[发明专利]多源控制点影像数据库构建及更新方法

权利要求书

1.一种控制点影像数据库更新方法，其特征在于，包括：

确定新采集影像的空间位置；

从控制点影像数据库中检索出与之对应的控制点影像；

将所述检索出的控制点影像与所述新采集影像进行比较；

如果比较的结果表示需要进行数据更新，则对所述新采集影像进行控制点影像数据的采集，并更新所述控制点影像库。

2.根据权利要求1所述的控制点影像数据库更新方法，其特征在于，所述将检索出的控制点影像与新采集影像进行比较包括控制点影像配准和控制点影像变化检测。

3.根据权利要求2所述的控制点影像数据库更新方法，其特征在于，所述控制点影像配准包括：基于同分辨率影像匹配点对间连线具有相同的距离及斜率、不同分辨率影像匹配点对间连线的延长线交于一点的几何约束条件，利用聚类分析方法快速剔除误匹配点，再运用RANSAC方法鲁棒地估计单应矩阵从而再次剔除错误匹配点，进一步利用空间位置关系约束再次确定配准点的精度。

4.根据权利要求2所述的控制点影像数据库更新方法，其特征在于，所述控制点影像变化检测包括控制点影像的图像变化检测和控制点影像的属性变化检测，其中，

通过图像比值法或者图像差值法来进行所述控制点影像的图像变化检测，

所述控制点影像的属性变化检测包括通过计算变化区域的面积与检测区域的面积的差值及比值，来确定变化的变化率。

5.根据权利要求1所述的控制点影像数据库更新方法，其特征在于，所述控制点影像数据的采集包括：

对所述新采集影像进行分析归纳，统计并分析其属性信息，该属性信息包括影像格式、影像分辨率、坐标系统、成图比例尺、影像时相；

对所述新采集影像进行优化格网设计，根据影像分辨率、幅宽将影像分为不同尺寸的格网；

利用Wallis变换对每一个格网内的影像进行预处理；

对经Wallis变换处理后的影像进行增强，综合运用Moravec算子、Harris算子、Forstner算子、SUSAN算子、尺度不变特征及最稳定极值区域检测算法提取特征点；

以控制点影像片采集窗口来遍历统计所述特征点的个数，选择特征点数量最大的窗口为采集区域；

针对所述选择的采集区域进行遥感控制点影像片的裁切保存，同时获取其对应区域的数字高程模型数据。

6.根据权利要求5所述的控制点影像数据库更新方法，其特征在于，所述Wallis变换包括：

将数字图像分为互不重叠矩形区域，每区域的尺度对应于要增强的纹理模式的尺度；

计算每一块区域的灰度均值和方差；

将灰度均值和方差的目标值分别设定为127和40-70之间的数值；

计算出每一块所述区域的Wallis变换的乘性常数和加性常数；

由双线性内插计算所述数字图像的任一像素的系数，并计算变换后的灰度值。

7.根据权利要求5所述的控制点影像数据库更新方法，其特征在于，所述对经Wallis变换处理后的影像进行增强包括：先利用Moravec算子、Harris算子、Forstner算子、SUSAN算子提取特征点，然后利用尺度不变特征变换及最稳定极值区域算法来检测所提取到的特征点，记录特征点个数，并且利用描述算法对提取出的特征点进行具体描述。

8.根据权利要求7所述的控制点影像数据库更新方法，其特征在于，所述Moravec算子的计算包括：

计算各格网区域影像的兴趣值；

给定一个阈值，将所述计算的兴趣值大于该阈值的点作为候选点；

选取所述候选点中的极值点作为特征点。

9.根据权利要求7所述的控制点影像数据库更新方法，其特征在于，所述Harris算子的计算包括：

求出影像上所有像素点的梯度，即对每个像素点的灰度值进行一阶差分运算；

确定一个n×n大小的窗口，生成n×n大小的高斯卷积模板，其中，高斯模板的σ取0.3-0.9之间的值；

利用生成的高斯模板对所述梯度值进行高斯滤波，并计算强度值；

选取所述强度值的局部极值点为特征点，如果所述强度值大于阈值0.6，则将该点取为特征点，并且进行排序保存。