当前位置：文档之家 › 实验五影像配准及矢量化-实验报告

实验五影像配准及矢量化-实验报告

  • 格式：doc
  • 大小：2.51 MB
  • 文档页数：7

学 生 实 验 报 告
院 系： 测绘学院
专业班级： 地理信息科学
学 号： 2014305376
学生姓名： 臧公兵
指导教师： 郭老师

2016年 07 月 06 日

安徽理工大学实验报告
2016年 07 月 06 日

实验 五
实验目的：
1. 利用影像配准(Georeferencing) 工具进行影像数据的地理配准
2. 编辑器的使用（点要素、线要素、多边形要素的数字化）。
3. 熟悉GRAMIN GPS手持机的基本使用方法。
注意：在基于ArcMap 的操作过程中请注意保存地图文档。
实验内容：

第1步 地形图的配准－加载数据和影像配准工具 ................................................... 1
第2步 输入控制点 ................................................................................................... 2
第3步 设定数据框的属性 ........................................................................................ 3
第4步 矫正并重采样栅格生成新的栅格文件 .......................................................... 4
第5 步 分层矢量化－在ArcCatlog中创建一个线要素图层 ................................... 4
第6步 从已配准的地图上提取等高线并保存到上面创建的要素类中 ...................... 5

实验步骤及截图：
第1步 地形图的配准－加载数据和影像配准工具
数据：昆明市西山区 普吉 地形图 1:10 000 地形图――70011-1.tif
所有图件扫描后都必须经过扫描配准，对扫描后的栅格图进行检查，以确保矢量化工作顺利进行。
 打开ArcMap，添加“Georeferencing”工具栏。
 把需要进行配准的影像—70011-1.TIF增加到ArcMap中，会发现“Georeferencing”工具栏中的工具被
激活。

院系 测绘学院 专业班级 地信一班 姓名 臧公兵 成绩
实验课程名称 影像配准及矢量化 实验室教室 红楼二楼
第2步 输入控制点
在配准中我们需要知道一些特殊点的坐标。通过读图，我们可以得到一些控件点――公里网格的交点，我
们可以从图中均匀的取几个点。一般在实际中，这些点应该能够均匀分布。
 在” Georeferencing”工具栏上，点击“Add Control Points”按钮。

 使用该工具在扫描图上精确到找一个控制点点击，然后鼠标右击输入该点实际的坐标位置。
 用相同的方法，在影像上增加多个控制点（大于7个），输入它们的实际坐标。点击“Georeferencing”

工具栏上的“View Link Table”按钮。
 注意：在连接表对话框中点击“Save”按钮，可以将当前的控制点保存为磁盘上的文件，以备使用。
检查控制点的Residual(残差)和RMS，删除残差特别大的控制点并重新选取控制点。转换方式设定为
“2nd Order Polynomial(二次多项式)”
第3步 设定数据框的属性
 增加所有控制点，并检查均方差（RMS）后，在” Georeferencing”菜单下，点击“Updata Display”。
执行菜单命令“View”－“Data Frame Properties”，设定数据框属性
在“General”选项页中，将地图显示单位设置为“Meters”。 在“Coordinate”选项页中，Predefined(预
定)设定数据框的坐标系统“Projected Coordinate Systems--Gauss
Kruger--Xian_1980_Degree_GK_CM_102E”（西安80投影坐标系，3度分带，东经102度中央经线），与
扫描地图的坐标系一致
 更新后，就变成真实的坐标。
第4步 矫正并重采样栅格生成新的栅格文件
 在”Georeferencing”菜单下，点击“Rectify”，对配准的影像根据设定的变换公式重新采样，另存
为一个新的影像文件。
 加载重新采样后得到的栅格文件，并将原始的栅格文件从数据框中删除。后面我们的数字化工作是对
这个配准和重新采样后的影像进行操作的。

第5 步 分层矢量化－在ArcCatlog中创建一个线要素图层
该数据采用的是西安80坐标系统、3度分带
（1）打开ArcCatalog.在指定目录下，鼠标右击，在“New”中，选择“Personal Geodatabase”。并修改
该Geodatabase数据库的名称（例如test3.mdb）。
（2）下面将为该Geodatbase创建新的要素类Feature Class，首先创建一个“等高线”要素类来存储等
高线要素。在ArcCatalog中，鼠标右击test3这个Personal Geodatabase,在“New”中选择“Feature Class”.
（3）输入创建的要素类的名称“等高线”，要素类型选择Line Features，点击下一步。
（4）在(Projected Coordinate Systems目录下，选择Gauss Kruger---Xian 1980--
Xian_1980_Degree_GK_CM_102E.prj)。坐标信息已经加上，点击下一步，下一步。
（5）点击Shape字段。在对话框中将显示详细的选项，“Geometry几何类型”为Line.
（6）下面我们将为该数据创建新的属性字段。“高程”，类型设置为“Point”用来存储等高线的高程值。
（7）点击Finish，这样，我们就创建了一个线状的要素类。
第6步 从已配准的地图上提取等高线并保存到上面创建的要素类中
（1）切换到ArcMap中， 将新建的线要素图层--等高线，加载到包含已配准地形图的数据框中，保存地
图文档为Ex3.mxd
（2）打开“Editor”工具栏，在“Editor”下拉菜单中执行“Start Editing”，并选择前面创建的“等
高线”要素类。确认Editor中：Task为――Create New Feature，Target为――等高线，设置图层――
等高线的显示符号为红色，并设置为合适的宽度。
(3) 将地图放大到合适的比例下，从中跟踪一条等高线并根据高程点判读其高程，输入该条等高线的高程。
实验小结：
通过本次实验我学到了许多的知识，例如，利用影像配准(Georeferencing) 工具进行影像

数据的地理配准，编辑器的使用（线要素）。在此次实验中遇到不会做的部分，我还会向同学们请教。我
们在一起讨论问题，解决问题。对于GIS软件有了更深层次的了解。

合集下载

arcgis矢量化实习报告

arcgis矢量化实习报告

0101OOE0NHUA数字制图实习报告AaAaUI09081[选取日期][在此处键入文档摘要。

摘要通常为文档内容的简短概括。

在此处键入文档摘要。

摘要通常为文档内容的简短概括。

]目录实习报告一 (2)实习报告二 (22)实习报告三 (31)实习报告一一、二值化用photoshop 打开地图旋转地图，选择标尺工具点击图像在下拉菜单中选择图像旋转，然后子菜单中选择任意角度出现如下对话框，点击确定。

二值化在PS工具栏中点击图像，在下拉菜单中选择调整并在子菜单中选择阈值阈值色阶填写128，并确定即得到二值化的图：二、地图配准打开arcgis，点击载入图片在弹出对话框中点击连接图片所在文件夹，并选中图片对图片定义投影坐标系，右击图片，选中属性选择高斯克吕格投影，北京54坐标系，21N度带点击图片属性。

选中general选项卡将单位改成度分秒添加georeferencing工具点击进行配准点击图上第一个点，右击选中输入度分秒依次输入剩下点的度分秒配准完成、三、配准矢量数据点击载入所需文件添加editor工具点击图片属性，进行定义投影坐标系开启工具开始编辑选中两个图层点击选中依次点击四个点得到图像点击配准得到配准后的图像四、投影变换载入图片实习报告二1.载入图片点击载入图形点击连接文件夹E04，并选中所需文件2.定义投影坐标系:西安80坐标系，高斯克吕格投影3打开catalog建立线图层命名为line,并在feature type 中选择“线”点击edit 定义投影以及坐标系开始编辑此时是灰色的选中 line点击开始矢量化线图层，矢量化每条线以双击结束矢量化完成时，点击stop editing点击：“是”保存去掉底图得到矢量化结果实习报告三1．点击加载图片，出现如下对话框，点击连接到底图所在文件夹，并选择所需底图。

2.二值化右键点击作业底图，选中属性，再选中symbology选项卡，接着选中classfield，把classes 改成2，classify下面范围改为0-128，和128-255.点击应用，并确定。

图像配准实验报告

图像配准实验报告

图像配准实验报告图像配准实验报告引言：图像配准是计算机视觉领域的重要研究方向，它涉及将多个图像或视频序列对齐以实现对比分析。

图像配准技术在医学影像、遥感图像、计算机图形学等领域具有广泛的应用。

本实验旨在探究不同配准算法在图像配准任务中的效果和性能。

一、实验背景图像配准是指将不同图像或图像序列的特定特征点对齐，使它们在空间上保持一致。

图像配准可分为刚体变换、仿射变换和透视变换等不同类型，具体方法包括特征点匹配、直接法和基于优化的方法等。

本实验选取了常用的特征点匹配方法进行研究。

二、实验过程1. 数据准备从开源数据集中选取了一组包含平移、旋转和缩放等不同变换的图像。

这些图像包含了不同场景和角度，以模拟实际应用场景。

2. 特征提取与匹配采用SIFT（尺度不变特征变换）算法提取图像的特征点。

SIFT算法通过检测图像中的关键点，并计算每个关键点的特征描述子。

接着使用FLANN（快速最近邻搜索库）进行特征点匹配。

FLANN算法能够高效地在大规模数据集中进行最近邻搜索，提高了匹配的准确性和速度。

3. 图像配准基于特征点匹配结果，采用RANSAC（随机抽样一致性）算法估计图像之间的变换矩阵。

RANSAC算法通过随机选择特征点子集，估计出最佳的变换模型，排除了异常点的干扰。

4. 实验结果评估使用均方差（MSE）和结构相似度指数（SSIM）等指标对配准结果进行评估。

MSE用于衡量图像之间的差异，SSIM则考虑了亮度、对比度和结构等因素，更适合图像质量评估。

三、实验结果与讨论经过特征提取和匹配，我们得到了一系列图像配准的结果。

通过计算MSE和SSIM指标，我们对不同配准算法的性能进行了比较。

1. 刚体变换配准刚体变换是一种刚性的平移、旋转和缩放变换。

通过对特征点进行刚体变换配准，我们得到了较好的配准结果。

MSE和SSIM指标表明，刚体变换配准在保持图像结构和内容一致性方面表现出色。

2. 仿射变换配准仿射变换是一种保持直线和平行性质的变换。

矢量与遥感影像的自动配准

矢量与遥感影像的自动配准

矢量与遥感影像的自动配准矢量数据和遥感影像在地理信息系统（GIS）和遥感领域中具有广泛的应用。

矢量数据是一种描述地理要素的数据格式，包括点、线、面等几何形状和属性信息，常用于地图制作和空间分析。

遥感影像是通过遥感技术获取的地球表面图像，可以包括可见光、红外、雷达等多种类型，用于土地资源调查、环境监测、城市规划等领域。

在应用过程中，往往需要将矢量数据与遥感影像进行配准，以便实现空间位置的精确对应，进而进行一体化分析和应用。

提高精度：通过对矢量数据和遥感影像进行精确配准，可以将不同数据源的数据进行精确对接，减少地图制作和空间分析中的误差，提高数据精度。

降低成本：手动配准数据不仅需要大量时间，而且容易出错。

自动配准技术可以通过程序实现快速、准确的数据对接，大大降低配准成本。

促进数据融合：通过将矢量数据和遥感影像进行配准，可以促进多种数据源的融合，扩展数据的应用领域，提高数据的利用率。

矢量与遥感影像的自动配准主要涉及以下技术和方法：特征提取：通过对矢量数据和遥感影像进行特征提取，获取具有代表性的特征点、线、面等元素，为后续匹配提供依据。

匹配算法：常见的匹配算法包括基于概率统计的匹配算法、基于距离的匹配算法、基于梯度的匹配算法等。

这些算法可以根据矢量数据和遥感影像的特征，选择合适的算法进行自动配准。

变换模型：常用的变换模型包括仿射变换、透视变换、多项式变换等。

这些模型可以将矢量数据和遥感影像进行几何变换，以实现精确配准。

优化算法：为了找到最优的变换参数，需要使用优化算法进行求解。

常见的优化算法包括梯度下降法、牛顿法、遗传算法等。

矢量与遥感影像的自动配准技术在诸多领域都有广泛的应用。

以下是一些典型案例：土地资源调查：将矢量地图与遥感影像进行配准，可以准确获取土地资源的分布、面积、利用状况等信息，为政府决策提供科学依据。

环境监测：通过对矢量数据和遥感影像进行配准，可以实时监测环境污染状况，为环境保护提供数据支持。

影像匹配实习报告

影像匹配实习报告

影像匹配实习报告实习目的：1、掌握影像匹配的原理和基本思想，加深对各种影像匹配算法的理解；2、能够利用编程实现影像匹配的算法，提高自己的编程能力；3、通过实习能够体会各种影像匹配算法的特点和优劣；实验原理：影像匹配的实质就是在两幅（或多幅）影像之间识别同名点。

同名点的确定是以匹配测度为基础的，基于不同的理论或不同的思想可以定义各种不同的匹配测度，因而形成了各种影像匹配方法及相应的实现算法。

常见的有五种基本的匹配算法，即相关函数法、协方差函数法、相关系数法、差平方和法和差绝对值和法。

本次试验采用的是相关系数法。

相关系数法影像匹配的基本思想：若影像匹配的目标窗口灰度矩阵为G(g)，窗口大小为m×n，与G对应的灰度函数为g(x,y)；搜索区的灰度矩阵为G’=(g’)，矩阵的大小为k×l，k与l分别是矩阵G’的行数和列数，与G’相应的灰度函数为g’(x,y)。

G’中任意一个m行n列的子快（搜索窗口）记为：'',,()r c i r j c G g ++= （i=1,2,…,m, j=1,2,…,n ）(r=INT(m/2)+1,…,k-INT(m/2) c=INT(n/2)+1,…,l-INT(n/2)) 相关系数法就是寻找使得目标窗口和搜索窗口中相关系数取得最大值的点作为同名点的方法，即它是用相关系数作为匹配测度的。

它是标准化的协方差函数，协方差函数除以两信号的方差即得相关系数。

g(x,y)与g ’(x ’,y ’)的相关系数为：()(,),C p q p q ρ= 考虑到实际计算中的工作量，相关系数的实用公式为： ()'',,,,1()()(),m n m n m n i j i r j c i j i r j c g g g g m n c r ρ++++∙-∙=∑∑∑∑∑∑实验步骤：1、 提取特征点为了提高影像匹配的精度，我们可以从影像上提取变化比较明显的点进行匹配，这样可以取得比较好的匹配效果。