CN103810706A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN103810706A
CN103810706A CN201410039287.9A CN201410039287A CN103810706A CN 103810706 A CN103810706 A CN 103810706A CN 201410039287 A CN201410039287 A CN 201410039287A CN 103810706 A CN103810706 A CN 103810706A
Authority
CN
China
Prior art keywords
remote sensing
color space
data
rgb
color
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
Application number
CN201410039287.9A
Other languages
English (en)
Other versions
CN103810706B (zh
Inventor
王涛
何福红
蒋卫国
顾丽娟
张振华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ludong University
Original Assignee
Ludong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ludong University filed Critical Ludong University
Priority to CN201410039287.9A priority Critical patent/CN103810706B/zh
Publication of CN103810706A publication Critical patent/CN103810706A/zh
Application granted granted Critical
Publication of CN103810706B publication Critical patent/CN103810706B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明提供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，该方法是对光学遥感红、绿、蓝（RGB）三色图像进行RGB色彩空间向HIS(饱和度、彩色亮度和色相)色彩空间变换，获得彩色亮度I(Intensity)、色相H(Hue)和饱和度S(Saturation)三分量，并以线性标准化地表粗糙度作为太阳西北方向地形阴影图（ShadedReliefModel）的权重，以作为彩色亮度权重，求和构成新的彩色亮度分量，最后基于新的彩色亮度数据，由HIS色彩空间反变换至RGB色彩空间，实现对遥感图像的反立体现象的校正。同传统的基于地形阴影模型反立体校正方法相比较，该方法能根据地形复杂程度的不同，进行反立体校正，因而具有反立体校正后图像光谱信息损失少的优点。

Description

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
技术领域：
本发明涉及遥感技术领域，具体地讲是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。
背景技术：
经过60多年的发展，当代遥感技术已经被广泛应用于资源、环境等领域。然而，在遥感图像应用中，由于受太阳、大气和地形等多种因素的影响，导致地表接收到的太阳辐射能量并不均一，进而导致遥感图像中阴、阳坡地表的图像辐亮度具有明显差异。这种辐射亮度的差异，使得遥感图像具有一定的立体感。然后，对北半球来说，由于资源卫星大多为太阳同步极轨卫星，传感器成像时间为地方时九点半至十点半之间。该时刻成像，阳光从东南向射入，山脊两侧的南向坡形成光照面，北向坡为阴影面，而传统的上北下南影像构图方式，使得遥感图像中阴影面位于光照面上方。由于人类视觉生理、心理特点和视觉习惯，遥感图像中山脊阴影面位于光照面上方，表现为凹陷（沟谷）。这种视觉上立体感相反的现象，在北半球太阳同步轨道卫星图像中是普遍存在的，被称为反立体现象（Saraf et al., 1996; Rudnicki, 2000; Patterson, 2004，BoWu et al,2012），即在遥感图像中，山脊表现为凹陷，而沟谷表现为凸起山脊。
遥感图像中反立体现象的存在增加了判读遥感图像中的纹理信息的难度，因此，校正遥感影像的反立体现象，使图像立体感符合视觉习惯，将有助于对遥感影像的解译。导致反立体现象的因素主要有：地形阴影、太阳高度角、太阳方位角、观察的角度以及山坡上的纹理等（Saraf et al., 2005）。目前反立体校正方法主要有图像南北向旋转法、像元值逆转法、SRM参与的HIS融合3类。
（1）像元南北向旋转法将影像旋转180°，将上北下南的构图变为上南下北显示。该方法最简单，且完整的保留了成像时刻的地物光谱信息，但由于构图方向发生改变，使得图像中东西向发生改变，导致图像空间位置关系的倒转，地物的几何特征同传统的识图习惯不符，为图像解译带来不便。（2）像元逆转法有多种：直接逆转原始影像像素DN值、以HIS正逆变换为基础，逆转亮度I图的像元值。这两种方法都通过像素值的逆转，将图像中暗区，即阴影区，强制改变为亮色调，即光照面，使图像中阴、阳面交换，实现正立体化。两种算法忽视了图像像元的光谱信息，因此，光谱信息损失很大。（3）                                               
Figure 2014100392879100002DEST_PATH_IMAGE002
参与的HIS融合法顾及到反立体中阴影成像几何关系导致照度分布问题，利用外部数据模拟正立体照度信息（太阳位于西北），基于HIS融合方法，改变原始RGB图像中的亮度分量，以达到反立体现象的校正。（Saraf et al., 1996，章皖秋等,2010）
方法（2）、（3）通过修改图像像素灰度值来实现正立体校正，但均存在明显的光谱信息损失。
发明内容：
本发明的目的是克服上述已有技术的不足，而提供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，主要解决了现有
Figure 638409DEST_PATH_IMAGE002
参与的HIS融合法方法存在光谱信息损失大的问题。
本发明的技术方案是：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，其特殊之处在于，包括以下步骤：
（１）对光学遥感图像红、绿、蓝三波段（RGB三波段）数据和DEM（数字高程模型）数据进行配准，统一坐标系统为高斯-克吕格平面直角坐标系，并作重采样和裁剪工作，使两者具有相同的空间分辨率和图幅范围；
（２）基于光学遥感图像红、绿、蓝三波段数据，进行红、绿、蓝色彩空间向彩色亮度I(Intensity)、色相H(Hue)和饱和度S(Saturation)色彩空间变换，获得彩色亮度、色相
Figure 2014100392879100002DEST_PATH_IMAGE006
和饱和度
Figure 2014100392879100002DEST_PATH_IMAGE008
三分量数据；
（３）根据遥感图像成像时刻（年月日时分秒）及图像中心点经纬度坐标，计算成像时刻太阳方位角
Figure 2014100392879100002DEST_PATH_IMAGE010
和太阳高度角；
（４）基于DEM数据，计算地表粗糙度，获得地表粗糙度数据
Figure 2014100392879100002DEST_PATH_IMAGE014
；
（５）对地表粗糙度数据
Figure 430915DEST_PATH_IMAGE014
做线性标准化处理，获得线性标准化地表粗糙度数据
Figure 2014100392879100002DEST_PATH_IMAGE016
；
（６）基于研究区DEM数据，以遥感图像成像时刻太阳方位角
Figure 272970DEST_PATH_IMAGE010
加
Figure 2014100392879100002DEST_PATH_IMAGE018
（180°）和遥感图像成像时刻太阳高度角
Figure 668179DEST_PATH_IMAGE012
为参数计算研究区正立体地形阴影数据，即太阳西北方向地形阴影图
Figure 295600DEST_PATH_IMAGE002
（Shaded Relief Model）；
（7）太阳西北方向地形阴影图
Figure 118063DEST_PATH_IMAGE002
和彩色亮度
Figure 385096DEST_PATH_IMAGE004
分量数据分别以
Figure 583996DEST_PATH_IMAGE016
和1-
Figure 315192DEST_PATH_IMAGE016
作为权重，计算获得新的彩色亮度
Figure 2014100392879100002DEST_PATH_IMAGE020
分量数据（式1）：
Figure 2014100392879100002DEST_PATH_IMAGE022
   （1）；
（8）基于HIS->RGB色彩空间变换算法，将（２）获得的色相
Figure 308556DEST_PATH_IMAGE006
和饱和度
Figure 873005DEST_PATH_IMAGE008
以及（7）获得的新的彩色亮度
Figure 610017DEST_PATH_IMAGE020
 三分量数据反变换至RGB色彩空间，此时，遥感图像已经正立体化，实现对原始遥感RGB图像的反立体现象的校正。
进一步的，所述的遥感数据为可见光（红光、绿光和蓝光三波段）航天、航空遥感图像。
进一步的，所述的粗糙度是基于DEM数据，由式（2）计算获得；地表粗糙度反映了地表地形复杂程度，取值大于等于1；地表坡度为0，即平坦地区的地表粗糙度值为1，而地表坡度大，即区域地表粗糙度值高；
Figure 2014100392879100002DEST_PATH_IMAGE024
                    （2）
其中， 为坡度数据，以弧度为单位；
线性标准化地表粗糙度是由式（3）确定：
             （3）
其中，为
Figure 625563DEST_PATH_IMAGE014
最大值；
Figure 2014100392879100002DEST_PATH_IMAGE032
取值(0,1]；
式（3）亦可以采用式（4）来完成线性标准化：
Figure 2014100392879100002DEST_PATH_IMAGE034
       （4）。
进一步的，所述色彩亮度、色相、饱和度色彩空间主要包括HIS色彩空间、HSV色彩空间、HLS色彩空间及USGS Munsell HSV色彩空间；所述红、绿、蓝色彩空间同照度、色相和饱和度色彩空间间的正逆变换，在商业遥感图像处理软件系统中被称为RGB->HIS变换、RGB->HSV变换、RGB->HLS变换以及RGB->USGS Munsell HSV变换、HIS-> RGB变换、HSV-> RGB变换、HLS-> RGB变换以及USGS Munsell HSV-> RGB变换等。在HIS色彩空间中色彩亮度I(Intensity) 分量同HLS色彩空间中的色彩明亮度（Lightness）分量、HSV色彩空间中的色彩明度（Value）分量、USGS Munsell HSV色彩空间中的色彩明度（Value）分量等价，均表征色彩强弱（明亮）。故专利中的色彩亮度I(Intensity) 分量及公式（3）中的
Figure 680238DEST_PATH_IMAGE004
，分别等价为HLS色彩空间中的色彩亮度（Lightness）分量、HSV色彩空间中的色彩明度（Value）分量。
在HIS色彩空间中彩色亮度I(Intensity) 分量分量取值范围为[0，1]， HLS色彩空间中的颜色明亮度（Lightness）分量和HSV色彩空间中的色彩明度（Value）分量取值范围为[0，1]，而USGS Munsell HSV色彩空间中的色彩明度（Value）分量取值范围为[0，512]。本专利中若采用USGS Munsell HSV色彩空间进行地形信息同遥感图像融合时，需将USGS Munsell HSV色彩空间中的色彩明度（Value）分量做归一化处理，使之同HIS色彩空间中的彩色亮度I(Intensity)分量取值范围相同，基于式（1）构建新彩色亮度
Figure 17678DEST_PATH_IMAGE020
后，需将新彩色亮度
Figure 661149DEST_PATH_IMAGE020
数值范围由[ 0，1]线性变换为[0，512]，然后再由USGS Munsell HSV色彩空间反变换至RGB色彩空间。
进一步的，所述的太阳西北方向地形阴影图
Figure 809365DEST_PATH_IMAGE002
即是由DEM数据模拟太阳位于西北方向时地形阴影图，是由ESRI ENVI4.8软件Topographic Modeling模块中的Shaded Relief程序计算获得。
进一步的，所述的HIS色彩空间向RGB色彩空间反变换过程中, 
Figure 538287DEST_PATH_IMAGE020
分量数据取值是由太阳西北方向地形阴影图
Figure 617101DEST_PATH_IMAGE002
 和原始色彩亮度
Figure 177395DEST_PATH_IMAGE004
分量数据分别以
Figure 949042DEST_PATH_IMAGE016
（地表粗糙度）和1-
Figure 899681DEST_PATH_IMAGE016
作为权重进行求和（式1）。
本发明的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，可用于基于光学遥感图像，进行图像解译、地形分析及制图场合。
本发明的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与已有反立体校正技术相比具有突出的实质性特点和显著进步：1、能够有效实现反立体校正；2、反立体校正后，地形平缓的地区，其图像光谱信息损失少；3、地形崎岖的地区，其图像光谱信息损失较少；在遥感图像解译、地形分析及制图应用中，具有重要意义。
附图说明：
图1是本发明的计算流程图。
具体实施方式：
为了更好的理解与实施，下面结合附图给出具体实施例详细说明本发明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；所举实施例仅用于解释本发明，并非用于限制本发明的范围。
实施例1，参见图1，第一步，首先，将光学遥感图像红、绿、蓝三波段图像和DEM数据坐标系统统一成高斯-克吕格平面直角坐标系，并作重采样和裁剪工作，使两者具有相同的空间分辨率和图幅范围；
第二步，基于RGB->HIS色彩空间变换算法，将光学遥感图像红、绿、蓝三波段数据，由红、绿、蓝色彩空间变换至彩色亮度I(Intensity)、色相H(Hue)和饱和度S(Saturation)色彩空间变换，获得彩色亮度
Figure 782186DEST_PATH_IMAGE004
、色相
Figure 947719DEST_PATH_IMAGE006
 和饱和度
Figure 890267DEST_PATH_IMAGE008
三分量数据；
第三步，根据遥感图像成像时刻（年月日时分秒）及图像中心点经纬度坐标，计算遥感图像成像时刻的太阳方位角
Figure 328202DEST_PATH_IMAGE010
 和太阳高度角
Figure 811136DEST_PATH_IMAGE012
；
第四步，基于研究区DEM数据（高斯-克吕格平面直角系），根据式（2）计算地表粗糙度，获得地表粗糙度数据；
第五步，基于式（3）或式（4）对地表粗糙度数据 做线性标准化处理，获得线性标准化地表粗糙度数据
Figure 322386DEST_PATH_IMAGE016
；
第六步，基于DEM数据（高斯-克吕格平面直角系），以遥感图像成像时刻太阳方位角
Figure 350954DEST_PATH_IMAGE010
 加
Figure 412451DEST_PATH_IMAGE018
（180°）和遥感图像成像时刻太阳高度角
Figure 696802DEST_PATH_IMAGE012
作为参数计算研究区正立体阴影数据，获得太阳西北方向阴影图
Figure 109329DEST_PATH_IMAGE002
；
第七步，太阳西北方向阴影图 和彩色亮度分量数据分别以
Figure 570900DEST_PATH_IMAGE016
（线性标准化地表粗糙度）和1-作为权重（式 1），计算获得新的彩色亮度
Figure 849883DEST_PATH_IMAGE020
分量数据；
第八步，基于HIS->RGB色彩空间变换算法，将第二步获得的色相
Figure 151551DEST_PATH_IMAGE006
和饱和度
Figure 512125DEST_PATH_IMAGE008
以及第八步获得的新彩色亮度
Figure 899244DEST_PATH_IMAGE020
三分量数据反变换至RGB色彩空间，实现对原始遥感图像的反立体效应的校正。

Claims (6)

1. 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，其特征在于，包括以下步骤：
（１）对光学遥感图像红、绿、蓝三波段（RGB三波段）数据和DEM（数字高程模型）数据进行配准，统一坐标系统为高斯-克吕格平面直角坐标系，并作重采样和裁剪工作，使两者具有相同的空间分辨率和图幅范围；
（２）基于光学遥感图像红、绿、蓝三波段数据，进行红、绿、蓝色彩空间向彩色亮度I(Intensity)、色相H(Hue)和饱和度S(Saturation)色彩空间变换，获得彩色亮度                                               
Figure 2014100392879100001DEST_PATH_IMAGE002
、色相
Figure DEST_PATH_IMAGE004
和饱和度
Figure DEST_PATH_IMAGE006
三分量数据；
（３）根据遥感图像成像时刻（年月日时分秒）及图像中心点经纬度坐标，计算成像时刻太阳方位角
Figure DEST_PATH_IMAGE008
和太阳高度角
Figure DEST_PATH_IMAGE010
；
（４）基于DEM数据，计算地表粗糙度，获得地表粗糙度数据
Figure DEST_PATH_IMAGE012
；
（５）对地表粗糙度数据
Figure 664959DEST_PATH_IMAGE012
做线性标准化处理，获得线性标准化地表粗糙度数据
Figure DEST_PATH_IMAGE014
；
（６）基于研究区DEM数据，以遥感图像成像时刻太阳方位角
Figure 582100DEST_PATH_IMAGE008
加
Figure DEST_PATH_IMAGE016
（180°）和遥感图像成像时刻太阳高度角
Figure 361837DEST_PATH_IMAGE010
为参数计算研究区正立体地形阴影数据，即太阳西北方向地形阴影图
Figure DEST_PATH_IMAGE018
（Shaded Relief Model）；
（7）太阳西北方向地形阴影图
Figure 570095DEST_PATH_IMAGE018
和彩色亮度
Figure 384468DEST_PATH_IMAGE002
分量数据分别以
Figure 269247DEST_PATH_IMAGE014
和1-作为权重，计算获得新的彩色亮度
Figure DEST_PATH_IMAGE020
分量数据（式1）：
Figure 2014100392879100001DEST_PATH_IMAGE022
   （1）；
（8）基于HIS->RGB色彩空间变换算法，将（２）获得的色相
Figure 545300DEST_PATH_IMAGE004
和饱和度
Figure 214179DEST_PATH_IMAGE006
以及（7）获得的新的彩色亮度
Figure 207543DEST_PATH_IMAGE020
 三分量数据反变换至RGB色彩空间，此时，遥感图像已经正立体化，实现对原始遥感RGB图像的反立体现象的校正。
2.根据权利要求1所述的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，其特征在于，所述的遥感数据为可见光（红光、绿光和蓝光三波段）航天、航空遥感图像。
3.根据权利要求1所述的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，其特征在于，所述的粗糙度
Figure 961872DEST_PATH_IMAGE012
是基于DEM数据，由式（2）计算获得：
Figure DEST_PATH_IMAGE024
                    （2）
其中，
Figure DEST_PATH_IMAGE026
 为坡度数据，以弧度为单位；
线性标准化地表粗糙度是由式（3）确定：
Figure DEST_PATH_IMAGE028
             （3）
其中，
Figure DEST_PATH_IMAGE030
为
Figure 574250DEST_PATH_IMAGE012
最大值；
Figure DEST_PATH_IMAGE032
取值(0,1]；
式（3）亦可以采用式（4）来完成线性标准化：
Figure DEST_PATH_IMAGE034
       （4）。
4.根据权利要求1所述的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，其特征在于，所述色彩亮度、色相、饱和度色彩空间主要包括HIS色彩空间、HSV色彩空间、HLS色彩空间及USGS Munsell HSV色彩空间；所述红、绿、蓝色彩空间同照度、色相和饱和度色彩空间间的正逆变换，在商业遥感图像处理软件系统中被称为RGB->HIS变换、RGB->HSV变换、RGB->HLS变换以及RGB->USGS Munsell HSV变换、HIS-> RGB变换、HSV-> RGB变换、HLS-> RGB变换以及USGS Munsell HSV-> RGB变换等。
5.在HIS色彩空间中色彩亮度I(Intensity) 分量同HLS色彩空间中的色彩明亮度（Lightness）分量、HSV色彩空间中的色彩明度（Value）分量、USGS Munsell HSV色彩空间中的色彩明度（Value）分量等价，均表征色彩强弱（明亮）。
6.故专利中的色彩亮度I(Intensity) 分量及公式（3）中的
Figure 97635DEST_PATH_IMAGE002
，分别等价为HLS色彩空间中的色彩亮度（Lightness）分量、HSV色彩空间中的色彩明度（Value）分量。
CN201410039287.9A 2014-01-27 2014-01-27 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 Expired - Fee Related CN103810706B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410039287.9A CN103810706B (zh) 2014-01-27 2014-01-27 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410039287.9A CN103810706B (zh) 2014-01-27 2014-01-27 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

Publications (2)

Publication Number Publication Date
CN103810706A true CN103810706A (zh) 2014-05-21
CN103810706B CN103810706B (zh) 2016-08-17

Family

ID=50707427

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410039287.9A Expired - Fee Related CN103810706B (zh) 2014-01-27 2014-01-27 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

Country Status (1)

Country Link
CN (1) CN103810706B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700356A (zh) * 2015-04-07 2015-06-10 北京师范大学 一种遥感图像反立体校正方法
CN104809704A (zh) * 2015-04-24 2015-07-29 武汉大学 基于地形改正的卫星影像虚假地形感知现象改正方法
CN104848808A (zh) * 2015-06-03 2015-08-19 湖南大学 一种表面粗糙度检测方法和设备
CN104933754A (zh) * 2015-06-12 2015-09-23 浙江大学 去像素化轮廓线重建的线性阴影图方法
CN106095855A (zh) * 2016-06-02 2016-11-09 西南石油大学 基于rs与gis的快速提取地面粗糙度的方法
CN106897973A (zh) * 2017-01-23 2017-06-27 鲁东大学 一种基于pca变换的遥感反射率图像反立体校正方法
CN107449378A (zh) * 2017-07-21 2017-12-08 辽宁科技大学 一种基于三维图像的岩石表面粗糙程度测试及计算方法
CN109934788A (zh) * 2019-03-22 2019-06-25 鲁东大学 一种基于标准遥感图像的遥感图像缺失数据修复方法
CN111861222A (zh) * 2020-07-22 2020-10-30 中国水利水电科学研究院 获取面向区域尺度风力侵蚀的耕地与草地粗糙度的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310443A (zh) * 2013-05-20 2013-09-18 华浩博达（北京）技术有限公司 高分辨率遥感影像快速处理方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103310443A (zh) * 2013-05-20 2013-09-18 华浩博达（北京）技术有限公司 高分辨率遥感影像快速处理方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BO WU ET AL.: "Investigation and remediation of false topographic perception phenomena observed on Chang’E-1 lunar imagery", 《PLANETARY AND SPACE SCIENCE》 *
周爱霞 等: "基于DEM和IHS变换的遥感图像反立体纠正方法研究", 《地理与地理信息科学》 *
周爱霞 等: "遥感影像反立体纠正方法研究", 《国土资源遥感》 *
章皖秋 等: "遥感影像正立体化研究", 《北京林业大学学报》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104700356A (zh) * 2015-04-07 2015-06-10 北京师范大学 一种遥感图像反立体校正方法
CN104700356B (zh) * 2015-04-07 2017-09-01 北京师范大学 一种遥感图像反立体校正方法
CN104809704A (zh) * 2015-04-24 2015-07-29 武汉大学 基于地形改正的卫星影像虚假地形感知现象改正方法
CN104809704B (zh) * 2015-04-24 2017-05-10 武汉大学 基于地形改正的卫星影像虚假地形感知现象改正方法
CN104848808B (zh) * 2015-06-03 2017-08-25 湖南大学 一种表面粗糙度检测方法和设备
CN104848808A (zh) * 2015-06-03 2015-08-19 湖南大学 一种表面粗糙度检测方法和设备
CN104933754B (zh) * 2015-06-12 2017-09-19 浙江大学 去像素化轮廓线重建的线性阴影图方法
CN104933754A (zh) * 2015-06-12 2015-09-23 浙江大学 去像素化轮廓线重建的线性阴影图方法
CN106095855A (zh) * 2016-06-02 2016-11-09 西南石油大学 基于rs与gis的快速提取地面粗糙度的方法
CN106897973A (zh) * 2017-01-23 2017-06-27 鲁东大学 一种基于pca变换的遥感反射率图像反立体校正方法
CN107449378A (zh) * 2017-07-21 2017-12-08 辽宁科技大学 一种基于三维图像的岩石表面粗糙程度测试及计算方法
CN107449378B (zh) * 2017-07-21 2019-08-20 辽宁科技大学 一种基于三维图像的岩石表面粗糙程度测试及计算方法
CN109934788A (zh) * 2019-03-22 2019-06-25 鲁东大学 一种基于标准遥感图像的遥感图像缺失数据修复方法
CN111861222A (zh) * 2020-07-22 2020-10-30 中国水利水电科学研究院 获取面向区域尺度风力侵蚀的耕地与草地粗糙度的方法
CN111861222B (zh) * 2020-07-22 2023-11-14 中国水利水电科学研究院 获取面向区域尺度风力侵蚀的耕地与草地粗糙度的方法

Also Published As

Publication number Publication date
CN103810706B (zh) 2016-08-17

Similar Documents

Publication Publication Date Title
CN103810706A (zh) 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
CN112419472B (zh) 一种基于虚拟阴影图的增强现实实时阴影生成方法
CN109920007B (zh) 基于多光谱光度立体与激光扫描的三维成像装置及方法
CN101363962B (zh) 以透视投影法输出影像的方法
CN103940407B (zh) 一种基于地形和遥感影像融合技术提取冲沟方法
CN102955154B (zh) 一种高分辨率遥感数据大气校正方法
US20110234631A1 (en) Augmented reality systems
CN107563964A (zh) 大面阵亚米级夜景遥感影像的快速拼接方法
CN108876926A (zh) 一种全景场景中的导航方法及系统、ar/vr客户端设备
CN105427372A (zh) 基于tin网的正射影像拼接色彩一致性处理技术
CN108734685A (zh) 一种无人机载高光谱线阵列遥感影像的拼接方法
Jung et al. One-day outdoor photometric stereo via skylight estimation
CN107421644A (zh) 城市完全表面温度的航空遥感估算方法
JP2011133952A (ja) 透過カラー陰影図の作成方法と作成プログラム、及び透過カラー陰影図
CN105243653A (zh) 一种基于动态匹配的无人机遥感影像快速拼接技术
CN113888416A (zh) 卫星遥感图像数据的处理方法
CN104317144B (zh) 大型正交多幕投影系统光辐射快速补偿方法
CN106897973A (zh) 一种基于pca变换的遥感反射率图像反立体校正方法
CN112166694B (zh) 小卫星区域影像图镶嵌与制作方法
CN108830921A (zh) 基于入射角度的激光点云反射强度纠正方法
CN104700356B (zh) 一种遥感图像反立体校正方法
US10424108B2 (en) Shadow casting for an elevation data grid
CN117333412A (zh) 基于最小二乘拟合的热红外图像与可见光图像融合方法
CN116384145A (zh) 基于gpu的作战场景多源、多要素数据独立图层渲染方法
Zhou Multiple auto-adapting color balancing for large number of images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: He Fuhong

Inventor after: Wang Tao

Inventor after: Jiang Weiguo

Inventor after: Gu Lijuan

Inventor after: Zhang Zhenhua

Inventor after: Ding Junxin

Inventor before: Wang Tao

Inventor before: He Fuhong

Inventor before: Jiang Weiguo

Inventor before: Gu Lijuan

Inventor before: Zhang Zhenhua

COR Change of bibliographic data
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: 20160817

Termination date: 20180127

CF01 Termination of patent right due to non-payment of annual fee