图像控制点库的建立及应用方法探讨

曾福年 赵翠玲

（中国国土资源航空物探遥感中心，北京，100083）

摘要：本文探讨了建立SPOT5图像控制点数据库的原理和方法，介绍了如何建立适合于SPOT5校正的控制点数据库，并提取控制点与待纠正影像进行自动或人工干预匹配，寻找预正射影像上的同名点建立控制点对，实现对影像的几何纠正。

关键词：SPOT5图像；控制点数据库；匹配；几何纠正

1 引言

SPOT5图像的正射纠正是土地动态监测项目中图像处理的一个基本过程，无论是物理模型方程法还是多项式纠正法，都需要利用地面控制点来解算转换矩阵以实现几何纠正。目前，土地动态监测项目已经开始建立许多的图像控制点，包括正射纠正后的航空或高分辨遥感数字图像控制点、扫描纠正后的大比例数字地形图上图形控制点和新测的野外GPS图像控制点。但这些控制点要有效地利用起来，其关键是有效地管理这些控制点。这些控制点应该在使用后被存储，再次使用时可以重新调用和更新。因此，建立控制点数据库以实现控制点的有效利用就非常必要了。由于图像控制点的特殊性，本文就图像控制点数据库的建立和使用方法进行阐述。

图像控制点就是包含具有地理位置信息的一个地物的图像，其存储格式是带地理信息的栅格形式。图像控制点是利用影像之间的匹配来寻找预正射影像上的同名点，从而可以避免传统控制点的标志在预正射影像上不易于识别的困难。在计算机软硬件和模式识别技术的支持下，利用图像控制点来代替传统的控制点进行几何纠正，可以大大减轻劳动强度和提高作业效率与纠正精度。

2 图像控制点库建立

图像控制点数据库的根本目的是用来对控制点进行有效的管理并方便地提取控制点来实现图像的几何纠正。这要求数据库的设计应围绕着控制点的使用来进行。在进行SPOT5几何纠正时，待纠正影像的概略空间范围是根据SPOT5 的轨道参数已知的，控制点就是按照这个范围来提取的。控制点数据库首先实现以空间范围为基础的控制点查询是控制点数据库的最基本功能，同时，每一个图像控制点都包含两种数据，图像数据和属性数据，这两种数据的连接是应用控制点数据库的重要依据。应用控制点数据库应使用带有自动位置预测的遥感软件。图像控制点数据库的设计就是根据这三个基本原则来进行的。

21 图像控制点来源

图像控制点是以图像为基础，以矢量为辅的文件。

（1）把正射纠正后的航空或遥感数字图像上裁剪下来的典型区域的一小块范围的图像作为图像控制点。

（2）根据野外GPS控制点坐标，在原始图像上标注控制点的位置，并附带有原数据说明文档和实地数码相片。

（3）从扫描纠正后的数字地形图上得到的典型地物区域的一小块范围的数字图像作为图像控制点。

（4）图像控制点参考坐标系统应与要求的成果图像的坐标系统一致。

22 基础控制点库的内容

控制点库是管理图像控制点的，图像控制点包含两种数据：图像数据和属性数据。无论采用何种方式采集的图像控制点，都同时具有这两种数据。图像数据和属性数据分开存放在不同的库体之中，图像数据的存储格式是栅格形式，而且属性数据的存储格式是矢量形式。图像数据和属性数据必须建立存放在不同的库体之中的连接。

221 图像数据

图像控制点是以栅格形式存储的包含某一个明显地物的图像。在数据库中，由于栅格图像的特殊性，它无法像属性数据以一条记录来存储，每一个图像都是以栅格文件存储在一定的目录下，按目录来进行管理。图像的大小一般在100×100像素和200×200像素之间，以能包含一明显地物为准。图像控制点区别于传统的控制点就在于它有图像数据。图像中的明显地物是指在一定的范围内可以区别于周围其他地物的，可以是一个道路的交叉口，也可以是一个小河流的拐弯处，甚至可以是一个小岛。它的特点使得它在传统的控制点无法确定的区域能够选点进行几何纠正。

222 属性数据

属性数据是用来描述控制点的地理位置等关系的。一组图像要当作控制点来进行几何纠正，它们必须具有在某一确定的投影空间的正确的相互位置关系。图像控制点的地理位置就是由它们的属性数据来描述的，为了正确描述地理位置关系，每一个控制点的属性数据要具有和影像数据进行联结的一致ID标识号，以实现图像数据与属性数据的正确连接。所有控制点的属性数据格式是相同的，因此属性数据库是关系数据库，每一个图像控制点的属性以规定的格式记录。属性数据记录包括：图像控制点来源；控制点坐标；数据说明；参考椭球；影像的比例尺；超级连接的野外GPS控制点数码相片。

223 坐标系统

所有的图像控制点都是投影到一定的参考坐标系统里的。为了提高数据库的使用性能，正确表示控制点在整个数据库范围内的相互地理位置关系，控制点应该采用统一的坐标系统，以利于控制点的正确查询提取与使用。

23 控制点库的结构

不同地区的控制点数目不同，大范围地区的控制点数据量非常大。大范围地区单一的一个数据库对于控制点的查询使用是非常不便的，会降低数据库的性能，因此为了快速方便地查询提取控制点，就要以索引的方式来层层建库，形成一个树形结构的控制点库体。由于控制点是按空间的地理位置来分布的，因此按地理位置范围来将一个大的区域分为几个小的区域是合理的，而且可以根据实际的情况来对小的区域进行进一步的细分，由此从上到下建立一级一级的索引数据库。

顶级数据库是全局数据库，它描述的是整个建库范围内的分区数据库的信息，也是关系数据库。它的记录描述的内容是：子数据库的名称，子数据库所包含的范围信息等。根据实际的情况，子数据库中描述的可以是再下一级的数据库的信息，也可以是控制点的信息。

图1 树形数据库结构

在这个树形的数据库结构中，叶子数据库处在最基础位置，描述的是图像控制点的信息。当要从数据库中提取控制点时，就可以从顶端的数据库一层一层地向下查询，直至叶子数据库查询基础控制点库的内容，见图1。

从结构图看出，由于图像和属性数据是以文件存放在某一确定的目录中，图像数据库的管理实际就是对文件目录的管理。合理的组织文件目录才能够实现图像数据与属性数据的连接，这就要求目录的结构与命名和属性数据库要一致。

3 控制点库的应用

图像控制点库的目的就是有效地组织管理控制点，方便地提取某一影像范围内的控制点来进行几何纠正。一景待纠正的SPOT5 影像，由于原始数据轨道参数的导入，可以得到它的一个带有地理信息的影像。根据这个地理信息范围，从最上一级的控制点数据库开始，找到这一影像所在范围的子数据库，再进入下一级数据库，进行同样的判断，直至最底层的数据库，就可以提取出位于这一影像范围内的图像控制点，进行几何纠正。

一个控制点一旦被提取出来，就可以获取它的地理位置数据，根据它的位置和待纠正遥感影像的地理信息，可以自动匹配控制点在影像上的大致位置范围，在这一范围内进行搜索，可以大大缩小同名点匹配的搜索过程，提高匹配的速度和精度。

在使用控制点时，不管 GPS 控制点还是图像控制点，简单的方法是在待纠正的影像上标识出控制点的大致范围，这可以仅根据控制点的地理坐标和影像的范围来获取，然后用鼠标在计算机屏幕上通过点击来获取控制点的同名点的影像像素坐标。要实现几何纠正的自动化，就要利用影像的匹配技术来进行控制点与待纠正影像上的同名点的自动匹配。根据控制点的种类的不同，采取不同的匹配技术来进行。控制点数据库中应用过程参见图2。

图2 控制值数据库应用过程

31 遥感数字图像控制点配准方法

对正射纠正后的航空或遥感数字图像上裁剪下来的典型区域的一小块范围的图像作为图像控制点采用基于区域特征的和基于点特征的配准方法。

311 基于区域的配准方法

基于区域的配准方法是将待配准图像中一块区域与参考图像中的相同尺寸的区域从统计学上进行比较，其相似度评测标准是从两块区域的标准化交叉相关系数中取最大值者。也可以通过FFT变换将图像由时域变换到频域，然后再进行配准。对位移量比较大的图像，可以先校正图像的旋转，然后建立两幅图像之间的映射关系。但如果图像中存在比较大的噪声和灰度差异时，这个交叉相关测量标准就变得不可靠。

312 基于点特征的配准方法

基于点特征的配准方法有较高的性能。它有两个过程：特征抽取和特征配准，一系列的图像分割技术都被用到特征的抽取和边界检测上。如Canny算子、拉普拉斯高斯算子、区域生长算子。抽取出来的空间特征有闭合的边界、开边界、交叉线以及其他特征。特征匹配的算法有：交叉相关、距离变换、动态编程、结构匹配等算法。

32 GPS 控制点配准方法

对野外GPS控制点在原始图像上标注控制点的位置和扫描纠正后的数字地形图上得到的典型地物区域的一小块范围的数字图像作为控制点采用人工匹配同名点的方法。

由于地形图控制点所提供的仅是地物的一个结构信息，类似于影像的纹理。它不反映地物的光谱信息，与待纠正影像上的内容不一致；它不能利用控制点片中的数据直接来进行影像匹配。因此，只能利用这一个结构信息采用人工匹配同名点的方法，在可以自动预测控制点在影像上的大致位置范围内，根据影像的纹理特征寻找控制点的同名点。

综合上述方法，在对足够数目的控制点进行匹配找到同名点后，就可以根据这些控制点解算转换矩阵实现几何纠正。

图像控制点库的建立是一项基础的工作，大量的数据要输入数据库。一旦数据库建立起来，可以利用最新的遥感数据进行更新，当需要利用控制点对新的遥感数据进行几何纠正时，可以方便快捷地提取控制点，提高工作效率，为土地调查工作提供技术保障。

参考文献

Barbara Zitová and Jan Flusser“Image registration methods：a survey”Imaging and VisionComputing，vol21，pp977～1000，2003

张祖勋，张剑清数字摄影测量学武汉：武汉测绘科技大学出版社，1996

张祖勋、张剑清山区遥感（RS）影像的小面元微分纠正第三届海峡两岸测绘发展研讨会论文集，2000，12

陈跃峰，肖自美基于内容查询的图像数据库系统模型［J］中国图像图形学报，1997

图形数据库将地图与其它类型的平面图中的图形描述为点、线、面等基本元素，并将这些图形元素按一定数据结构（通常为拓扑数据结构）建立起来的数据集合。包括两个层次：第一层次为拓扑编码的数据集合，由描述点、线、面等图形元素间关系的数据文件组成，包括多边形文件、线段文件、结点文件等。文件间通过关联数据项相互联系；第二层次为坐标编码数据集合，由描述各图形元素空间位置的坐标文件组成。图形数据库是地理信息系统中对矢量结构地图数字化数据进行组织的主要形式。

王志 魏丽君

（黑龙江省国土资源勘测规划院，哈尔滨，150056）

摘要：更新土地利用数据库是国土资源信息化建设的重要内容，是为各级土地管理部门的土地利用变更调查、土地规划、耕地保护、建设项目用地管理等提供准确、翔实、现势性的基础数据。本文具体结合黑龙江省望奎县数据库更新的实际情况，着重对利用SPOT－5遥感影像更新土地利用数据库技术所采用的一些新技术、新方法加以阐述，对更新土地利用数据库存在的问题加以分析，并且提出解决问题的办法。

关键词：遥感；土地利用更新；数字正射影像图；“3S”；望奎县；黑龙江省

遥感技术应用始于20 世纪50年代，至今已经历了50 多年的发展。随着遥感卫星技术的进步，遥感影像分辨率得到大幅度的提高，并以速度快、时间短、成本低等许多优势，在国土资源调查方面已被广泛应用。特别是在利用遥感技术快速更新土地利用数据库方面，提供了重要的技术支持。

县级土地管理是整个土地管理的基础，由于近年来经济与社会的高速发展，土地利用基础图件在更新上落后于土地利用状况变化，不能准确、及时地反映土地利用状况。大大阻碍了经济、社会发展的需要。在此背景下，应用遥感技术更新土地利用数据库已迫在眉睫，使用高分辨率遥感数据源，结合 GPS 和 GIS 技术实现土地利用数据库的更新，从而为各级土地管理部门提供准确、翔实、现势性强的土地利用状况信息。为此，本文以黑龙江省望奎县为例，采用 SPOT－5 25 m 高分辨率卫星遥感数据为信息源，将制作好的1∶1万遥感数字正射影像图与土地详查矢量数据叠加，通过矢量、栅格结合的方法，辅以专家知识、人机交互提取变化信息，将外业调查后的变化信息属性赋予矢量数据，然后重新建立拓扑关系，生成更新后的土地利用数据库。

1 项目区的基本情况

望奎县是黑龙江省以农业为主的一个县，位于黑龙江省中部，松嫩平原与小兴安岭西南边缘过渡地带。地处东经126°10′23″～126°59′00″，北纬46°32′07″～47°08′24″。东南以克音河、诺敏河、呼兰河三条界河与绥化市、兰西县相邻，西以通肯河为界，与青冈县相望，北与海伦市接壤。全县幅员面积2320km2，南北长约62km，东西宽约60km。

望奎县形状近似平行四边形，由于受小兴安岭余脉的影响，地势东高西低，东西坡降约在千分之一，南北坡降三千分之一左右。最高海拔2509m，最低点海拔1278m，绝对高差1231m，平均海拔167m。地貌类型大体可分三个单元，东部和南部丘陵起伏漫川漫岗，中部过渡地带微有起伏，西部低洼平坦。

2 总体技术路线

利用遥感影像更新土地利用数据库，自动化程度较高，能够及时、真实、客观地反映土地利用状况。因此，利用 SPOT－5 25 m 遥感影像来更新望奎县土地利用数据库，与日常采用的变更方法相比，在总体技术路线上，会有一些新的特点。

21 影像土地分类采样表的建立

总体上来说，项目区域特点不同，比如山区、丘陵、平原、沙漠等，在遥感影像上反映出的地类表征不同。而且，选择分辨率的高低与影像的时相等各方面，也会影响着遥感影像反映出的地类表征。因此，建立起一个适合本项目区域的影像土地分类采样表对于内业解译、提取变化信息显得非常重要。土地分类采样表也就是影像的解译标志，它是在影像上能直接反映和判别地物信息的影像特征，它是识别地物属性的主要依据，包括形状、大小、图案、色调、纹理、阴影、位置、布局、分辨率等。在望奎县数据库更新项目选取法国 SOPT－5遥感影像，通过野外调查确定和地物间的对应关系，借助有关辅助信息（规划图、地形图等有关资料等），对各类型在影像图上反映的特征做出描述，建立起一套有代表性的影像土地分类采样表，大大方便了内业解译与变化信息提取工作。图1为采样表的一部分。

图1 影像土地分类采样表

22 “3S” 集成技术在更新土地利用数据库中的综合应用

“3 S”集成技术是指 RS （Remote Sensing）、GPS （Global Positioning System）、GIS （Geographical Information System）在平行发展的进程中，逐渐综合应用的技术，三者的有机结合，构成了一个一体化信息获取、信息处理、信息应用的技术系统，是一个充分利用各自技术特点的空间技术应用体系，并逐步成为一个实践性和应用性较强的新学科。

一方面，GPS 测量在 SOPT －5 遥感影像制作（几何校正配准）中的应用，在SOPT－5 遥感影像上选取明显地物点，通过外业 GPS 高精度测量来进行影像图的几何纠正，制作 1∶1 万遥感数字正射影像图；另一方面在 GIS 支持下的土地利用更新，包括数据矢量化编辑、叠加、拓扑关系的建立。在望奎县土地利用更新过程中，使用的是国产 GIS 软件，即武汉中地公司开发的 MAPGIS65 软件来进行的土地利用数据库的更新工作。

23 矢量数据与栅格数据相结合，多种信息提取方法并用

矢量数据主要包括土地利用现状数据库；栅格数据主要包括1∶1 万遥感数字正射影像图和扫描纠正后的土地利用现状图。通过矢量数据和栅格数据对比分析，进行矢量化更新，提取变化信息。信息提取方法包括人工目视解译、计算机自动提取、人工目视解译与计算机自动提取相结合。本次更新中主要采用的是以人工目视解译为主，人机交互式进行土地利用数据库的更新。

24 遥感数据与土地利用基础图件相结合

充分利用土地利用现状调查、城镇地籍调查、行政勘界、建设用地批次用地成果、土地整理、复垦成果以及日常变更数据辅助确定土地利用类型与变化情况，减少外业调查工作量，缩短更新土地利用数据库的时间。而且，保证了土地利用类型的准确性。

25 内业判读，外业核查的路线

遥感对地观测仅仅反映了地物的光谱特性，即土地覆盖的表征，而土地利用图反映的是土地利用的状况，土地覆盖的变化并非完全代表土地利用的变化。此外，通过人工目视解译提取出来的变化属性信息需要外业调查，如零星地物、线状地物的宽度以及权属等。因此，需要内、外业相结合确定土地利用类型，这样可以保证本次更新的彻底性，做到不重不漏，实现土地利用数据库的全面更新。

3 工作方法

工作方法主要分为四个步骤：①SPOT－5 25 m遥感影像处理过程，包括制作1∶1 万遥感数字正射影像图；②内业处理过程，包括变化信息提取、外业前图件制作；③外业调查过程，包括核实变化信息、调查零星地物及线状地物宽度、权属界线等；④土地利用数据库的更新入库过程。工作流程图见图2。

31 制作 1∶1 万遥感数字正射影像图

卫星遥感数字正射影像图（Remote Sensing Digital Orthophoto Map，简称RSDOM），是利用卫星遥感获取的具有一定分辨率的全色影像及多光谱影像，经几何纠正及相应的图像处理后生成的影像数据集，它同时具有地图的几何特性和影像特征。本次遥感影像数据源采用的是法国 SPOT－5 25 m 全色影像与10 m 多光谱数据卫星数据，其数据分辨率完全满足数据库更新的要求。景宽为60km2×60km2，含云量为零，以整景为单元，利用卫星影像处理软件 ERDAS，将25m 全色影像与10m 多光谱数据融合。由于望奎县地势较为平坦，故采用加权乘法的融合方法，其优点是能较好地保留高分辨率图像的纹理信息及多光谱图像的彩色信息，制作卫星遥感数字正射影像图。再利用图像处理软件 photomapper制作1∶1 万数字正射影像图。影像处理技术流程见图3。

32 内业处理

利用国产 GIS 软件 MAPGIS65，建立工程数据，通过矢量数据与栅格数据相结合的方法，通过遥感影像与土地利用矢量数据对比，人机交互式进行数据库更新。在内业中无法判定的信息，特殊标记出来，在制作外业图件时同时打印出来，以便通过外业调查来核实土地利用变化状况。

图2 数据库更新工作流程图

矢量化更新采集包括：①图形数据的更新采集，采用分层方式进行，分层按《建库标准》要求，主要包括等高线、水系、道路、行政界线、权属界线、地类界、其他带有宽度的线状地物、零星地物、文字注记等，同时根据建库软件的需要，对各主要层次进行细分，以达到不同图形要素可以明显区分，在建库时分别采用；②属性数据的更新采集，严格以外业提供的表格地类属性为准，大部分属性通过分类编码、图层、实体定义加以区分和自动转换，再通过几何图形的相对位置关系确定其权属；③图幅数据的接边工作，接边按照规范所规定的原则将相邻图幅分割开的同一图形对象不同部分拼接成完整对象，接边处理包括图形接边和属性接边，属性接边就是确保相邻图幅接边要素其属性的一致性。

33 外业调查

外业调查是获取土地现状信息的关键和基础，如果没有扎实细致的外业调查工作，即使是最新的遥感影像数据，也无法准确地判读。另外，项目涉及的合乡合村权属界线的调查工作，也必须实地调查。外业调查包括行政界线调查、权属界线调查、零星地物调查、线状地物宽度调查、地类调查、调查居民点、用地单位和河流等名称调查等。依据《土地利用更新调查技术规定》及相关技术规定，按照《全国土地分类》（过渡期间适用）三级分类标准，将所有外业调查信息记录在“土地利用更新调查记录手簿”上。

图3 影像处理技术流程图

34 土地利用数据库更新

本次更新所采用的数据库软件是爱地土地利用管理信息系统。因此，首先修改数据字典，然后修改分幅索引图数据和行政区索引图数据，最后将准确的入库所需要的文件包括零星地物点文件、线状地物线文件、地类图斑面文件以及图廓整饰注记点文件进行入库，然后进行全县面积的统计汇总、标准格式的分幅土地利用现状图的输出以及各种土地汇总表格的打印。

4 存在问题与解决方法

项目采用 SPOT－5 遥感影像更新土地利用数据库，发挥了遥感影像获取数据速度快、精度高、范围广的特点，既缩短调查时间，又保证调查精度、节省调查费用。但在本次更新调查过程中也发现了一些问题，有待于进一步研究和解决。

41 影像处理与精度评定

在 SPOT－5 遥感影像处理方面，影像质量应层次丰富、清晰易读、色调均匀、反差适中。本次项目在影像处理方面虽然满足了工作要求，但在影像质量上还要有所提高，从长远来看，如果选用数据源为美国的快鸟，那么它的分辨率为061m，与 SPOT－5 25m相比分辨率高出了4 倍多，这对影像处理质量方面要求更高。它不仅直接影响着变化信息的提取，而且还影响着目视解译的准确性。所以应该积累经验，加强在影像处理质量上的提高。

精度评定是对数字正射影像图制作质量的一个评定标准。精度评定采用外业特征控制点实测坐标与其影像同名点图像坐标的较差作为评定参考，可以借助 GPS 在影像上同名地物点上实地测量坐标，与图像坐标进行较差分析，这是利用遥感影像更新土地利用数据库前期的一个重要环节。只有符合国家标准，才可以利用遥感影像来进行更新工作。

42 矢量化线状地物的偏移处理与屏幕矢量采集处理问题

通过矢量、栅格数据结合的方法，将土地利用数据库与1∶1 万数字正射影像图套合更新，出现矢量线状地物与同名影像上线状地物偏移的问题。根据国家标准与黑龙江省土地利用更新技术方案要求，在数据库文件与影像套合时，当矢量线条与影像上的同名线状地物偏差大于图上1 mm （相当于 SPOT－5 25 m 影像的4个像素）时视为偏移，对偏移的线状地物应进行纠正，如果偏移的线状地物不发生宽度、地类码的变更，可采用线工具中平移、复制等进行纠正处理；如果属性改变，将通过外业调查核实变化信息。

在此基础上，通过影像进行屏幕矢量线状地物偏移处理。与此同时，又涉及到一个屏幕放大倍数的问题，如果在屏幕采集时放大倍数过大，将会出现影像的失真，看不清线状地物的边缘轮廓，影响线状地物的偏移处理位置；但屏幕采集时放大倍数过小，又会出现线状地物偏移处理不完全，过于粗糙，套合不准确。在项目进行时经过多次实验，一致认为参照遥感影像矢量化放大倍数标准为 09 倍为宜。这样，既保证了影像的边缘清晰、不失真效果，又保证了线状地物偏移处理的完全性。

43 数据库更新的工作量较大

与传统更新方法相比，利用 SPOT－5 遥感影像更新土地利用数据库优势非常的明显。但是由于涉及前期的准备和外业调查工作量依然很大，在前期提取变化信息时，主要还是采用人工目视解译。而且，土地利用数据库还是20世纪90年代初的详查成果，所以提取变化信息数量较大。本次更新项目提取的变化地块近两万块，不仅如此，还要通过外业将提取的变化信息一一核实，并且每一个变化信息都要记录在“土地利用更新调查记录手簿”上。这个工作量也较大，而且有不可避免的人为误差存在。所以，在利用遥感影像更新土地利用数据库同时，应该在此基础上研究探索，寻求更有效的方法在计算机上进行变化信息的提取，减少外业的工作量，提高数据的准确性。

44 完善数据质量检查机制，数据库更新进一步规范

数据质量检查贯穿更新土地利用数据库项目的始终，是数据库建设工作中极其重要的组成部分，其工作量占整个建库工作的60%以上，数据质量检查是保障数据库质量的重要工具。质量检查包括计算机逻辑检查和人工检查，主要是针对数据结构和精度进行检查。本次项目中成立三级质量检查机制，有小组自检、一级检查和二级检查，为项目的质量保驾护航。

在项目实施的同时，完全参照国家有关标准和要求以及省级出台的有关规范。但是，在项目进行当中，有些比较细致的工作仍无章可循。所以，在更新土地利用数据库方面还需要进一步规范标准和要求，以便达到数据的共享。

45 需要培养一支高素质的土地更新调查队伍

在项目进行的前期，需要对更新土地利用数据库队伍进行强化培训。因为，更新调查质量好坏决定着更新项目的成败；而且，土地更新调查涉及到土地管理、地学、土壤学、农学、测绘学、信息学等多门学科，调查人员必须具备上述各学科的理论知识和应用技能，才能保证土地更新调查的质量。

采用 SOPT－5 遥感影像更新土地利用数据库与传统方法相比，省时快速、减少人力、节约资金、数据准确，保证了更新调查成果质量，为新一轮土地利用总体规划修编、农村集体土地登记发证、基本农田保护、土地开发复垦整理、建设用地审批等提供了准确、翔实的数据。而且，遥感技术的应用将会推动土地变更调查工作自动化和土地资源信息化，大大提高土地利用变更调查数据的准确性和及时性，从根本上解决土地利用现状图的更新问题。

参考文献

陈建平基于“3S”技术的土地利用现状更新调查浙江省第二测绘院，2005

周飞广西土地利用更新调查数据库建设作业流程及存在问题初探广西测绘，2005 （2）

刘凤仙，张玮，陈应辉县级土地利用现状数据库更新的方法探讨北京：地质出版社，2005

任凌应用“3S”集成技术进行土地利用动态监测河南省安阳市国土资源局规划科，2005

土地利用调查新技术新方法培训班学习资料国土资源部干部教育培训中心，2005 （9）

王力，尹君等基于 RS 和 GIS 的土地利用变更研究国土资源科技管理，2005 （2）

赵爱华，杨凤海等“3S”技术在土地生态环境调查中的应用北京：地质出版社，2005

土地利用更新调查技术规定国土资源部，2004 （3）

刘顺喜土地资源调查北京：当代中国出版社，2006

智能医疗有很多的发展方向，例如医学影像处理、诊断预测、疾病控制、 健康 管理、康复机器人、语音识别病历电子化等。当前人工智能技术新的发力点中的医学图像在疾病的预测和自动化诊断方面有非常大的意义，本篇即针对医学影像中的病例分析，降噪，分割，检索等领域来介绍一些常用的数据集。

11 病例分析数据集

111 ABIDE

发布于2013年，这是一个对自闭症内在大脑结构的大规模评估数据集，包括539名患有ASD和573名正常个体的功能MRI图像。

112 OASIS

OASIS，全称为Open Access Series of Imaging Studies，已经发布了第3代版本，第一次发布于2007年，是一项旨在使科学界免费提供大脑核磁共振数据集的项目。它有两个数据集可用，下面是第1版的主要内容。

(1) 横截面数据集：年轻，中老年，非痴呆和痴呆老年人的横断面MRI数据。该组由416名年龄在18岁至96岁的受试者组成的横截面数据库组成。对于每位受试者，单独获得3或4个单独的T1加权MRI扫描包括扫描会话。受试者都是右撇子，包括男性和女性。100名60岁以上的受试者已经临床诊断为轻度至中度阿尔茨海默病。

(2) 纵向集数据集：非痴呆和痴呆老年人的纵向磁共振成像数据。该集合包括150名年龄在60至96岁的受试者的纵向集合。每位受试者在两次或多次访视中进行扫描，间隔至少一年，总共进行373次成像。对于每个受试者，包括在单次扫描期间获得的3或4次单独的T1加权MRI扫描。受试者都是右撇子，包括男性和女性。在整个研究中，72名受试者被描述为未被证实。包括的受试者中有64人在初次就诊时表现为痴呆症，并在随后的扫描中仍然如此，其中包括51名轻度至中度阿尔茨海默病患者。另外14名受试者在初次就诊时表现为未衰退，随后在随后的访视中表现为痴呆症。

113 DDSM

发布于2000年，这是一个用于筛选乳腺摄影的数字数据库，是乳腺摄影图像分析研究社区使用的资源。该项目的主要支持来自美国陆军医学研究和装备司令部的乳腺癌研究计划。DDSM项目是由马萨诸塞州综合医院（D Kopans，R Moore），南佛罗里达大学（K Bowyer）和桑迪亚国家实验室（P Kegelmeyer）共同参与的合作项目。数据库的主要目的是促进计算机算法开发方面的良好研究，以帮助筛选。数据库的次要目的可能包括开发算法以帮助诊断和开发教学或培训辅助工具。该数据库包含约2,500项研究。每项研究包括每个乳房的两幅图像，以及一些相关的患者信息（研究时间，ACR乳房密度评分，异常微妙评级，异常ACR关键字描述）和图像信息（扫描仪，空间分辨率等）。包含可疑区域的图像具有关于可疑区域的位置和类型的像素级“地面真实”信息。

114 MIAS

MIAS全称为MiniMammographic Database，是乳腺图像数据库。

乳腺MG数据（Breast Mammography）有个专门的database，可以查看很多数据集，链接地址为：

115 MURA

发布于2018年2月，吴恩达团队开源了 MURA 数据库，MURA 是目前最大的 X 光片数据库之一。该数据库中包含了源自14982项病例的40895张肌肉骨骼X光片。1万多项病例里有9067例正常的上级肌肉骨骼和5915例上肢异常肌肉骨骼的X光片，部位包括肩部、肱骨、手肘、前臂、手腕、手掌和手指。每个病例包含一个或多个图像，均由放射科医师手动标记。全球有超过17亿人都有肌肉骨骼性的疾病，因此训练这个数据集，并基于深度学习检测骨骼疾病，进行自动异常定位，通过组织器官的X光片来确定机体的 健康 状况，进而对患者的病情进行诊断，可以帮助缓解放射科医生的疲劳。

参考2018年论文：MURA: Large Dataset for Abnormality Detection in Musculoskeletal Radiographs

116 ChestX-ray14

参考论文：

CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning

ChestX-ray14 是由NIH研究院提供的，其中包含了30,805名患者的112,120个单独标注的14种不同肺部疾病（肺不张、变实、浸润、气胸、水肿、肺气肿、纤维变性、积液、肺炎、胸膜增厚、心脏肥大、结节、肿块和疝气）的正面胸部 X 光片。研究人员对数据采用NLP方法对图像进行标注。利用深度学习的技术早期发现并识别胸透照片中肺炎等疾病对增加患者恢复和生存的最佳机会至关重要。

117 LIDC-IDRI

LIDC-IDRI数据集是由美国国家癌症研究所(National Cancer Institute)发起收集的，目的是为了研究高危人群早期肺结节检测。该数据集中，共收录了1018个研究实例。对于每个实例中的图像，都由4位经验丰富的胸部放射科医师进行两阶段的诊断标注。该数据集由胸部医学图像文件(如CT、X光片)和对应的诊断结果病变标注组成。

118 LUNA16

发布于2016年，是肺部肿瘤检测最常用的数据集之一，它包含888个CT图像，1084个肿瘤，图像质量和肿瘤大小的范围比较理想。数据分为10个subsets，subset包含89/88个CT scan。

LUNA16的CT图像取自LIDC/IDRI数据集，选取了三个以上放射科医师意见一致的annotation，并且去掉了小于3mm的肿瘤，所以数据集里不含有小于3mm的肿瘤，便于训练。

119 NSCLC

发布于2018年，来自斯坦福大学。数据集来自211名受试者的非小细胞肺癌（NSCLC）队列的独特放射基因组数据集。该数据集包括计算机断层扫描（CT），正电子发射断层扫描（PET）/ CT图像。创建该数据集是为了便于发现基因组和医学图像特征之间的基础关系，以及预测医学图像生物标记的开发和评估。

1110 DeepLesion

DeepLesion由美国国立卫生研究院临床中心（NIHCC）的团队开发，是迄今规模最大的多类别、病灶级别标注临床医疗CT图像开放数据集。在该数据库中图像包括多种病变类型，目前包括4427个患者的32,735 张CT图像及病变信息，同时也包括肾脏病变，骨病变，肺结节和淋巴结肿大。DeepLesion多类别病变数据集可以用来开发自动化放射诊断的CADx系统。

1111 ADNI

ANDI涉及到的数据集包括如下几部分Clinical Data（临床数据）、MR Image Data（磁共振成像）、Standardized MRI Data Sets、PET Image Data（正电子发射计算机断层扫描）、Gennetic Data（遗传数据）、Biospecimen Data（生物样本数据）。

12 医学降噪数据集

121 BrainWeb数据集

发布于1997年，这是一个仿真数据集，用于医学图像降噪。研究者可以截取不同断层的正常脑部仿真图像，包括T1，T2，PD3种断层，设置断层的厚度，叠加高斯噪声或者医学图像中常见的莱斯噪声，最终会得到181×217大小的噪声图像。

13 医学分割数据集

131 DRIVE数据集

发布于2003年，这是一个用于血管分割的数字视网膜图像数据集，它由40张照片组成，其中7张显示出轻度早期糖尿病视网膜病变迹象。

132 SCR数据集

发布于2000年，胸部X光片的分割，胸部X光片中解剖结构的自动分割对于这些图像中的计算机辅助诊断非常重要。SCR数据库的建立是为了便于比较研究肺野，心脏和锁骨在标准的后胸前X线片上的分割。

本着合作科学进步的精神，我们可以自由共享SCR数据库，并致力于在这些分割任务上维护各种算法结果的公共存储库。在这些页面上，可以在下载数据库和上载结果时找到说明，并且可以检查各种方法的基准结果。

133 医学图像分析benchmark

在网址>

利用遥感影像元数据实现遥感数据的网络发布与共享，使稀缺的影像数据能够得到充分合理的利用；同时采用本体技术，可以有效地实现影像数据的互 *** 作，从而为实现影像数据的全社会范围的共享提供基础与条件。

当前，空间信息技术发展迅猛，以空间数据为主的空间信息挖掘和应用成为现代人类生产生活的一个重要特征。特别是遥感影像数据，由于其具有获取方便、周期短、信息量大等特点而成为空间数据的重要组成部分。然而，由于遥感数据的数据量十分庞大，特别是对于具有不同来源、不同分辨率与不同时相的数据，其存储与管理均十分困难，且由于其本身具有的稀缺性与机密性，在一定程度上限制了遥感影像数据的充分利用，因此，迫切需要对其进行有效的组织、存储、管理和共享的研究。

研究表明，为实现影像数据的网络服务，可以利用遥感影像元数据，采用流行的数据库技术对遥感影像数据进行组织与管理，并完成基于XML的影像元数据的发布，实现用户通过网络对遥感影像数据的查询、检索与访问，为影像数据的共享奠定了基础，同时利用本体技术的优势，建立起遥感影像信息本体。

影像数据的存储管理

1元数据的存储管理

元数据为空间数据的存储管理与共享提供了有效的手段，通过元数据信息，用户可以在没有真实数据的情况下，获取有关数据的信息，从而为数据的共享与利用提供了可能。目前关于矢量空间数据的元数据标准已经制定，并形成了我国的地理信息国家标准，而关于遥感影像方面的元数据标准，尚处在研究之中，未形成一个普遍接受的标准。为此，国家遥感工程中心在ISO 191153 遥感影像元数据标准以及我国即将推出的地理信息元数据标准的基础上，结合项目的实际情况，制订了遥感影像元数据草案。该草案包括7个元数据集、6个公共数据类型和15个代码表，从标识信息、数据质量信息、参照系信息、内容信息、覆盖范围、分发信息和遥感信息等方面对遥感影像数据进行了详细的表述。

2影像数据的存储管理

由于遥感影像的数据量十分庞大，难以直接进行存储，不利于后续的处理、提取、浏览与检索，因此需要对其进行预处理，主要包括降采样、影像压缩与影像分割等内容。

影像分割是将遥感影像按照行列值分割为相同大小的数据块（tile），并以tile作为影像存储的基本单元。每个tile均以一条记录的方式进行存储，不同记录通过编号进行排列。对于不能够平分的，出现多余的行或列时，应将其单独存放。当用户对影像进行调用时，通过映射关系，只调用与用户有关的tile集合即可，从而优化了数据的存储、传输、浏览模式。

为减小影像的传输数据量和优化显示性能，需建立影像金字塔（图1），通过影像降采样方法，建立一系列不同分辨率的影像图层，每个图层分割存储，并建立相应的空间索引机制。常用的影像重采样方法有双线性差值、立方卷积等。

由于影像的数据量比较庞大，为减小影像的存储空间，还需要对影像进行压缩处理后存储。当用户调用数据时，首先对数据进行解压缩处理，然后再返回给用户。常用的图像压缩方法有JPEG、LZ77等。

3影像数据库结构设计

遥感影像数据库主要可以分为影像元数据库和影像数据库两部分（图2）。影像元数据库用于对遥感影像元数据标准中的数据集进行存储与管理，影像数据库用于对影像数据进行存储和管理。元数据同影像数据通过ID字段进行一对一的关联，保证了元数据与影像数据的一一对应，从而实现通过元数据可以惟一地查找相应的影像数据，而通过影像数据，又可以惟一地查看该影像数据的相关信息，实现了遥感元数据与影像数据的一体化管理。

影像数据网络共享与服务

1基于元数据的影像数据网络发布共享

构建遥感影像元数据的主要目的是为了能够实现影像数据的网络发布与共享。因此元数据的网络发布是影像数据发布的前提与基础。

目前元数据的网络发布大多采用XML技术。XML是一种元语言，是可以用于描述其他语言的语言。用户可以根据需要，利用XML Schema（或者DTD）自行定义标记和属性，从而可以在XML文件中描述并封装数据。XML是数据驱动的，这使得数据内容与显示相分离。XML可以在类似于Netscape Navigator或Microsoft Internet Explorer的浏览器中显示，并通过因特网在应用之间或业务之间交换，存储到数据库中或从数据库中取出。因此，XML是元数据最好的描述方式，能很好地满足元数据在网上传输、交换的需要。

用户通过网络发布的元数据信息，可以初步了解遥感影像数据的相关信息，然后通过元数据的导航，实现对影像数据的查询、浏览与检索（图3）。

2基于本体技术的影像数据网络服务

本体（ontology）是从哲学的一个分支――形而上学中的本体论（Ontology）发展来的一个名词。本体论研究客观事物存在的本质，与认识论（Epistemology）相对。即本体论研究客观存在，认识论研究主观认知。而本体的含义是形成现象的根本实体，因而，本体是概念化的明确说明。最早把本体引入计算机领域的是人工智能领域。

地理信息本体与地理信息分类编码、地理信息标准术语表之间有着相似之处，本体论与分类学、术语学也存在一定的交叉。

然而，地理信息本体并不是地理信息标准术语表。地理信息本体提供了一组具有良好结构性的词汇，而且出现在本体中的词汇经过了严格选取，确保所选的词汇是本领域中最基本概念的抽象与界定。概念与概念之间的关系采用相应技术(如谓词、逻辑等)进行了完整的反映，而正是这些关系的反映使得基于本体的系统实现后能够完成语义层面的一些功能。地理信息标准术语表仅仅是地理信息领域中各种词汇的集合，相对本体而言还比较松散。

本体也不单纯是一个词汇的分类体系，即不是地理信息中的分类和编码表。本体和地理信息的分类非常相似，尤其是把本体的理论应用于地理信息分类编码时，这种相似性更为明显。总的说来，地理信息本体比分类编码表中所反映的词与词之间的关系要丰富。

通俗地说，本体一开始就致力于实现计算机可理解，所以它在表现形式上要有更为特殊，如本体是要用精确的形式语言、句法和明确定义的语义来阐述的。如何在现有基础上做这些特殊的处理，就是我们结合计算机技术所要研究的内容。

总之，通过建立遥感影像的领域本体，可以很好地实现遥感知识的共享与复用，实现基于本体技术的数据共享与服务。

以上就是关于图像控制点库的建立及应用方法探讨全部的内容，包括:图像控制点库的建立及应用方法探讨、图形数据库的简介、利用SPOT-5遥感影像更新土地利用数据库技术的探讨——以黑龙江省望奎县为例等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！