CN106600589A - 一种基于海岸线区域遥感图的星载光谱仪指向配准方法 - Google Patents

一种基于海岸线区域遥感图的星载光谱仪指向配准方法 Download PDF

Info

Publication number
CN106600589A
CN106600589A CN201611136478.2A CN201611136478A CN106600589A CN 106600589 A CN106600589 A CN 106600589A CN 201611136478 A CN201611136478 A CN 201611136478A CN 106600589 A CN106600589 A CN 106600589A
Authority
CN
China
Prior art keywords
coastline
observation station
remote sensing
latitude
error
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
CN201611136478.2A
Other languages
English (en)
Other versions
CN106600589B (zh
Inventor
汪俊峰
崔文煜
杜丽丽
易维宁
施海亮
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.)
Hefei Institutes of Physical Science of CAS
Original Assignee
Hefei Institutes of Physical Science of CAS
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 Hefei Institutes of Physical Science of CAS filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN201611136478.2A priority Critical patent/CN106600589B/zh
Publication of CN106600589A publication Critical patent/CN106600589A/zh
Application granted granted Critical
Publication of CN106600589B publication Critical patent/CN106600589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Abstract

本发明提供一种基于海岸线区域遥感图的星载光谱仪指向配准方法,即在天底观测模式下,利用中高分辨率的遥感图像中的特殊地物‑海岸线区域大面积均匀地貌并且地表反射率有突变的特征进行指向配准,星载光谱仪在观测区域内测量点的经纬度与对应区域遥感相机输出的遥感图像的像素经纬度一一对应,能够将两者经纬度的误差进行校正并实时统计监督。本发明由于采用了光谱数据拟合对比和像素栅格地理坐标转换等算法处理,星载光谱仪指向配准所需要的参考底图可以来自其他卫星载荷,也就是说星载光谱仪与遥感相机之间可以是非刚性同轴连接的或者是来自不同卫星的,从而扩大了非成像的星载光谱仪与成像的遥感相机之间的指向配准方法的应用范围。

Description

一种基于海岸线区域遥感图的星载光谱仪指向配准方法
技术领域
本发明涉及遥感数字图像分析处理和光谱分析技术领域,具体是一种基于海岸线区域遥感图的星载光谱仪指向配准方法。
背景技术
指向配准是指将来自同种或不同传感器对同一目标区域在不同时间、从不同视角获取的两幅或多幅图像、或图像与其它信息源进行相同参考坐标系的空间变换。由于不同数据类型设备之间数据的差异性和匹配的难度,目前国内外对配准的研究多是相同数据类型设备之间的,很多配准算法都是为了基于图像与图像之间匹配操作而提出的,而对于不同数据类型设备之间的配准研究较少,提出的解决方法也鲜有报道。但是随着遥感技术的发展,遥感设备的种类越来越多,由于遥感设备的不同物理特性,有些重要的遥感设备输出的数据并不是成像图片,综合利用多种遥感数据进行数据提取和分析已成为遥感领域的一个重要手段。在数据应用和数据融合时,各种遥感设备之间不同特征的输出数据有时就需要进行严格的配准。
光谱仪是近些年各国发射升空卫星上的重要载荷之一,该载荷可以真实有效地获取地表目标或大气的光谱信息,提高了定量化高光谱数据反演参量的精度,在大气监测和环境保护等领域发挥着越来越重要的作用。在卫星实际运行中,由于卫星姿轨参数和载荷安装误差测量不确定性,以及由于日月引力、光压、设备老化等多个方面因素导致载荷存在指向误差,需要对其指向配准并进行定期监督。因光谱仪属于非成像的光学系统,输出的测量数据为光谱数据,因此其指向配准需采用天底观测模式(即星载光谱仪在天空中垂直于地表进行观测)下,利用高分辨CCD影像数据与其非影像的光谱数据进行指向配准,这是传统基于两相同数据类型如图像数据的配准方法无法实现的。
发明内容
本发明的目的在于提供一种基于海岸线区域遥感图的星载光谱仪指向配准方法,利用海岸线区域的大面积均匀地貌并且地表反射率有突变的特征,对星载光谱仪的指向误差进行配准校正处理。
本发明的技术方案为:
一种基于海岸线区域遥感图的星载光谱仪指向配准方法,包括以下步骤:
(1)选择遥感相机采集的在一定经纬度范围内具有明显海岸线区域的中高分辨率遥感图像作为参考底图;
(2)从星载光谱仪中获取一段时间内处于参考底图对应的经纬度范围内的观测点的原始光谱数据,并根据原始光谱数据自带的经纬度信息将沿卫星穿轨方向的观测点等间隔均匀地叠加显示在参考底图上;
(3)采用最小二乘法线性拟合计算叠加显示在参考底图上的各个观测点的原始光谱数据在有效范围内的基线均值,作为各个观测点的光谱强度值;
(4)将所述各个观测点的光谱强度值与其沿卫星穿轨方向相邻的两个观测点的光谱强度值进行比较,若满足以下关系,则认为相应观测点理论上落在海岸线上,记为理论海岸线观测点:
其中,Ij表示某个观测点的光谱强度值,Ij-1、Ij+1分别表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值,μ、分别表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值的阈值调节系数,表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值的差值的绝对值阈值;
(5)在参考底图上将各个理论海岸线观测点用颜色标记出来,并对标记的各个理论海岸线观测点沿卫星穿轨方向相邻的两个观测点进行连线,确定连线与参考底图上实际海岸线的交点;
(6)将各个交点的栅格坐标转换为经纬度信息,作为相应理论海岸线观测点的真实经纬度信息;
(7)构建指向误差模型,计算各个理论海岸线观测点的原始光谱数据自带的经纬度信息与真实经纬度信息的差值,得到各个理论海岸线观测点的经纬度误差,并将所述各个理论海岸线观测点的经纬度误差的均值作为星载光谱仪在某时刻的指向误差;
(8)统计一段时间内星载光谱仪在各个时刻的指向误差,将剔除异常误差点后的均值作为星载光谱仪的最终指向误差。
所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,所述步骤(3)中,具体采用最小二乘法计算叠加显示在参考底图上的各个观测点的原始光谱数据在有效范围内的基线均值。
所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,所述步骤(4)中,μ取0.8,取1.2,取3000。
所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,所述步骤(6)中,将各个交点的栅格坐标转换为经纬度信息具体采用以下公式:
其中,Xgeo、Ygeo分别表示地理坐标系的经度和纬度,Xpixel、Ypixel分别表示遥感图像中像素点栅格坐标系的x坐标和y坐标;GT(0)表示左上角的x坐标,GT(1)表示东西方向一个像素对应的距离,GT(2)表示旋转角度,当GT(2)取0时,表示上面为北方,GT(3)表示左上角的y坐标,GT(4)表示旋转角度,当GT(4)取0时,表示上面为北方,GT(5)表示南北方向一个像素对应的距离。
所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,所述步骤(7)中,指向误差模型为:
其中,分别表示第i个理论海岸线观测点的原始光谱数据自带的经度信息和纬度信息,loni和lati分别表示第i个理论海岸线观测点的真实经度信息和纬度信息,δlini和δlati分别表示第i个理论海岸线观测点的经度误差和纬度误差,f(δloni,a)和f(δlati,b)分别表示以各个理论海岸线观测点的经度误差和纬度误差为未知量的拟合函数,选择二次曲线拟合模型,γi为残余误差,δlon和δlat分别表示星载光谱仪在某时刻的经度指向误差和纬度指向误差,n表示理论海岸线观测点的个数。
本发明的有益效果为:
由上述技术方案可知,本发明用于非成像的星载光谱仪与成像的遥感相机之间的指向配准,即在天底观测模式下,利用中高分辨率的遥感影像数据中的特殊地物-海岸线区域大面积均匀地貌并且地表反射率有突变的特征进行指向配准,星载光谱仪在观测区域内测量点的经纬度与对应区域遥感相机输出的遥感图像的像素经纬度一一对应,能够将两者经纬度的误差进行校正并实时统计监督。
本发明由于采用了光谱数据拟合对比和像素栅格地理坐标转换等算法处理,星载光谱仪指向配准所需要的中高分辨率遥感参考底图可以来自其他卫星载荷,也就是说星载光谱仪与遥感相机之间可以是非刚性同轴连接的或者是来自不同卫星的,从而扩大了非成像的星载光谱仪与成像的CCD相机之间的指向配准方法的应用范围。
附图说明
图1是本发明的方法流程图;
图2是对参考底图上的实际海岸线的提取过程图;
图3是星载光谱仪的观测点在参考底图上的叠加示意图;
图4是理论海岸线上的观测点在参考底图上的标记及连线示意图。
具体实施方式
下面结合附图和具体实施例进一步说明本发明。
如图1所示,一种基于海岸线区域遥感图的星载光谱仪指向配准方法,包括以下步骤:
S1、从遥感相机如CCD相机采集的遥感图像中,挑选一定经纬度范围内具有明显海岸线区域的中高分辨率(16000*14000)遥感图像作为参考底图,并对参考底图进行海岸线提取。
如果在大陆海岸线的边缘附近有较大的岛屿,会对配准算法造成较大的影响,所以在选择海岸线时要尽量避开岛屿,如图2(a)所示;采用非监督分类,可以很好地提取海岸线,结果如图2(b)所示;图2(c)表示了两幅图像的叠合,可以看出很好地分离了海洋和陆地;图2(d)显示出了精确提取的海岸线。
S2、从星载光谱仪中获取一段时间内处于参考底图对应的经纬度范围内的观测点的原始光谱数据,并根据原始光谱数据自带的经纬度信息将沿卫星穿轨方向的观测点等间隔均匀地叠加显示在参考底图上。
如图3所示,图3(a)是原始参考底图,图3(b)是将6行沿卫星穿轨方向(即与卫星运行轨道方向正交垂直的方向)的观测点依据其经纬度信息叠加到参考底图上,每行5个观测点,这些观测点沿卫星穿轨方向等间隔均匀地分布在参考底图表面。
S3、根据最小二乘法线性拟合准则,计算叠加显示在参考底图上的各个观测点的原始光谱数据在有效范围内的基线均值,作为各个观测点的光谱强度值。
其中,a和b分别表示第i个观测点的线性拟合函数y=ax+b的斜率和偏移量。
将各个观测点的光谱强度值与其沿卫星穿轨方向相邻的两个观测点的光谱强度值进行比较,若满足以下关系,则认为相应观测点理论上落在海岸线上,记为理论海岸线观测点:
其中,Ij表示某个观测点的光谱强度值,Ij-1、Ij+1分别表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值,μ、分别表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值的阈值调节系数,表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值的差值的绝对值阈值,作为实施例,μ可取0.8,可取1.2,可取3000。
S4、在参考底图上将各个理论海岸线观测点用颜色标记出来,如图4(a)所示,并对标记的各个理论海岸线观测点沿卫星穿轨方向相邻的两个观测点进行连线,确定连线与参考底图上提取出的实际海岸线的交点,如图4(b)所示。将交点的栅格坐标转换为经纬度信息,作为理论海岸线观测点的真实经纬度信息。
栅格坐标与地理坐标的转换公式如下:
其中,Xgeo、Ygeo分别表示地理坐标系的经度和纬度,Xpixel、Ypixel分别表示遥感图像中像素点栅格坐标系的x坐标和y坐标;GT(0)表示左上角的x坐标,GT(1)表示东西方向一个像素对应的距离,GT(2)表示旋转角度,当GT(2)取0时,表示上面为北方,GT(3)表示左上角的y坐标,GT(4)表示旋转角度,当GT(4)取0时,表示上面为北方,GT(5)表示南北方向一个像素对应的距离。
假设遥感图像上面为北方,GT(2)和GT(4)为0,而GT(1)是像元宽度,GT(5)是像元高度,(GT(0),GT(3))点位置是遥感图像的左上角。
注意:上面所说的栅格坐标系是从左上角(0,0)点到右下角,也就是坐标轴从左到右增长、从上到下增长的坐标系(即遥感图像的行列从左下角开始计算)。
计算各个理论海岸线观测点的原始光谱数据自带的经纬度信息与真实经纬度信息的差值,得到各个理论海岸线观测点的经纬度误差,然后取均值,作为星载光谱仪在某时刻的指向误差。
指向误差模型为:
其中,分别表示第i个理论海岸线观测点的原始光谱数据自带的经度信息和纬度信息,loni和lati分别表示第i个理论海岸线观测点的真实经度信息和纬度信息,δloni和δlati分别表示第i个理论海岸线观测点的经度误差和纬度误差,f(δloni,a)和f(δlati,b)分别表示以各个理论海岸线观测点的经度误差和纬度误差为未知量的拟合函数,选择二次曲线拟合模型,γi为残余误差,δlon和δlat分别表示星载光谱仪在某时刻的经度指向误差和纬度指向误差,n表示理论海岸线观测点的个数。
S5、统计一段时间内各个时刻的指向误差,将剔除异常误差点后的均值作为星载光谱仪的最终指向误差。
以上所述实施方式仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的权利要求书确定的保护范围内。

Claims (5)

1.一种基于海岸线区域遥感图的星载光谱仪指向配准方法,其特征在于,包括以下步骤:
(1)选择遥感相机采集的在一定经纬度范围内具有明显海岸线区域的中高分辨率遥感图像作为参考底图;
(2)从星载光谱仪中获取一段时间内处于参考底图对应的经纬度范围内的观测点的原始光谱数据,并根据原始光谱数据自带的经纬度信息将沿卫星穿轨方向的观测点等间隔均匀地叠加显示在参考底图上;
(3)采用最小二乘法线性拟合计算叠加显示在参考底图上的各个观测点的原始光谱数据在有效范围内的基线均值,作为各个观测点的光谱强度值;
(4)将所述各个观测点的光谱强度值与其沿卫星穿轨方向相邻的两个观测点的光谱强度值进行比较,若满足以下关系,则认为相应观测点理论上落在海岸线上,记为理论海岸线观测点:
{ 1 j - 1 * P > 1 i > 1 j &CenterDot; ( &CenterDot; L 1 i - 1 - 1 i + 1 ) > r 9 * E J &equiv; 1 j - I * P < 1 i < 1 j + 1 * E
其中,Ij表示某个观测点的光谱强度值,Ij-1、Ij+1分别表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值,μ、£分别表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值的阈值调节系数,表示沿卫星穿轨方向与该观测点相邻的两个观测点的光谱强度值的差值的绝对值阈值;
(5)在参考底图上将各个理论海岸线观测点用颜色标记出来,并对标记的各个理论海岸线观测点沿卫星穿轨方向相邻的两个观测点进行连线,确定连线与参考底图上实际海岸线的交点;
(6)将各个交点的栅格坐标转换为经纬度信息,作为相应理论海岸线观测点的真实经纬度信息;
(7)构建指向误差模型,计算各个理论海岸线观测点的原始光谱数据自带的经纬度信息与真实经纬度信息的差值,得到各个理论海岸线观测点的经纬度误差,并将所述各个理论海岸线观测点的经纬度误差的均值作为星载光谱仪在某时刻的指向误差;
(8)统计一段时间内星载光谱仪在各个时刻的指向误差,将剔除异常误差点后的均值作为星载光谱仪的最终指向误差。
2.根据权利要求1所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,其特征在于,所述步骤(3)中,具体采用最小二乘法计算叠加显示在参考底图上的各个观测点的原始光谱数据在有效范围内的基线均值。
3.根据权利要求1所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,其特征在于,所述步骤(4)中,μ取0.8,£取1.2,取3000。
4.根据权利要求1所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,其特征在于,所述步骤(6)中,将各个交点的栅格坐标转换为经纬度信息具体采用以下公式:
X g e o = G T ( 0 ) + X p i x e l * G T ( 1 ) + Y p i x e l * G T ( 2 ) Y g e o = G T ( 3 ) + X p i x e l * G T ( 4 ) + Y p i x e l * G T ( 5 )
其中,Xgeo、Ygeo分别表示地理坐标系的经度和纬度,Xpixel、Ypixel分别表示遥感图像中像素点栅格坐标系的x坐标和y坐标;GT(0)表示左上角的x坐标,GT(1)表示东西方向一个像素对应的距离,GT(2)表示旋转角度,当GT(2)取0时,表示上面为北方,GT(3)表示左上角的y坐标,GT(4)表示旋转角度,当GT(4)取0时,表示上面为北方,GT(5)表示南北方向一个像素对应的距离。
5.根据权利要求1所述的基于海岸线区域遥感图的星载光谱仪指向配准方法,其特征在于,所述步骤(7)中,指向误差模型为:
&delta; l o n = ( &Sigma; i = 1 n f ( &delta;lon i , a ) + &gamma; i ) n
&delta; l a t = ( &Sigma; i = 1 n f ( &delta;lat i , b ) + &gamma; i ) n
其中,分别表示第i个理论海岸线观测点的原始光谱数据自带的经度信息和纬度信息,loni和lati分别表示第i个理论海岸线观测点的真实经度信息和纬度信息,δloni和δlati分别表示第i个理论海岸线观测点的经度误差和纬度误差,f(δloni,a)和f(δlati,b)分别表示以各个理论海岸线观测点的经度误差和纬度误差为未知量的拟合函数,选择二次曲线拟合模型,γi为残余误差,δlon和δlat分别表示星载光谱仪在某时刻的经度指向误差和纬度指向误差,n表示理论海岸线观测点的个数。
CN201611136478.2A 2016-12-09 2016-12-09 一种基于海岸线区域遥感图的星载光谱仪指向配准方法 Active CN106600589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611136478.2A CN106600589B (zh) 2016-12-09 2016-12-09 一种基于海岸线区域遥感图的星载光谱仪指向配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611136478.2A CN106600589B (zh) 2016-12-09 2016-12-09 一种基于海岸线区域遥感图的星载光谱仪指向配准方法

Publications (2)

Publication Number Publication Date
CN106600589A true CN106600589A (zh) 2017-04-26
CN106600589B CN106600589B (zh) 2019-08-30

Family

ID=58599065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611136478.2A Active CN106600589B (zh) 2016-12-09 2016-12-09 一种基于海岸线区域遥感图的星载光谱仪指向配准方法

Country Status (1)

Country Link
CN (1) CN106600589B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895136A (zh) * 2017-08-15 2018-04-10 东北大学 一种煤矿区域识别方法及系统
CN109634507A (zh) * 2018-12-03 2019-04-16 广东国图勘测地理信息有限公司 一种可触控的电子地图控制方法及装置
CN109886988A (zh) * 2019-01-31 2019-06-14 湖北大学 一种微波成像仪定位误差的度量方法、系统、装置及介质
CN110490830A (zh) * 2019-08-22 2019-11-22 中国农业科学院农业信息研究所 一种农业遥感图像校正方法及系统
CN110689505A (zh) * 2019-12-11 2020-01-14 长沙天仪空间科技研究院有限公司 一种基于场景的星载遥感仪器自适应校正方法和系统
CN110780327A (zh) * 2019-10-29 2020-02-11 中国人民解放军军事科学院国防科技创新研究院 基于星载ais与红外相机的海上目标协同定位方法
CN112254724A (zh) * 2020-10-19 2021-01-22 天津津航计算技术研究所 一种提高惯导经纬度分辨率方法
CN112383788A (zh) * 2020-11-11 2021-02-19 成都威爱新经济技术研究院有限公司 一种基于智能ai技术的直播实时图像提取系统及方法
CN112884857A (zh) * 2021-01-26 2021-06-01 上海应用技术大学 具有地理空间属性的光照强度可视化方法
CN113739788A (zh) * 2021-08-03 2021-12-03 中山大学 一种亮温数据的地理位置校正方法及装置
CN115877420A (zh) * 2022-10-17 2023-03-31 中国人民解放军61540部队 一种基于静止卫星的定位方法、系统、电子设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750696A (zh) * 2012-06-06 2012-10-24 南京大学 一种基于仿射不变特征与海岸线约束的海岸带遥感影像自动配准方法
CN103760125A (zh) * 2014-01-22 2014-04-30 中国科学院合肥物质科学研究院 一种提高温室气体浓度反演精度的方法
CN105740794A (zh) * 2016-01-27 2016-07-06 中国人民解放军92859部队 一种基于卫星影像的海岸线自动提取与分类方法
CN106198460A (zh) * 2016-09-12 2016-12-07 中国科学院合肥物质科学研究院 应用于海洋环境的随机起伏海表面反照率全谱段计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750696A (zh) * 2012-06-06 2012-10-24 南京大学 一种基于仿射不变特征与海岸线约束的海岸带遥感影像自动配准方法
CN103760125A (zh) * 2014-01-22 2014-04-30 中国科学院合肥物质科学研究院 一种提高温室气体浓度反演精度的方法
CN105740794A (zh) * 2016-01-27 2016-07-06 中国人民解放军92859部队 一种基于卫星影像的海岸线自动提取与分类方法
CN106198460A (zh) * 2016-09-12 2016-12-07 中国科学院合肥物质科学研究院 应用于海洋环境的随机起伏海表面反照率全谱段计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BANGLONG PAN等: "low-altitude airship remote sensing images matching based on improved hybrid ant colony algorithm", 《ADVANCED MATERIALS RESEARCH》 *
BOBBY L. ULICH: "Overview Of Acquisition, Tracking,And Pointing System Technologies", 《PROC. SPIE 0887, ACQUISITION, TRACKING, AND POINTING II》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895136B (zh) * 2017-08-15 2020-09-15 东北大学 一种煤矿区域识别方法及系统
CN107895136A (zh) * 2017-08-15 2018-04-10 东北大学 一种煤矿区域识别方法及系统
CN109634507A (zh) * 2018-12-03 2019-04-16 广东国图勘测地理信息有限公司 一种可触控的电子地图控制方法及装置
CN109634507B (zh) * 2018-12-03 2021-04-13 广东国图勘测地理信息有限公司 一种可触控的电子地图控制方法及装置
CN109886988A (zh) * 2019-01-31 2019-06-14 湖北大学 一种微波成像仪定位误差的度量方法、系统、装置及介质
CN109886988B (zh) * 2019-01-31 2023-05-05 湖北大学 一种微波成像仪定位误差的度量方法、系统、装置及介质
CN110490830B (zh) * 2019-08-22 2021-09-24 中国农业科学院农业信息研究所 一种农业遥感图像校正方法及系统
CN110490830A (zh) * 2019-08-22 2019-11-22 中国农业科学院农业信息研究所 一种农业遥感图像校正方法及系统
CN110780327A (zh) * 2019-10-29 2020-02-11 中国人民解放军军事科学院国防科技创新研究院 基于星载ais与红外相机的海上目标协同定位方法
CN110689505A (zh) * 2019-12-11 2020-01-14 长沙天仪空间科技研究院有限公司 一种基于场景的星载遥感仪器自适应校正方法和系统
CN112254724A (zh) * 2020-10-19 2021-01-22 天津津航计算技术研究所 一种提高惯导经纬度分辨率方法
CN112383788A (zh) * 2020-11-11 2021-02-19 成都威爱新经济技术研究院有限公司 一种基于智能ai技术的直播实时图像提取系统及方法
CN112884857A (zh) * 2021-01-26 2021-06-01 上海应用技术大学 具有地理空间属性的光照强度可视化方法
CN113739788A (zh) * 2021-08-03 2021-12-03 中山大学 一种亮温数据的地理位置校正方法及装置
CN113739788B (zh) * 2021-08-03 2023-05-23 中山大学 一种亮温数据的地理位置校正方法及装置
CN115877420A (zh) * 2022-10-17 2023-03-31 中国人民解放军61540部队 一种基于静止卫星的定位方法、系统、电子设备及介质
CN115877420B (zh) * 2022-10-17 2023-10-10 中国人民解放军61540部队 一种基于静止卫星的定位方法、系统、电子设备及介质

Also Published As

Publication number Publication date
CN106600589B (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
CN106600589A (zh) 一种基于海岸线区域遥感图的星载光谱仪指向配准方法
CN108007438B (zh) 无人机航空摄影遥感湿地植物生物量的估测方法
Bendig et al. Very high resolution crop surface models (CSMs) from UAV-based stereo images for rice growth monitoring in Northeast China
Huang et al. Jointly assimilating MODIS LAI and ET products into the SWAP model for winter wheat yield estimation
Turner et al. Development of an Unmanned Aerial Vehicle (UAV) for hyper resolution vineyard mapping based on visible, multispectral, and thermal imagery
Lejot et al. Very high spatial resolution imagery for channel bathymetry and topography from an unmanned mapping controlled platform
Giménez et al. Accuracy of high‐resolution photogrammetric measurements of gullies with contrasting morphology
CN103901420A (zh) 先验地表反射率支持的动态阈值法遥感数据云识别方法
Lagouarde et al. Directional anisotropy of brightness surface temperature over vineyards: Case study over the medoc region (SW France)
CN103544477A (zh) 基于改进的线性光谱混合模型的植被覆盖度估算方法
CN103927454B (zh) 一种基于环境卫星的灰霾污染监测方法
CN102136035B (zh) 获取田块尺度的农田蒸散量的方法
Moravec et al. Digital elevation models as predictors of yield: comparison of an UAV and other elevation data sources.
CN115597586A (zh) 一种基于大气偏振模式对称性的航向角提取方法
Arriola-Valverde et al. Analysis of crop dynamics through close-range UAS photogrammetry
Ryan et al. Attribution of Greenland's ablating ice surfaces on ice sheet albedo using unmanned aerial systems
Belfiore et al. Orthorectification and pan-sharpening of worldview-2 satellite imagery to produce high resolution coloured ortho-photos
Zhang et al. Quality of terrestrial data derived from UAV photogrammetry: A case study of Hetao irrigation district in northern China
Lin et al. Landslide identification and information extraction based on optical and multispectral UAV remote sensing imagery
GÖKSEL et al. Land Use and Land Cover Changes Using Spot 5 Pansharpen Images; A Case Study in Akdeniz District, Mersin-Turkey
Jawak et al. Mapping velocity of the potsdam glacier, east antarctica using landsat-8 data
Wang et al. Spatial Downscaling of Remote Sensing Precipitation Data in the Beijing-Tianjin-Hebei Region
Cerreta et al. Using 3 dimension health vegetation index point clouds to determine HLB infected citrus trees
CN111121781A (zh) 基于地基云图的太阳定位和太阳光干扰判别方法
CN109540112A (zh) 一种全站仪及其测日定向方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Wang Junfeng

Inventor after: Cui Wenyu

Inventor after: Du Lili

Inventor after: Yi Weining

Inventor after: Shi Hailiang

Inventor before: Wang Junfeng

Inventor before: Cui Wenyu

Inventor before: Du Lili

Inventor before: Yi Weining

Inventor before: Shi Hailiang

CB03 Change of inventor or designer information