计算机视觉技术在地理信息系统中的应用

邓斌

摘要：计算机视觉又称“机器视觉”是以后计算机学科中十分有趣的一个部分，它是一门探究如何使机器拥有视觉、能够“看”的学科，主要是通过研究图像或视频来帮助人们更好地、更方便的从事一些危险的或人工视觉难以满足的工作。本文分析研究了计算机视觉技术在地理信息系统中的应用。

关键词：计算机视觉；地理信息系统；数字影像测量

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2017）09-0087-02

计算机视觉在地理信息系统中的应用有数字影像测量以及遥感特征目标识别这两种技术。二者均与计算机视觉领域中的一些相关技术联系密切，数字影像测量的基本原理是通过运用摄影测量与数字影像技术，其中应用的方法有影响匹配、数字影像处理和计算机技术；遥感特征目标识别涵盖图像处理、模式识别、数字影像处理和计算机技术等方面。本文主要阐述了计算机视觉技术在数字影像测量和遥感特征目标识别应用中的运用描述所涵盖的、被发现的问题以及他们今后的发展前景。

1 计算机视觉技术在地理信息系统中的应用描述

1.1 数字影像测量

摄影测量现的任务是通过使用数字影像或者数字化影像技术完成既定的摄影测量任务，数字影像测量现已发展的较为成熟，它的发展经历了解析、模拟摄影测量和如今已进入的数字摄影测量，共三个发展阶段。如今国内外关于数字影像测量技术的研究渐渐趋于成熟。数字影像测量是在摄影测量的原理上进行工作，从影像（数字影像或数字化影像）摄取所需对象并且运用计算机技术。是摄影测量的分支学科，主要用物理信息和几何信息。数字影像测量的组件由硬件还有软件，硬件主要有计算机、立体观测设备、输入输出设备，软件主要有计算机操作系统和专业软件等。而且数字影像测量对系统的软硬件要求较高，目前主要流行有两种，第一种是集软硬件一体的数字摄影测量工作中，还有一种是可安装在计算机硬件平台上的一种独立的软件系统[1]。

数字影像测量系统的功能较多，主要有：数字管理、图像处理、定向和量制、空中三角测量、DTM提取、地物采集、正射纠正和镶嵌和横断面采集。

1.2 遥感特征目标识别

遥感是利用传感器等技术装备，在航天器上通过接受和处理地面目标物辐射或反射的电磁波而地物进行感知的技术系统，遥感技术相较人工实地调查获取资料和信息具有花费时间少、时效性快、连续性好等优点，总的来说就是省钱、省力、省钱。但是遥感技术发展的还不是很成熟，在及时、准确的从海量信息中获取有用信息一直使我们需要突破的难题。特征提取的目标旨在反映目标的本质属性的数量特征，但前提是必须对环境特性与目标进行研究。目标识别则是以模式识别技术为基础，它可以根据提取后得到的目标特征将目标分离出来，并以此来筛选一些与目标有用的信息。由此可以看到遥感特征目标识别中特征提取和目标识别是相互依靠、密不可分的。

2 计算机视觉技术在地理信息系统中的应用的关键技术

2.1 数字影像测量的关键技术

数字影像测量的关键技术主要是通过采用多目立体匹配技术，充分利用摄影测量的空中三角洲测量原理，使得多度重叠点可以进行“多方向的前方交会”。这样带来了很大的便利，不仅可以增加交会角，提高高程测量的精度，还能高效的解决误匹配问题[2]。

2.2 遥感特征目标识别的关键技术

遥感特征目标识别的关键技术有三种：（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骤是先求解变形参数，然后利用变形参数在首次匹配结果基础上提高匹配精度。两大影像灰度系统（几何畸变和辐射畸变）变形参数放入影像匹配的模型中是其主要原理，该算法的精度较高，主要是因为它是以给定的模式作为参考模板。（2）Snakes 或Active Contour模型算法。该模型算法将初始曲线的变形归因于外部约束、内在约束（几何约束）以及影像特征共同引起的“势能”，由三者和的能量所达到的极值点作为结论，也可扩展为三维。（3）基于像素与背景算子模型的算法。该算法主要是通过运用图像分析法，对目标像素周边的一小块邻域进行局部范围内部的处理。处理方法主要包括边缘检测技术、二值化技术、形态学算子方法、神经网络和统计分类技术等。

3 计算机视觉在与数字摄影测量

3.1 计算机摄影测量与计算机视觉的区别

（1）二者最初发展的起源、目标是不一样的。（2）由于它们最初的出发点不同，因此两者之间对于其基本参数的物理意义解释就大不相同。其中摄影测量中的“外定向”主要是找寻影像在空间中相对于物体的地理位置与方向，然而计算机代替人的眼睛是计算机视觉研究的主要方向，以便于人们在一些危险的、人眼看不到的环境下实现机器人的视觉，计算机视觉是通过搜索物体相对于影像的位置与方法。（3）由于处理对象的不同因此造成处理流程也各具特色。在计算机影像测量中用到的很多处理方法计算机视觉中并用不到。（4）研究方法不同。（5）正是由于物体与影像之间的基本关系有着些许不同，而导致了计算机视觉以及计算机摄影测量之间主要公式的根本差别[3]。

3.2 计算机摄影测量与计算机视觉的联系

计算机视觉技术所探索的内容与计算机摄影测量的内容大致相同。

4 计算机视觉与遥感特征目标提取

遥感特征目标识别主要依赖的技术有计算机视觉技术、图像处理以及模式识别，遥感图像处理技术快速提升依赖于这三种技术的发展。然而遥感图像自动解译的发展程度还存在着一些距离相较于实际应用，而且遥感图像的自动解译在于遥感图像中目标的多样性、遥感图像信息源的多样性、从遥感图像中提取的信息是多样的和控制策略的多样性，这几方面体现了他的特殊性。由于遥感数据具有海量特性、遥感影像分辨率的问题和遥感影像特征相似这三方面的问题导致遥感特征目标的提取难以进行全自动化提取，这是计算机视觉在遥感特征目标提取中主要存在的问题[4]。

5 未来的发展

5.1 摄影测量的发展趋势

（1）新型传感器的上市。（2）并行化的软件平台。由于所获数据量的大幅增加和测图周期的缩短，对该平台的数据处理能力要求更为严格。（3）多样化的传感器平台。传感器平台发展的多样化，让我们可以选择我们实际所需要的传感器和传感器平台根据我们的实际需要。

5.2 遥感技术的发展趋势

遥感技术的发展虽然面临着许多困难，但国内外仍然有许多专家在坚持研究。遥感技术的发展趋势：（1）多源遥感技术的融合。（2）新型分类算法。提高精度是该算法的一大优势，并使其成为目前研究的热点。（3）新型传感器系统对其数据的处理和其系统的应用。此发展趋势是当前研究的一个重要方向。

6 结语

遥感技术和摄影测量技术的迅猛进步，使得计算机视觉技术与地理信息系统联系的更加紧密，随着对遥感技术和摄影测量技术运用的越来越广泛，该技术在整个地理信息系统中的应用会越来越受大家关注。

参考文献

[1]余勇华.摄影测量与遥感技术发展分析[J].江西建材，2014，（01）：217.

[2]周雪碧，姜心蕊，徐国贤.基于直方图的图像增强技术在图像处理中的应用[J].2014，（11）：83-84.

[3]王攀，李俊杰，孙学伟.摄影测量与遥感技术的发展现状及趋势分析[J].科技资讯，2015，（34）：237.

[4]酈苏丹.SAR图像特征提取与目标识别方法研究[D].国防科学技术大学，2001.endprint