基于境外众源数据的特征点位置信息挖掘方法及装置与流程

本公开涉及数据处理，尤其涉及遥感应用，具体涉及一种基于境外众源数据的特征点位置信息挖掘方法及装置。

背景技术：

1、几何特征参考点，即特征点，可以为测图工作提供几何控制信息，还可以作为测图成果平面精度质量检查的重要参考，特征点主要包括独立地物点、线状地物或影像明显的谷脊交叉点、地物明显的角点或拐点等，是测图生产和质量检查中的重要数据。在境外测图生产和质量检查中，可靠的几何参考点数据源的收集、整理与融合方法十分重要，但目前所使用的数据源较为单一，精度难以保证，因此一种基于众源数据的特征点信息挖掘与建设十分重要。

技术实现思路

1、本公开提供了一种基于境外众源数据的特征点位置信息挖掘方法及装置。

2、根据本公开的第一方面，提供了一种基于境外众源数据的特征点位置信息挖掘方法。该方法包括：

3、获取目标收集区域对应的境外众源数据；境外众源数据为包括目标收集区域内以特征点为中心预设范围内包括位置信息的卫星地图、电子地图以及网络特征语义的多源境外数据；

4、根据预设筛选规则，对所述境外众源数据进行筛选；

5、按照预设预处理规则，对筛选后的境外众源数据进行标准化和结构化处理；

6、将预处理后的境外众源数据中特征点的位置信息与其对应点位的包括图像、矢量的其他信息进行融合，得到目标收集区域内特征点位对应的境外众源数据位置融合信息。

7、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述将预处理后的境外众源数据中特征点的位置信息与其对应点位的包括图像、矢量的其他信息进行融合，得到目标收集区域内特征点位对应的境外众源数据位置融合信息包括：

8、根据预处理后的境外众源数据特征点的多源位置信息，融合计算每个特征点位唯一的位置信息；

9、采用预设变换模型，将境外众源数据的每个特征点位唯一的位置信息与其对应点位的包括多源图像、矢量的其他信息进行融合，得到目标收集区域内特征点位对应的境外众源数据位置融合信息，所述预设变换模型包括平移变换或仿射变换。

10、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述根据预处理后的境外众源数据特征点的多源位置信息，融合计算每个特征点位唯一的位置信息，包括：

11、根据预处理后的境外众源数据特征点的多源位置信息，将属于同一特征点位的多源位置信息按照预设方向的顺序连接，生成多边形；

12、计算所述多边形的重心，并将所述重心的位置信息作为预处理后的境外众源数据每个特征点的多源位置信息对应的唯一的位置信息；

13、其中，通过下式计算所述多边形的重心：

14、；

15、其中，n表示特征点的个数减1，表示第i个特征点的坐标位置，a表示第i特征点生成的对应的多边形的面积，表示多边形重心的坐标位置，n为大于2的整数，i为大于或等于0的整数。

16、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在获取目标收集区域对应的境外众源数据之前，所述方法还包括：

17、获取并矢量化预设收集范围，所述预设收集范围包括所有待收集的特征点的初步范围；

18、利用包括渔网工具的矢量化工具并结合地表覆盖类型，在预设特征点的收集范围中生成初步收集的点位位置；

19、根据生成点位后的矢量位置预设特征点初步收集点位位置的缓冲区外接矩形，确定特征点收集范围内特征点对应的目标矢量范围。

20、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据预设筛选规则，对获取的目标矢量范围内对应的境外众源数据进行筛选，包括：

21、对所述境外众源数据进行有效性筛选与精度一致性筛选，通过这两层递进式的筛选过后得到可靠的境外众源数据集。

22、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据预设筛选规则，对所述境外众源数据进行有效性筛选，包括：

23、对获取的目标矢量范围内对应的境外众源数据进行有效性筛选，将不符合要求的数据进行删除，有效性筛选的内容包括删除无效数据、删除包含内部畸变的数据、删除分辨率不符合要求的数据。

24、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据预设筛选规则，对所述境外众源数据进行精度一致性筛选，包括：

25、对所述有效性筛选完成后，对目标矢量范围内每个特征点位对应获取的境外众源数据进行比对，删除与其他数据源相差超过预设差值的数据，将众源数据中因包括时效性与季节性变化的因素引起的地物变化进行筛选删除，以保证众源数据的精度一致性。

26、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述按照预设预处理规则，对筛选后的境外众源数据进行标准化和结构化处理包括：

27、按照点位对应的境外众源数据个数以及位置精度的标准差，对筛选后的境外众源数据进行分级；

28、按照预设标准化及结构化格式，对分级后的境外众源数据进行标准化和结构化处理；预设标准化格式包括预设储存数据格式、预设储存命名格式，预设结构化格式包括预设储存目录格式。

29、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述按照点位对应的境外众源数据个数以及位置精度的标准差，对筛选后的境外众源数据进行分级还包括：

30、对境外众源数据特征点位置信息分级，结合筛选结束后每个特征点位数据源的个数以及每个点位的位置精度标准差进行四级划分；

31、其中，设置两个阈值，第一个阈值设置为众源数据源的数量，第二个阈值设置为每个特征点位的位置精度标准差，以使通过两个阈值共同控制境外众源数据特征点位置精度分级；设置第一阈值为m、每个点位获取数据源的数量为固定的n，选取0<m≤n的整数代表需要控制数量分级的阈值，当同一特征点位获取的数据源越多时点位信息越准确；设置第二阈值为x，选取x>0的值作为标准差的分级阈值，当点位的标准差越小时特征点位信息越准确；设置境外众源数据特征点数据源数量为n，标准差为x，x、x、n以及m为大于0的正整数；

32、点位精度分级标准包括：

33、当x≤x且n≥m时，众源特征点位置精度分级为一级；

34、当x≤x且n<m时，众源特征点位置精度分级为二级；

35、当x>x且n≥m时，众源特征点位置精度分级为三级；

36、当x>x且n<m时，众源特征点位置精度分级为四级。

37、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：

38、将结构化后的目标特征点位置信息储存至数据库中。

39、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在所述获取目标收集区域对应的境外众源数据之后，所述方法还包括：

40、储存并备份境外众源数据。

41、根据本公开的第二方面，提供了一种基于境外众源数据的特征点位置信息挖掘装置。该装置包括：

42、获取模块，用于获取目标收集区域对应的境外众源数据；所述境外众源数据为包括目标收集区域内以特征点为中心预设范围内包括位置信息的卫星地图、电子地图以及网络特征语义的多源境外数据；

43、筛选模块，用于根据预设筛选规则，对所述境外众源数据进行筛选；

44、预处理模块，用于按照预设预处理规则，对筛选后的境外众源数据进行标准化和结构化处理；

45、融合模块，用于将预处理后的境外众源数据中特征点的位置信息与其对应点位的包括图像、矢量的其他信息进行融合，得到目标收集区域内特征点位对应的境外众源数据位置融合信息。

46、根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

47、根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。

48、本技术实施例提供的基于境外众源数据的特征点位置信息挖掘方法及装置，能够通过获取目标收集区域对应的境外众源数据，其中境外众源数据为包括目标收集区域内以特征点为中心预设范围内包括位置信息的卫星地图、电子地图以及网络特征语义的多源境外数据；再根据预设筛选规则，对境外众源数据进行筛选，再按照预设预处理规则，对筛选后的境外众源数据进行标准化和结构化处理；再将预处理后的境外众源数据中特征点的位置信息与其对应点位的包括图像、矢量的其他信息进行融合，得到目标收集区域内特征点位对应的境外众源数据位置融合信息，能够针对境外提供可靠的几何参考点数据源的收集、整理与融合方式，从而实现多数据源且保证精度的一种基于众源数据的特征点信息挖掘与建设方法。

49、应当理解，
技术实现要素：
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。