本發(fā)明涉及計算機信息
技術(shù)領(lǐng)域：
，尤其涉及用于災情研判的矢量圖處理方法及系統(tǒng)。
背景技術(shù)：
：中國天氣網(wǎng)發(fā)布的全國降水成果數(shù)據(jù)為jpg格式的圖片，其中的全國行政區(qū)劃分cgcs2000(2000國家大地坐標系)下的全國行政區(qū)劃存在較大偏移，若在cgcs2000下展示全國降水成果數(shù)據(jù)，會導致全國降水成果顯示的不準確，影響災情的研判。技術(shù)實現(xiàn)要素：針對上述技術(shù)問題，本發(fā)明提供一種用于災情研判的矢量圖處理方法及系統(tǒng)，對全國降水成果圖片和全國行政區(qū)劃分的cgcs2000坐標系對應的圖片經(jīng)特征點提取、圖像配準將全國降水成果數(shù)據(jù)在cgcs2000準確顯示，有助于災情的研判。為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案是：第一方面，本發(fā)明提供一種用于災情研判的矢量圖處理方法，包括：步驟s1，獲取全國降水成果圖和基準圖；步驟s2，對所述全國降水成果圖的尺寸進行標準化處理，得到待處理圖；步驟s3，根據(jù)所述待處理圖和所述基準圖，提取特征點，得到多對特征點；步驟s4，根據(jù)所述多對特征點，計算所述待處理圖和所述基準圖之間的變換關(guān)系，得到變換矩陣；步驟s5，根據(jù)所述變換矩陣，將所述待處理圖和所述基準圖進行配準，得到配準圖像。本發(fā)明提供的用于災情研判的矢量圖處理方法，其技術(shù)方案為：獲取全國降水成果圖和基準圖；對所述全國降水成果圖的尺寸進行標準化處理，得到待處理圖；根據(jù)所述待處理圖和所述基準圖，提取特征點，得到多對特征點；根據(jù)所述多對特征點，計算所述待處理圖和所述基準圖之間的變換關(guān)系，得到變換矩陣；根據(jù)所述變換矩陣，將所述待處理圖和所述基準圖進行配準，得到配準圖像。本發(fā)明提供的用于災情研判的矢量圖處理方法，對全國降水成果圖片和全國行政區(qū)劃分的cgcs2000坐標系對應的圖片經(jīng)特征點提取、圖像配準將全國降水成果數(shù)據(jù)在cgcs2000準確顯示，有助于災情的研判。進一步地，所述步驟s3中，通過harris算法提取特征點：計算所述待處理圖和所述基準圖的方向?qū)?shù)，得到第一方向倒數(shù)和第二方向?qū)?shù)；根據(jù)所述待處理圖和所述基準圖的像素點，計算自相關(guān)矩陣；根據(jù)所述自相關(guān)矩陣，對所述待處理圖和所述基準圖的像素點進行判斷，得到角點像素點，作為提取的特征點。進一步地，所述步驟s4，具體為：在所述多對特征點中選取4對特征點；將所述4對特征點輸入投影變換模型，計算得到投影變換矩陣，作為變換矩陣。進一步地，所述步驟s4之后，還包括對所述變換矩陣進行擬合處理，得到最佳變換矩陣：根據(jù)所述變化矩陣，對所述多對特征點中的所有特征點對進行特征點匹配對誤差的計算，得到多個誤差值；將所述多個誤差值分別與預設(shè)閾值進行比較，將大于所述預設(shè)閾值的誤差值進行迭代，重新計算得到新的誤差值；根據(jù)所述新的誤差值，計算得到最佳變換矩陣。進一步地，所述步驟s1之后，還包括對所述待處理圖和所述基準圖進行顏色空間轉(zhuǎn)換：分別提所述待處理圖和所述基準圖的r、g、b分量；根據(jù)所述的r、g、b分量，輸入ycbcr色彩空間轉(zhuǎn)換模型，將所述r、g、b分量在對應轉(zhuǎn)換成ycbcr色彩空間中的分量。第二方面，本發(fā)明提供一種用于災情研判的矢量圖處理系統(tǒng)，包括：圖像獲取模塊，用于獲取全國降水成果圖和基準圖；標準化模塊，用于對所述全國降水成果圖的尺寸進行標準化處理，得到待處理圖；特征點提取模塊，用于根據(jù)所述待處理圖和所述基準圖，提取特征點，得到多對特征點；變換矩陣生成模塊，用于根據(jù)所述多對特征點，計算所述待處理圖和所述基準圖之間的變換關(guān)系，得到變換矩陣；圖像配準模塊，用于根據(jù)所述變換矩陣，將所述待處理圖和所述基準圖進行配準，得到配準圖像。本發(fā)明提供的用于災情研判的矢量圖處理系統(tǒng)，其技術(shù)方案為：通過圖像獲取模塊，獲取全國降水成果圖和基準圖；通過標準化模塊，用于對所述全國降水成果圖的尺寸進行標準化處理，得到待處理圖；通過特征點提取模塊，根據(jù)所述待處理圖和所述基準圖，提取特征點，得到多對特征點；通過變換矩陣生成模塊，根據(jù)所述多對特征點，計算所述待處理圖和所述基準圖之間的變換關(guān)系，得到變換矩陣；通過圖像配準模塊，根據(jù)所述變換矩陣，將所述待處理圖和所述基準圖進行配準，得到配準圖像。進一步地，所述特征點提取模塊，具體用于通過harris算法提取特征點：計算所述待處理圖和所述基準圖的方向?qū)?shù)，得到第一方向倒數(shù)和第二方向?qū)?shù)；根據(jù)所述待處理圖和所述基準圖的像素點，計算自相關(guān)矩陣；根據(jù)所述自相關(guān)矩陣，對所述待處理圖和所述基準圖的像素點進行判斷，得到角點像素點，作為提取的特征點。進一步地，所述變換矩陣生成模塊，具體用于：在所述多對特征點中選取4對特征點；將所述4對特征點輸入投影變換模型，計算得到投影變換矩陣，作為變換矩陣。進一步地，所述變換矩陣生成模塊之后，還包括變換矩陣優(yōu)化模塊，具體用于對所述變換矩陣進行擬合處理，得到最佳變換矩陣：根據(jù)所述變化矩陣，對所述多對特征點中的所有特征點對進行特征點匹配對誤差的計算，得到多個誤差值；將所述多個誤差值分別與預設(shè)閾值進行比較，將大于所述預設(shè)閾值的誤差值進行迭代，重新計算得到新的誤差值；根據(jù)所述新的誤差值，計算得到最佳變換矩陣。進一步地，所述圖像獲取模塊之后，還包括顏色空間轉(zhuǎn)換模塊，具體用于對所述待處理圖和所述基準圖進行顏色空間轉(zhuǎn)換：分別提所述待處理圖和所述基準圖的r、g、b分量；根據(jù)所述的r、g、b分量，輸入ycbcr色彩空間轉(zhuǎn)換模型，將所述r、g、b分量在對應轉(zhuǎn)換成ycbcr色彩空間中的分量。附圖說明為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹。圖1示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理方法的流程圖；圖2示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理方法中待處理圖的特征點分布圖；圖3示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理方法中基準圖的特征點分布圖；圖4示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理方法的匹配處理效果圖；圖5示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理系統(tǒng)的示意圖。具體實施方式下面將結(jié)合附圖對本發(fā)明技術(shù)方案的實施例進行詳細的描述。以下實施例僅用于更加清楚地說明本發(fā)明的技術(shù)方案，因此只是作為示例，而不能以此來限制本發(fā)明的保護范圍。實施例一圖1示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理方法的流程圖；如圖1所示，實施例一提供的一種用于災情研判的矢量圖處理方法，包括：步驟s1，獲取全國降水成果圖和基準圖；步驟s2，對全國降水成果圖的尺寸進行標準化處理，得到待處理圖；步驟s3，根據(jù)待處理圖和基準圖，提取特征點，得到多對特征點；步驟s4，根據(jù)多對特征點，計算待處理圖和基準圖之間的變換關(guān)系，得到變換矩陣；步驟s5，根據(jù)變換矩陣，將待處理圖和基準圖進行配準，得到配準圖像。本發(fā)明提供的用于災情研判的矢量圖處理方法，其技術(shù)方案為：獲取全國降水成果圖和基準圖；對全國降水成果圖的尺寸進行標準化處理，得到待處理圖；根據(jù)待處理圖和基準圖，提取特征點，得到多對特征點；根據(jù)多對特征點，計算待處理圖和基準圖之間的變換關(guān)系，得到變換矩陣；根據(jù)變換矩陣，將待處理圖和基準圖進行配準，得到配準圖像。本發(fā)明提供的用于災情研判的矢量圖處理方法，對全國降水成果圖片和全國行政區(qū)劃分的cgcs2000坐標系對應的圖片經(jīng)特征點提取、圖像配準將全國降水成果數(shù)據(jù)在cgcs2000準確顯示，有助于災情的研判。優(yōu)選地，在特征點提取之前，對全國降水成果圖片尺寸進行標準化處理，中國天氣網(wǎng)發(fā)布的全國降水成果圖片尺寸有以下三種：860px×697px、1043px×846px、2087px×1693px，選擇中間尺寸1043px×846px作為標準尺寸，將待處理的圖片數(shù)據(jù)均標準化為標準尺寸，具體的c#代碼實現(xiàn)如下：優(yōu)選地，步驟s3中，通過harris算法提取特征點：計算待處理圖和基準圖的方向?qū)?shù)，得到第一方向倒數(shù)和第二方向?qū)?shù)；根據(jù)待處理圖和基準圖的像素點，計算自相關(guān)矩陣；根據(jù)自相關(guān)矩陣，對待處理圖和基準圖的像素點進行判斷，得到角點像素點，作為提取的特征點。其中，harris通過微分運算和自相關(guān)矩陣m來檢測角點，微分算子能反應像素點在任何方向上的灰度變化，將每個像素點變化大的點提取為角。具體算法如下：1)計算圖像的方向?qū)?shù)，記為ix和iy。通常用gaussian函數(shù)來計算所求圖像的偏導數(shù)。2)為每個點計算局部自相關(guān)矩陣m，如(3.2)所示：其中，為高斯平滑濾波器，(u,v)為圖像每個像素點的平移量。3)求得的λ1、λ2的值偏小，像素點所在區(qū)域是平坦區(qū)域；λ1、λ2的值有大有小，這個像素點所在區(qū)域為邊緣區(qū)域；若λ1、λ2都很大，將這個像素點視為檢測到的角點。harris提供了一個用來判別該點是否為角點的公式：如以下公式所示：r(x,y)＝det(m)-k(trace(m))2其中det(m)表示矩陣的行列式值；trace(m)表示矩陣的跡；k是預先設(shè)定好的閾值，一般k＝0.04～0.06。因此，r(x,y)＝λ1λ2-k(λ1+λ2)2。如以上對于λ1和λ2的判斷，來進一步判定r(x,y)的大小，同理，當r(x,y)＜0時，判定這個點為所檢測到的角點。harris算法是目前做特征點檢測效果較好速度較快的一種方法，對光照具有良好的魯棒性，基于待匹配圖提取有效的角點，作為特征點。另外，還可通過arcmap軟件人工選取特征點，特征點在圖像中需滿足不變特征，如：閉合區(qū)域、邊緣、輪廓、角點等。特征點提取方法需要滿足三個條件：(a)顯著性，所提取的特征應該是比較明顯的，分布廣泛的、易于提取的特征；(b)抗噪性，具有較強的噪聲抑制能力且對成像條件的變化不敏感；(c)一致性，能準確地檢測出兩幅圖像的共有特征；根據(jù)以上原則，本實施例中選擇的位于邊界、拐點、交界點的5對特征點，其中待配準圖像中各點坐標為：(747.941,-123.995)、(108.929,-448.864)、(902.079,-723.186)、(665.485,-765.494)、(756.042,-523.778)，所在位置如圖2所示；基準矢量圖(基準圖)中各點坐標為：(851032.206,5451041.134)、(-2395936.274,3795372.296)(1633824.001,2403974.219)、(433359.253,2187983.277)(892502.539,3412941.740)，所在位置如圖3。提取特征點后，進行兩幅圖像的配準，圖像配準是給定兩幅圖像，對其中一幅圖像(待配準圖像)作變換，使得變換后的圖像與另一個圖像(基準圖像)的內(nèi)容在拓撲上相對應并幾何上相對齊，即圖像的廣義匹配。實現(xiàn)過程即根據(jù)一定數(shù)量的配準控制點確定兩幅或多幅圖像的像素之間的坐標對應關(guān)系實現(xiàn)匹配。根據(jù)待配準圖像與參考圖像之間的幾何畸變的情況，選擇能最佳擬合兩幅圖像之間變化的幾何變換模型，全局映射模型或局部映射模型。其中，全局映射模型利用所有控制點信息進行全局參數(shù)估計；局部映射模型利用圖像局部的特征分別進行局部參數(shù)估計。使用arcgis的開發(fā)工具包提供的相關(guān)接口能夠快速實現(xiàn)綜合了特征匹配、幾何變換、圖像縮放的配準過程，具體的接口為：(1)esri.arcgis.datasourcesraster.irastergeometryproc的warp(ipointcollectionsourcecontrolpoints,ipointcollection-targetcontrolpoints,esrigeotranstypeenum-transformtype,irasteripraster)方法，傳入待配準圖片中的樣本點坐標集合，以及目標點的坐標集合，進行配準。參數(shù)說明如下表：(2)esri.arcgis.datasourcesraster.irastergeometryproc接口的rectify(stringsaveas_name,stringformat,irasteripraster)方法，設(shè)置導出文件的路徑及格式，導出為“tiff”類型的影像。接口參數(shù)如下表：參數(shù)類型說明saveas_namstring結(jié)果數(shù)據(jù)保存名稱formatstring結(jié)果圖像類型iprasteriraster輸入影像c#的代碼實現(xiàn)如下：通過程序處理得到的降水影像能夠與基準矢量圖吻合，效果如圖4，由此看到成果數(shù)據(jù)的陸地全國輪廓線與基準矢量輪廓線匹配。優(yōu)選地，步驟s4，具體為：在多對特征點中選取4對特征點；將4對特征點輸入投影變換模型，計算得到投影變換矩陣，作為變換矩陣。其中，投影變換基于仿射變換，可保持圖像中直線映射后仍為直線，但保證不了直線仍然平行。將此變換定義為投影變換(projectivetransform)。它具有更強的適應性。其具體的表達形式如下面的非奇異3*3矩陣，即如下公式所示：則二維坐標系中的一個像素點(x,y)經(jīng)上式映射到另一坐標系中得到的像素點(x',y')。解得的(x',y')如下公式所示：它們的變換參數(shù)mi(i＝0,1,…,8)就是我們所要求得未知參數(shù)。投影變換有8個自由變量。在該投影變換模型中我們可以根據(jù)得到的特征點集計算出兩幅圖像間的轉(zhuǎn)移矩陣。投影變換具有更強的適應性，可適用于變化多的圖像間關(guān)系的描述，且算法簡單易懂。因此，為了得到精確的轉(zhuǎn)移矩陣拼接圖像，本發(fā)明選用此模型作為求解變換矩陣的模型。優(yōu)選地，步驟s4之后，還包括對變換矩陣進行擬合處理，得到最佳變換矩陣：根據(jù)變化矩陣，對多對特征點中的所有特征點對進行特征點匹配對誤差的計算，得到多個誤差值；將多個誤差值分別與預設(shè)閾值進行比較，將大于預設(shè)閾值的誤差值進行迭代，重新計算得到新的誤差值；根據(jù)新的誤差值，計算得到最佳變換矩陣。具體算法流程如下：1)將待處理圖和基準圖提取到的特征點作為樣本特征點集，特征點的數(shù)量要多于一定數(shù)量，(這里要大于總特征點數(shù)的10％)建立的投影變換模型才成立。2)首先確定圖像間的轉(zhuǎn)移矩陣初始值，即根據(jù)特征點集中的特征點計算得到一個變換矩陣；3)計算特征點匹配對誤差d，公式如下所示；d＝i'(x',y')-i(x,y)其中，設(shè)(x,y)是圖像i中的一點，(x',y')為圖像i'中與之相匹配的一點。當d小于規(guī)定的閾值時，判定該點為局內(nèi)點，否則為局外點，舍去。4)迭代精煉變換矩陣；(基于levenberg-marquardt非線性最小化迭代算法(簡稱lm算法))判斷d的大小，若d減小但仍未小于閾值，再一次估計模型，計算出新的d，直到d小于給出的閾值參量時，停止迭代，獲得最終圖像間的變換矩陣h，即為最佳變換矩陣。上述算法的核心思想是經(jīng)過迭代確定所有特征點對間的距離之和，并且在其中選擇出最小值。當距離和e小于規(guī)定閾值時，停止迭代，得到最終圖像間的變換矩陣。優(yōu)選地，步驟s1之后，還包括對待處理圖和基準圖進行顏色空間轉(zhuǎn)換：分別提待處理圖和基準圖的r、g、b分量；根據(jù)的r、g、b分量，輸入ycbcr色彩空間轉(zhuǎn)換模型，將r、g、b分量在對應轉(zhuǎn)換成ycbcr色彩空間中的分量。其中，ycbcr顏色空間是圖像中常用的色彩空間，該顏色空間也是由yuv色彩空間變換得到的。在模型中，y是用來表示圖像的亮度，而cb和cr分別表示色度。本發(fā)明中對圖片的處理在ycbcr色彩空間，圖像由rgb彩色空間轉(zhuǎn)化到cb,cr彩色空間簡單，快速。在計算機中，得到圖像均以rgb格式存儲，這樣需要把rgb分量轉(zhuǎn)化成ycbcr分量，轉(zhuǎn)換公式如下所示：把ycbcr分量轉(zhuǎn)化成rgb公式如下所示：將rgb顏色分量在ycbcr色彩空間中表達出來，這樣便于顏色分量的計算與保存，顏色信息完好，使待處理圖的色彩經(jīng)處理得以完整的保存，數(shù)據(jù)顯示效果更好。第二方面，圖2示出了本發(fā)明實施例所提供的一種用于災情研判的矢量圖處理系統(tǒng)的示意圖，參見圖2，本發(fā)明提供一種用于災情研判的矢量圖處理系統(tǒng)10，包括：圖像獲取模塊101，用于獲取全國降水成果圖和基準圖；標準化模塊102，用于對全國降水成果圖的尺寸進行標準化處理，得到待處理圖；特征點提取模塊103，用于根據(jù)待處理圖和基準圖，提取特征點，得到多對特征點；變換矩陣生成模塊104，用于根據(jù)多對特征點，計算待處理圖和基準圖之間的變換關(guān)系，得到變換矩陣；圖像配準模塊105，用于根據(jù)變換矩陣，將待處理圖和基準圖進行配準，得到配準圖像。本發(fā)明提供的用于災情研判的矢量圖處理系統(tǒng)10，其技術(shù)方案為：通過圖像獲取模塊101，獲取全國降水成果圖和基準圖；通過標準化模塊102，用于對全國降水成果圖的尺寸進行標準化處理，得到待處理圖；通過特征點提取模塊103，根據(jù)待處理圖和基準圖，提取特征點，得到多對特征點；通過變換矩陣生成模塊104，根據(jù)多對特征點，計算待處理圖和基準圖之間的變換關(guān)系，得到變換矩陣；通過圖像配準模塊105，根據(jù)變換矩陣，將待處理圖和基準圖進行配準，得到配準圖像。優(yōu)選地，特征點提取模塊103，具體用于通過harris算法提取特征點：計算待處理圖和基準圖的方向?qū)?shù)，得到第一方向倒數(shù)和第二方向?qū)?shù)；根據(jù)待處理圖和基準圖的像素點，計算自相關(guān)矩陣；根據(jù)自相關(guān)矩陣，對待處理圖和基準圖的像素點進行判斷，得到角點像素點，作為提取的特征點。優(yōu)選地，變換矩陣生成模塊104，具體用于：在多對特征點中選取4對特征點；將4對特征點輸入投影變換模型，計算得到投影變換矩陣，作為變換矩陣。優(yōu)選地，變換矩陣生成模塊104之后，還包括變換矩陣優(yōu)化模塊，具體用于對變換矩陣進行擬合處理，得到最佳變換矩陣：根據(jù)變化矩陣，對多對特征點中的所有特征點對進行特征點匹配對誤差的計算，得到多個誤差值；將多個誤差值分別與預設(shè)閾值進行比較，將大于預設(shè)閾值的誤差值進行迭代，重新計算得到新的誤差值；根據(jù)新的誤差值，計算得到最佳變換矩陣。優(yōu)選地，圖像獲取模塊101之后，還包括顏色空間轉(zhuǎn)換模塊，具體用于對待處理圖和基準圖進行顏色空間轉(zhuǎn)換：分別提待處理圖和基準圖的r、g、b分量；根據(jù)的r、g、b分量，輸入ycbcr色彩空間轉(zhuǎn)換模型，將r、g、b分量在對應轉(zhuǎn)換成ycbcr色彩空間中的分量。最后應說明的是：以上各實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的范圍，其均應涵蓋在本發(fā)明的權(quán)利要求和說明書的范圍當中。當前第1頁12