地圖影像的幾何糾正與識別學(xué)習(xí)教案

1、會計(jì)學(xué)1地圖影像的幾何糾正地圖影像的幾何糾正(jizhng)與識別與識別第一頁，共49頁。第1頁/共48頁第二頁，共49頁。第2頁/共48頁第三頁，共49頁。第3頁/共48頁第四頁，共49頁。第4頁/共48頁第五頁，共49頁。v 減小幾何減小幾何(j h)(j h)變形變形v 地理地理(dl)(dl)編碼編碼第5頁/共48頁第六頁，共49頁。 四點(diǎn)定向四點(diǎn)定向(dn xin)第6頁/共48頁第七頁，共49頁。 假定上下圖廓邊變形假定上下圖廓邊變形(bin xng)相同，左右圖廓邊變形相同，左右圖廓邊變形(bin xng)也相同也相同第7頁/共48頁第八頁，共49頁。 多項(xiàng)式模型多項(xiàng)式模型(mx

2、ng)(mxng) 線線 性性 變變 換換第8頁/共48頁第九頁，共49頁。第9頁/共48頁第十頁，共49頁。 雷震提出雷震提出(t ch)(t ch)對每一公里格網(wǎng)塊采用仿對每一公里格網(wǎng)塊采用仿射變換進(jìn)行糾正射變換進(jìn)行糾正 張繼賢、林宗堅(jiān)、洪剛提出分格網(wǎng)采用雙線性變換張繼賢、林宗堅(jiān)、洪剛提出分格網(wǎng)采用雙線性變換模型模型(mxng)(mxng)進(jìn)行糾正進(jìn)行糾正 韓晶，司連法，陳成永韓晶，司連法，陳成永 等提出三角網(wǎng)分塊糾正等提出三角網(wǎng)分塊糾正 遙感影像局部自適應(yīng)糾正遙感影像局部自適應(yīng)糾正第10頁/共48頁第十一頁，共49頁。v 在分塊過程(guchng)中沒有考慮柵格影像的變形特征第11頁/共

3、48頁第十二頁，共49頁。（1 1）、選取影像糾正的控制點(diǎn)，以大比例尺地形圖為例，選擇）、選取影像糾正的控制點(diǎn)，以大比例尺地形圖為例，選擇(xunz)(xunz)圖廓角點(diǎn)和公里格網(wǎng)線的交點(diǎn)作為控制點(diǎn)，這些點(diǎn)的地理坐圖廓角點(diǎn)和公里格網(wǎng)線的交點(diǎn)作為控制點(diǎn)，這些點(diǎn)的地理坐標(biāo)已知，需要精確量測出影像坐標(biāo)。標(biāo)已知，需要精確量測出影像坐標(biāo)。（2 2）、采用仿射變換數(shù)學(xué)模型，把控制點(diǎn)中的影像坐標(biāo)當(dāng)作觀測值）、采用仿射變換數(shù)學(xué)模型，把控制點(diǎn)中的影像坐標(biāo)當(dāng)作觀測值，建立誤差方程式，按最小二乘原理，建立誤差方程式，按最小二乘原理(yunl)(yunl)進(jìn)行平差計(jì)算，解算出進(jìn)行平差計(jì)算，解算出仿射變換的參數(shù)，得出變

4、換公式。仿射變換的參數(shù)，得出變換公式。（3 3）、利用變換公式，計(jì)算出各控制點(diǎn)的變形矢量，利用向量場）、利用變換公式，計(jì)算出各控制點(diǎn)的變形矢量，利用向量場可視化方法中的箭頭表示法，繪制出變形矢量圖可視化方法中的箭頭表示法，繪制出變形矢量圖, ,其中箭頭表示變其中箭頭表示變形方向，長短表示變形的大小。形方向，長短表示變形的大小。（5 5）、在平面影像坐標(biāo)基礎(chǔ)上，把變形值）、在平面影像坐標(biāo)基礎(chǔ)上，把變形值D D作為第三維坐標(biāo)，利用二維數(shù)作為第三維坐標(biāo)，利用二維數(shù)據(jù)場可視化方法中所述的立體圖法，采用據(jù)場可視化方法中所述的立體圖法，采用UnigraphicsUnigraphics繪制影像變形的三維繪制

5、影像變形的三維效果圖效果圖第12頁/共48頁第十三頁，共49頁。第13頁/共48頁第十四頁，共49頁。變形變形(bin xng)等值等值線圖線圖第14頁/共48頁第十五頁，共49頁。第15頁/共48頁第十六頁，共49頁。第16頁/共48頁第十七頁，共49頁。l唯一性唯一性l空外接圓性質(zhì)空外接圓性質(zhì)l最大的最小角性質(zhì)最大的最小角性質(zhì)第17頁/共48頁第十八頁，共49頁。判斷判斷(pndun)點(diǎn)是否重要點(diǎn)是否重要終止判斷終止判斷(pndun)條件條件VIP法選擇性構(gòu)網(wǎng)的兩個關(guān)鍵步驟第18頁/共48頁第十九頁，共49頁。第19頁/共48頁第二十頁，共49頁。顧及變形特征的Delaunay三角網(wǎng)構(gòu)網(wǎng)方

6、法(fngf)（步驟） 在兩個三角形中分別尋找備選(bi xun)擴(kuò)展點(diǎn)。 在每個三角形的備選擴(kuò)展點(diǎn)中尋找在每個三角形的備選擴(kuò)展點(diǎn)中尋找VipVip點(diǎn)點(diǎn) 在兩個三角形內(nèi)部搜索在兩個三角形內(nèi)部搜索VIPVIP點(diǎn)點(diǎn)5 5，6 6后，根據(jù)空圓法則重新構(gòu)建后，根據(jù)空圓法則重新構(gòu)建DelaunayDelaunay三角三角網(wǎng)網(wǎng) 繼續(xù)在所形成的每個三角形中尋找繼續(xù)在所形成的每個三角形中尋找 大于閾值的最大大于閾值的最大值點(diǎn)，然后根據(jù)空圓法則重新構(gòu)建值點(diǎn)，然后根據(jù)空圓法則重新構(gòu)建DelaunayDelaunay三角網(wǎng)三角網(wǎng) 第20頁/共48頁第二十一頁，共49頁。NOY esNoVIP個數(shù)=1 構(gòu)網(wǎng)結(jié)束根據(jù)空

7、圓法則重新構(gòu)建三角網(wǎng)循環(huán)YesNo作為VIP點(diǎn),VIP點(diǎn)的 個數(shù)增加1 三角網(wǎng) 搜尋所有格網(wǎng)點(diǎn)位于三角形內(nèi)計(jì)算 值找出誤差差值最大的點(diǎn)是否大于域值循環(huán)循環(huán)Y es顧及變形特征的Delaunay三角網(wǎng)構(gòu)網(wǎng)方法(fngf)（流程）第21頁/共48頁第二十二頁，共49頁。值選定為，即能達(dá)到很好的糾正效果第22頁/共48頁第二十三頁，共49頁。第23頁/共48頁第二十四頁，共49頁。第24頁/共48頁第二十五頁，共49頁。糾正(jizhng)后影像三維變形效果圖第25頁/共48頁第二十六頁，共49頁。第26頁/共48頁第二十七頁，共49頁。 人工(rngng)矢量化 自動識別勞動強(qiáng)度(lodng qi

8、nd)大，精度低智能化GIS的發(fā)展趨勢第27頁/共48頁第二十八頁，共49頁。 地圖識別：計(jì)算機(jī)實(shí)現(xiàn)人對地圖的閱讀(yud)和理解，從二維數(shù)字掃描圖像中自動提取目標(biāo)的色彩、形狀和語義信息，并通過特征信息的處理和分析，完成對不同地圖模式的分類決策，自動為智能化GIS提供數(shù)據(jù)信息。 識別：發(fā)現(xiàn)什么識別：發(fā)現(xiàn)什么(shn me)東西，在什么東西，在什么(shn me)地方。地方。 地圖由符號構(gòu)成(guchng)，地圖影像的識別就是對不同的點(diǎn)、線、面符號要素的識別。第28頁/共48頁第二十九頁，共49頁。v 現(xiàn)有的一些商用軟件如CASSCAN、GEOSCAN、 MAPGIS等相繼開發(fā)了掃描(somio

9、)矢量化的功能，并不斷完善。v 目前已較成熟的OCR技術(shù)及線狀符號自動識別最為 成功的分版等高線的自動矢量化。但總的來說，理論研究基本處于嘗試階段，距離實(shí)用還相差較遠(yuǎn)，軟件系統(tǒng)大多只能進(jìn)行線劃目標(biāo)的提取而不能識別或只能識別具有規(guī)則幾何形狀的地物和簡單符號，離真正的自動化和智能化還有一段距離。第29頁/共48頁第三十頁，共49頁。v 分析(fnx)符號的構(gòu)圖規(guī)律v 點(diǎn)狀符號(fho)的識別 v 地圖識別方法 線劃跟蹤法 數(shù)學(xué)形態(tài)學(xué)法 統(tǒng)計(jì)結(jié)構(gòu)法 神經(jīng)網(wǎng)絡(luò)法 人工智能法等第30頁/共48頁第三十一頁，共49頁。第31頁/共48頁第三十二頁，共49頁?；谛螤罘治龅狞c(diǎn)狀符號識別 形狀是最主要的視覺變

10、量，對識別影響大。 從輸入的待識點(diǎn)陣圖形中選擇提取描述該符號的形狀特征,再根據(jù)一定的準(zhǔn)則判定該符號所屬的類別。 特征的選取原則：較強(qiáng)的分類能力、較高的穩(wěn)定性和抗干擾性、容易提取，大小、旋轉(zhuǎn)(xunzhun)、平移不變性 利用歐拉數(shù)、體態(tài)比、密度集、面積、周長等組合特征對點(diǎn)狀 符號逐級分類識別 基于傅里葉系數(shù)特征識別 采用傅里葉系數(shù)表示點(diǎn)狀符號的輪廓線，并計(jì)算特征不變量（圓形度F1、細(xì)長度F2、密集度F3) 第32頁/共48頁第三十三頁，共49頁?；诟道锶~系數(shù)特征(tzhng)的點(diǎn)狀符號識別同一(tngy)符號多次掃描形狀特征基本不變第33頁/共48頁第三十四頁，共49頁。平移(pn y)不變

11、性基于傅里葉系數(shù)(xsh)特征的點(diǎn)狀符號識別第34頁/共48頁第三十五頁，共49頁。大小(dxio)不變性旋轉(zhuǎn)(xunzhun)不變性基于傅里葉系數(shù)特征(tzhng)的點(diǎn)狀符號識別第35頁/共48頁第三十六頁，共49頁。)(10niiixwfyy為輸出，f是作用函數(shù)，xi是神經(jīng)元接收到的信息，為內(nèi)部(nib)閾值,i為連接強(qiáng)度，稱之為權(quán)。 能識別帶有噪聲或變形的輸入模式，有很強(qiáng)的自適應(yīng)學(xué)習(xí)能力和自組織能力，并且識別速度快。常用的有 Hopfield網(wǎng)絡(luò)、BP網(wǎng)絡(luò)等。 對于給定的符號樣本，根據(jù)一定的學(xué)習(xí)規(guī)則學(xué)習(xí)，求出權(quán)重。識別時，給待識符號一個對應(yīng)的網(wǎng)絡(luò)初始狀態(tài)，神經(jīng)網(wǎng)絡(luò)按照運(yùn)行規(guī)則作動態(tài)運(yùn)行，

12、直至到達(dá)一個吸引子，若此吸引子是網(wǎng)絡(luò)中存貯的樣本符號，待識符號被識別。第36頁/共48頁第三十七頁，共49頁。對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使其記住(j zh)以上8個樣本符號輸入的帶噪聲(zoshng)的符號的聯(lián)想識別，通過神經(jīng)網(wǎng)絡(luò)的重復(fù)反饋，最終輸出正確結(jié)果。第37頁/共48頁第三十八頁，共49頁。目前，線狀符號識別(shbi)一般采用的方法為線劃跟蹤法和數(shù)學(xué)形態(tài)學(xué)法及其聯(lián)合運(yùn)用。第38頁/共48頁第三十九頁，共49頁。采用(ciyng)線劃跟蹤法跟蹤骨架線，自動搜索和跨越斷點(diǎn)，個別交叉情況人工干預(yù)。第39頁/共48頁第四十頁，共49頁。 舉例 房屋(fngw)、陡坎的識別第40頁/共48頁第四十一頁，

13、共49頁。人工輸入編碼信息，計(jì)算機(jī)根據(jù)以下幾種引導(dǎo)(yndo)方式選擇不同的識別算法。 如選擇點(diǎn)方式引導(dǎo)，任給多邊形內(nèi)一點(diǎn)，以此點(diǎn)為中心，采用螺旋式方式搜索多邊形上的點(diǎn)，得到房屋輪廓的矢量串。 計(jì)算機(jī)充分利用閉合多邊形的結(jié)構(gòu)特征，在給定閾值內(nèi)自動連接斷點(diǎn)，然后(rnhu)通過多邊形擬合檢測角點(diǎn)及直角化處理。第41頁/共48頁第四十二頁，共49頁。用柵格跟蹤提取基元線段，在矢量方式下計(jì)算(j sun)線段的特征參數(shù)，以特征參數(shù)為基礎(chǔ)進(jìn)行棱緣線的啟發(fā)式搜索。特征參數(shù)包括線段長度、曲率以及和與之相連的已提取的棱緣線的角度。識別思想：第42頁/共48頁第四十三頁，共49頁。示意圖第43頁/共48頁第四十四頁，共49頁。掃描圖掃描圖彩色分色彩色分色預(yù)處理預(yù)處理點(diǎn)狀符號識別點(diǎn)狀符號識別符號庫符號庫線狀符號識別線狀符號識別自動自動人機(jī)協(xié)同人機(jī)協(xié)同矢量入庫或輸出矢量入庫或輸出圖像編輯圖像編輯二值化二值化要素分離要素分離細(xì)化細(xì)化定位分割定位分割幾何糾正幾何糾正第44頁/共48頁第四十五頁，共49頁。 圖像細(xì)化技術(shù) 細(xì)化是特征提取和線劃跟蹤(gnzng)的基礎(chǔ)，細(xì)化時需保留 細(xì)線的端點(diǎn)和較短線，盡量避免信息丟失。第45頁/共48頁第四十六頁，共49頁。第46頁/共48頁第四十七頁，共49頁。第47頁/共48頁第四十八頁，共49頁。NoImag