基于遥感提取的锯齿状图形数据的概括方法及系统与流程

本发明属于遥感影像处理，具体地是涉及一种基于遥感提取的锯齿状图形数据的概括方法及系统。

背景技术：

1、遥感影像处理技术，一般可通过深度学习和计算机视觉等人工智能技术（ai），对海量遥感影像数据进行智能解译，极大地提升了信息提取的效率和精度。在遥感影像智能解译中，基于深度学习分割、传统影像分割等技术自动提取生成的地物图斑边界，普遍存在“锯齿状、毛刺多、局部噪声大、尺度不一致、拓扑易破坏”等问题。这主要是由于提取过程受到原始影像像素栅格的影响，导致生成的矢量边界沿像元边缘抖动，充满了不规则的细节与高频噪声。这种粗糙的边界严重影响了地图的制图表达效果与后续空间分析的准确性。

2、为解决上述问题，现有技术通常采用几何简化或平滑算法进行处理。一类是单阶段简化算法，如douglas-peucker算法，虽能有效降低边界点数，但在锯齿密集区域易保留“折线感”，且可能导致关键角点被过度削弱或产生“角点漂移”。另一类是纯曲线平滑算法，如贝塞尔曲线或样条平滑，虽能获得视觉上光滑的边界，但容易引入“过冲”或“偏移”，导致几何形变、面积失真，并且在处理具有复杂孔洞、多环结构的图斑时，极易破坏原有的拓扑关系。此外，缓冲法（先外扩再内缩）虽能抑制毛刺，但对窄缝、细长形图斑则可能导致孔洞形变或连接丢失。

3、综上所述，现有的单一处理方法难以在“形状保真”与“视觉光顺”之间取得良好平衡，且普遍缺乏对多环拓扑一致性的有效保持。同时，现有方案的处理参数往往与屏幕显示比例尺、屏幕像素及地理坐标单位脱节，导致同一图斑在不同显示尺度下的概括效果不一致，难以满足多尺度地图表达与自动化处理的需求。因此，迫切需要一种能够兼顾几何精度、视觉质量与拓扑稳健性的基于遥感提取的锯齿状图形数据的概括方法及系统。

技术实现思路

1、本发明就是针对上述问题，弥补现有技术的不足，提供一种基于遥感提取的锯齿状图形数据的概括方法及系统。

2、为实现上述目的，本发明采用如下技术方案。

3、第一方面，本发明提供了一种基于遥感提取的锯齿状图形数据的概括方法，包括以下步骤；

4、s1、容差动态估算：基于屏幕像素、屏幕显示比例尺及坐标系，动态估算比例尺分母并生成初始容差t0，在经纬度坐标下通过中心纬度进行度与米单位换算，获得统一尺度的几何处理阈值；

5、s2、第一阶段抽稀：对遥感影像智能解译提取的图斑边界，采用douglas-peucker算法对外环和各内环分别进行初步简化，消除像素级微抖动和细碎毛刺，降低点数，并保持闭合环首尾一致；

6、s3、迭代平滑：对抽稀后的图斑边界采用paek多项式近似指数核方法进行环级别平滑，通过小步迭代和容差控制，实现边界光顺且防止过冲或偏移；

7、s4、第二阶段抽稀：对平滑后的图斑边界进行二次简化，移除平滑引入的冗余点，整形边界，并保持图形自身拓扑关系正确；

8、其中，在所述步骤s2的第一阶段抽稀中，若某环经简化后降点率低于预设阈值，则自动触发自适应抽稀回退策略，采用最小距离删点方式进行再次抽稀，其容差tmin为初始容差t0的0.5倍。

9、进一步地，所述步骤s1的容差动态估算还包括：环级别容差自适应调整：根据环的外/内属性及点密度，对容差进行动态调节；当douglas-peucker抽稀降点率不足时，自动采用tmin = 0.5 × t0的最小距离删点进行补救。

10、进一步地，所述步骤s3的迭代平滑，通过多次小步迭代平滑边界，控制容差以防止几何外扩或形变，并在复杂孔洞和多环结构下保持拓扑稳定性。

11、进一步地，所述步骤s4的第二阶段抽稀后，进行拓扑保持处理，确保外环与孔洞不越界、不交叉，防止平滑或简化过程中产生拓扑破坏。

12、进一步地，所述的基于遥感提取的锯齿状图形数据的概括方法，还包括退化环处理步骤：对点数少或面积小的退化环，根据预设阈值进行剔除或合并，避免异常环影响后续处理。

13、进一步地，所述的概括方法支持地理坐标系与投影坐标系的容差换算，解决像素、米、度之间的统一控制问题，实现同一图形的概括结果在不同比例尺下图斑边界的视觉一致性。

14、进一步地，所述自适应抽稀回退策略的降点率阈值设置为30%，当降点率低于该值时进行再次抽稀。

15、进一步地，所述图斑边界通过遥感影像智能解译提取生成，图斑边界包括深度学习分割或传统影像分割生成的图斑，其边界具有锯齿状、毛刺多、局部噪声大的特征。

16、进一步地，在第二阶段抽稀后输出概括后的图斑数据，用于多尺度地图表达或空间分析，同时尽可能保持原始形态，即尽可能保持面积和边界走向的几何特征不失真。

17、第二方面，本发明还提供了一种基于遥感提取的锯齿状图形数据的概括系统，用以实施所述的基于遥感提取的锯齿状图形数据的概括方法，包括容差计算模块、抽稀模块、平滑模块、二次抽稀模块、自适应抽稀模块、拓扑保持模块；

18、所述容差计算模块，用于基于屏幕像素、屏幕显示比例尺和坐标系动态生成初始容差，并进行环级别容差自适应调整；

19、所述抽稀模块，用于对遥感影像智能解译提取的图斑边界进行第一阶段抽稀，采用douglas-peucker算法对外环和各内环分别简化；

20、所述平滑模块，用于对抽稀后的图斑边界进行迭代平滑，采用多项式近似指数核方法；

21、所述二次抽稀模块，用于对平滑后的图斑边界进行第二阶段抽稀，移除冗余点并整形边界；

22、所述自适应抽稀模块，用于在第一阶段抽稀降点率不足预设阈值时，触发最小距离删点进行再次抽稀；

23、所述拓扑保持模块，用于在第二阶段抽稀后确保图形各内外环的拓扑正确性，防止自相交或越界。

24、本发明有益效果：

25、与现有技术相比，本发明通过“先抽稀→迭代平滑→再抽稀”的分阶段处理流水线式方法，并结合自适应抽稀策略与比例尺驱动的容差动态估算框架，取得了显著的有益效果：首先，该方法在视觉光顺与几何保真度上达到了更优的平衡，既显著消除了锯齿与毛刺，又较好地保持了图斑的原始形态、面积与边界走向；其次，通过屏幕像素与比例尺的动态容差换算，保障了图斑在不同显示尺度下概括效果的视觉一致性；最后，通过简化过程中的拓扑保持，有效避免了自相交、孔洞变形等拓扑错误，确保了空间关系的正确性。

1.基于遥感提取的锯齿状图形数据的概括方法，其特征在于：包括以下步骤；

2.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：所述步骤s1的容差动态估算还包括：环级别容差自适应调整：根据环的外/内属性及点密度，对容差进行动态调节；当douglas-peucker抽稀降点率不足时，自动采用tmin = 0.5 × t0的最小距离删点进行补救。

3.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：所述步骤s3的迭代平滑，通过多次小步迭代平滑边界，控制容差以防止几何外扩或形变，并在复杂孔洞和多环结构下保持拓扑稳定性。

4.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：所述步骤s4的第二阶段抽稀后，进行拓扑保持处理，确保外环与孔洞不越界、不交叉，防止平滑或简化过程中产生拓扑破坏。

5.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：还包括退化环处理步骤：对点数少或面积小的退化环，根据预设阈值进行剔除或合并，避免异常环影响后续处理。

6.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：所述的概括方法支持地理坐标系与投影坐标系的容差换算，解决像素、米、度之间的统一控制问题，实现同一图形的概括结果在不同比例尺下图斑边界的视觉一致性。

7.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：所述自适应抽稀回退策略的降点率阈值设置为30%，当降点率低于该值时进行再次抽稀。

8.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：所述图斑边界通过遥感影像智能解译提取生成，图斑边界包括深度学习分割或传统影像分割生成的图斑，其边界具有锯齿状、毛刺多、局部噪声大的特征。

9.根据权利要求1所述的基于遥感提取的锯齿状图形数据的概括方法，其特征在于：在第二阶段抽稀后输出概括后的图斑数据，用于多尺度地图表达或空间分析，同时保持原始形态，即保持面积和边界走向的几何特征不失真。

10.基于遥感提取的锯齿状图形数据的概括系统，其特征在于：包括容差计算模块、抽稀模块、平滑模块、二次抽稀模块、自适应抽稀模块、拓扑保持模块；