郑逢令，安沙舟，阿斯娅·曼力克，蒋 英，李学森

(1.新疆农业大学草业与环境科学学院，乌鲁木齐　830000；2.新疆畜牧科学院草业研究所,乌鲁木齐　830000；

3.新疆医科大学语言文化学院,乌鲁木齐　830000)



一种电子地形图自动几何校正方法及实现

郑逢令1，2，安沙舟1，阿斯娅·曼力克2，蒋 英3，李学森2

(1.新疆农业大学草业与环境科学学院，乌鲁木齐830000；2.新疆畜牧科学院草业研究所,乌鲁木齐830000；

3.新疆医科大学语言文化学院,乌鲁木齐830000)

摘要：【目的】提出一种地形图自动几何校正的方法，并通过编程实现这一方法，提高工作效率和几何校正的精度。【方法】提出一种二次模板匹配的方法来实现电子地形图的自动校正，并结合opencv2.4.9、Envi4.8，在visual studio 2010开发环境下，使用C++语言编程实现这一过程，二次模板匹配的方法是：第一次是选用整个图像中特征最明显的外图廓四角匹配，确定一个感兴趣区，在这个区域中，再使用十字丝模板匹配，因为这个区域内只有一个十字交叉点，即已知经纬度的图廓点，所以匹配准确率可以达到100%的准确率。【结果】以二次模板匹配为核心算法，通过编程开发的软件处理扫描地形图，全程只需要打开待校正地形图图像，运行自动校正程序，最终会获得具有地理编码的几何校正后的GEOTIFF格式的文件。通过自动几何校正软件的实例运行，发现通过这一方法处理获得结果具有很高的精度。【结论】应用二次图像匹配的算法并编程实现的地形图几何校正方法，可以全自动完成地形图图像几何校正，完全可以代替传统手工操作，不仅精度可以满足工作需求，而且很容易编程实现业务化的运行软件。

关键词：地形图；几何校正；二次模板匹配

0引 言

【研究意义】电子地形图作为一种研究和设计工作中常用的基础地理资料，需要转成电子图像的格式后进行几何校正，才能在计算机中应用。几何校正所需要的GCP(Ground control point，地面控制点)点通常是根据4个内图廓线交点(即图廓点)的图像坐标和经纬度坐标来求取的。图廓点的经纬度坐标为已知值，而相应的图像坐标目前一般由人工量取，不仅自动化程度低，而且精度低[1]。目前，缺乏实用快速的几何校正软件，手工输入和配准效率低下，不适用现代工作的要求。【前人研究进展】要实现电子地形图自动配准，首先是要找到已知坐标的特征点，而四角图廓点(十字丝的中心点)是已知的，关键是让计算机自动按一定顺序找到这四个十字丝的中心点，然后获取图像坐标，与已知的地理坐标组成GCP点，完成地形图的匹配。但如果直接通过模式识别的方法找电子地形图的十字丝交叉点，不论通过HOUGH等算法获取直线交点[2-3]，或者通过Harris等算法搜索强角点[4-7]，亦或是使用图像匹配的算法，符合条件的结果会远远超过四个。假若地形图扫描时没有发生形变，则有可能通过几何关系确定四角图廓点的位置，但扫描图件产生变形是绝对的。【本研究切入点】利用计算机图像和视觉技术及地理信息技术，提出一种二次模板匹配的方法来实现电子地形图的自动校正技术，并结合opencv2.4.9、Envi 4.8，在visual studio 2010开发环境下，使用C++语言编程实现这一方法。【拟解决的关键问题】研究提出二次模板匹配的算法解决这个困难。最终获取可靠的控制点，完成地形图的自动几何校正。

1材料与方法

1.1材 料

研究对象是电子地形图，使用的材料是新疆范围内的1∶5万和1∶10万的中比例尺扫描电子地形图。

1.2方 法

1.2.1二次模板匹配的方法与思路

二次模板匹配的使用的是图像匹配算法，具体方法是，先匹配外图廓的四角，外图廓四角是特征明显而且是唯一的，每次匹配都几乎可以达到100%的准确率。确定了图廓四角，每个外图廓框角角点与已知最近图廓点(十字丝交叉点)的位置是固定的，这样很容易确定一个ROI(region of interested，感兴趣区)，在这个ROI区域中，再使用十字丝模板匹配，因为这个区域内只有一个十字交叉点-即已知经纬度的图廓点，匹配准确率也可以达到100%的准确率。

图1地形图自动校正流程
Fig.1Flow chart of automatic geometric correction of electronic topographic maps

1.2.2电子地形图自动校正系统的实现1.2.2.1开发环境

操作系统为32位Windows 7专业版，可视化编程工具选择visual studio 2010，视频与图像开发工具包选择opencv2.4.9，开发语言主要使用C++，同时在生成了GCP(地面控制点)文件后，运用IDL(交互式数据语言,Interactive Data Language)编程语言在Envi4.8中调用自有函数完成电子地形图的几何校正。

1.2.2.2系统流程(图1)1.2.2.3根据图幅号生成四角十字交叉点的经纬度坐标

打开一个栅格格式的扫描电子地形图，在visual studio 2010和C++的环境下，截取文件名，文件名以新图幅号命名，如果获取的文件名不符合新图幅号的命名规范，将跳出错误提示。如果命名正确，则根据新图幅号计算获得四角图廓点(为一十字丝交点)的经纬度坐标。

地形图以图号和图名来标识，通过查找索引表来找到所需要的图纸，图幅号为了地形图的管理、保存而出现。1992年12月，我国颁布了《国家基本比例尺地形图分幅和编号GB/T139 89-92》文件，1993年3月开始实施，规定新图幅号的标准。根据这个标准，已知图幅号计算该图幅西南图廓点的经纬度，按下式计算该图幅西南图廓点的经纬度：

B=(b-31)×6°+(d-1)×△B；

L=(a-1)×4°+(4°/△L-c)×△L；

式中：B——图幅内某点的经度；

L：图幅内某点的纬度；

△B：所求比例尺地形图分幅的经差；

△L：所求比例尺地形图分幅的纬差；

a.1∶100万地形图图幅所在纬度带字符码所对应的数字码；

b.1∶100万地形图图幅所在经度带的数字码；

c.所求比例尺地形图在1∶100万地形图图号后的行号；

d.所求比例尺地形图在1∶100万地形图图号后的列号；

1.2.2.4模板匹配

Opens是一个应用广泛的开源计算机视觉库，它提供了很多函数，实现了很多计算机视觉算法，算法从最基本的图像和视频处理到高级的人脸识别皆有涉及。在图像处理(IMGPROC MODULE)模块中，能实现模板匹配(Template Matching)功能，在Opens中，图像匹配可以做一对一的图像匹配和一对多的图像匹配，由于地形图中外图廓边框角是唯一的，所以这里采用一对一的图像匹配方法。

模板匹配中常用的相似度计算方法有：

(1)Square difference matching method(method = CV_TM_SQDIFF)平方差方法

(2)Correlation matching methods(method = CV_TM_CCORR)相关匹配方法

(5)Sum of Absolute difference SAD绝对差值

(6)Match Pixel Count MPC匹配成功点数

通过对几种方法应用结果对比，发现平方差方法的效果是最好的。

首先利用模板匹配的CV_TM_SQDIFF方法，对外图廓四角进行匹配，匹配后通过四角内角点和已知经纬度的十字丝交叉点(图廓点)相对固定的距离计算获得图廓点图面坐标。由于扫描图都有一定的变形，计算获取坐标未必与图廓点重合，但这只是初次匹配，在二次模板匹配中，设置一个以初次获得的图面坐标点为中心的正方形ROI感兴趣区，长宽为30～40像素为宜(300ppi图像而言)。在这个区域内使用十字丝模板再次匹配，就可以获得精度很高的图廓点图面坐标。

1.2.2.5在ENVI+IDL环境中完成配准

经过以上步骤，获得了四对GCP点，由于配准需要在ENVI+IDL环境中进行，所以需要将地形图的路径和GCP点对传入ENVI系统。

在visual studio中常用C#和C++来调用IDL进行ENVI的二次开发，由于研究是运用OPENCV的函数来做模板匹配，因此编程语言使用了C++。

Visual C++下调用IDL的方式有以下几种方式：①Callable技术；②IDLDrawWidget组件；③COM_IDL_CONNECT组件；④对象输出助手。此次研究选择和方便传入参数的IDLDrawWidget组件方法进行VC++和ENVI+IDL之间的联系，它是在其他语言中创建使用IDL的Widget_Draw组件，包含调用IDL功能的方法，支持数据传递，从而可以实现在程序界面中显示IDL的图形和图像的功能。

IDLDrawWidget组件具备以下三个特点：①能够直接显示IDL下的直接法图形或对象法图像；②提供了鼠标和键盘事件的响应；③能够与其他语言进行数据或变量传递。参数传入后利用ENVI自有函数envi_register_doit进行配准，ENVI_PROJ_CREATE函数和创建经纬度坐标系统，需要时使用ENVI_CONVERT_PROJECTION_CONRDINATES函数转化为北京54坐标系统。而从ENVi内部栅格格式。IMG转换为GEOTIFF格式则需要数据转换函数ENVI_OUTPUT_TO_EXTERNAL_FORMAT。

2结果与分析

2.1地形图图像模板

现在用一个实例来说明配准过程说明使用以上软件进行电子地形图自动几何校正的效果，从新疆哈巴河县十二张地形图：12-45-5-甲、12-45-5-乙、12-45-5-丙、12-45-5-丁、12-45-6-甲、12-45-6-乙、12-45-6-丙、12-45-6-丁、12-45-17-甲、12-45-17-乙、12-45-17-丙、12-45-17-丁中随机选择外图廓四角的模板和一个十字丝模板(图2)，再从十二张地形图中选择了一张地图12-45-17-乙，新图幅号为L45E003010，图像像素为300 ppi。图2

ab cde

(a：十字丝；b：右上外图廓角；c：右下外图廓角；d：左上外图廓角；e：左下外图廓角)

图2地形图图像模板
Fig.2The template image

of topographic maps

2.2软件界面开发

软件界面开发是使用了MFC的对话窗口创建，界面非常简洁，只要打开图像，显示出来后，确定校正，等待一阵后在输出路径下可以看到几何校正过的图像，这里选择了输出北京54坐标系统的GEOTIFF格式文件，在Globalmap中打开看一看校正的效果。图3，图4

图3地形图自动几何校正软件界面
Fig.3Software interface of automatic geometric correction of electronic topographic maps

图4网格交叉点，理论坐标和真实坐标比较
Fig.4Comparisons between the theoretical coordinates and real coordinates of intersections

2.3理论值与实际值比较

从随机选择的公里网格点坐标理论值与实际值的比较中，无论是横坐标还是纵坐标，校正后的实际值与理论坐标绝对误差都在10 m以内，这对于1∶5万或1∶10万的地形图来说，精度都是可以满足实际工作的需要的。表1

表1随机选择的公里网格点坐标理论值与实际值的比较
Table 1Comparisons between the theoretical coordinates and real coordinates of kilometer grid intersections selected randomly

序号No.公里网格点理论x坐标Theoreticalxcoordinatesofkmgridinters-sections(m)公里网格点理论y坐标Theoreticalycoordinatesofkmgridinters-sections(m)实际显示的x坐标Realxcoordi-natesofkmgridintersecti-ons(m)实际显示的y坐标Realycoordi-natesofkmgridintersecti-ons(m)1527400045200052740034520002527300044600052729984460013527000044500052700004450084526400044800052640014480075526400045000552640004500056527800046000052780004600007526900045000052690054500048526600046200052660014620039527000046000052700064600051052800004450005280002445006

3讨 论

研究提出了一种新的地形图自动校正方法，其核心是二次模板匹配算法，即通过这种方法确定四角图廓点图面坐标，结合图幅号推算的图廓点理论坐标，形成GCP点对，完成电子地形图的自动几何校正，精度足以满足对于中小比例尺的应用需求，但如果需要更高的精度，要进行精校正，可以继续在初次配准后在一些十字交叉点进行十字丝的匹配，完成这一工作。还将这一算法与地理信息技术结合，编程实现了这一方法。

研究中实现地形图的自动几何校正，并具有很高的精度，对扫描过程产生一定变形的地形图也有很强的适应性，但二次模板匹配的方法也有一定的局限性，表现在如果不同出版系列地形图，图廓发生变化，则需要重新建一套四角外图廓角模板，或许深度学习[8-9]等人工智能技术会提供更健壮的算法。

4结 论

提出的二次图像匹配的算法，可以精确确定图廓点的位置，使用这种方法形成的软件可以实现的地形图自动几何校正，与传统手工作业的方法比较，效率高，精度也高。对于中比例尺地形图来说可满足用户的需求，在实际工作中也可以实现业务化运行软件和系统。

参考文献(References)

[1] 郝向阳，钱曾波.地图扫描数字化中的地图自动定向方法[J].解放军测绘学院学报，1997，(2)：109-114.

HAO Xiang-yang, QIAN Zeng-bo. (1997). Automated map orientation for scanning map image digitizing [J].JournalofInstituteofSurveyingandMappingofPLA, (2): 109-114. (in Chinese)

[2] 段汝娇，赵伟，黄松岭，等.一种基于改进Hough变换的直线快速检测算法[J].仪器仪表学报，2010，31(12)：2 774-2 780.

DUAN Ru-jiao, ZHAO Wei, HUANG Song-ling, et al. (2010). Fast line detection algorithm based on improved Hough transformation [J].JournalofScientificInstrument, 31 (12): 2,774-2,780. (in Chinese)

[3] 滕今朝，邱杰.利用Hough变换实现直线的快速精确检测[J].中国图象图形学报，2008，13(2)：234-237.

TENG Jin-zhao, QIU Jie. (2008). Fast and precise detection of straight line with Hough transform [J].ChinaJournalofImageandGraphics, 13 (2): 234-237. (in Chinese)

[4] 李博，杨丹，张小洪.基于Harris多尺度角点检测的图像配准新算法[J].计算机工程与应用，2006，42(35)：37-40.

LI Bo, YANG Dan, ZHANG Xiao-hong. (2006). Multi-scale Harris corner detection of image registration based on a new algorithm [J].ComputerEngineeringandApplication, 2 (35): 37-40. (in Chinese)

[5] 张勇，余建平，孙军伟，等.基于Harris的角点匹配算法研究[J].计算机与现代化，2011，(11)：78-81.

ZHANG Yong, YU Jian-ping, SUN Jun-wei, et al.(2011).Research on corner matching method based on Harris[J] .ComputerandModernization, (11): 78-81. (in Chinese)

[6] 周德龙，刘迎，吴巾一.基于二维Gabor小波变换的角点匹配算法[J].计算机工程与科学，2011，33(12)：61-65.

ZHOU De-long, LIU Ying, WU Jin-yi. (2011). A corner point on a two-dimensional Gabor wavelet transform matching algorithm [J].ComputerEngineeringandScience, 33 (12): 61-65. (in Chinese)

[7] 庄志国，孙惠军，董继扬，等.基于角点检测的图像匹配算法及其在图像拼接中的应用[J].厦门大学学报(自然科学版)，2007，46(4)：501-505.

ZHUANG Zhi-guo, SUN Hui-jun, DONG Ji-yang, et al. (2007). Corner detection based image matching algorithm and its application on image stitching [J].JournalofXiamenUniversity(NaturalScience), 46 (4): 501-505. (in Chinese)

[8] 孙志军，薛磊，许阳明，等.深度学习研究综述[J].计算机应用研究，2012，29(8)：2 806-2 810.

SUN Zhi-jun, XUE Lei, XU Yang-ming, et al. (2012). Overview of deep learning [J].ApplicationResearchofComputers, 29 (8): 2,806-2,810. (in Chinese)

[9]余凯，贾磊，陈雨强，等.深度学习的昨天、今天和明天[J].计算机研究与发展，2013，50(9)：1 799-1 804.

YU Kai, JIA Lei, CHEN Yu-qiang, et al. (2013). Deep learning of yesterday, today and tomorrow [J].ComputerResearchandDevelopment, 50 (9): 1,799-1,804. (in Chinese)

A Method of Automatic Geometric Correction of Electronic Topographic Maps and Programming Realization

ZHENG Feng-ling1，2, AN Sha-zhou1, Asiya Manlik2, JIANG Ying3, LI Xue-sen2

(1.CollegeofPrataculturalandEnvironmentalSciences,XinjiangAgriculturalUniversity,Urumqi830052,China; 2.GrasslandResearchInstituteofXinjiangAcademyofAnimalSciences,Urumqi830000,China; 3.CollegeofLanguageandCulture,XinjiangMedicalUniversity,Urumqi830000,China)

Abstract：【Objective】 This project aims to propose a topographical map automatic geometric correction method and achieve the method by a software， thus improving the work efficiency and the accuracy of geometric correction.【Method】A method to achieve the Twice Template Match of the automatic correction of electronic topographic maps was proposed combined with opencv 2.4.9, Envi 4.8, under visual studio 2010 development environment and the C ++ programming language was used in the process. The secondary matching method was: the first step was to choose the most obvious characteristics of the entire image, that was the four corners of the outer contour and then determine a region of interest in this area, then use the crosshairs template matching, because in this area there was only one cross intersection, that was known as latitude and longitude map border points, so the match accuracy rate could reach 100%. 【Result】As for the process scanned topographic maps in the software based on Twice template Match algorithms, we only need to open the full topographic map of the image to be corrected, run the automatic calibration procedure, and ultimately get geometric corrected GEOTIFF format which has been geocoded. Through an automatic geometric correction software instance, we found that the processing results obtained by this method had high accuracy.【Conclusion】The topographic map was processed in the software based on the theory of the Twice Template Match algorithms. The result demonstrated this software could make the topographic map to realize the fully automatic geometric correction and replace the traditional manual, which could not only meet the work demands precision but also it was easy to achieve business-oriented programming.

Key words:topographic map; geometric correction; twice template match

中图分类号：S126

文献标识码：A

文章编号：1001-4330(2016)03-0575-06

作者简介:郑逢令(1974-)，男，新疆阿勒泰人，博士研究生,助理研究员，研究方向为草地遥感及空间信息系统，(E-mail)xjzheng@sina.com通讯作者:安沙舟(1956-)，男,陕西富平人，教授，博士，博士生导师，研究方向为草地资源与生态，(E-mail)xjasz@126.com

基金项目:国家自然科学基金项目(31460625);教育部人文社会科学研究新疆项目(14XJJCZH004)

收稿日期：2015-05-08

doi:10.6048/j.issn.1001-4330.2016.03.026

Fund project:Supported by the National Natural Science Fund(31460625)and Xinjiang Humanities and Social Scienc Research Program of Ministry of Education, P. R. China (14XJJCZH004)