21、空间数据挖掘中的数据清洗与方法技术

空间数据挖掘中的数据清洗与方法技术

空间数据清洗

在空间数据处理中，数据清洗是至关重要的环节，它能够提升数据的质量，为后续的分析和挖掘工作奠定坚实基础。以下将详细介绍几何变形校正和图像清洗案例。

几何变形校正

几何变形的图形和图像清洗主要是对图像匹配进行校正，重点针对图像间的相对位移或图形变化，主要涉及x方向位移视差和y方向位移视差。若左右图像按核线进行重采样，对应核线上将不存在垂直视差。假设辐射畸变已得到校正，像素的几何变形主要体现为x方向的位移p，左右图像的灰度函数g1 (x, y)、g2 (x, y)需满足以下条件：
- 相关公式 ：
- (g1(x, y) + n1(x, y) = g2(x + p, y) + n2(x, y)) （式4.47），其中 (n1 (x, y))、(n2 (x, y)) 分别为左右图像的随机噪声。
- 误差方程为 (v(x, y) = g2(x + p, y) - g1(x, y)) （式4.48）。
- 对于落在第i列第j行视差网格((i, j)) 中的任意点 (P(x0, y0))，根据双线性有限元插值法，通过对网格四个顶点 (P(xi, yj))、(P(xi+1, yj))、(P(xi, yj+1))、(P(xi+1, yj+1)) 的视差 (pij)、(pi+1, j)、(pi,j+1)、(pi+1,j+1) 进行双线性插值，可计算出视差值 (p0)，公式为：
(p0 = \frac{pij(xi+1 - x0)(yj+1 - y0) + pi+1,j(x0 - xi)(yj+1 - y0) + pi,j+1(xi+1 - x0)(y0 - y