CN105389783A - 一种遥感图像精处理系统及方法 - Google Patents
一种遥感图像精处理系统及方法 Download PDFInfo
- Publication number
- CN105389783A CN105389783A CN201510813219.8A CN201510813219A CN105389783A CN 105389783 A CN105389783 A CN 105389783A CN 201510813219 A CN201510813219 A CN 201510813219A CN 105389783 A CN105389783 A CN 105389783A
- Authority
- CN
- China
- Prior art keywords
- image
- reference mark
- module
- model
- corrected
- 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 30
- 238000012545 processing Methods 0.000 title claims abstract description 16
- 230000009466 transformation Effects 0.000 claims description 28
- 238000003672 processing method Methods 0.000 claims description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 8
- 238000012505 colouration Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000012892 rational function Methods 0.000 claims description 7
- 238000007792 addition Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 abstract description 20
- 238000011161 development Methods 0.000 abstract description 3
- 230000003287 optical effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 11
- 238000012952 Resampling Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种遥感图像精处理系统及方法,系统包括:图像导入模块;校正模型与控制点来源选取模块;控制点图像片匹配模块,从选取的控制点来源中获取控制点图像片,将该控制点图像片与待校正图像进行匹配;地面控制点选取与编辑模块,在控制点图像片和待校正图像中选取控制点同名点对,根据选取的控制点同名点对对待校正图像进行编辑;校正模型系数求解模块,根据采集的控制点同名点对的数据和已选取的校正模型计算该校正模型的模型参数。本发明的有益效果:本发明可以提高图像处理的精度,配合多种校正模型,实现雷达、光学等多传感器遥感影像的几何精校正处理,具有良好的发展前景。
Description
技术领域
本发明涉及图像处理技术领域,具体来说,涉及一种遥感图像精处理系统及方法。
背景技术
几何精校正处理软件旨在利用地面控制点,配合多种校正模型,实现雷达、光学等多传感器遥感影像的几何精校正处理并形成最终产品。简而言之,几何精校正处理软件能以采用人机交互方式通过矢量地图、正射影像图、数字栅格影像图采集地面控制点,也可基于地面控制点数据库自动或半自动匹配获取地面控制点数据;同时提供多项式变换、直接线性变换、可扩展直接线性变换、自校验直接线性变换、平行投影仿射变换、共线方程变换、基于雷达构像方程的变换等校正模型,从而适应雷达、光学等多传感器遥感影像的几何精校正处理并形成最终产品。
发明内容
针对相关技术中的上述技术问题,本发明提出一种遥感图像精处理方法。
为实现上述技术目的,本发明的技术方案是这样实现的:
本发明所述的一种遥感图像精处理系统,包括:
图像导入模块,用于将待校正图像的图像数据导入,并将该图像数据传输至校正模型与控制点来源选取模块;
校正模型与控制点来源选取模块,用于选取用于处理上述图像数据的校正模型,并根据所选取的校正模型对该校正模型的参数进行选取和编辑,同时对控制点的来源进行选择;
数据库支持模块,用于存储可选的控制点图像片和待校正图像的图像数据;
控制点图像片匹配模块,用于从选取的控制点来源中获取控制点图像片,并通过数据库支持模块将该控制点图像片与待校正图像进行匹配,根据匹配结果输出该控制点图像片在待校正图像上对应的图像坐标;
地面控制点选取与编辑模块,用于根据已选取的控制点图像片为依据,通过数据库支持模块在控制点图像片和待校正图像中选取控制点同名点对,并根据选取的控制点同名点对对待校正图像进行编辑;
校正模型系数求解模块,用于根据已采集的控制点同名点对的数据和已选取的校正模型计算该校正模型的模型参数,并同时计算出控制点上的残差;
分区校正模块,用于将待校正图像根据已选取的校正模型的模型方程方程计算出校正前后的坐标,并将待校正图像分成若干区域进行逐一校正;
灰度内插模块,用于选取待校正图像中任意部分的灰度,根据选取部分的灰度计算出待校正图像中任意一点的灰度,并对该选取点进行灰度内插;以及
输出模块,用于将校正完毕的图像数据输出。
本发明所述的一种遥感图像精处理方法,包括以下步骤:
通过图像导入模块将待校正图像的图像数据导入,并将该图像数据传输至校正模型与控制点来源选取模块;
通过校正模型与控制点来源选取模块选取用于处理上述图像数据的校正模型,并根据所选取的校正模型对该校正模型的参数进行选取和编辑,同时对控制点的来源进行选择;
通过控制点图像片匹配模块从选取的控制点来源中获取控制点图像片,并通过数据库支持模块将该控制点图像片与待校正图像进行匹配,根据匹配结果输出该控制点图像片在待校正图像上对应的图像坐标;
通过地面控制点选取与编辑模块根据已选取的控制点图像片为依据,在控制点图像片和待校正图像中选取控制点同名点对,并根据选取的控制点同名点对对待校正图像进行编辑;
通过校正模型系数求解模块根据已采集的控制点同名点对的数据和已选取的校正模型计算该校正模型的模型参数,并同时计算出控制点上的残差;
通过分区校正模块将待校正图像根据已选取的校正模型的模型方程方程计算出校正前后的坐标,并将待校正图像分成若干区域进行逐一校正;
通过灰度内插模块选取待校正图像中任意部分的灰度,根据选取部分的灰度计算出待校正图像中任意一点的灰度,并对该选取点进行灰度内插;以及
通过输出模块将校正完毕的图像数据输出。
优选的,控制点图像片匹配模块中可选的匹配方式包括自动匹配和半自动匹配。
优选的,校正模型与控制点来源选取模块中可选的校正模型包括多项式校正模型、雷达构像方程校正模型、共线方程模型、直接线性变换模型、可扩展直接线性变换模型、自校验直接线性变换模型、有理函数模型和严格仿射变换模型。
优选的,校正模型与控制点来源选取模块中可选的控制点的来源包括控制点库或/和外部参考图像及电子地图。
优选的,地面控制点选取与编辑模块中可选的编辑操作包括对控制点同名点对的增删和修改。
优选的,灰度内插模块中可选的灰度内插方式包括双线性内插、三次卷积及最邻近内插。
本发明的有益效果:本发明可以提高图像处理的精度,配合多种校正模型,实现雷达、光学等多传感器遥感影像的几何精校正处理,具有良好的发展前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例所述的遥感图像精处理方法流程框图一;
图2是根据本发明实施例所述的遥感图像精处理方法流程框图二。
具体实施方式
显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
如图1-2所示,根据本发明实施例所述的一种遥感图像精处理系统,包括:
图像导入模块,用于将待校正图像的图像数据导入,并将该图像数据传输至校正模型与控制点来源选取模块;
校正模型与控制点来源选取模块,用于选取用于处理上述图像数据的校正模型,并根据所选取的校正模型对该校正模型的参数进行选取和编辑,同时对控制点的来源进行选择;
数据库支持模块,用于存储可选的控制点图像片和待校正图像的图像数据;
控制点图像片匹配模块,用于从选取的控制点来源中获取控制点图像片,并通过数据库支持模块将该控制点图像片与待校正图像进行匹配,根据匹配结果输出该控制点图像片在待校正图像上对应的图像坐标;
地面控制点选取与编辑模块,用于根据已选取的控制点图像片为依据,通过数据库支持模块在控制点图像片和待校正图像中选取控制点同名点对,并根据选取的控制点同名点对对待校正图像进行编辑;
校正模型系数求解模块,用于根据已采集的控制点同名点对的数据和已选取的校正模型计算该校正模型的模型参数,并同时计算出控制点上的残差;
分区校正模块,用于将待校正图像根据已选取的校正模型的模型方程方程计算出校正前后的坐标,并将待校正图像分成若干区域进行逐一校正;
灰度内插模块,用于选取待校正图像中任意部分的灰度,根据选取部分的灰度计算出待校正图像中任意一点的灰度,并对该选取点进行灰度内插;以及
输出模块,用于将校正完毕的图像数据输出。
本发明实施例中的控制点图像片匹配模块中可选的匹配方式包括自动匹配和半自动匹配。
本发明实施例中的校正模型与控制点来源选取模块中可选的校正模型包括多项式校正模型、雷达构像方程校正模型、共线方程模型、直接线性变换模型、可扩展直接线性变换模型、自校验直接线性变换模型、有理函数模型和严格仿射变换模型。
本发明实施例中的校正模型与控制点来源选取模块中可选的控制点的来源包括控制点库或/和外部参考图像及电子地图。
本发明实施例中的地面控制点选取与编辑模块中可选的编辑操作包括对控制点同名点对的增删和修改。
本发明实施例中的灰度内插模块中可选的灰度内插方式包括双线性内插、三次卷积及最邻近内插。
为了方便理解本发明的上述技术方案,以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
在具体使用时,根据本发明所述的遥感图像精处理方法,包括:
(1)首先可获取几何精校正处理子任务,使用任务客户端软件下载其相关数据并自动启动几何精校正处理软件;
(2)软件进行状态初始化,加载相关任务数据,同时交互式导入待校正图像数据;
(3)启动正射影像数据库或基础地理数据库或数字栅格数据库的查询检索客户端软件,输入检索条件,显示相应范围的正射影像、电子地图或数字栅格图,同时将步骤(4)中获取的GCP有选择地在检索到的图像或电子地图中自动关联并以红点显示,然后在待校正影像上选取对应特征点,若点数满足,则选取校正模型进行几何精校正处理,若精度满足则形成校正产品,否则转(6);
(4)基于步骤(5)中显示的正射影像、电子地图或数字栅格图等参考影像,人机交互式在待校正影像和参考影像上选取对应特征点并获取三维信息,若点数满足,则选取校正模型进行几何精校正处理,若精度满足则形成校正后产品,否则重新选取校正模型,并形成最终校正产品及精度报告;
(5)查询高级图像产品生成子任务,若需要采集制作GCP,则启动GCP采集制作软件,对于校正后产品或参考影像进行GCP采集制作;
(6)将校正后高级图像产品入重要目标库;
其中包括如下功能:
1、校正模型及控制点来源选取
提供多种校正模型:多项式校正模型、雷达构像方程校正模型、共线方程模型、直接线性变换模型、可扩展直接线性变换模型、自校验直接线性变换模型、有理函数模型、严格仿射变换模型。选择了具体校正模型后可对所选校正模型的相关模型参数进行必要的选择和编辑,同时对控制点的来源进行选择和指定,其包括控制点库、外部参考图像/电子地图或控制点库+外部参考图像/电子地图。
2、控制点图像片匹配
针对从控制点库中获取的控制点图像片,提供自动匹配和半自动匹配两种方式,支持图像片设置透明及旋转,同时根据匹配结果输出该控制点在待校正图像上对应的图像坐标。
3、地面控制点选取与编辑
针对外部的参考图像/图形,可以通过人机交互方式在待校正影像和参考图像/图形上选取控制点同名点对,从而获取待校正图像控制点行列坐标和参考图像/图形控制点的地理坐标,并且支持控制点同名点对的增删及修改等编辑操作。
4、校正模型系数求解及残差计算,其包括:
多项式模型系数求解,根据已经采集的控制点点对数据和选择的多项式模型采用最小二乘方法计算出多项式的系数,并根据最小二乘结果同时计算出这些控制点上的残差。
直接线性变换模型系数求解,根据已经采集的地面控制点采用最小二乘法反解直接线性变换模型系数,并给出控制点上的残差。
扩展直接线性变换模型系数求解,根据已经采集的控制点数据采用最小二乘方法来计算扩展直接线性变换模型中的模型参数,并同时计算出控制点上的残差。
自校验直接线性变换模型系数求解,根据已经采集的控制点数据采用最小二乘方法来计算自校验直接线性变换模型中的模型参数,并同时计算出控制点上的残差。
有理函数模型系数求解,根据已经采集的控制点数据采用最小二乘方法来计算有理函数变换模型中的模型参数,并同时计算出控制点上的残差。
平行投影的仿射变换模型系数求解,根据已经采集的控制点数据采用最小二乘法计算出平行投影仿射变换模型的模型参数,并同时计算出控制点上的参数。
雷达构像模型系数求解,根据已经采集的控制点数据采用最小二乘和谱修正估计的方法来计算出雷达构像方程中的模型参数,并同时计算出控制点上的残差。
共线方程模型系数求解,根据已经采集的控制点数据采用最小二乘方法来计算共线方程模型参数,并同时计算出控制点上的残差。
5、分区校正
由于待校正的图像比较大,如果每个像素点都按校正模型方程进行校正将会消耗大量的时间,为此必须将图像分成一系列小区域。对每个区域图像的四个角点分别按校正模型方程计算出校正前后的坐标,然后再用这些角点构建仿射变换关系,最后将该区域进行校正。
6、灰度内插
图像校正过程中,需要对原始输入的图像进行重采样,以得到消除了几何畸变的图像,而图像重采样就必须进行灰度的内插,即根据周围的灰度计算出图像上某个位置的灰度,在本模块中用双线性内插、三次卷积或最邻近内插等三种方法进行灰度的内插。
综上所述,借助于本发明的上述技术方案,本发明可以提高图像处理的精度,配合多种校正模型,实现雷达、光学等多传感器遥感影像的几何精校正处理,具有良好的发展前景。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种遥感图像精处理系统,其特征在于,包括:
图像导入模块,用于将待校正图像的图像数据导入,并将该图像数据传输至校正模型与控制点来源选取模块;
校正模型与控制点来源选取模块,用于选取用于处理上述图像数据的校正模型,并根据所选取的校正模型对该校正模型的参数进行选取和编辑,同时对控制点的来源进行选择;
数据库支持模块,用于存储可选的控制点图像片和待校正图像的图像数据;
控制点图像片匹配模块,用于从选取的控制点来源中获取控制点图像片,并通过数据库支持模块将该控制点图像片与待校正图像进行匹配,根据匹配结果输出该控制点图像片在待校正图像上对应的图像坐标;
地面控制点选取与编辑模块,用于根据已选取的控制点图像片为依据,通过数据库支持模块在控制点图像片和待校正图像中选取控制点同名点对,并根据选取的控制点同名点对对待校正图像进行编辑;
校正模型系数求解模块,用于根据已采集的控制点同名点对的数据和已选取的校正模型计算该校正模型的模型参数,并同时计算出控制点上的残差;
分区校正模块,用于将待校正图像根据已选取的校正模型的模型方程方程计算出校正前后的坐标,并将待校正图像分成若干区域进行逐一校正;
灰度内插模块,用于选取待校正图像中任意部分的灰度,根据选取部分的灰度计算出待校正图像中任意一点的灰度,并对该选取点进行灰度内插;以及
输出模块,用于将校正完毕的图像数据输出。
2.根据权利要求1所述的遥感图像精处理系统,其特征在于,控制点图像片匹配模块中可选的匹配方式包括自动匹配和半自动匹配。
3.根据权利要求1所述的遥感图像精处理系统,其特征在于,校正模型与控制点来源选取模块中的校正模型包括多项式校正模型、雷达构像方程校正模型、共线方程模型、直接线性变换模型、可扩展直接线性变换模型、自校验直接线性变换模型、有理函数模型或严格仿射变换模型。
4.根据权利要求1所述的遥感图像精处理系统,其特征在于,校正模型与控制点来源选取模块中可选的控制点的来源包括控制点库或/和外部参考图像及电子地图。
5.根据权利要求1所述的遥感图像精处理系统,其特征在于,地面控制点选取与编辑模块中可选的编辑操作包括对控制点同名点对的增删或修改。
6.根据权利要求1所述的遥感图像精处理系统,其特征在于,灰度内插模块中可选的灰度内插方式包括双线性内插、三次卷积或最邻近内插。
7.一种遥感图像精处理方法,其特征在于,包括以下步骤:
通过图像导入模块将待校正图像的图像数据导入,并将该图像数据传输至校正模型与控制点来源选取模块;
通过校正模型与控制点来源选取模块选取用于处理上述图像数据的校正模型,并根据所选取的校正模型对该校正模型的参数进行选取和编辑,同时对控制点的来源进行选择;
通过控制点图像片匹配模块从选取的控制点来源中获取控制点图像片,并通过数据库支持模块将该控制点图像片与待校正图像进行匹配,根据匹配结果输出该控制点图像片在待校正图像上对应的图像坐标;
通过地面控制点选取与编辑模块根据已选取的控制点图像片为依据,在控制点图像片和待校正图像中选取控制点同名点对,并根据选取的控制点同名点对对待校正图像进行编辑;
通过校正模型系数求解模块根据已采集的控制点同名点对的数据和已选取的校正模型计算该校正模型的模型参数,并同时计算出控制点上的残差;
通过分区校正模块将待校正图像根据已选取的校正模型的模型方程方程计算出校正前后的坐标,并将待校正图像分成若干区域进行逐一校正;
通过灰度内插模块选取待校正图像中任意部分的灰度,根据选取部分的灰度计算出待校正图像中任意一点的灰度,并对该选取点进行灰度内插;以及
通过输出模块将校正完毕的图像数据输出。
8.根据权利要求7所述的遥感图像精处理方法,其特征在于,控制点图像片匹配模块中可选的匹配方式包括自动匹配和半自动匹配。
9.根据权利要求7所述的遥感图像精处理方法,其特征在于,校正模型与控制点来源选取模块中的校正模型包括多项式校正模型、雷达构像方程校正模型、共线方程模型、直接线性变换模型、可扩展直接线性变换模型、自校验直接线性变换模型、有理函数模型或严格仿射变换模型。
10.根据权利要求7所述的遥感图像精处理方法,其特征在于,校正模型与控制点来源选取模块中可选的控制点的来源包括控制点库或/和外部参考图像及电子地图;地面控制点选取与编辑模块中可选的编辑操作包括对控制点同名点对的增删或修改;灰度内插模块中可选的灰度内插方式包括双线性内插、三次卷积或最邻近内插。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510813219.8A CN105389783B (zh) | 2015-11-20 | 2015-11-20 | 一种遥感图像精处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510813219.8A CN105389783B (zh) | 2015-11-20 | 2015-11-20 | 一种遥感图像精处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389783A true CN105389783A (zh) | 2016-03-09 |
CN105389783B CN105389783B (zh) | 2018-11-16 |
Family
ID=55422036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510813219.8A Expired - Fee Related CN105389783B (zh) | 2015-11-20 | 2015-11-20 | 一种遥感图像精处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389783B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651927A (zh) * | 2016-12-30 | 2017-05-10 | 北京航天泰坦科技股份有限公司 | 一种正射影像镶嵌接边匹配的同名点粗差剔除方法 |
CN106846384A (zh) * | 2016-12-30 | 2017-06-13 | 中国人民解放军61540部队 | 一种多视角大倾斜线阵影像匹配方法及装置 |
CN109859121A (zh) * | 2019-01-09 | 2019-06-07 | 武汉精立电子技术有限公司 | 一种基于fpga平台的图像分块校正方法及装置 |
CN116821570A (zh) * | 2023-05-24 | 2023-09-29 | 上海勘测设计研究院有限公司 | 用于明渠图像正向校正的系数估算方法、装置、终端及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101672646A (zh) * | 2009-10-09 | 2010-03-17 | 国家卫星气象中心 | 一种卫星图像自动几何精校正方法 |
CN102609918A (zh) * | 2012-02-15 | 2012-07-25 | 国家海洋局第二海洋研究所 | 基于图像特征配准的航空多光谱遥感影像几何精校正方法 |
CN104050643A (zh) * | 2014-06-18 | 2014-09-17 | 华中师范大学 | 遥感影像几何与辐射一体化相对校正方法及系统 |
-
2015
- 2015-11-20 CN CN201510813219.8A patent/CN105389783B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101672646A (zh) * | 2009-10-09 | 2010-03-17 | 国家卫星气象中心 | 一种卫星图像自动几何精校正方法 |
CN102609918A (zh) * | 2012-02-15 | 2012-07-25 | 国家海洋局第二海洋研究所 | 基于图像特征配准的航空多光谱遥感影像几何精校正方法 |
CN104050643A (zh) * | 2014-06-18 | 2014-09-17 | 华中师范大学 | 遥感影像几何与辐射一体化相对校正方法及系统 |
Non-Patent Citations (2)
Title |
---|
杨高攀: "遥感影像几何校正方法研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王贵满: "影像控制点数据库建立与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651927A (zh) * | 2016-12-30 | 2017-05-10 | 北京航天泰坦科技股份有限公司 | 一种正射影像镶嵌接边匹配的同名点粗差剔除方法 |
CN106846384A (zh) * | 2016-12-30 | 2017-06-13 | 中国人民解放军61540部队 | 一种多视角大倾斜线阵影像匹配方法及装置 |
CN106651927B (zh) * | 2016-12-30 | 2020-03-24 | 北京航天泰坦科技股份有限公司 | 一种正射影像镶嵌接边匹配的同名点粗差剔除方法 |
CN109859121A (zh) * | 2019-01-09 | 2019-06-07 | 武汉精立电子技术有限公司 | 一种基于fpga平台的图像分块校正方法及装置 |
CN116821570A (zh) * | 2023-05-24 | 2023-09-29 | 上海勘测设计研究院有限公司 | 用于明渠图像正向校正的系数估算方法、装置、终端及介质 |
CN116821570B (zh) * | 2023-05-24 | 2024-05-07 | 上海勘测设计研究院有限公司 | 用于明渠图像正向校正的系数估算方法、装置、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105389783B (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102129680B (zh) | 实时几何形状感知投影和快速重校准 | |
CN105389783A (zh) | 一种遥感图像精处理系统及方法 | |
CN103838437A (zh) | 基于投影图像的触控定位控制方法 | |
CN103606188A (zh) | 基于影像点云的地理信息按需采集方法 | |
CN107101641A (zh) | 自适应地图比例尺的轨迹点显示的方法 | |
JP2009134509A (ja) | モザイク画像生成装置及びモザイク画像生成方法 | |
CN111882530B (zh) | 一种亚像素定位图生成方法、定位方法及装置 | |
CN111311632A (zh) | 一种物体位姿跟踪方法、装置及设备 | |
CN103761739A (zh) | 一种基于半全局能量优化的影像配准方法 | |
CN105139411A (zh) | 基于四套共线约束标定尺的大视场相机标定方法 | |
CN103902343A (zh) | 一种基于Delaunay三角网精度控制的瓦片地图下载与拼接方法 | |
CN114612632A (zh) | 一种基于三维激光点云数据的排序、插值处理方法 | |
CN115205128A (zh) | 基于结构光的深度相机温漂校正方法、系统、设备及介质 | |
CN106846251A (zh) | 基于建筑物房顶矢量的正射影像镶嵌线网络自动选择方法 | |
CN109712197B (zh) | 一种机场跑道网格化标定方法及系统 | |
CN109658446B (zh) | 一种高分辨率遥感影像几何配准方法及装置 | |
CN108898679B (zh) | 一种零部件序号自动标注的方法 | |
CN102663685B (zh) | 一种基于非线性的几何校正方法 | |
CN104599285A (zh) | 一种基于遥感图像的水体信息提取方法及装置 | |
CN112465986A (zh) | 一种卫星遥感影像镶嵌的方法及装置 | |
CN107146281B (zh) | 一种月球表面高分辨率dem提取方法 | |
CN111968239B (zh) | 存储器、基于dem的三维场景生成方法、系统和设备 | |
CN115294277A (zh) | 一种物体的三维重建方法、装置、电子设备及存储介质 | |
CN115147490A (zh) | 一种6d位姿估计数据集制作方法、装置及系统 | |
CN114820968A (zh) | 三维可视化方法和装置、机器人、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181116 Termination date: 20191120 |