CN102105902A - 地表面图像数据的生成方法和生成装置 - Google Patents
地表面图像数据的生成方法和生成装置 Download PDFInfo
- Publication number
- CN102105902A CN102105902A CN2009801293539A CN200980129353A CN102105902A CN 102105902 A CN102105902 A CN 102105902A CN 2009801293539 A CN2009801293539 A CN 2009801293539A CN 200980129353 A CN200980129353 A CN 200980129353A CN 102105902 A CN102105902 A CN 102105902A
- Authority
- CN
- China
- Prior art keywords
- data
- image data
- view data
- ground surface
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000007547 defect Effects 0.000 claims description 55
- 230000007246 mechanism Effects 0.000 claims description 51
- 238000005498 polishing Methods 0.000 claims description 6
- 238000011282 treatment Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract 2
- 230000002123 temporal effect Effects 0.000 abstract 1
- 230000008859 change Effects 0.000 description 5
- 206010012373 Depressed level of consciousness Diseases 0.000 description 4
- 238000004321 preservation Methods 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 240000005373 Panax quinquefolius Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种地表面图像数据的生成方法和生成装置。其目的在于,提供能够将卫星图像数据中含有的云图像数据以较高的精度修改为认为在没有云遮挡时应该呈现的地表面图像数据。其生成方法如下构成,取得生成基准日中指定时刻的静止卫星图像数据(1);接着,判断各像元是反映地表面的图像(4)还是反映云的图像(5),从而设定部分图像数据(6)和缺损区域(7),之后,以下述方式生成内插图像数据(9),对于上述生成基准日的指定时刻,判断与太阳位置有密切的时间关联性的摄像日期时间,将其定义为其它摄像日期时间,在该其它摄像日期时间的像元值中判断反映地表面的图像(4),根据该图像(4)的像元,按照规定的优先顺序依次进行追加,并反复处理,直到上述缺损区域(7)被补齐。
Description
技术领域
本发明涉及一种地表面图像数据的生成方法和生成装置。
背景技术
在过去,例如,在专利文献1中记载的方案为人所知,在卫星图像数据中,将遮盖一部分地表面图像数据而写入的云图像数据除去,并将其修改为认为在没有云遮挡时应该呈现的地表面图像数据。在该已有的方案,提取含有云图像的卫星图像、以及在与此卫星图像同一区域拍摄的无云图像的参考图像,根据两图像间的DN(Digital number)值的关系式,在考虑土地覆盖分类的基础上,通过参考图像中与上述云图像对应区域的DN值,计算出代替此云图像的地表面图像。
另外,专利文献2中记载有下述方案的处理方式,将包含在同一卫星图像中的地表面图像与云图像的像元浓度值进行比较,从而降低云图像的像元浓度值。
现有技术文献
专利文献
专利文献1:日本特开2001-143054号公报
专利文献2:日本特开2000-322562号公报(第2页)
发明内容
但是,上述已有例中的缺点在于没有考虑到背阴,因此容易导致代替云图像数据的地表面图像数据的精度降低。
即,在一天中的不同时刻,例如,不同时间段太阳位置的变化以及地表面上不同地点所具有的不同的凹凸状态,两者相互作用,背阴的产生状况会有很大变化。比如,在地表面存在凹凸的情况下,背阴会根据时间的变化时大时小,另外,其位置也会发生改变,而在地表面平坦的情况下,无论太阳处在任何位置,原则上不会产生背阴。对此,在上述已有方案中,不过是单纯地参考不同时间或不同地点的像元值从而得到代替云图像数据的地表面图像数据,而一天中的不同时刻或不同地点等因素所导致的背阴的变化,有可能会扰乱所得到的地表面图像数据的精度。
本发明是为解决上述缺陷而提出的。其目的在于提供一种地表面图像数据的生成方法和生成装置,能够通过考虑背阴,将卫星图像数据中含有的云图像数据以较高的精度修改为在没有云遮挡时应该呈现的地表面图像数据。
根据本发明,上述目的是通过在设定生成基准日后实行的一种地表面图像数据的生成方法而实现的。这种方法包括下述步骤,参照图像数据库2,并且,取得将上述生成基准日中规定时刻的静止卫星图像数据1的规定区域作为基准图像数据3,该图像数据库2将摄像日期时间数据与静止卫星图像数据1相对应而保存;
接着,将像元值与规定的阈值进行比较,判断上述基准图像数据3的各像元是反映地表面的图像4,还是反映云的图像5,提取判断为反映地表面的图像4的像元作为部分图像数据6并保存,同时,根据剩余的像元确定的上述基准图像数据3中的区域设定为缺损区域7;
之后,参照上述图像数据库2取得与上述缺损区域7相对应的图像数据以作为参考图像数据8,该参考图像数据8来自于其它摄像日期时间的静止卫星图像数据1中,该其它摄像日期时间是按照规定的判断基准判断为对于上述生成基准日的指定时刻,与太阳位置有密切的时间关联性的数据;然后将参考图像数据8的各像元的像元值与规定的阈值进行比较,判断所述像元值是反映地表面的图像4,还是反映云的图像5,通过将判断为反映地表面图像4的像元,按照规定的优先顺序,对上述其它的摄像日期时间依次进行追加,并反复处理,直到上述缺损区域7被补齐,生成下述内插图像数据9,该内插图像数据9通过将判断为反映地表面图像4的像元补齐到缺损区域7而构成;将上述部分图像数据6与内插图像数据9合成,生成地表面图像数据。
根据本发明,基准图像数据3中的云像元数据5可被替换为参考图像数据8中的地表面图像数据4。参考图像数据8的摄像日期时间,选择相对于基准图像数据3的摄像日期时间,与太阳位置有密切的时间关联性的时刻。另外,替换基准图像数据3中的云像元数据5的参考图像数据8中的地表面图像数据4,是从参考图像数据8中与基准图像数据3中的云像元数据5相对应的区域取得的。
由此,替换云图像数据5的地表面图像数据4,被作为与下述太阳位置近似的太阳位置的时刻而摄像的数据,该太阳位置为与可替换的云图像5摄像时的太阳位置。并且,设置为与云图像5为同一地点,由此,产生的背阴情况是基本共通的,从而可以保证与地表面图像4极高精度的一致,该地表面图像4为认为在没有云遮挡时应该呈现的情况。
另外,在上述基准图像数据3和参考图像数据8中采用静止卫星图像数据1。由于静止卫星对于摄像地点的相对位置不变,所以由此处进行摄像,相对于摄像地点的摄像方向可始终维持不变。另外,通过这种方式维持相对于摄像地点的摄像方向,在不同的时间进行反复摄像的条件下,与周期轨道卫星相比,可以在极短时间内进行反复摄像等,可更加灵活掌握时间,例如,可以进行1小时内等的短时间间隔的反复摄像;也可连续在每天同一时刻进行摄像等;还可在太阳位置基本不变的条件下进行短时间摄像。
对于上述基准图像数据3,按照指定时刻设置摄像日期时间,即以小时、分钟等为单位指定摄像日期时间,这样可以更正确的确定太阳位置。这种情况下,采用基准图像数据3中摄像区域中的中天时刻作为上述指定时刻,即使摄像区域的地表面存在凹凸,也可以防止在图像上产生背阴,从而可更准确地掌握地表面的情况。另外,在中天时刻从静止卫星上摄像,如图4抽象地表示的那样,由于摄像区域、静止卫星、太阳的配置接近于一条直线,可避开背阴对地表面以最优的精度进行摄像。另外,图4中做出如下简要标示,标号30表示地表面,标号31表示云,标号32表示太阳,标号33表示太阳的轨迹,标号34表示静止卫星。
另外,对于在基准图像数据3中的云图像数据5的识别,与上述已有的方案相同,可按照像元值与规定的阈值比较的方式进行。对于该阈值也可同已有的方案一样进行适当地确定。
此外,当基准图像数据3的摄像区域涉及到更广的经度时,虽然也可以根据摄像区域中心位置的经度来确定中天时刻,但是,在静止卫星图像数据1中提取可以判断中天时刻的一定区域,而取得基准图像数据3即可。把像这样取得的多个基准图像数据3联系起来,像图3所示的那样即可得到涉及更广的经度的保持精度的复合静止卫星图像数据1。
另一方面,通过设置与基准图像数据3不同的摄像时刻,在此期间云发生移动后,存在一种可能性,即,从基准图像数据3中与云图像数据5对应的区域能够取得地表面图像数据4,基于这种可能性取得上述参考图像数据8,该参考图像数据8采用基准图像数据3中与云图像数据5对应区域中的静止卫星图像数据1,对应于静止卫星最短摄像时间间隔,比如相对于基准图像数据3,将摄像时刻推迟15分钟进行摄像的方式构成。在该参考图像数据8中,为了判断取得的数据是否是与云图像数据5对应区域中的地表面图像数据4,与上述基准图像数据3同样,逐个判断每个像元是地表面图像数据4还是云图像数据5,采用与地表面对应的像元替代基准图像数据3中的云像元。因此,假设包含云图像数据5时,无法得到与该云图像数据5对应的像元的地表面图像数据4,在这种情况下,可从新取得其它的参考图像数据8之后再尝试取得该像元的地表面图像数据4。
对应于像这样根据不同情况需要多个参考图像数据8的情况,预先设定参考图像数据8时的优先顺序,即,设定参考图像数据8的摄像日期时间的优先顺序。可考虑以下两个时刻对该优先顺序做出适当的设定:基准图像数据3的摄像日期时间的时刻与太阳位置的差异小的时刻;以及可以预料基准图像数据3中包含的云5移动的时刻。例如,考虑静止卫星当前的最小摄像时间间隔,便可形成这样一种优先顺序:首先是最接近基准图像数据3的摄像时刻的时刻,其次是最接近基准图像数据3的摄像日期的日期内的同一时刻,最后是最接近该同一时刻的时刻。另外,当基准图像数据3是图像数据库2中最新的摄像日期时间时,优先顺序仅限于过去的摄像日期时间,但当存在比基准图像数据3更晚的摄像日期时间时,按照它们中任意一者优先于其它的方式设定即可。此外,如上所述,在将摄像日期时间不同的基准图像数据3结合起来时,考虑到各基准图像数据3的摄像日期时间,准备多个不同的摄像日期时间的数据,也可保持参考图像数据8的精度。
根据以上描述可知,根据本发明,可以提供一种地表面图像数据的生成方法和生成装置,能够通过考虑背阴,将卫星图像数据中含有的云图像数据以较高的精度修改为认为在没有云遮挡时应该呈现的地表面图像数据,可灵活利用静止卫星图像的广域性及反复容易性的优点,以及几乎不破坏同时性的优点,来实现对地表面的良好把握。
附图说明
图1是本发明的流程图;
图2是本发明的方框图;
图3是表示由多个基准图像数据形成的静止卫星图像数据的图;
图4是表示中天时刻状态图;
图5是关于部分图像数据的保存及缺损区域的设定步骤的详细流程图。
图6是取得参考图像数据、内插图像数据设定步骤的详细流程图。
图7是表示不同摄像时刻的静止卫星图像数据的图,图7(a)与图3中双点划线围绕区域相对应,是表示基准图像数据主要部分的图;图7(b)为取得参考图像数据的静止卫星图像数据的主要部分的图;图7(c)为取得其它的参考图像数据的静止卫星图像数据的主要部分的图。
具体实施方式
图1中涉及本发明中生成地表面图像数据的整体处理步骤,图2是表示实施该处理步骤的计算机方框图。该计算机包括由图中未标出的鼠标、键盘、存储器的读取装置、向互联网等的接口设备构成的输入模块20;存储图像数据库2的存储模块21;运算模块22;将运算结果输出给图外的监视器等的输出模块23。上述图像数据库2的构成如下,它储存了通过输入模块20输入的从日本气象协会等取得的静止卫星图像数据1,并且,从同静止卫星图像数据1一起取得的摄像日期时间数据中,通过其摄像日期时间可对静止卫星图像数据1进行检索。在该图像数据库2中,对应于静止卫星的摄像时间间隔,例如以15分钟为间隔拍摄的静止卫星图像数据1、1……是经过几年的时间内储存的。另外,上述静止卫星图像数据1,通过与摄像日期时间数据同时作为被称为注解数据而取得的经度和纬度的坐标数据,可以指定在图像上的任意位置的经度和纬度。
另外,上述存储模块21中还储存有区域数据文件24。该区域数据文件24储存了为确定相当于地球上太阳的中天时刻区域(以下称“中天区域”)的区域数据。各区域数据以与上述静止卫星图像数据1相关的坐标数据确定中天区域的方式构成,例如,东经x度到y度的范围为中天区域。由于中天区域随时间而变化,故该区域数据以一一对应的方式确定上述静止卫星图像的各个摄像日期时间与中天区域,由此,与静止卫星的摄像时间间隔相对应来设定该区域的面积。即,一般情况下,经度差出1度,中天时刻会变化4分钟,故为最大限度的提高其精度,以静止卫星的摄像时间间隔15分钟为单位,来切分相应于中天时刻的区域进行判断的话,可以在指定的摄像时刻,确定相当于中天时刻的区域的经度范围为3度75分。因此,综上所述,通过指定日期时间并根据图像数据库2和区域数据文件24可得到在该日期时间拍摄的静止卫星图像数据1,并且,也可在该静止卫星图像数据1中确定其日期时间的中天区域。
利用上述存储模块21内的数据生成地表面图像数据的运算模块22,如图2所示,包括:生成基准日设定机构11、基准图像数据取得机构12、图像切分机构13、内插图像数据生成机构14、图像合成机构15。上述生成基准日设定机构11,例如从输入模块20的键盘等输入指定日时,将相当于该日的时刻的地表面图像设定为生成对象。该生成基准日设定机构11的期望构成方式为:在不输入指定日而输入指定月份时,将相当于该月所含每天的时刻的多个地表面图像设定为生成对象。
在像这样指定日期时,上述基准图像数据取得机构12,对于在该日拍摄的中天时刻时的静止卫星图像数据1,取得作为代表该日的地表面图像数据候补的基准图像数据3。具体地讲,通过指定日期,检索图像数据库2后指定多个属于该日的摄像日期时间数据,同时指定与其摄像日期时间对应的多个静止卫星图像数据1,根据区域数据文件24在各个摄像日期时间的静止卫星图像数据1上指定中天区域。由此,从含有中天区域的各个静止卫星图像数据1中提取出与中天区域相关的图像数据,可取得基准图像数据3。该基准图像数据3如图3所示,当图的上段所表示区域为存储在图像数据库2的静止卫星图像数据1的全部摄像区域时,如图的下段所示,该摄像区域成为如上述以3度75分的经度范围分割的各个尺寸。即,各个经度范围中的基准图像数据3,是从该基准图像数据3所描述的中天区域为中天时刻时拍摄的静止卫星图像数据1,也就是图像数据库2中与不同的摄像日期时间数据分别对应的静止卫星图像数据1中截取的。通过从多个属于上述指定日的摄像日期时间的静止卫星图像数据1中提取出每个基准图像数据3,并将提取出的基准图像数据3按照区域数据的坐标信息排列后,如图3所示,以基准图像数据3构成静止卫星图像数据1的全部区域。换言之,可以取得连接多个基准图像数据3的扩大基准图像数据10。
上述图像切分机构13,在上述中天图像数据中包含有云图像数据5时,将该云图像数据5和地表面图像数据4进行切分,并且构成缺损区域设定机构25,该机构25将与被上述方式切分的云图像数据5对应的区域作为缺损区域7而设定。图像切分机构13的切分,与上述已有例同样,将像元值与规定的阈值进行比较,通过像元单位判断各像元是反映地表面图像4,还是反映云图像5。上述阈值与上述已有例同样,根据经验法则进行适当地设定。判断为被切分成地表面的像元作为部分图像数据6而保存,判断为云像元的对应区域,通过缺损区域设定机构25设定为地表面图像的缺损区域7。
上述内插图像数据生成机构14生成内插图像数据9,并且由参考图像数据取得机构26与内插区域判断机构27构成。其中内插图像数据9将上述那样由图像切分机构13设定的缺损区域7进行内插处理。而上述参考图像数据取得机构26从图像数据库2中将内插缺损区域7的候补图像数据作为参考图像数据8而取得。该参考图像数据8由静止卫星图像数据1中与上述缺损区域7对应的区域的数据构成,其中该静止卫星图像数据1是与上述基准图像数据3的摄像日期时间不同的摄像日期时间拍摄的。由于摄像日期时间不同的静止卫星图像数据1中与缺损区域7对应的区域依然会有云存在的可能性,所以为取得上述参考图像数据8,将静止卫星图像数据1的摄像日期时间进行如下设定,通过后述的内插区域判断机构27按照规定的优先顺序对其摄像日期时间依次进行变更,直至基准图像数据3的缺损区域7被地表面图像能够完全内插。该优先顺序,在本实施方式中,大体而言如下所述,基准图像数据3的摄像日期时间的前后时刻、该日期前后的同时刻、其前后的时刻,以及该日期前后以相同方式重复。具体而言,例如,4月1日12时0分作为基准图像数据3的摄像日期时间,作为参考图像数据8的摄像日期时间应设定如下,第一为4月1日11时45分,第二为4月1日12时15分,第三为3月31日12时0分,第四为4月2日12时0分,第五为3月31日11时45分,第六为3月31日12时15分,第七为4月2日11时45分,第八为4月21日2时15分,第九为3月30日12时0分,第十为4月3日12时0分。
另外,内插区域判断机构27,像上述那样在取得参考图像数据8后,与图像切分机构13同样,以参考图像数据8为对象,将像元值与规定的阈值进行比较,判断各像元是反映地表面图像4,还是反映云图像5。判断为地表面的像元作为内插图像数据9而保存,并解除缺损区域7对该像元的设定。另一方面,对于判断为云的像元维持缺损区域7的设定。
由此,以上的内插图像数据生成机构14中,首先,参考图像数据取得机构26按照在基准图像数据3中设定的缺损区域7,取得参考图像数据8;其次,内插区域判断机构27把取得的参考图像数据8作为对象,判断每个像元是否为地表面4,判断为地表面4的像元作为内插图像数据9保存,同时,解除基准图像数据3中缺损区域7对该像元的设定。由此,解除被设定为缺损区域7的像元的缺损区域7的设定,即,如果缺损区域7解除,则表示与缺损区域7对应的地表面图像数据已经取得并处理完成。且,如果缺损区域7依然残留,之后,通过参考图像数据取得机构26以残留的缺损区域7为对象取得其它的参考图像数据8,再之后,重复进行内插区域判断机构27中补充内插图像数据9,以及解除缺损区域7的设定或维持的操作。
上述图像合成机构15,合成上述部分图像数据6和内插图像数据9,以内插图像数据9对基准图像数据3中设定的缺损区域7进行内插处理,生成代表指定日的图像数据,该指定日处于仅由地表面图像数据构成的指定的经度范围。另外,像上述那样,为了从连续区域的多个基准图像数据3中取得那样的图像数据,图像合成机构15按照区域数据与这些图像数据进一步结合,生成与静止卫星图像数据1相同的尺寸。像这样生成的图像数据,通过输出模块23显示在监视器中。
根据图1对以上的计算机处理操作进行说明。首先,进行步骤1,根据输入模块20的输入,通过生成基准日设定机构11设定生成基准日(步骤S1);之后,进行步骤2,按照设定的生成基准日,通过基准图像数据取得机构12,取得生成基准日的中天图像数据,并作为基准图像数据3(步骤S2)。该基准图像数据3如图3所示,由多个连续区域的图像数据构成。
其次,进行步骤3,通过图像切分机构13,将各基准图像数据3中认为是表示地表面的像元作为部分图像数据6并保存,同时,通过缺损区域设定机构25,将与认为是表示云的像元对应的各基准图像数据3上的区域设定为缺损区域7(步骤S3)。之后,进行步骤4,对于设定有缺损区域7的各基准图像数据3,通过参考图像数据取得机构26,从在该摄像日期时间之前的摄像日期时间的静止卫星图像数据1中,与缺损区域7对应的区域取得参考图像数据8。接着,通过内插区域判断机构27,从取得的参考图像数据8中,将认为是表示地表面的像元作为内插图像数据9并保存,同时,由于解除了基准图像数据3中对应像元的缺损区域7的设定,直到基准图像数据3中不存在被缺损区域7设定的像元时,可对通过参考图像数据取得机构26取得的参考图像数据8的摄像日期时间进行依次变更,并通过内插区域判断机构27进行反复处理,由此,以基准图像数据3的缺损区域7的全部区域中认为是表示地表面的像元来填补,生成内插图像数据9(步骤S4)。
这里,对于以上的步骤S3和S4,采用图5~图7更详细地进行说明。上述步骤S3中,对于通过步骤S2取得的各基准图像数据3,首先,比较像元值与规定的阈值,判断各像元所表示的图像,(步骤S3-1),判断像元所表示的图像是否是地表面(步骤S3-2),由上述方式判断为不是地表面时,将该像元设定在缺损区域7中,(步骤S3-3),相反,判断为地表面4时将该像元作为部分图像数据6并保存(步骤S3-4)。接着,以上的处理针对基准图像数据3的全部像元进行(步骤S3-5),而且,对多个基准图像数据3的全部而进行(步骤S3-6)。
另一方面,步骤S4中,对于在步骤S3中处理的各基准图像数据3,首先,确认是否设定了缺损区域7(步骤S4-1),存在缺损区域7时,接着,取得下述图像数据作为参考图像数据8(步骤S4-2),该图像数据来自于静止卫星图像数据1中,与该基准图像数据3中被设定的缺损区域7相对应,该静止卫星图像数据1为与该基准图像数据3的摄像日期时间之间作为与太阳位置近似的数据,并且是在被初期设定前的摄像日期时间的数据。对于该参考图像数据8,比较像元值与规定阈值,判断各像元表示的图像(步骤S4-3),判断像元表示的图像是否为地表面(步骤S4-4),由此,在并非表示地表面图像时,维持与该像元对应的基准图像数据3中的缺损区域7(步骤S4-5),相反地,判断为是表示地表面的图像时,将该像元作为内插图像数据9并保存,同时,解除对应于该像元的基准图像数据3的像元的缺损区域7的设定(步骤S4-6)。其次,针对参考图像数据8中全部像元进行以上的处理(步骤S4-7)。另外,这之后,通过解除缺损区域7对上述像元的设定,判断缺损区域7在该基准图像数据3中是否依然存在(步骤S4-8),若依然存在的情况下,步骤S4-2中变更被初期设定的摄像日期时间的条件(步骤S4-9),重复进行以上的步骤S4-2到步骤S4-7。另一方面,若缺损区域7已经不存在的情况下,结束对该基准图像数据3的处理。对基准图像数据3的全部进行以上的处理(步骤S4-10)。
图7所示如下所述,依照步骤S4-9的结果,比如,与基准图像数据3的摄像日期时间前后相错15分钟的静止卫星图像数据1中取得的参考图像数据8,并通过参考图像数据8解除缺损区域7。这时,图7(a)表示基准图像数据3,(b)表示比基准图像数据3摄像提前15分钟的静止卫星图像数据1,(c)表示基准图像数据3摄像15分钟后的静止卫星图像数据1,各图中的28表示陆地,5表示云。图7(a)的基准图像数据3中,与云对应的区域为缺损区域7,图7(b)的缺损区域7中的阴影线部分表示的区域成为地表面4,被内插图像数据9所采用,图7(c)同样用阴影线部分表示的区域重新成为地表面,被内插图像数据9所采用。
如上所述的步骤S3、S4结束后,最后,进行以下步骤(步骤S5),由此完成操作处理。通过图像合成机构15,将如上述那样生成的内插图像数据9与部分图像数据6合成,生成仅由地表面4图像数据构成的合成图像数据,并结合根据每个指定的经度范围生成的多个合成图像数据。
另外,在以上的实施方式中,按照15分钟的时间间隔拍摄的静止卫星图像数据1作为前提,但可根据静止卫星图像数据1的摄像能力以及在图像数据库2中储存的静止卫星图像数据1的摄像时间间隔,对时间间隔、中天区域进行变更。另外,对在附图中列举的图像的比例尺,为使说明能够容易理解而进行了选择,也适用于图像中包含地物那样的比例尺的静止卫星图像数据1。
标号说明
标号1为静止卫星图像数据;
标号2为图像数据库;
标号3为基准图像数据;
标号4为反映地表面的图像;
标号5为反映云的图像;
标号6为部分图像数据;
标号7为缺损区域;
标号8为参考图像数据;
标号9为内插图像数据;
标号10为扩大基准图像数据;
标号11为生成基准日设定机构;
标号12为基准图像数据取得机构;
标号13为图像切分机构;
标号14为内插图像数据生成机构;
标号15为图像合成机构。
Claims (5)
1.一种地表面图像数据的生成方法,包括下述步骤,
在设定生成基准日后参照图像数据库,并且取得将上述生成基准日中规定时刻的静止卫星图像数据的规定区域作为基准图像数据,该图像数据库将摄像日期时间数据与静止卫星图像数据相对应而保存;
接着,将像元值与规定的阈值进行比较,判断上述基准图像数据的各像元是反映地表面的图像,还是反映云的图像,提取判断为反映地表面的图像的像元作为部分图像数据并保存,同时,根据剩余的像元指定的上述基准图像数据上的区域设定为缺损区域;
之后,参照上述图像数据库取得与上述缺损区域相对应的图像数据作为参考图像数据,该参考图像数据来自于其它摄像日期时间的静止卫星图像数据中,该其它摄像日期时间是按照规定的判断基准判断为对于上述生成基准日的指定时刻,与太阳位置有密切的时间关联性的数据;然后将参考图像数据的各像元的像元值与规定的阈值进行比较,判断是反映地表面的图像,还是反映云的图像,通过将判断为反映地表面图像的像元,按照规定的优先顺序,对上述其它的摄像日期时间依次进行追加,并反复处理,直到上述缺损区域被补齐,生成下述内插图像数据,该内插图像数据通过将判断为反映地表面图像的像元补齐到缺损区域而构成;
将上述部分图像数据与内插图像数据合成,生成地表面图像数据。
2.根据权利要求1所述的地表面图像数据的生成方法,其中:上述摄像日期时间数据中,将该日期时间与中天时刻的静止卫星图像数据中的区域数据相关联;
从静止卫星图像数据中取出与上述区域数据相对应的区域而取得上述基准图像数据。
3.根据权利要求2所述的地表面图像数据的生成方法,其中:
根据上述摄像日期时间数据中的日数据,从生成基准日拍摄的多个静止卫星图像数据中取得基准图像数据,按照上述区域数据进行关联,从而生成扩大基准图像数据;
上述参考图像数据,从如下所述的静止卫星图像数据中取得,该静止卫星图像数据为:在扩大基准图像数据中包含的多个基准图像数据中,对于被设定为缺损区域的每个基准图像数据,以该基准图像数据的每个摄像日期时间作为基准,按照规定的判断基准判断为与太阳位置有密切的时间关联性的摄像日期时间的静止卫星图像数据。
4.根据权利要求1所述的地表面图像数据的生成方法,其中,上述优先顺序设定为,首先是最接近基准图像数据的摄像日期时间的时刻,其次是最接近的摄像日期的同一时刻,再其次是最接近该同一时刻的时刻。
5.一种地表面图像数据的生成装置,该装置包括:
设定生成基准日的生成基准日设定机构;
基准图像数据取得机构,该基准图像数据取得机构参照图像数据库,并且取得将上述生成基准日中指定时刻的静止卫星图像数据的规定区域作为基准图像数据,该图像数据库将摄像日期时间数据与静止卫星图像数据相对应而保存;
图像切分机构,该图像切分机构将像元值与规定的阈值进行比较,判断上述基准图像数据的各像元是反映地表面的图像,还是反映云的图像,提取判断为反映地表面的图像的像元作为部分图像数据并保存,同时,将由剩余的像元指定的上述基准图像数据上的区域设定为缺损区域,
内插图像形成机构,该内插图像形成机构参照上述图像数据库取得与上述缺损区域相对应的图像数据以作为参考图像数据,该参考图像数据来自于其它摄像日期时间的静止卫星图像数据中,该其它摄像日期时间是按照规定的判断基准判断为对于上述生成基准日的指定时刻,与太阳位置有密切的时间关联性的数据;然后将参考图像数据的各像元的像元值与规定的阈值进行比较,判断是反映地表面的图像,还是反映云的图像,通过将判断为反映地表面图像的像元,按照规定的优先顺序,对上述其它的摄像日期时间依次进行追加,并反复处理,直到上述缺损区域被补齐,生成下述内插图像数据,该内插图像数据通过将判断为反映地表面图像的像元补齐到缺损区域而构成,
图像合成机构,该图像合成机构将上述部分图像数据与内插图像数据合成,生成地表面图像数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009066771A JP4365887B1 (ja) | 2009-03-18 | 2009-03-18 | 地表面画像データの生成方法および生成装置 |
JP2009-066771 | 2009-03-18 | ||
PCT/JP2009/002590 WO2010106583A1 (ja) | 2009-03-18 | 2009-06-09 | 地表面画像データの生成方法および生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102105902A true CN102105902A (zh) | 2011-06-22 |
CN102105902B CN102105902B (zh) | 2013-03-06 |
Family
ID=41443767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009801293539A Expired - Fee Related CN102105902B (zh) | 2009-03-18 | 2009-06-09 | 地表面图像数据的生成方法和生成装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8184865B2 (zh) |
EP (1) | EP2264667B1 (zh) |
JP (1) | JP4365887B1 (zh) |
CN (1) | CN102105902B (zh) |
WO (1) | WO2010106583A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11321821B2 (en) * | 2019-02-12 | 2022-05-03 | Ordnance Survey Limited | Method and system for generating composite geospatial images |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8594375B1 (en) * | 2010-05-20 | 2013-11-26 | Digitalglobe, Inc. | Advanced cloud cover assessment |
JP6233869B2 (ja) * | 2012-06-07 | 2017-11-22 | 日本電気株式会社 | 画像処理装置、画像処理装置の制御方法およびプログラム |
US20140012533A1 (en) * | 2012-07-03 | 2014-01-09 | Tokitae Llc | Interpolating a portion of a signal in response to multiple components of the signal |
KR101381292B1 (ko) | 2012-12-28 | 2014-04-04 | 한국해양과학기술원 | 인공위성 시스템의 제어 방법 및 장치. |
US8958603B2 (en) * | 2013-01-25 | 2015-02-17 | Regents Of The University Of Minnesota | Automated mapping of land cover using sequences of aerial imagery |
JP6184901B2 (ja) * | 2014-05-12 | 2017-08-23 | 株式会社日立ソリューションズ | 衛星画像データ処理装置、衛星画像データ処理システム、衛星画像データ処理方法及びプログラム |
JP6358005B2 (ja) * | 2014-09-18 | 2018-07-18 | 日本電気株式会社 | 画像処理装置、画像処理方法及び画像処理装置のプログラム |
JP6351496B2 (ja) * | 2014-12-16 | 2018-07-04 | 株式会社日立ソリューションズ | 画像生成システム及び画像生成方法 |
JP6507927B2 (ja) * | 2015-08-12 | 2019-05-08 | コニカミノルタ株式会社 | 植物生育指標測定装置、該方法および該プログラム |
WO2018021079A1 (ja) | 2016-07-25 | 2018-02-01 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、記録媒体 |
JP7318768B2 (ja) * | 2017-09-01 | 2023-08-01 | コニカミノルタ株式会社 | 作物栽培支援装置 |
FR3073280B1 (fr) * | 2017-11-09 | 2020-08-28 | Airbus Defence & Space Sas | Procede d’observation de la surface terrestre et dispositif pour sa mise en œuvre |
KR101977052B1 (ko) * | 2018-06-07 | 2019-05-10 | 이승호 | 무인비행체를 이용한 도로상태 조사시스템 및 이를 이용한 조사방법 |
US10878588B2 (en) * | 2018-06-22 | 2020-12-29 | X Development Llc | Detection and replacement of transient obstructions from high elevation digital images |
CN110348107B (zh) * | 2019-07-08 | 2022-06-24 | 中国农业科学院农业资源与农业区划研究所 | 一种云下像元真实地表温度重建方法 |
CN114650763A (zh) * | 2019-11-14 | 2022-06-21 | 索尼集团公司 | 信息处理装置、生成方法和生成程序 |
US11010606B1 (en) * | 2019-11-15 | 2021-05-18 | Maxar Intelligence Inc. | Cloud detection from satellite imagery |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000322562A (ja) | 1999-05-13 | 2000-11-24 | Ntt Data Corp | 画像処理方法及び画像合成装置 |
JP2001143054A (ja) | 1999-11-16 | 2001-05-25 | Hitachi Ltd | 衛星画像処理方法 |
EP1290893A2 (en) * | 2000-03-29 | 2003-03-12 | Astrovision International, Inc. | Direct broadcast imaging satellite system apparatus and method |
US6920233B2 (en) * | 2001-02-20 | 2005-07-19 | Massachusetts Institute Of Technology | Method and apparatus for short-term prediction of convective weather |
WO2003069558A1 (en) | 2002-01-22 | 2003-08-21 | National University Of Singapore | Method for producing cloud free, and cloud-shadow free, images |
US7693702B1 (en) * | 2002-11-01 | 2010-04-06 | Lockheed Martin Corporation | Visualizing space systems modeling using augmented reality |
JPWO2004057531A1 (ja) * | 2002-12-20 | 2006-04-27 | ジクー・データシステムズ株式会社 | 画像合成装置、及びプログラム |
CN101030301A (zh) * | 2007-03-29 | 2007-09-05 | 上海大学 | 起伏地面上遥感分布图像的计算机虚拟 |
CN101034475A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 无阴影卫星遥感正射数字图像的计算机生成方法 |
CN101034472A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | Gis支持下的卫星遥感数字图像的地形变换 |
-
2009
- 2009-03-18 JP JP2009066771A patent/JP4365887B1/ja active Active
- 2009-06-09 CN CN2009801293539A patent/CN102105902B/zh not_active Expired - Fee Related
- 2009-06-09 US US12/678,873 patent/US8184865B2/en not_active Expired - Fee Related
- 2009-06-09 EP EP09817069A patent/EP2264667B1/en not_active Not-in-force
- 2009-06-09 WO PCT/JP2009/002590 patent/WO2010106583A1/ja active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11321821B2 (en) * | 2019-02-12 | 2022-05-03 | Ordnance Survey Limited | Method and system for generating composite geospatial images |
Also Published As
Publication number | Publication date |
---|---|
EP2264667B1 (en) | 2012-06-06 |
US8184865B2 (en) | 2012-05-22 |
EP2264667A4 (en) | 2011-03-09 |
JP4365887B1 (ja) | 2009-11-18 |
WO2010106583A1 (ja) | 2010-09-23 |
EP2264667A1 (en) | 2010-12-22 |
JP2010218434A (ja) | 2010-09-30 |
US20110064280A1 (en) | 2011-03-17 |
CN102105902B (zh) | 2013-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102105902B (zh) | 地表面图像数据的生成方法和生成装置 | |
US10339689B2 (en) | Intelligent camera | |
CN113159016B (zh) | 文本位置定位方法和系统以及模型训练方法和系统 | |
CN109636214B (zh) | 一种面向多源对地观测卫星的快速任务规划方法 | |
US10267950B2 (en) | System, method and program product for providing populace centric weather forecasts | |
EP2940986B1 (en) | Image processing device and method, and program | |
US20110144954A1 (en) | Geospatial modeling system using single optical images and associated methods | |
TWI642598B (zh) | 一種飛機行爲預測系統及預測方法 | |
JP2016078685A (ja) | 船舶の推進性能予測装置及びその方法並びに船舶の運航支援システム | |
CN113935227A (zh) | 一种基于实时气象云图的光学卫星智能任务规划方法 | |
Martins et al. | Systematic review of nowcasting approaches for solar energy production based upon ground-based cloud imaging | |
KR102465282B1 (ko) | 디지털 지도에서 이미지 보기 | |
Bannister et al. | Maritime domain awareness with commercially accessible electro-optical sensors in space | |
CN109345450B (zh) | 一种利用地理实体要素信息的影像镶嵌方法 | |
Hankey et al. | The all-sky-6 and the Video Meteor Archive system of the AMS Ltd. | |
CN102959947A (zh) | 画面合成装置及画面合成方法 | |
KR101487454B1 (ko) | Lod 영상 병렬처리방법 | |
US20230281475A1 (en) | Turbulence prediction system and method | |
CN105427235A (zh) | 一种图像浏览方法及系统 | |
US20230368121A1 (en) | System and method for enhanced estimated time of arrival for vessels | |
Boussif et al. | What if We Enrich day-ahead Solar Irradiance Time Series Forecasting with Spatio-Temporal Context? | |
JP2020173604A (ja) | 撮影計画立案装置およびその方法 | |
TW201818274A (zh) | 視訊索引建立方法及應用其之裝置 | |
Gibas et al. | Bayesian Modelling of Travel Times on the Example of Food Delivery: Part 1-Spatial Data Analysis and Processing | |
Chen et al. | Weakly Supervised Learning for Pixel-level Sea Ice Concentration Extraction using AI4Arctic Sea Ice Challenge Dataset |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130306 Termination date: 20150609 |
|
EXPY | Termination of patent right or utility model |