計算機視覺技術在地理信息系統中的應用

鄧斌

摘要：計算機視覺又稱“機器視覺”是以后計算機學科中十分有趣的一個部分，它是一門探究如何使機器擁有視覺、能夠“看”的學科，主要是通過研究圖像或視頻來幫助人們更好地、更方便的從事一些危險的或人工視覺難以滿足的工作。本文分析研究了計算機視覺技術在地理信息系統中的應用。

關鍵詞：計算機視覺；地理信息系統；數字影像測量

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2017）09-0087-02

計算機視覺在地理信息系統中的應用有數字影像測量以及遙感特征目標識別這兩種技術。二者均與計算機視覺領域中的一些相關技術聯系密切，數字影像測量的基本原理是通過運用攝影測量與數字影像技術，其中應用的方法有影響匹配、數字影像處理和計算機技術；遙感特征目標識別涵蓋圖像處理、模式識別、數字影像處理和計算機技術等方面。本文主要闡述了計算機視覺技術在數字影像測量和遙感特征目標識別應用中的運用描述所涵蓋的、被發現的問題以及他們今后的發展前景。

1 計算機視覺技術在地理信息系統中的應用描述

1.1 數字影像測量

攝影測量現的任務是通過使用數字影像或者數字化影像技術完成既定的攝影測量任務，數字影像測量現已發展的較為成熟，它的發展經歷了解析、模擬攝影測量和如今已進入的數字攝影測量，共三個發展階段。如今國內外關于數字影像測量技術的研究漸漸趨于成熟。數字影像測量是在攝影測量的原理上進行工作，從影像（數字影像或數字化影像）攝取所需對象并且運用計算機技術。是攝影測量的分支學科，主要用物理信息和幾何信息。數字影像測量的組件由硬件還有軟件，硬件主要有計算機、立體觀測設備、輸入輸出設備，軟件主要有計算機操作系統和專業軟件等。而且數字影像測量對系統的軟硬件要求較高，目前主要流行有兩種，第一種是集軟硬件一體的數字攝影測量工作中，還有一種是可安裝在計算機硬件平臺上的一種獨立的軟件系統[1]。

數字影像測量系統的功能較多，主要有：數字管理、圖像處理、定向和量制、空中三角測量、DTM提取、地物采集、正射糾正和鑲嵌和橫斷面采集。

1.2 遙感特征目標識別

遙感是利用傳感器等技術裝備，在航天器上通過接受和處理地面目標物輻射或反射的電磁波而地物進行感知的技術系統，遙感技術相較人工實地調查獲取資料和信息具有花費時間少、時效性快、連續性好等優點，總的來說就是省錢、省力、省錢。但是遙感技術發展的還不是很成熟，在及時、準確的從海量信息中獲取有用信息一直使我們需要突破的難題。特征提取的目標旨在反映目標的本質屬性的數量特征，但前提是必須對環境特性與目標進行研究。目標識別則是以模式識別技術為基礎，它可以根據提取后得到的目標特征將目標分離出來，并以此來篩選一些與目標有用的信息。由此可以看到遙感特征目標識別中特征提取和目標識別是相互依靠、密不可分的。

2 計算機視覺技術在地理信息系統中的應用的關鍵技術

2.1 數字影像測量的關鍵技術

數字影像測量的關鍵技術主要是通過采用多目立體匹配技術，充分利用攝影測量的空中三角洲測量原理，使得多度重疊點可以進行“多方向的前方交會”。這樣帶來了很大的便利，不僅可以增加交會角，提高高程測量的精度，還能高效的解決誤匹配問題[2]。

2.2 遙感特征目標識別的關鍵技術

遙感特征目標識別的關鍵技術有三種：（1）最小二乘模板匹配算法。最小二乘模板匹配算法的求解步驟是先求解變形參數，然后利用變形參數在首次匹配結果基礎上提高匹配精度。兩大影像灰度系統（幾何畸變和輻射畸變）變形參數放入影像匹配的模型中是其主要原理，該算法的精度較高，主要是因為它是以給定的模式作為參考模板。（2）Snakes 或Active Contour模型算法。該模型算法將初始曲線的變形歸因于外部約束、內在約束（幾何約束）以及影像特征共同引起的“勢能”，由三者和的能量所達到的極值點作為結論，也可擴展為三維。（3）基于像素與背景算子模型的算法。該算法主要是通過運用圖像分析法，對目標像素周邊的一小塊鄰域進行局部范圍內部的處理。處理方法主要包括邊緣檢測技術、二值化技術、形態學算子方法、神經網絡和統計分類技術等。

3 計算機視覺在與數字攝影測量

3.1 計算機攝影測量與計算機視覺的區別

（1）二者最初發展的起源、目標是不一樣的。（2）由于它們最初的出發點不同，因此兩者之間對于其基本參數的物理意義解釋就大不相同。其中攝影測量中的“外定向”主要是找尋影像在空間中相對于物體的地理位置與方向，然而計算機代替人的眼睛是計算機視覺研究的主要方向，以便于人們在一些危險的、人眼看不到的環境下實現機器人的視覺，計算機視覺是通過搜索物體相對于影像的位置與方法。（3）由于處理對象的不同因此造成處理流程也各具特色。在計算機影像測量中用到的很多處理方法計算機視覺中并用不到。（4）研究方法不同。（5）正是由于物體與影像之間的基本關系有著些許不同，而導致了計算機視覺以及計算機攝影測量之間主要公式的根本差別[3]。

3.2 計算機攝影測量與計算機視覺的聯系

計算機視覺技術所探索的內容與計算機攝影測量的內容大致相同。

4 計算機視覺與遙感特征目標提取

遙感特征目標識別主要依賴的技術有計算機視覺技術、圖像處理以及模式識別，遙感圖像處理技術快速提升依賴于這三種技術的發展。然而遙感圖像自動解譯的發展程度還存在著一些距離相較于實際應用，而且遙感圖像的自動解譯在于遙感圖像中目標的多樣性、遙感圖像信息源的多樣性、從遙感圖像中提取的信息是多樣的和控制策略的多樣性，這幾方面體現了他的特殊性。由于遙感數據具有海量特性、遙感影像分辨率的問題和遙感影像特征相似這三方面的問題導致遙感特征目標的提取難以進行全自動化提取，這是計算機視覺在遙感特征目標提取中主要存在的問題[4]。

5 未來的發展

5.1 攝影測量的發展趨勢

（1）新型傳感器的上市。（2）并行化的軟件平臺。由于所獲數據量的大幅增加和測圖周期的縮短，對該平臺的數據處理能力要求更為嚴格。（3）多樣化的傳感器平臺。傳感器平臺發展的多樣化，讓我們可以選擇我們實際所需要的傳感器和傳感器平臺根據我們的實際需要。

5.2 遙感技術的發展趨勢

遙感技術的發展雖然面臨著許多困難，但國內外仍然有許多專家在堅持研究。遙感技術的發展趨勢：（1）多源遙感技術的融合。（2）新型分類算法。提高精度是該算法的一大優勢，并使其成為目前研究的熱點。（3）新型傳感器系統對其數據的處理和其系統的應用。此發展趨勢是當前研究的一個重要方向。

6 結語

遙感技術和攝影測量技術的迅猛進步，使得計算機視覺技術與地理信息系統聯系的更加緊密，隨著對遙感技術和攝影測量技術運用的越來越廣泛，該技術在整個地理信息系統中的應用會越來越受大家關注。

參考文獻

[1]余勇華.攝影測量與遙感技術發展分析[J].江西建材，2014，（01）：217.

[2]周雪碧，姜心蕊，徐國賢.基于直方圖的圖像增強技術在圖像處理中的應用[J].2014，（11）：83-84.

[3]王攀，李俊杰，孫學偉.攝影測量與遙感技術的發展現狀及趨勢分析[J].科技資訊，2015，（34）：237.

[4]酈蘇丹.SAR圖像特征提取與目標識別方法研究[D].國防科學技術大學，2001.endprint