CN116206216B - 一种基于遥感影像的矢量地理信息采集方法及*** - Google Patents
一种基于遥感影像的矢量地理信息采集方法及*** Download PDFInfo
- Publication number
- CN116206216B CN116206216B CN202310499772.3A CN202310499772A CN116206216B CN 116206216 B CN116206216 B CN 116206216B CN 202310499772 A CN202310499772 A CN 202310499772A CN 116206216 B CN116206216 B CN 116206216B
- Authority
- CN
- China
- Prior art keywords
- image
- remote sensing
- value
- acquisition
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Astronomy & Astrophysics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明属于地理信息采集分析技术领域,具体是一种基于遥感影像的矢量地理信息采集方法及***,矢量地理信息采集***包括服务器、遥感影像采集分析模块、遥感影像质量分析模块、矢量图形转换分析模块和影像采集周期监测模块;本发明通过遥感影像采集分析模块进行遥感影像采集分析,遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并合理标记,方便对应监管人员进行遥感影像的选择使用,影像采集周期监测模块进行遥感影像采集的周期监测,方便对应监管人员及时作出对应应对措施以改善后续采集状况,且通过矢量图形转换分析模块实现监测区域变化状况的自动准确分析,方便对应监管人员及时进行对应监测区域的针对性调查。
Description
技术领域
本发明涉及地理信息采集分析技术领域,具体是一种基于遥感影像的矢量地理信息采集方法及***。
背景技术
遥感是从远离地面的不同工作平台上通过传感器对地球表面的电磁波辐射信息进行探测,然后经信息的传输、处理和判读分析来对地球资源与环境进行探测与监测的综合性技术,遥感技术通过远距离采用高空鸟瞰的形式进行探测,包括多点位、多谱段、多时段和多高度的遥感影像以及多次增强的遥感信息,能提供综合***性、瞬时或同步性的连续区域性同步信息,在环境科学领域的应用具有很大优越性;
目前在基于遥感影像来采集矢量地理信息时无法进行影像采集反应分析、影像质量分析以及周期采集监测反馈,对应监管人员无法及时准确了解遥感影像质量和采集反应状况,不利于后续调控和影像选择,以及无法初步分析对应遥感影像的矢量图形来判定监测区域的变化状况,不利于对应监管人员后续进行针对性的区域调查,加大了对应监管人员的工作量;针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于遥感影像的矢量地理信息采集方法及***,解决了现有技术无法进行影像采集反应分析、影像质量分析以及周期采集监测反馈,对应监管人员无法及时准确了解遥感影像质量和采集反应状况,不利于后续调控和影像选择,以及无法初步分析对应遥感影像的矢量图形来判定监测区域的变化状况,不利于对应监管人员后续进行针对性区域调查的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于遥感影像的矢量地理信息采集方法,包括以下步骤:
步骤一、遥感影像采集分析模块发送遥感影像获取请求并接收对应遥感影像,通过遥感影像采集分析生成影像采集反应合格信号或影像采集反应不合格信号;
步骤二、遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号;
步骤三、矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对以判定是否生成区域预警信号。
进一步的,本发明还提出了一种基于遥感影像的矢量地理信息采集***,包括服务器、遥感影像采集分析模块、遥感影像质量分析模块、矢量图形转换分析模块和影像采集周期监测模块;其中,遥感影像采集分析模块,用于发送遥感影像获取请求以及接收对应遥感影像,并通过遥感影像采集分析生成对应遥感影像的影像采集反应合格信号或影像采集反应不合格信号,且将影像采集反应合格信号或影像采集反应不合格信号经服务器发送至地理信息监管终端;
遥感影像质量分析模块,用于将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号,以及将对应遥感影像标记为劣级影像、良级影像或优级影像,将对应分析信息和标记信息经服务器发送至地理信息监管终端;
矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对,以判定是否生成区域预警信号,在生成区域预警信号时将区域预警信号经服务器发送至地理信息监管终端;影像采集周期监测模块,用于进行遥感影像采集的周期监测以生成对应影像采集周期的周期监测正常信号或周期监测异常信号,将周期监测正常信号或周期监测异常信号经服务器发送至地理信息监管终端。
进一步的,遥感影像采集分析模块的具体运行过程包括:
发出对应监测区域的遥感影像获取请求,采集到遥感影像获取请求的请求发出时刻与请求响应时刻,将请求响应时刻与请求发出时刻进行差值计算获取到响应速度值,以及获取到影像传输开始时刻、影像传输结束时刻和影像存储量值,将影像传输结束时刻与影像传输开始时刻进行差值计算获取到影像传输时长值,将影像存储量值与影像传输时长值进行比值计算获取到所采集遥感影像的影像传输效率评估值;
通过数据存储模块调取预设响应速度阈值和预设影像传输效率评估阈值,将响应速度值和影像传输效率评估值与预设响应速度阈值和预设影像传输效率评估阈值分别进行数值比较,若响应速度值小于预设响应速度阈值且影像传输效率评估值大于等于预设影像传输效率评估阈值,则生成影像采集反应合格信号,其余情况则生成影像采集反应不合格信号。
进一步的,遥感影像质量分析模块的具体运行过程包括:
获取到所需监测区域的遥感影像,获取到对应遥感影像的影像清晰度、影像信噪比、影像信息熵、影像灰度方差以及影像平均梯度,若影像清晰度、影像信噪比、影像信息熵、影像灰度方差以及影像平均梯度均大于等于对应预设阈值,则判定对应遥感影像质量合格并生成影像合格信号,否则判断对应遥感影像质量不合格并生成影像不合格信号,且将对应遥感影像标记为劣级影像。
进一步的,影像清晰度用于表示影像清晰状况的数据量值,影像清晰度的数值越大,对应影像质量越好;影像信噪比的数值越大,对应影像质量越好;影像信息熵的数值越大,其信息量就越丰富,影像质量越好;影像灰度方差反映了影像各个像元灰度相对于灰度平均值的离散情况,影像灰度方差的数值越大,图像灰度层次越丰富,影像质量越好;影像平均梯度反映图像对微小细节反差表达的能力,影像平均梯度的数值越大,影像质量越好。
进一步的,在生成影像合格信号时,将影像清晰度与预设影像清晰度阈值进行差值计算获取到清晰度增长值,同理获取到信噪比增长值、信息熵增长值、灰度方差增长值和梯度增长值,将清晰度增长值、信噪比增长值、信息熵增长值、灰度方差增长值和梯度增长值进行数值计算获取到影像质量增长系数;
通过数据存储模块调取预设影像质量增长系数阈值,将对应遥感影像的影像质量增长系数与预设影像质量增长系数阈值进行数值比较,若影像质量增长系数超过预设影像质量增长系数阈值,则将对应遥感影像标记为优级影像,若影像质量增长系数未超过预设影像质量增长系数阈值,则将对应遥感影像标记为良级影像。
进一步的,影像采集周期监测模块的具体运行过程包括:
设定影像采集周期,通过采集反应周期分析获取到对应影像采集周期的采集反应效果值,以及通过采集质量周期分析获取到对应影像采集周期的采集影像效果值,通过数据存储模块调取预设采集反应效果阈值和预设采集影像效果阈值,将采集反应效果值和采集影像效果值与预设采集反应效果阈值和预设采集影像效果阈值分别进行数值比较,若采集反应效果值和采集影像效果值均小于对应阈值,则生成周期监测正常信号;
否则,将采集反应效果值和采集影像效果值进行数值计算获取到对应影像采集周期的周期监测值,通过数据存储模块调取预设周期监测阈值,将周期监测值与预设周期监测阈值进行数值比较,若周期监测值超过预设周期监测阈值,则生成周期监测异常信号,若周期监测值未超过预设周期监测阈值,则生成周期监测正常信号。
进一步的,采集反应周期分析的具体分析过程如下:
获取到影像采集周期内生成影像采集反应合格信号的频次和生成影像采集反应不合格信号的频次,将影像采集反应不合格信号的频次与影像采集反应合格信号的频次进行比值计算获取到不合格反应占比值,将不合格反应占比值与影像采集反应不合格信号的频次进行数值计算获取到采集反应效果值。
进一步的,采集质量周期分析的具体分析过程如下:
获取到影像采集周期内采集到的劣级影像数目、良级影像数目和优级影像数目,将劣级影像数目、良级影像数目和优级影像数目进行求和计算获取到影像采集频值,将影像采集频值、劣级影像数目、良级影像数目和优级影像数目进行数值计算获取到采集影像效果值。
进一步的,矢量图形转换分析模块的具体运行过程包括:
将对应遥感影像转换为对应监测区域的矢量图形,将对应监测区域的矢量图形划分为若干组分析图区i,i=1,2,…,n,n表示对应监测区域的矢量图形中分析图区数目且n为大于1的正整数;调取对应监测区域的标准矢量图形,将分析图区i与标准矢量图形的对应部位进行比对,通过比对获取到对应分析图区i的区位分布变化量,区位分布变化量表示对应分析图区i发生变化的区域面积与对应分析图区i总面积两者比值大小的数据量值;
通过数据存储模块调取预设区位分布变化阈值,将区位分布变化量超过预设区位分布变化阈值的分析图区i标记为高差异图区,将区位分布变化量未超过预设区位分布变化阈值的分析图区i标记为低差异图区,获取到对应监测区域矢量图形中的高差异图区数目和低差异图区数目,高差异图区数目与低差异图区数目进行比值计算获取到区域变化系数;通过数据存储模块调取预设区域变化阈值,将区域变化系数与预设区域变化阈值进行数值比较,若区域变化系数超过预设区域变化阈值,则生成区域预警信号。
进一步的,若区域变化系数未超过预设区域变化阈值,则获取到所有低差异图区并标记为关联图区,将关联图区两两之间进行距离计算获取到对应的邻区间距值,将所有邻区间距值建立邻区间距集合,将邻区间距集合进行方差计算获取到邻区离散系数;通过数据存储模块调取预设邻区离散阈值,将邻区离散系数与邻区离散阈值进行数值比较,若邻区离散系数未超过邻区离散阈值,则生成高差异聚集信号,且将高差异聚集信号经服务器发送至地理信息监管终端。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过遥感影像采集分析模块发送遥感影像获取请求和接收对应遥感影像,以及通过遥感影像采集分析生成对应遥感影像的影像采集反应合格信号或影像采集反应不合格信号,及时提醒对应监管人员,方便对应监管人员进行相应调控以保证后续遥感影像的采集效率和反应效率;通过遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号,以及将对应遥感影像标记为劣级影像、良级影像或优级影像,方便对应监管人员及时全面了解所接收遥感影像的质量状况,以及便于对应监管人员进行遥感影像的选择使用;
2、本发明中,通过矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对,以判定是否生成区域预警信号,实现监测区域变化状况的自动准确分析,方便对应监管人员及时进行对应监测区域的针对性调查,节省监管人员的工作量;影像采集周期监测模块进行遥感影像采集的周期监测以生成对应影像采集周期的周期监测正常信号或周期监测异常信号,通过周期采集监测反馈以提醒对应监管人员,方便对应监管人员及时作出对应应对措施以改善后续采集状况。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的方法流程图;
图2为本发明中实施例二的***框图;
图3为本发明中实施例三的***框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一,如图1所示,本发明提出的一种基于遥感影像的矢量地理信息采集方法,矢量地理信息采集方法包括以下步骤:
步骤一、遥感影像采集分析模块发送遥感影像获取请求并接收对应遥感影像,通过遥感影像采集分析生成影像采集反应合格信号或影像采集反应不合格信号;
步骤二、遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号;
步骤三、矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对以判定是否生成区域预警信号。
实施例二,如图2所示,本实施例与实施例1的区别在于,本发明还提出了一种基于遥感影像的矢量地理信息采集***,包括服务器、遥感影像采集分析模块、遥感影像质量分析模块和矢量图形转换分析模块,服务器与遥感影像采集分析模块、遥感影像质量分析模块以及矢量图形转换分析模块均通信连接,且服务器通信连接地理信息监管终端;遥感影像采集分析模块用于发送遥感影像获取请求以及接收对应遥感影像,并进行遥感影像采集分析,遥感影像采集分析的具体分析过程如下:
发出对应监测区域的遥感影像获取请求,采集到遥感影像获取请求的请求发出时刻与请求响应时刻,将请求响应时刻与请求发出时刻进行差值计算获取到响应速度值XS,响应速度值XS是表示请求相应时长大小的数据量值;以及获取到影像传输开始时刻、影像传输结束时刻和影像存储量值,将影像传输结束时刻与影像传输开始时刻进行差值计算获取到影像传输时长值CS,将影像存储量值与影像传输时长值CS进行比值计算获取到所采集遥感影像的影像传输效率评估值CP;
通过数据存储模块调取预设响应速度阈值和预设影像传输效率评估阈值,将响应速度值XS和影像传输效率评估值CP与预设响应速度阈值和预设影像传输效率评估阈值分别进行数值比较,若响应速度值XS小于预设响应速度阈值且影像传输效率评估值CP大于等于预设影像传输效率评估阈值,则生成影像采集反应合格信号,其余情况则生成影像采集反应不合格信号。
遥感影像采集分析模块用于发送遥感影像获取请求以及接收对应遥感影像,并通过遥感影像采集分析生成对应遥感影像的影像采集反应合格信号或影像采集反应不合格信号,且将影像采集反应合格信号或影像采集反应不合格信号经服务器发送至地理信息监管终端,及时提醒对应监管人员,方便对应监管人员进行相应调控以保证后续遥感影像的采集效率和反应效率。
遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析,遥感影像质量分析的具体分析过程如下:
获取到所需监测区域的遥感影像,获取到对应遥感影像的影像清晰度、影像信噪比、影像信息熵、影像灰度方差以及影像平均梯度,其中,影像清晰度用于表示影像清晰状况的数据量值,影像清晰度的数值越大,对应影像质量越好;影像信噪比的数值越大,对应影像质量越好;影像信息熵的数值越大,其信息量就越丰富,影像质量越好;影像灰度方差反映了影像各个像元灰度相对于灰度平均值的离散情况,影像灰度方差的数值越大,图像灰度层次越丰富,影像质量越好;影像平均梯度反映图像对微小细节反差表达的能力,影像平均梯度的数值越大,影像质量越好;
通过数据存储模块调取预设影像清晰度阈值、预设影像信噪比阈值、预设影像信息熵阈值、预设影像灰度方差阈值和预设影像平均梯度阈值,若影像清晰度、影像信噪比、影像信息熵、影像灰度方差以及影像平均梯度均大于等于对应预设阈值,表明对应遥感影像的各项判定数据均符合要求,则判定对应遥感影像质量合格并生成影像合格信号,否则判断对应遥感影像质量不合格并生成影像不合格信号,且将对应遥感影像标记为劣级影像;
并且,在生成影像合格信号时,将影像清晰度与预设影像清晰度阈值进行差值计算获取到清晰度增长值QZ,同理获取到信噪比增长值XZ、信息熵增长值SZ、灰度方差增长值HZ和梯度增长值TZ,通过质量增长综合分析公式LZ=a1×QZ+a2×XZ+a3×SZ+a4×HZ+a5×TZ并代入清晰度增长值QZ、信噪比增长值XZ、信息熵增长值SZ、灰度方差增长值HZ和梯度增长值TZ进行数值计,通过数值计算后算获取到对应遥感影像的影像质量增长系数LZ;
其中,a1、a2、a3、a4、a5为预设权重系数,a1、a2、a3、a4、a5的取值均大于零且a1>a2>a4>a5>a3;需要说明的是,影像质量增长系数LZ的数值大小与清晰度增长值QZ、信噪比增长值XZ、信息熵增长值SZ、灰度方差增长值HZ和梯度增长值TZ均呈正比关系,且影像质量增长系数LZ的数值越大,表明对应遥感影像的影像质量越好;
通过数据存储模块调取预设影像质量增长系数阈值,将对应遥感影像的影像质量增长系数LZ与预设影像质量增长系数阈值进行数值比较,若影像质量增长系数LZ超过预设影像质量增长系数阈值,则将对应遥感影像标记为优级影像,若影像质量增长系数LZ未超过预设影像质量增长系数阈值,则将对应遥感影像标记为良级影像。
通过遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号,以及将对应遥感影像标记为劣级影像、良级影像或优级影像,将对应分析信息和标记信息经服务器发送至地理信息监管终端,方便对应监管人员及时全面了解所接收遥感影像的质量状况,以及便于对应监管人员进行遥感影像的选择使用,具体的,在后续使用时优选使用优级影像,次选良级影像,以及排除劣级影像的使用,以保证后续基于所获取遥感影像进行分析的结果准确性。
矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对,以判定是否生成区域预警信号,在生成区域预警信号时将区域预警信号经服务器发送至地理信息监管终端,实现监测区域变化状况的自动准确分析,方便对应监管人员及时进行对应监测区域的针对性调查,节省监管人员的工作量;矢量图形转换分析模块的具体运行过程如下:
将对应遥感影像转换为对应监测区域的矢量图形,将对应监测区域的矢量图形划分为若干组分析图区i,i=1,2,…,n,n表示对应监测区域的矢量图形中分析图区数目且n为大于1的正整数;通过数据存储模块调取对应监测区域的标准矢量图形,将分析图区i与标准矢量图形的对应部位进行比对,通过比对获取到对应分析图区i的区位分布变化量并标记为QBi,区位分布变化量QBi表示对应分析图区i发生变化的区域面积与对应分析图区i总面积两者比值大小的数据量值,并且,区位分布变化量QBi的数值越大,表明分析图区i所对应区域的变化越大;
通过数据存储模块调取预设区位分布变化阈值,将区位分布变化量QBi超过预设区位分布变化阈值的分析图区i标记为高差异图区,将区位分布变化量QBi未超过预设区位分布变化阈值的分析图区i标记为低差异图区,获取到对应监测区域矢量图形中的高差异图区数目和低差异图区数目并分别标记为GC和DC,通过比值公式BX=GC/DC将高差异图区数目GC与低差异图区数目DC进行比值计算获取到区域变化系数BX;
通过数据存储模块调取预设区域变化阈值,将区域变化系数BX与预设区域变化阈值进行数值比较,若区域变化系数BX超过预设区域变化阈值,则生成区域预警信号,若区域变化系数未超过预设区域变化阈值,表明对应监测区域的整体变化较小,则不生成区域预警信号。
并且,若区域变化系数未超过预设区域变化阈值,则获取到所有低差异图区并标记为关联图区,将关联图区两两之间进行距离计算获取到对应的邻区间距值,将所有邻区间距值建立邻区间距集合,将邻区间距集合进行方差计算获取到邻区离散系数LS;需要说明的是,邻区离散系数LS的数值越小,表明所有关联图区之间的间距变化情况相对而言较小,所有关联图区较为集中;
通过数据存储模块调取预设邻区离散阈值,将邻区离散系数LS与预设邻区离散阈值进行数值比较,若邻区离散系数LS未超过预设邻区离散阈值,则生成高差异聚集信号,且将高差异聚集信号经服务器发送至地理信息监管终端,有助于锁定变化聚集区域,方便对应监管人员进行调查。
实施例三,如图3所示,本实施例与实施例1、实施例2的区别在于,服务器与影像采集周期监测模块通信连接,影像采集周期监测模块用于进行遥感影像采集的周期监测以生成对应影像采集周期的周期监测正常信号或周期监测异常信号,将周期监测正常信号或周期监测异常信号经服务器发送至地理信息监管终端,通过周期采集监测反馈以提醒对应监管人员,方便对应监管人员及时作出对应应对措施以改善后续采集状况;影像采集周期监测模块的具体运行过程如下:
设定影像采集周期,获取到影像采集周期内生成影像采集反应合格信号的频次和生成影像采集反应不合格信号的频次并分别标记为HP和BP,通过比值公式BZ=BP/HP将影像采集反应不合格信号的频次BP与影像采集反应合格信号的频次HP进行比值计算,通过比值计算获取到不合格反应占比值BZ,通过公式XG=ft1×BZ+ft2×BP并代入不合格反应占比值BZ与影像采集反应不合格信号的频次BP进行数值计算获取到采集反应效果值XG;其中,ft1、ft2为预设权重系数且ft1>ft2>0;并且,采集反应效果值XG的数值越大,表明对应影像采集周期内的影像采集反应效果越差;
获取到影像采集周期内采集到的劣级影像数目、良级影像数目和优级影像数目并分别标记为LS、PS和YS,将劣级影像数目LS、良级影像数目PS和优级影像数目YS进行求和计算获取到影像采集频值PZ,通过公式XP=(eu1×LS+eu2×PS+eu3×YS)/PZ将影像采集频值PZ、劣级影像数目LS、良级影像数目PS和优级影像数目YS进行数值计算获取到采集影像效果值XP;其中,eu1、eu2、eu3为预设权重系数且eu1>eu2>eu3>0;并且,采集影像效果值XP的数值越大,表明对应影像采集周期内的所采集的影像效果越差;
通过数据存储模块调取预设采集反应效果阈值和预设采集影像效果阈值,将采集反应效果值XG和采集影像效果值XP与预设采集反应效果阈值和预设采集影像效果阈值分别进行数值比较,若采集反应效果值XG和采集影像效果值XP均小于对应阈值,则生成周期监测正常信号;
否则,通过公式ZJ=tk1×XG+tk2×XP将采集反应效果值XG和采集影像效果值XP进行数值计算获取到对应影像采集周期的周期监测值ZJ,其中,tk1、tk2为预设权重系数且0<tk1<tk2;通过数据存储模块调取预设周期监测阈值,将周期监测值ZJ与预设周期监测阈值进行数值比较,若周期监测值ZJ超过预设周期监测阈值,则生成周期监测异常信号,若周期监测值ZJ未超过预设周期监测阈值,则生成周期监测正常信号。
本发明的工作原理:使用时,通过遥感影像采集分析模块发送遥感影像获取请求和接收对应遥感影像,以及通过遥感影像采集分析生成对应遥感影像的影像采集反应合格信号或影像采集反应不合格信号,及时提醒对应监管人员,方便对应监管人员进行相应调控以保证后续遥感影像的采集效率和反应效率;通过遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号,以及将对应遥感影像标记为劣级影像、良级影像或优级影像,方便对应监管人员及时全面了解所接收遥感影像的质量状况,以及便于对应监管人员进行遥感影像的选择使用;通过矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对,以判定是否生成区域预警信号,实现监测区域变化状况的自动准确分析,方便对应监管人员及时进行对应监测区域的针对性调查,节省监管人员的工作量。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (1)
1.一种基于遥感影像的矢量地理信息采集方法,其特征在于,包括以下步骤:
步骤一、遥感影像采集分析模块发送遥感影像获取请求并接收对应遥感影像,通过遥感影像采集分析生成影像采集反应合格信号或影像采集反应不合格信号;
步骤二、遥感影像质量分析模块将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号;
步骤三、矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对以判定是否生成区域预警信号;
基于遥感影像的矢量地理信息采集***,包括服务器、遥感影像采集分析模块、遥感影像质量分析模块、矢量图形转换分析模块和影像采集周期监测模块;其中,遥感影像采集分析模块,用于发送遥感影像获取请求以及接收对应遥感影像,并通过遥感影像采集分析生成对应遥感影像的影像采集反应合格信号或影像采集反应不合格信号,且将影像采集反应合格信号或影像采集反应不合格信号经服务器发送至地理信息监管终端;
遥感影像质量分析模块,用于将所需监测区域的遥感影像进行质量分析并生成对应遥感影像的影像合格信号或影像不合格信号,以及将对应遥感影像标记为劣级影像、良级影像或优级影像,将对应分析信息和标记信息经服务器发送至地理信息监管终端;
矢量图形转换分析模块将遥感影像转化为矢量图形并进行图形分区比对,以判定是否生成区域预警信号,在生成区域预警信号时将区域预警信号经服务器发送至地理信息监管终端;影像采集周期监测模块,用于进行遥感影像采集的周期监测以生成对应影像采集周期的周期监测正常信号或周期监测异常信号,将周期监测正常信号或周期监测异常信号经服务器发送至地理信息监管终端;
遥感影像采集分析模块的具体运行过程包括:
发出对应监测区域的遥感影像获取请求,采集到遥感影像获取请求的请求发出时刻与请求响应时刻,将请求响应时刻与请求发出时刻进行差值计算获取到响应速度值,以及获取到影像传输开始时刻、影像传输结束时刻和影像存储量值,将影像传输结束时刻与影像传输开始时刻进行差值计算获取到影像传输时长值,将影像存储量值与影像传输时长值进行比值计算获取到所采集遥感影像的影像传输效率评估值;若响应速度值小于预设响应速度阈值且影像传输效率评估值大于等于预设影像传输效率评估阈值,则生成影像采集反应合格信号,其余情况则生成影像采集反应不合格信号;
遥感影像质量分析模块的具体运行过程包括:
获取到所需监测区域的遥感影像,获取到对应遥感影像的影像清晰度、影像信噪比、影像信息熵、影像灰度方差以及影像平均梯度,若影像清晰度、影像信噪比、影像信息熵、影像灰度方差以及影像平均梯度均大于等于对应预设阈值,则判定对应遥感影像质量合格并生成影像合格信号,否则判断对应遥感影像质量不合格并生成影像不合格信号,且将对应遥感影像标记为劣级影像;
影像清晰度用于表示影像清晰状况的数据量值,影像清晰度的数值越大,对应影像质量越好;影像信噪比的数值越大,对应影像质量越好;影像信息熵的数值越大,其信息量就越丰富,影像质量越好;影像灰度方差反映了影像各个像元灰度相对于灰度平均值的离散情况,影像灰度方差的数值越大,图像灰度层次越丰富,影像质量越好;影像平均梯度反映图像对微小细节反差表达的能力,影像平均梯度的数值越大,影像质量越好;
在生成影像合格信号时,将影像清晰度与预设影像清晰度阈值进行差值计算获取到清晰度增长值,同理获取到信噪比增长值、信息熵增长值、灰度方差增长值和梯度增长值,将清晰度增长值、信噪比增长值、信息熵增长值、灰度方差增长值和梯度增长值进行数值计算获取到影像质量增长系数;若影像质量增长系数超过预设影像质量增长系数阈值,则将对应遥感影像标记为优级影像,若影像质量增长系数未超过预设影像质量增长系数阈值,则将对应遥感影像标记为良级影像;
影像采集周期监测模块的具体运行过程包括:
设定影像采集周期,通过采集反应周期分析获取到对应影像采集周期的采集反应效果值,以及通过采集质量周期分析获取到对应影像采集周期的采集影像效果值,将采集反应效果值和采集影像效果值与预设采集反应效果阈值和预设采集影像效果阈值分别进行数值比较,若采集反应效果值和采集影像效果值均小于对应阈值,则生成周期监测正常信号;否则,将采集反应效果值和采集影像效果值进行数值计算获取到对应影像采集周期的周期监测值,若周期监测值超过预设周期监测阈值,则生成周期监测异常信号,若周期监测值未超过预设周期监测阈值,则生成周期监测正常信号;
采集反应周期分析的具体分析过程如下:
获取到影像采集周期内生成影像采集反应合格信号的频次和生成影像采集反应不合格信号的频次,将影像采集反应不合格信号的频次与影像采集反应合格信号的频次进行比值计算获取到不合格反应占比值,将不合格反应占比值与影像采集反应不合格信号的频次进行数值计算获取到采集反应效果值;
采集质量周期分析的具体分析过程如下:
获取到影像采集周期内采集到的劣级影像数目、良级影像数目和优级影像数目,将劣级影像数目、良级影像数目和优级影像数目进行求和计算获取到影像采集频值,将影像采集频值、劣级影像数目、良级影像数目和优级影像数目进行数值计算获取到采集影像效果值;
矢量图形转换分析模块的具体运行过程包括:
将对应遥感影像转换为对应监测区域的矢量图形,将对应监测区域的矢量图形划分为若干组分析图区i,i=1,2,…,n,n表示对应监测区域的矢量图形中分析图区数目且n为大于1的正整数;调取对应监测区域的标准矢量图形,将分析图区i与标准矢量图形的对应部位进行比对,通过比对获取到对应分析图区i的区位分布变化量,区位分布变化量表示对应分析图区i发生变化的区域面积与对应分析图区i总面积两者比值大小的数据量值;
将区位分布变化量超过预设区位分布变化阈值的分析图区i标记为高差异图区,将区位分布变化量未超过预设区位分布变化阈值的分析图区i标记为低差异图区,获取到对应监测区域矢量图形中的高差异图区数目和低差异图区数目,高差异图区数目与低差异图区数目进行比值计算获取到区域变化系数;通过数据存储模块调取预设区域变化阈值,将区域变化系数与预设区域变化阈值进行数值比较,若区域变化系数超过预设区域变化阈值,则生成区域预警信号;
若区域变化系数未超过预设区域变化阈值,则获取到所有低差异图区并标记为关联图区,将关联图区两两之间进行距离计算获取到对应的邻区间距值,将所有邻区间距值建立邻区间距集合,将邻区间距集合进行方差计算获取到邻区离散系数;若邻区离散系数未超过预设邻区离散阈值,则生成高差异聚集信号,且将高差异聚集信号经服务器发送至地理信息监管终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310499772.3A CN116206216B (zh) | 2023-05-06 | 2023-05-06 | 一种基于遥感影像的矢量地理信息采集方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310499772.3A CN116206216B (zh) | 2023-05-06 | 2023-05-06 | 一种基于遥感影像的矢量地理信息采集方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116206216A CN116206216A (zh) | 2023-06-02 |
CN116206216B true CN116206216B (zh) | 2023-08-01 |
Family
ID=86509856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310499772.3A Active CN116206216B (zh) | 2023-05-06 | 2023-05-06 | 一种基于遥感影像的矢量地理信息采集方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116206216B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117190982B (zh) * | 2023-11-07 | 2024-02-02 | 武汉追月信息技术有限公司 | 一种基于遥感影像的地理信息测绘*** |
CN118015472B (zh) * | 2024-03-28 | 2024-06-28 | 国家海洋环境监测中心 | 基于遥感影像的多类型海岸线提取方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004045563A1 (de) * | 2004-09-15 | 2006-03-30 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Automatische Georeferenzierung von Fernerkundungsdaten |
CN114782352A (zh) * | 2022-04-15 | 2022-07-22 | 郏县人民医院 | 一种基于人工智能的医学影像识别***及识别方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107743226A (zh) * | 2017-11-06 | 2018-02-27 | 潘柏霖 | 一种监测准确的环境监测*** |
CN107833433A (zh) * | 2017-11-06 | 2018-03-23 | 龚土婷 | 一种预警准确的山区自然灾害预警*** |
CN107832944A (zh) * | 2017-11-07 | 2018-03-23 | 龚土婷 | 一种自然灾害风险监测*** |
CN110929946A (zh) * | 2019-11-29 | 2020-03-27 | 中国农业科学院农业资源与农业区划研究所 | 基于地表水文过程的农业洪涝灾害监测预报***及方法 |
CN111835403B (zh) * | 2020-06-09 | 2021-10-29 | 中国人民解放军军事科学院国防科技创新研究院 | 天临空协同遥感***及其信息传输方法 |
CN112969051A (zh) * | 2021-01-30 | 2021-06-15 | 南京新高智联信息技术有限公司 | 一种基于大数据水利工程管理*** |
CN114662526A (zh) * | 2022-02-08 | 2022-06-24 | 王悦文 | 一种基于遥感数据与多时相sar影像的林地生态监测方法 |
CN114782836A (zh) * | 2022-05-06 | 2022-07-22 | 江西省天轴通讯有限公司 | 基于卫星遥感影像及图像智能分析的生态监管方法和*** |
CN114969402B (zh) * | 2022-07-25 | 2022-11-08 | 广州海普网络科技有限公司 | 一种基于遥感影像的矢量地理信息采集方法 |
CN115979339B (zh) * | 2022-12-07 | 2023-08-15 | 吉林农业科技学院 | 一种基于大数据分析的蛋鸡养殖环境智能监管*** |
-
2023
- 2023-05-06 CN CN202310499772.3A patent/CN116206216B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004045563A1 (de) * | 2004-09-15 | 2006-03-30 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Automatische Georeferenzierung von Fernerkundungsdaten |
CN114782352A (zh) * | 2022-04-15 | 2022-07-22 | 郏县人民医院 | 一种基于人工智能的医学影像识别***及识别方法 |
Non-Patent Citations (1)
Title |
---|
A generalized split-window algorithm for retrieving land-surface temperature from space;Zhengming Wan et al.;《IEEE Transactions on Geoscience and Remote Sensing》;第34卷(第4期);892-905 * |
Also Published As
Publication number | Publication date |
---|---|
CN116206216A (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116206216B (zh) | 一种基于遥感影像的矢量地理信息采集方法及*** | |
CN107679768A (zh) | 一种基于电网实时数据的态势感知***及其构建方法 | |
CN111738348B (zh) | 一种电力数据异常检测方法和装置 | |
CN116866095B (zh) | 一种带触控面板的工业路由器及其待机控制方法 | |
CN115782105A (zh) | 一种注塑生产管理方法、***、计算机设备及存储介质 | |
CN111896549A (zh) | 一种基于机器学习的建筑物裂缝监测***和方法 | |
CN115687032A (zh) | 一种服务器运维数据监管方法及*** | |
CN117421994A (zh) | 一种边缘应用健康度的监测方法和监测*** | |
CN116844147A (zh) | 一种基于深度学习的指针式仪表识别和异常警报方法 | |
CN114463932B (zh) | 非接触式施工安全距离主动动态识别预警***及方法 | |
CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理*** | |
CN115585731A (zh) | 空天地一体化水电站空间状态智能监控管理***及其方法 | |
CN115130369A (zh) | 基于数字孪生的变电站设备综合状态评估与主动预警方法 | |
CN114357567A (zh) | 基于bim的风振监测、***、存储介质及计算机设备 | |
CN112486676B (zh) | 一种基于边缘计算的数据共享分发装置 | |
CN117828527A (zh) | 多源数据融合与态势生成方法及*** | |
CN103425958A (zh) | 一种视频中不动物检测的方法 | |
CN112762841A (zh) | 一种基于多分辨率深度特征的桥梁动位移监测***及方法 | |
CN114500615B (zh) | 基于物联传感技术的智能终端 | |
CN115935285A (zh) | 基于掩码图神经网络模型的多元时间序列异常检测方法和*** | |
CN111537079A (zh) | 一种基于红外线成像技术的变电设备运行状态监测*** | |
CN117291317B (zh) | 基于aem的智能电力监控与优化*** | |
CN118171222B (zh) | 一种光伏组件温度监测方法及*** | |
CN117828309B (zh) | 一种多源数据融合测距的变电站安全预警方法 | |
CN117493021B (zh) | 一种位移监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |