專利名稱：基于遙感圖像變化檢測算法的投資項目智能搜索技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明通過不同影像上同一區(qū)域的變化來判斷投資項目的存在，適用于國家統(tǒng)計局投資司對投資項目的監(jiān)管。
背景技術(shù)：
通過不同時期影像變化檢測的方法來完成投資項目的自動檢測與識別，首先需要注意的是變化檢測成功與否關(guān)鍵在于前期對不同時期遙感影像的處理，包括影像的地物配準與幾何校正，和影像直方圖匹配。由于對全圖進行直方圖匹配不能夠體現(xiàn)出地物細節(jié)，因此這里設(shè)計采用影像分塊局部直方圖匹配的方法保證兩幅影像的灰度一致性。針對地物配準問題，這里首先對影像全圖進行幾何精校正，然后采用局部地塊配準的方法完成影像匹配。經(jīng)過上述的地物位置配準和灰度匹配后，再利用比值或差值變化檢測算法，即可得到較好的變化檢測效果。需要注意的是，這里使用得差值必須取絕對值，才能夠體現(xiàn)真正的影像變化，保證高亮顯示區(qū)域為地物變化劇烈區(qū)域。對于變化檢測的結(jié)果圖像，高亮顯示的地物變化劇烈區(qū)域并非全部是因為投資項目建設(shè)引起的變化，部分地區(qū)可能是由于陰影、植被生長、云層遮擋、城市美化等原因引起，因此對于這些變化區(qū)域，需要在檢測影像上進行人工剔除。但大部分投資項目所在地會引起大塊區(qū)域的地物變化，在檢測影像上也比較容易看到。因此，變化檢測算法的實際應(yīng)用效果可以體現(xiàn)，主要在輔助人工判讀影像上。

發(fā)明內(nèi)容
本發(fā)明解決的問題是通過不同時期的影像變化監(jiān)測方法來完成投資項目目標(biāo)識別，主要是通過自主的數(shù)字圖像處理的算法，來大范圍的精確監(jiān)測投資項目(1)變化監(jiān)測算法；首先進行對待監(jiān)測的兩幅圖像進行直方圖的匹配，如果是RGB的兩幅圖像也是可以適用的。(2) 二值化算法；對變化監(jiān)測后的圖像進行二值化顯示，選取特定的閾值(只要是對變化區(qū)域和未變化區(qū)域進行分離，達到目標(biāo)探測的目的)，輸出二值化的圖像。(3)小斑去除算法；二值化輸出的圖像含大量的隨機噪聲，也有幾何配準不準確時變化檢測產(chǎn)生的噪聲，去除零散的隨機噪聲，保留大片的散點“噪聲”，這有可能是大片的目標(biāo)，這些散點經(jīng)過開閉運算后就可以連成大片的目標(biāo)。(4)目標(biāo)識別算法；定義目標(biāo)識別三類地物的判斷依據(jù)像素數(shù)和形狀編號；將像素數(shù)和目標(biāo)形狀滿足一定的要求，把投資遙感的項目定義為線性地物(道路類)，大面積地物(基礎(chǔ)建設(shè)類)，小面積地物(房產(chǎn)類)。(5)投資項目矢量化生成；
根據(jù)項目目標(biāo)識別出的三類地物，將三類地物進行矢量化生成，其中的生成的矢量的屬性信息包括(項目的名稱，地理位置，項目的地址，項目的類別，施工的面積，施工的人數(shù)，是否謊報，備注等等)；(6)投資項目精確點位生成。根據(jù)生成的項目矢量圖，將三類地物的矢量圖生成精確的點矢量，這樣方便投資司對正在施工的項目進行監(jiān)管。
具體實施例方式A.影像直方圖匹配算法在變化檢測之前，必須保證兩幅影像色調(diào)基本一致。因此需要用直方圖規(guī)定化的方法對兩幅影像灰度進行調(diào)整。常用的映射規(guī)則是單映射規(guī)則(Single Mapping Law, SML) 和組映射規(guī)則(Group Mapping Law,GML)0本算法從便于計算機實現(xiàn)角度建立了一個矩陣來統(tǒng)一處理GML映射規(guī)則，同時也考慮了幾種方法來彌補均衡化后灰度級不足的缺點。直方圖規(guī)定化是一種借助于直方圖來增強圖像的方法通過將原始圖的直方圖轉(zhuǎn)化為指定的直方圖，可用來校正因拍攝亮度或者傳感器的變化而導(dǎo)致的圖像差異。例如，在不同時間、不同的光照條件下對同一地區(qū)分別拍攝了兩張影像，由于光照的原因，兩張影像的統(tǒng)計特性完全不同，這就為分析場景帶來了困難，如果能夠建立一個模型，使得原始圖像的直方圖與目標(biāo)圖像一致，從統(tǒng)計意義上來說，它們就是等同的。直方圖的規(guī)定化方法主要是以求取累計直方圖為橋梁，首先求原始圖像的累積直方圖，公式如下
權(quán)利要求
1.基于遙感圖像變化檢測算法的投資項目智能搜索技術(shù)方法，其特征包括有1.直方圖規(guī)定化模塊，借助直方圖來增強圖像，通過將原始圖像的直方圖轉(zhuǎn)化為指定的直方圖，以校正因拍攝亮度或者傳感器的變化而導(dǎo)致的圖像差異；
2.影像自動配準模塊，通過獲取每個分塊圖像的灰度查找表，對該塊圖像的四個邊角進行匹配相關(guān)搜索，找到邊角最為匹配的位置，簡化了控制點選取的繁瑣操作，避免了在幾何校正后局部區(qū)域存在的匹配不準的問題；
3.差值變化檢測模塊，考慮傳感器非線性的影像，采用差值變化檢測，避免了部分地物因亮度過大而表現(xiàn)過飽和現(xiàn)象；
4.二值化影像小斑去除模塊，借助二值化輸出結(jié)果進行小斑標(biāo)記、統(tǒng)計每個小斑的去除，通過模板組合噪聲出去算法、目標(biāo)跟蹤點去除算法去除零散的隨機噪聲，保留大面積連接的斑塊；
5.投資項目矢量化模塊，根據(jù)項目目標(biāo)識別出的三類地物，將三類地物進行矢量化生成，其中的生成的矢量的屬性信息包括(項目的名稱，地理位置，項目的地址，項目的類別， 施工的面積，施工的人數(shù)，是否謊報，備注等等)；
6.投資項目精確點位生成模塊，根據(jù)生成的項目矢量圖，將三類地物的矢量圖生成精確的點矢量
全文摘要
該項發(fā)明是針對投資項目遙感監(jiān)測的一個自動的流程化的處理方法，該流程化的處理包括投資項目圖像的智能變化監(jiān)測算法，針對投資項目的目標(biāo)探測技術(shù)，分離投資項目和非投資項目的小斑點去除技術(shù)，對投資項目的自動識別技術(shù)，以及對投資項目的智能定位技術(shù)；此項發(fā)明解決國家統(tǒng)計局投資司對投資項目的監(jiān)管，對違規(guī)的投資項目進行預(yù)警和快速反應(yīng)，能夠從宏觀上利用遙感圖像對全國的投資項目進行掌控。
文檔編號G06Q10/00GK102339462SQ20101023427
公開日2012年2月1日 申請日期2010年7月23日 優(yōu)先權(quán)日2010年7月23日
發(fā)明者倪金生, 劉翔 申請人:北京東方泰坦科技股份有限公司