CN103310443A - 高分辨率遥感影像快速处理方法及系统 - Google Patents
高分辨率遥感影像快速处理方法及系统 Download PDFInfo
- Publication number
- CN103310443A CN103310443A CN2013101879971A CN201310187997A CN103310443A CN 103310443 A CN103310443 A CN 103310443A CN 2013101879971 A CN2013101879971 A CN 2013101879971A CN 201310187997 A CN201310187997 A CN 201310187997A CN 103310443 A CN103310443 A CN 103310443A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- image
- sensing images
- module
- sensing image
- 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
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种高分辨率遥感影像快速处理方法,涉及遥感影像处理领域。方法包含步骤:S1、根据待校正影像的范围从遥感图像数据库中参考影像和DEM;S2、根据遥感图像的影像和DEM通过自动匹配方法匹配控制点;S3、根据控制点对待校正影像进行处理,动态生成遥感图像;S4、实时预览所述动态生成的遥感图像;S5、如生成的遥感图像合格,生成遥感图像;如生成的遥感图像不合格,返回S3重新对待校正影像进行处理。本发明还提供了一种高分辨率遥感影像快速处理系统。本发明解决了遥感卫星信息需海量处理和高效处理的问题,推动了遥感数据成果产品应用集成,降低了技术门槛,为遥感影像数据在各个行业的应用以及数字城市的整体建设方面起到了重要作用。
Description
技术领域
本发明涉及遥感影像处理技术领域,具体涉及一种高分辨率遥感影像快速处理方法及系统。
背景技术
目前国内外卫星主流卫星以美国,法国、欧洲空间局、德国、中国、日本、印度等国家或组织为主,卫星搭载的传感器不一样,分辨率从0.5m-100000m不等,卫星采集波段跨度不一,对于海量数据的高效处理一直处于瓶颈状态,首先如何设计出能兼容各种主流卫星影像数据的方法是一个庞大而艰巨的系统性难题;其二,面对海量遥感数据,针对不同行业,不同领域的业务需求,如何对影像进行高效流程化处理同时又能满足各个行业不同需要的方法更是技术的挑战。
信息化的各类应用带来的海量数据处理的要求,卫星遥感的分辨率的不断增大,信息获取手段和质量的提高,导致接收的信息成爆炸式增长,信息种类的增加,更增添了数据的总量。时效性要求越来越高,导致处理速度要求越来越高。算法手段复杂度也在不断增加,导致计算处理速度要求提高。
现行各类影像快速处理方法,应对与大数据量的处理速度较慢,数据处理的结果需要等待处理完成后才能查看,应对与大数据量的整景数据,需要通过人工切割、拼接后进行处理,部分需要调色的需要用到第三方软件进行人工干预后在进行拼接,人工参与较多。
因此,针对以上不足,本发明提供了一种高分辨率遥感影像快速处理方法及系统。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供一种高分辨率遥感影像快速处理方法及系统,解决了遥感影像数据海量处理和高效处理的问题,具体为解决了遥感影像数据处理的结果快速可视化的问题;应对与大数据量的整景数据需要通过人工切割、拼接后进行处理的问题;部分需要调色的遥感影像数据需要通过第三方软件进行人工干预后在进行拼接的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种高分辨率遥感影像快速处理方法,包含以下步骤:
S1、根据待校正影像的范围,从遥感图像数据库中参考遥感图像的影像和DEM;
S2、根据所述遥感图像的影像和DEM,通过自动匹配方法匹配所述遥感图像的影像和DEM,以及所述待校正影像的控制点;
S3、根据所述控制点对所述待校正影像进行处理,动态生成遥感图像;
S4、实时预览所述动态生成的遥感图像;
S5、如所述动态生成的遥感图像合格,生成遥感图像;如所述动态生成的遥感图像不合格,返回步骤S3重新对待校正影像进行处理。
其中,步骤S2中所述自动匹配方法为灰度匹配方法。
其中,步骤S3中对遥感图像进行外定向操作、区域网平差操作和控制点编辑处理。
其中,步骤S3中采用GPU的超算方法对遥感图像进行处理,
其中,步骤S4中采用GPU的超算方法预览所述动态生成的遥感图像,
其中,步骤S4和S5之间还包含步骤:
S45、对所述动态生成的遥感图像进行影响校正、投影变换、匀光匀色和融合处理。
本发明还提供了一种高分辨率遥感影像快速处理系统,包含以下模块:遥感图像参考模块、遥感图像匹配模块、遥感图像处理模块和实时预览模块,遥感图像生成模块;
其中,
遥感图像参考模块,根据待校正影像的范围,从遥感图像数据库中参考遥感图像的影像和DEM;
遥感图像匹配模块,根据所述遥感图像的影像和DEM,通过自动匹配方法匹配所述遥感图像的影像和DEM,以及所述待校正影像的控制点;
遥感图像处理模块,根据所述控制点对所述待校正影像进行处理,动态生成遥感图像;
实时预览模块,实时预览所述动态生成的遥感图像;
遥感图像生成模块,生成合格的遥感图像。
其中,遥感图像处理模块对遥感图像进行外定向操作、区域网平差操作和控制点编辑处理。
其中,在实时预览模块实时预览所述动态生成的遥感图像后,对所述动态生成的遥感图像进行影响校正、投影变换、匀光匀色和融合处理。
其中,遥感图像生成模块将不合格的遥感图像返回遥感图像处理模块重新进行处理。
(三)有益效果
本发明通过提供一种高分辨率遥感影像快速处理方法及系统,解决了遥感卫星信息需海量处理和高效处理的问题,推动了遥感数据成果产品应用集成,降低了技术门槛,为遥感影像数据在各个行业的应用以及数字城市的整体建设方面起到了重要作用。
附图说明
图1为本发明一种实施方式的高分辨率遥感影像快速处理方法的流程图;
图2为本发明一种实施方式的高分辨率遥感影像快速处理方法的一种结构示意图;
图3为本发明一种实施方式的高分辨率遥感影像快速处理系统的结构示意图。
具体实施方式
下面对于本发明所提出的一种高分辨率遥感影像快速处理方法及系统,结合附图和实施例详细说明。
实施例:一种高分辨率遥感影像快速处理方法及系统本。
如图1所示,该方法包含以下步骤:
S1、根据待校正影像的范围,从遥感图像数据库中参考遥感图像的影像和数字高程模型(DEM);
建立遥感图像参考影像库文件,方便根据待校正影像的范围自动搜索相关参考影像,取代人工挑选单幅参考影像。支持多种投影分带并存。
S2、根据所述遥感图像的影像和DEM,通过自动匹配方法匹配所述遥感图像的影像和DEM,以及所述待校正影像的控制点;
其中,步骤S2中所述自动匹配方法为灰度匹配方法。
另外本实施例还可以通过Surf算法和Sift算法匹配遥感图像控制点。
S3、根据所述控制点对所述待校正影像进行处理,动态生成遥感图像;
其中,步骤S3中对遥感图像进行外定向操作、区域网平差操作和控制点编辑处理。
其中,步骤S3中采用GPU的超算方法对遥感图像进行处理,
S4、实时预览所述动态生成的遥感图像;
其中,步骤S4中采用GPU的超算方法预览所述动态生成的遥感图像。
S45、对所述动态生成的遥感图像进行影响校正、投影变换、匀光匀色和融合处理。
S5、如所述动态生成的遥感图像合格,生成遥感图像;如所述动态生成的遥感图像不合格,返回步骤S3重新对待校正影像进行处理。
如图2所示,为高分辨率遥感影像快速处理方法的另一种示意图。
如图3所示,另外还提供了一种高分辨率遥感影像快速处理系统,包含以下模块:遥感图像提取模块、遥感图像计算模块、遥感图像处理模块和实时预览模块;
其中,
遥感图像参考模块,从遥感图像数据库中参考已知影像和DEM;
遥感图像匹配模块,根据所述影像和DEM,通过自动匹配方法匹配遥感图像控制点;
遥感图像处理模块,根据所述遥感图像控制点对遥感图像进行处理,动态生成遥感图像;
实时预览模块,实时预览所述动态生成的遥感图像;
遥感图像生成模块,生成合格的遥感图像。
其中,遥感图像处理模块对遥感图像进行外定向操作、区域网平差操作和控制点编辑处理。
其中,在实时预览模块实时预览所述动态生成的遥感图像后,对所述动态生成的遥感图像进行影响校正、投影变换、匀光匀色和融合处理。
其中,遥感图像生成模块将不合格的遥感图像返回遥感图像处理模块重新进行处理。
本实施例可以支持批量操作,提供建立全国或者全省的DEM库,建立统一提取高程数据源,取代人工挑选单幅DEM。支持多种投影分带并存。采用全新的控制点编辑及地理匹配功能,让用户可以实时看到通过当前控制点纠正的结果,并且在编辑的过程中,实时更新纠正效果。让控制点编辑从传统的左右视窗模式变为单个窗体模式,整体工作效率成倍提高。遥感数据支持海量数据计算,采用深度并行思想架构,实现异步读取、计算和结果输出,自动进行分块及合并处理。
在普通计算机上,整体计算速度(包括输出IO等环节的时间)比其他常规CPU快20倍以上,最高可以超过200倍以上。在GPU运算工作站中,处理能力完全从单幅百MB级提升到几十GB的计算处理能力。本实施例采用多GPU卡加速,多计算机协同加速,资源协同运算。让工作站变成了超级计算机,能够使计算效率提高20倍以上,最高能达到200陪以上的计算效率。
本实施例针对空间地理信息中的海量数据快速处理有迫切需求的客户,该架构能满足不同行业的空间地理信息应用和二次应用开发需求的客户。本实施例的GPU运算平台根据其特有的技术,实现各类处理的快速预览,避免因参数计算的不合适带来的大量的反复计算成果的预览,(支持消除残差的精校正)实时融合,支持PCA融合计算、Brovey融合、HIS融合、高通滤波融合等各类算法。云光匀色实时预览;镶嵌的实时预览。
本实施例基于RPC模型和严格轨道模型的正射校正,支持各类卫星遥感数据诸如QuickBird、SPOT5、IKONOS、WorldWideI-II、资源3号、天慧等计算。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (10)
1.一种高分辨率遥感影像快速处理方法,其特征在于,包含以下步骤:
S1、根据待校正影像的范围,从遥感图像数据库中参考遥感图像的影像和DEM;
S2、根据所述遥感图像的影像和DEM,通过自动匹配方法匹配所述遥感图像的影像和DEM,以及所述待校正影像的控制点;
S3、根据所述控制点对所述待校正影像进行处理,动态生成遥感图像;
S4、实时预览所述动态生成的遥感图像;
S5、如所述动态生成的遥感图像合格,生成遥感图像;如所述动态生成的遥感图像不合格,返回步骤S3重新对待校正影像进行处理。
2.如权利要求1所述的一种高分辨率遥感影像快速处理方法,其特征在于,步骤S2中所述自动匹配方法为灰度匹配方法。
3.如权利要求1所述的一种高分辨率遥感影像快速处理方法,其特征在于,步骤S3中对遥感图像进行外定向操作、区域网平差操作和控制点编辑处理。
4.如权利要求1或3中所述的一种高分辨率遥感影像快速处理方法,其特征在于,步骤S3中采用GPU的超算方法对遥感图像进行处理。
5.如权利要求1中所述的一种高分辨率遥感影像快速处理方法,其特征在于,步骤S4中采用GPU的超算方法预览所述动态生成的遥感图像。
6.如权利要求1所述的一种高分辨率遥感影像快速处理方法,其特征在于,步骤S4和S5之间还包含步骤:
S45、对所述动态生成的遥感图像进行影响校正、投影变换、匀光匀色和融合处理。
7.一种高分辨率遥感影像快速处理系统,其特征在于,包含以下模块:遥感图像参考模块、遥感图像匹配模块、遥感图像处理模块和实时预览模块,遥感图像生成模块;
其中,
遥感图像参考模块,根据待校正影像的范围,从遥感图像数据库中参考遥感图像的影像和DEM;
遥感图像匹配模块,根据所述遥感图像的影像和DEM,通过自动匹配方法匹配所述遥感图像的影像和DEM,以及所述待校正影像的控制点;
遥感图像处理模块,根据所述控制点对所述待校正影像进行处理,动态生成遥感图像;
实时预览模块,实时预览所述动态生成的遥感图像;
遥感图像生成模块,生成合格的遥感图像。
8.如权利要求7所述的一种高分辨率遥感影像快速处理系统,其特征在于,遥感图像处理模块对遥感图像进行外定向操作、区域网平差操作和控制点编辑处理。
9.如权利要求7所述的一种高分辨率遥感影像快速处理系统,其特征在于,在实时预览模块实时预览所述动态生成的遥感图像后,对所述动态生成的遥感图像进行影响校正、投影变换、匀光匀色和融合处理。
10.如权利要求7所述的一种高分辨率遥感影像快速处理系统,其特征在于,遥感图像生成模块将不合格的遥感图像返回遥感图像处理模块重新进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310187997.1A CN103310443B (zh) | 2013-05-20 | 2013-05-20 | 高分辨率遥感影像快速处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310187997.1A CN103310443B (zh) | 2013-05-20 | 2013-05-20 | 高分辨率遥感影像快速处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103310443A true CN103310443A (zh) | 2013-09-18 |
CN103310443B CN103310443B (zh) | 2016-04-27 |
Family
ID=49135620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310187997.1A Active CN103310443B (zh) | 2013-05-20 | 2013-05-20 | 高分辨率遥感影像快速处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103310443B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810706A (zh) * | 2014-01-27 | 2014-05-21 | 鲁东大学 | 一种地表粗糙度参与阴影模型的遥感图像反立体校正方法 |
CN103823981A (zh) * | 2014-02-28 | 2014-05-28 | 武汉大学 | 一种数字高程模型辅助的卫星影像区域网平差方法 |
CN104063835A (zh) * | 2014-04-02 | 2014-09-24 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
CN104463835A (zh) * | 2014-09-03 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种基于鲁棒性卫星数据分析技术的地震红外辐射异常特征多角度遥感提取方法 |
CN105427372A (zh) * | 2015-06-11 | 2016-03-23 | 北京吉威时代软件股份有限公司 | 基于tin网的正射影像拼接色彩一致性处理技术 |
CN105808926A (zh) * | 2016-03-02 | 2016-07-27 | 中国地质大学(武汉) | 一种基于gpu并行加速的预条件共轭梯度区域网平差方法 |
CN106023147A (zh) * | 2016-05-06 | 2016-10-12 | 西安航天天绘数据技术有限公司 | 一种基于gpu的线阵遥感影像dsm快速提取方法 |
CN108230421A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种道路图生成方法、装置、电子设备和计算机存储介质 |
CN109118527A (zh) * | 2018-07-06 | 2019-01-01 | 航天星图科技(北京)有限公司 | 一种基于gpu的遥感影像dsm快速提取方法及装置 |
CN109300079A (zh) * | 2017-07-25 | 2019-02-01 | 北京吉威时代软件股份有限公司 | 基于gpu的遥感影像实时匀光匀色预览技术 |
CN113012276A (zh) * | 2021-01-27 | 2021-06-22 | 中国科学院空天信息创新研究院 | 基于辐射度的地表高分辨率光谱信息遥感反演方法 |
CN113888416A (zh) * | 2021-09-10 | 2022-01-04 | 北京和德宇航技术有限公司 | 卫星遥感图像数据的处理方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493829A (zh) * | 2008-01-08 | 2009-07-29 | Pci地球空间信息有限公司 | 大量地球观测图像处理 |
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其系统 |
CN101667293A (zh) * | 2009-09-24 | 2010-03-10 | 哈尔滨工业大学 | 对多种传感器遥感图像进行高精度稳健配准的方法 |
CN101685539A (zh) * | 2009-06-29 | 2010-03-31 | 中国测绘科学研究院 | 一种遥感影像在线正射纠正方法和系统 |
CN101750606A (zh) * | 2009-11-24 | 2010-06-23 | 中国科学院对地观测与数字地球科学中心 | 自动和稳健的卫星遥感影像正射校正方法 |
CN102073990A (zh) * | 2010-11-26 | 2011-05-25 | 中国科学院遥感应用研究所 | 一种遥感图像自动几何纠正的系统框架和方法 |
CN102246159A (zh) * | 2008-12-09 | 2011-11-16 | 通腾北美有限公司 | 产生测地参考数据库产品的方法 |
CN102243299A (zh) * | 2011-04-02 | 2011-11-16 | 段连飞 | 无人机载sar图像正射纠正装置 |
CN102663680A (zh) * | 2012-03-06 | 2012-09-12 | 中国科学院对地观测与数字地球科学中心 | 基于面特征的图像几何校正方法 |
CN102968631A (zh) * | 2012-11-22 | 2013-03-13 | 中国科学院、水利部成都山地灾害与环境研究所 | 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法 |
CN103065311A (zh) * | 2012-12-26 | 2013-04-24 | 中国土地勘测规划院 | 基于基准影像库的卫星影像自动配准方法 |
-
2013
- 2013-05-20 CN CN201310187997.1A patent/CN103310443B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493829A (zh) * | 2008-01-08 | 2009-07-29 | Pci地球空间信息有限公司 | 大量地球观测图像处理 |
CN102246159A (zh) * | 2008-12-09 | 2011-11-16 | 通腾北美有限公司 | 产生测地参考数据库产品的方法 |
CN101685539A (zh) * | 2009-06-29 | 2010-03-31 | 中国测绘科学研究院 | 一种遥感影像在线正射纠正方法和系统 |
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其系统 |
CN101667293A (zh) * | 2009-09-24 | 2010-03-10 | 哈尔滨工业大学 | 对多种传感器遥感图像进行高精度稳健配准的方法 |
CN101750606A (zh) * | 2009-11-24 | 2010-06-23 | 中国科学院对地观测与数字地球科学中心 | 自动和稳健的卫星遥感影像正射校正方法 |
CN102073990A (zh) * | 2010-11-26 | 2011-05-25 | 中国科学院遥感应用研究所 | 一种遥感图像自动几何纠正的系统框架和方法 |
CN102243299A (zh) * | 2011-04-02 | 2011-11-16 | 段连飞 | 无人机载sar图像正射纠正装置 |
CN102663680A (zh) * | 2012-03-06 | 2012-09-12 | 中国科学院对地观测与数字地球科学中心 | 基于面特征的图像几何校正方法 |
CN102968631A (zh) * | 2012-11-22 | 2013-03-13 | 中国科学院、水利部成都山地灾害与环境研究所 | 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法 |
CN103065311A (zh) * | 2012-12-26 | 2013-04-24 | 中国土地勘测规划院 | 基于基准影像库的卫星影像自动配准方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810706B (zh) * | 2014-01-27 | 2016-08-17 | 鲁东大学 | 一种地表粗糙度参与阴影模型的遥感图像反立体校正方法 |
CN103810706A (zh) * | 2014-01-27 | 2014-05-21 | 鲁东大学 | 一种地表粗糙度参与阴影模型的遥感图像反立体校正方法 |
CN103823981A (zh) * | 2014-02-28 | 2014-05-28 | 武汉大学 | 一种数字高程模型辅助的卫星影像区域网平差方法 |
CN103823981B (zh) * | 2014-02-28 | 2016-08-17 | 武汉大学 | 一种数字高程模型辅助的卫星影像区域网平差方法 |
CN104063835A (zh) * | 2014-04-02 | 2014-09-24 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
CN104063835B (zh) * | 2014-04-02 | 2017-04-12 | 中国人民解放军第二炮兵指挥学院 | 一种卫星遥感图像实时并行处理系统及处理方法 |
CN104463835B (zh) * | 2014-09-03 | 2018-02-02 | 中国科学院遥感与数字地球研究所 | 一种基于鲁棒性卫星数据分析技术的地震红外辐射异常特征多角度遥感提取方法 |
CN104463835A (zh) * | 2014-09-03 | 2015-03-25 | 中国科学院遥感与数字地球研究所 | 一种基于鲁棒性卫星数据分析技术的地震红外辐射异常特征多角度遥感提取方法 |
CN105427372A (zh) * | 2015-06-11 | 2016-03-23 | 北京吉威时代软件股份有限公司 | 基于tin网的正射影像拼接色彩一致性处理技术 |
CN105808926A (zh) * | 2016-03-02 | 2016-07-27 | 中国地质大学(武汉) | 一种基于gpu并行加速的预条件共轭梯度区域网平差方法 |
CN106023147A (zh) * | 2016-05-06 | 2016-10-12 | 西安航天天绘数据技术有限公司 | 一种基于gpu的线阵遥感影像dsm快速提取方法 |
CN109300079A (zh) * | 2017-07-25 | 2019-02-01 | 北京吉威时代软件股份有限公司 | 基于gpu的遥感影像实时匀光匀色预览技术 |
CN108230421A (zh) * | 2017-09-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 一种道路图生成方法、装置、电子设备和计算机存储介质 |
US11354893B2 (en) | 2017-09-19 | 2022-06-07 | Beijing Sensetime Technology Development Co., Ltd. | Method and apparatus for generating road map, electronic device, and computer storage medium |
CN109118527A (zh) * | 2018-07-06 | 2019-01-01 | 航天星图科技(北京)有限公司 | 一种基于gpu的遥感影像dsm快速提取方法及装置 |
CN113012276A (zh) * | 2021-01-27 | 2021-06-22 | 中国科学院空天信息创新研究院 | 基于辐射度的地表高分辨率光谱信息遥感反演方法 |
CN113012276B (zh) * | 2021-01-27 | 2021-09-24 | 中国科学院空天信息创新研究院 | 基于辐射度的地表高分辨率光谱信息遥感反演方法 |
CN113888416A (zh) * | 2021-09-10 | 2022-01-04 | 北京和德宇航技术有限公司 | 卫星遥感图像数据的处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103310443B (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103310443B (zh) | 高分辨率遥感影像快速处理方法及系统 | |
CN107833253B (zh) | 一种面向rgbd三维重建纹理生成的相机姿态优化方法 | |
CN106815807B (zh) | 一种基于gpu‑cpu协同的无人机影像快速镶嵌方法 | |
CN105528797B (zh) | 一种光学影像色彩一致性自适应处理与快速镶嵌方法 | |
CN101714262B (zh) | 单幅图像的三维场景重建方法 | |
CN101493893B (zh) | 一种图像数据融合方法 | |
CN102208025B (zh) | 一种文本图像几何畸变的矫正方法 | |
CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
CN106815808A (zh) | 一种利用分块运算的图像拼接方法 | |
CN103544711A (zh) | 遥感影像的自动配准方法 | |
CN109146808A (zh) | 一种人像美型方法和系统 | |
CN104143186B (zh) | 一种slic超像素分块优化方法 | |
CN106530240B (zh) | 一种基于多尺度融合和全变分优化的图像去雾方法 | |
CN105427372A (zh) | 基于tin网的正射影像拼接色彩一致性处理技术 | |
CN105913435A (zh) | 一种适用于大区域的多尺度遥感影像匹配方法及系统 | |
CN106204735A (zh) | Unity3D地形数据在Direct3D 11环境中的使用方法 | |
CN101923721B (zh) | 无光照人脸图像重建方法和系统 | |
CN102521870A (zh) | 一种微多边形光线跟踪的着色重用方法 | |
CN104392479A (zh) | 一种利用灯光索引号对像素进行光照着色的方法 | |
CN105913488A (zh) | 一种基于三维映射表的三维点云快速重建方法 | |
CN103810514A (zh) | 艺术二维码编码方法 | |
CN103679818A (zh) | 一种基于虚拟面光源的实时场景绘制方法 | |
CN103971397B (zh) | 基于虚拟点光源和稀疏矩阵还原的全局光照绘制方法 | |
CN102542565B (zh) | 一种用于包含复杂地形遥感图像的误匹配点剔除方法 | |
CN101635053A (zh) | 多光源颜色强度一致性标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 100191, Beijing, Zhichun Road, Haidian District No. 9, building 1001, room ten Applicant after: China Boda Ho (Beijing) Polytron Technologies Inc Address before: 100080, room 67, No. 0401 West Fourth Ring Road, Haidian District, Beijing Applicant before: China Boda Ho (Beijing) Technology Co. Ltd. |
|
COR | Change of bibliographic data | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |