CN106875364B - 一种真正射影像生成方法 - Google Patents
一种真正射影像生成方法 Download PDFInfo
- Publication number
- CN106875364B CN106875364B CN201710100505.9A CN201710100505A CN106875364B CN 106875364 B CN106875364 B CN 106875364B CN 201710100505 A CN201710100505 A CN 201710100505A CN 106875364 B CN106875364 B CN 106875364B
- Authority
- CN
- China
- Prior art keywords
- image
- spot
- blind area
- width
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 230000000149 penetrating effect Effects 0.000 claims abstract description 9
- 108091092878 Microsatellite Proteins 0.000 claims abstract description 7
- 230000004927 fusion Effects 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 238000003032 molecular docking Methods 0.000 claims description 3
- 238000012946 outsourcing Methods 0.000 claims description 3
- 238000007500 overflow downdraw method Methods 0.000 claims description 3
- 238000004919 topotaxy Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 230000000295 complement effect Effects 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 239000000155 melt Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 241000416536 Euproctis pseudoconspersa Species 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种真正射影像生成方法，包括如下步骤：A：采用四叉树技术，快速生成盲区图斑；B：对影像进行数字微分纠正，得到单张正射影像；C：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；D：生成权值模板，根据影像间的拓扑关系，从相邻影像中提取权值最大的有效像元，填补对应部分的盲区图斑；E：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；F：将经过盲区填补的具有重叠度的正射影像进行拼接，输出真正射影像图。本发明应用于微小型无人机光学影像全自动化真正射处理，有效解决了高分辨率城区建筑物倾倒、扭曲以及图像之间色彩不一致问题，可以实现大重叠度影像的真正射处理。
Description
技术领域
本发明涉及微小型无人机光学影像的数据处理技术，尤其涉及的是一种真正射影像生成方法。
背景技术
无人机与传感器技术的快速发展，使得高分辨率、超分辨率的数据获取的成本越来越低，常规正射影像处理技术不能很好的满足超高分辨率影像的处理需求，尤其是对城区超高分辨率影像来说，常规正射影像具有诸如房屋倾倒，高架桥错位等不可克服的缺陷。
不同于常规大数码影像，微小型无人机光学影像存在像幅小，分辨率高、像片数量多、影像倾角大、重叠度高且不规则、色彩不均匀等问题，如何快速拼接生成测区全景影像图对数据处理技术提出了更高的要求，常规正射影像处理技术不能很好的解决诸如城区房屋倾倒，高架桥错位等问题。因此，现有技术存在缺陷，需要改进。
发明内容
本发明所要解决的技术问题是：提供一种应用于微小型无人机光学影像全自动化真正射处理方法，有效解决高分辨率城区影像房屋倾倒，高架桥错位、色彩不一致等问题，可以实现高分辨率、高重叠度影像的自动真正射处理。
本发明的技术方案如下：一种光学影像真正射处理方法，应用于微小型高分辨率无人机影像中，包括如下步骤：A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像元的遮挡情况，生成盲区图斑；B：正射纠正：根据相机参数、测区高精度POS和DSM数据，对影像进行数字微分纠正，得到单张正射影像；C：生成掩膜图像：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；D：盲区填补与图像融合：生成权值模板，根据影像间的拓扑关系，从相邻影像中提取权值最大的有效像元，使用图像多尺度融合技术，填补对应部分的盲区图斑；E：影像匀色：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；F：生成真正射影像：采用镶嵌线算法，将经过盲区填补的具有重叠度的正射影像进行拼接，输出真正射影像图。本发明应用于微小型无人机光学影像全自动化真正射处理，有效解决了高分辨率城区建筑物倾倒、扭曲以及图像之间色彩不一致问题，可以实现大重叠度影像的真正射处理。
应用于上述技术方案，所述的一种真正射影像生成方法中，步骤A中，盲区检测的具体步骤如下：A1：根据相机参数和EO数据，计算出影像在DSM上的投影区域Rp；A2：使用四叉树技术，将投影区域Rp逐级细分，生成一颗四叉树Ti，其中，Ti第一层四个节点对应的区域，是以摄站点在投影平面内的投影为中心，在水平垂直两方向上划分出的四个子区域，其他各层的剖分方法为其父节点对应区域的的四等分，Ti叶节点的尺寸不大于100x100像元；A3：在Ti树上，快速计算每一叶节点包含的像元到摄站点的通视情况，若被其他像元遮挡，该像元对应的位置就是盲点，所有盲点联通在一起就是盲区图斑；A4：对盲区图斑，使用栅格图像连通性检测技术，滤除面积较小的盲区，生成优化后的盲区图斑。
应用于上述技术方案，所述的一种真正射影像生成方法中，步骤D中，盲区填补与融合的具体步骤如下：D1：构建所有影像间的空间拓扑关系，并建立快速检索表；D2：根据拓扑关系快速检索表，查找与当前影像具有拓扑邻接的所有影像；D3：对每一幅影像逐像元生成权值图像，权值的大小为当前像元到当前影像曝光点下视点的欧几里得距离与其到盲区边缘欧几里得距离的乘积；D4：遍历盲区图斑图像中的每一个盲点像元，在所有与其相邻的影像的权值图像上，找出对应位置权值最大的像元，将其填补到盲点像元位置处，最终生成盲区图斑填补图；D5：使用图像多尺度融合技术，将盲区图斑填补图，与正射纠正后的影像进行分频段融合，生成单幅真正射影像。
应用于上述技术方案，所述的一种真正射影像生成方法中，步骤D5中，对各影像盲区边缘处进行色彩过渡的步骤具体如下：D50：对正射纠正后的影像和图斑填补后的影像，生成两幅掩膜影像，掩膜影像是对偶互补关系；D51：分别对两幅掩膜影像的构建高斯金字塔；D52：分别对正射纠正后的影像和图斑填补后的影像生成拉普拉斯金字塔；D53：根据掩膜影像的高斯金字塔中的多尺度掩膜，将参与融合的两幅影像对应的拉普拉斯金字塔中的子频段影像进行融合处理，构建融合后的影像金字塔；D54：使用经过融合处理后的影像金字塔，将各子频段加以合成，重建一幅新影像。
应用于上述技术方案，所述的一种真正射影像生成方法中，步骤E中，构建顾及全局的局部匀色模板，进行单张影像的并行批量匀色处理的步骤具体如下：E1：构建所有待处理单张影像的金字塔；E2：将每幅影像金字塔中间层的影像，使用多尺度融合技术，拼接成一幅颜色过渡平滑的参考影像；E3：统计每幅影像在参考影像上的投影区域内的子影像灰度均值、方差、直方图信息，形成各自的顾及全局的局部匀色模板；E2：统计测区内所有影像的灰度均值、方差、直方图信息，作为初始模板；E3：使用直方图映射与Wallis模板匹配映射方法，构建每幅影像的色彩转换模型；E4：根据色彩转换模型，对每幅影像进行色彩调节处理。
应用于上述技术方案，所述的一种真正射影像生成方法中，步骤F中，执行步骤具体如下：F1：根据姿态角，遍历所有影像，剔除俯仰角和横滚角超限的影像，在剔除的过程中，首先检测剔除超限影像后，剩余影像的重叠度是否满足需要，若不满足，该影像将再次选入参与处理；F2：构建剩余影像的Voronoi图，将voronoi图的每一个多边形网格向外扩张256个像元，使用扩张后多边形的外包矩形裁剪对应的单幅正射影像；F3：为参与处理的所有影像生成接缝线，接缝线使用中轴线法和最优路线法两种方法生成；F4：对接缝线覆盖区域进行规则格网分区，每个区块内使用加权融合法进行拼接处理，生成子块影像；F5：对子块影像采用扫描线快速填充法进行影像快速拼接处理，输出镶嵌后的真正射影像图。
采用上述方案，本发明提供了专门针对微小型无人机光学影像真正射处理算法，包括从原始影像的盲区检测、正射纠正、盲区填补与融合、掩模图像生成、影像匀色到最终镶嵌出图的全自动化处理流程，有效克服了城区高分辨率，大重叠度影像建筑物倾倒、几何错位和色彩不一致问题。
附图说明
图1为本发明的流程示意图。
具体实施方式
以下结合附图和具体实施例，对本发明进行详细说明。
本实施例提供了一种真正射影像生成方法，如图1所示，真正射影像生成方法应用于高分辨率微小型无人机光学影像处理中，其包括如下步骤：
首先步骤A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像素的遮挡情况，生成盲区图斑；
其中，具体地，盲区检测的具体步骤如下：
A1：根据相机参数和EO数据，计算出影像在DSM上的投影区域Rp；
A2：使用四叉树技术，将投影区域Rp逐级细分，生成一颗四叉树Ti，其中，Ti第一层四个节点对应的区域，是以摄站点在投影平面内的投影为中心，在水平垂直两方向上划分出的四个子区域，其他各层的剖分方法为其父节点对应区域的的四等分，Ti叶节点的尺寸不大于100x100像元；
A3：在Ti树上，快速计算每一叶节点包含的像元到摄站点的通视情况，若被其他像元遮挡，该像元对应的位置就是盲点，所有盲点联通在一起就是盲区图斑；
A4：对盲区图斑，使用栅格图像连通性检测技术，滤除面积较小的盲区，生成优化后的盲区图斑。
然后步骤B：对图像进行正射纠正：其中，根据相机参数、测区高精度POS和DSM数据，对影像进行数字微分纠正，得到单张正射影像。
得到单张正射影像后，进行步骤C：生成掩膜图像：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像。
然后，步骤D：盲区填补与融合：生成权值模板，根据影像间的拓扑关系，从相邻影像中选取权值最大的有效像元，使用图像多尺度融合技术，填补对应部分的盲区图斑；
步骤D中，盲区填补与融合的具体步骤如下：
D1：构建所有影像间的空间拓扑关系，并建立快速检索表；
D2：根据拓扑关系快速检索表，查找与当前影像具有拓扑邻接的所有影像；
D3：对每一幅影像逐像元生成权值图像，权值的大小为当前像元到当前影像曝光点下视点的欧几里得距离与其到盲区边缘欧几里得距离的乘积；
D4：遍历盲区图斑图像中的每一个盲点像元，在所有与其相邻的影像的权值图像上，找出对应位置权值最大的像元，将其填补到盲点像元位置处，最终生成盲区图斑填补图；
D5：使用图像多尺度融合技术，将盲区图斑填补图，与正射纠正后的影像进行分频段融合，生成单幅真正射影像。
其中，步骤D5中，对各影像盲区边缘处进行色彩过渡的步骤具体如下：
D50：对正射纠正后的影像和图斑填补后的影像，生成两幅掩膜影像，掩膜影像是对偶互补关系；
D51：分别对两幅掩膜影像的构建高斯金字塔；
D52：分别对正射纠正后的影像和图斑填补后的影像生成拉普拉斯金字塔；
D53：根据掩膜影像的高斯金字塔中的多尺度掩膜，将参与融合的两幅影像对应的拉普拉斯金字塔中的子频段影像进行融合处理，构建融合后的影像金字塔；
D54：使用经过融合处理后的影像金字塔，将各子频段加以合成，重建一幅新影像。
最后，进行步骤E：影像匀色：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；
步骤E中，构建顾及全局的局部匀色模板，进行单张影像的并行批量
匀色处理的步骤具体如下：
E1：构建所有待处理单张影像的金字塔；
E2：将每幅影像金字塔中间层的影像，使用多尺度融合技术，拼接成一幅颜色过渡平滑的参考影像；
E3：统计每幅影像在参考影像上的投影区域内的子影像灰度均值、方差、直方图信息，形成各自的顾及全局的局部匀色模板；
E2：统计测区内所有影像的灰度均值、方差、直方图信息，作为初始模板；
E3：使用直方图映射与Wallis模板匹配映射方法，构建每幅影像的色彩转换模型；
E4：根据色彩转换模型，对每幅影像进行色彩调节处理。
最后，步骤F：生成真正射影像：采用镶嵌线算法，将具有重叠度的影像进行拼接，输出真正射影像图。
步骤F中，执行步骤具体如下：
F1：根据姿态角，遍历所有影像，剔除俯仰角和横滚角超限的影像，在剔除的过程中，首先检测剔除超限影像后，剩余影像的重叠度是否满足需要，若不满足，该影像将再次选入参与处理；
F2：构建剩余影像的Voronoi图，将voronoi图的每一个多边形网格向外扩张256个像元，使用扩张后多边形的外包矩形裁剪对应的单幅正射影像；
F3：为参与处理的所有影像生成接缝线，接缝线使用中轴线法和最优路线法两种方法生成；
F4：对接缝线覆盖区域进行规则格网分区，每个区块内使用加权融合法进行拼接处理，生成子块影像；
F5：对子块影像采用扫描线快速填充法进行影像快速拼接处理，输出镶嵌后的真正射影像图。
以上仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在发明的保护范围之内。
Claims (5)
1.一种真正射影像生成方法，应用于高分辨率微小型无人机光学影像处理中，其特征在于，包括如下步骤：
A：盲区检测：根据航摄区域高精度EO数据和DSM数据，采用四叉树技术，快速计算影像中每一像素的遮挡情况，生成盲区图斑；
其中，步骤A中，盲区检测的具体步骤如下：
A1：根据相机参数和EO数据，计算出影像在DSM上的投影区域Rp；
A2：使用四叉树技术，将投影区域Rp逐级细分，生成一颗四叉树Ti，其中，Ti第一层四个节点对应的区域，是以摄站点在投影平面内的投影为中心，在水平垂直两方向上划分出的四个子区域，其他各层的剖分方法为其父节点对应区域的的四等分，Ti叶节点的尺寸不大于100x100像元；
A3：在Ti树上，快速计算每一叶节点包含的像元到摄站点的通视情况，若被其他像元遮挡，该像元对应的位置就是盲点，所有盲点联通在一起就是盲区图斑；
B：正射纠正：根据相机参数、测区高精度POS和DSM数据，对影像进行数字微分纠正，得到单张正射影像；
C：生成掩膜图像：根据盲区图斑和正射纠正后影像的有效区域，生成对应影像的掩膜图像；
D：盲区填补与融合：生成权值模板，根据影像间的拓扑关系，从相邻影像中选取权值最大的有效像元，使用图像多尺度融合技术，填补对应部分的盲区图斑；
E：影像匀色：构建顾及局部的全局匀色模板，进行单张影像的批量并行匀色处理；
F：生成真正射影像：采用镶嵌线算法，将具有重叠度的影像进行拼接，输出真正射影像图。
2.根据权利要求1所述的一种真正射影像生成方法，其特征在于：步骤D中，盲区填补与融合的具体步骤如下：
D1：构建所有影像间的空间拓扑关系，并建立快速检索表；
D2：根据拓扑关系快速检索表，查找与当前影像具有拓扑邻接的所有影像；
D3：对每一幅影像逐像元生成权值图像，权值的大小为当前像元到当前影像曝光点下视点的欧几里得距离与其到盲区边缘欧几里得距离的乘积；
D4：遍历盲区图斑图像中的每一个盲点像元，在所有与其相邻的影像的权值图像上，找出对应位置权值最大的像元，将其填补到盲点像元位置处，最终生成盲区图斑填补图；
D5：使用图像多尺度融合技术，将盲区图斑填补图，与正射纠正后的影像进行分频段融合，生成单幅真正射影像。
3.根据权利要求2所述的一种真正射影像生成方法，其特征在于：步骤D5中，对各影像盲区边缘处进行色彩过渡的步骤具体如下：
D50：对正射纠正后的影像和图斑填补后的影像，生成两幅掩膜影像，掩膜影像是对偶互补关系；
D51：分别对两幅掩膜影像的构建高斯金字塔；
D52：分别对正射纠正后的影像和图斑填补后的影像生成拉普拉斯金字塔；
D53：根据掩膜影像的高斯金字塔中的多尺度掩膜，将参与融合的两幅影像对应的拉普拉斯金字塔中的子频段影像进行融合处理，构建融合后的影像金字塔；
D54：使用经过融合处理后的影像金字塔，将各子频段加以合成，重建一幅新影像。
4.根据权利要求1所述的一种真正射影像生成方法，其特征在于：步骤E中，构建顾及全局的局部匀色模板，进行单张影像的并行批量匀色处理的步骤具体如下：
E1：构建所有待处理单张影像的金字塔；
E2：将每幅影像金字塔中间层的影像，使用多尺度融合技术，拼接成一幅颜色过渡平滑的参考影像；
E3：统计每幅影像在参考影像上的投影区域内的子影像灰度均值、方差、直方图信息，形成各自的顾及全局的局部匀色模板；
E2：统计测区内所有影像的灰度均值、方差、直方图信息，作为初始模板；
E3：使用直方图映射与Wallis模板匹配映射方法，构建每幅影像的色彩转换模型；
E4：根据色彩转换模型，对每幅影像进行色彩调节处理。
5.根据权利要求1所述的一种真正射影像生成方法，其特征在于：步骤F中，执行步骤具体如下：
F1：根据姿态角，遍历所有影像，剔除俯仰角和横滚角超限的影像，在剔除的过程中，首先检测剔除超限影像后，剩余影像的重叠度是否满足需要，若不满足，该影像将再次选入参与处理；
F2：构建剩余影像的Voronoi图，将voronoi图的每一个多边形网格向外扩张256个像元，使用扩张后多边形的外包矩形裁剪对应的单幅正射影像；
F3：为参与处理的所有影像生成接缝线，接缝线使用中轴线法和最优路线法两种方法生成；
F4：对接缝线覆盖区域进行规则格网分区，每个区块内使用加权融合法进行拼接处理，生成子块影像；
F5：对子块影像采用扫描线快速填充法进行影像快速拼接处理，输出镶嵌后的真正射影像图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710100505.9A CN106875364B (zh) | 2017-02-23 | 2017-02-23 | 一种真正射影像生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710100505.9A CN106875364B (zh) | 2017-02-23 | 2017-02-23 | 一种真正射影像生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106875364A CN106875364A (zh) | 2017-06-20 |
| CN106875364B true CN106875364B (zh) | 2019-07-26 |
Family
ID=59168637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710100505.9A Active CN106875364B (zh) | 2017-02-23 | 2017-02-23 | 一种真正射影像生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106875364B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108629742B (zh) * | 2018-03-29 | 2020-08-28 | 深圳飞马机器人科技有限公司 | 真正射影像阴影检测与补偿方法、装置及存储介质 |
| CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
| CN110942406B (zh) * | 2019-11-18 | 2023-10-24 | 广州珠江工程建设监理有限公司 | 一种基于无人机的建设工程管控方法 |
| CN111447426B (zh) * | 2020-05-13 | 2021-12-31 | 中测新图(北京)遥感技术有限责任公司 | 一种影像色彩校正方法以及装置 |
| CN111754590B (zh) * | 2020-05-14 | 2024-04-02 | 北京吉威空间信息股份有限公司 | 基于全球色彩特征库遥感影像自动匀色的方法 |
| CN111652826B (zh) * | 2020-05-18 | 2023-04-25 | 哈尔滨工业大学 | 基于Wallis滤波+直方图匹配的有重多/高光谱遥感图像匀色方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101726298A (zh) * | 2009-12-18 | 2010-06-09 | 华中科技大学 | 一种用于前视导航制导的立体地标选择和参考图制备方法 |
| CN101908068A (zh) * | 2010-08-03 | 2010-12-08 | 武汉大学 | 一种基于四叉树索引的海量激光扫描点云实时绘制方法 |
| CN102496181A (zh) * | 2011-10-31 | 2012-06-13 | 中国地质大学（武汉） | 面向规模化生产的真正射影像制作方法 |
| CN104200527A (zh) * | 2014-09-02 | 2014-12-10 | 西安煤航信息产业有限公司 | 一种真正射影像的生成方法 |
| CN106251326A (zh) * | 2016-07-02 | 2016-12-21 | 桂林理工大学 | 一种利用鬼影像的建筑物遮挡检测及遮挡区域补偿方法 |
-
2017
- 2017-02-23 CN CN201710100505.9A patent/CN106875364B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101726298A (zh) * | 2009-12-18 | 2010-06-09 | 华中科技大学 | 一种用于前视导航制导的立体地标选择和参考图制备方法 |
| CN101908068A (zh) * | 2010-08-03 | 2010-12-08 | 武汉大学 | 一种基于四叉树索引的海量激光扫描点云实时绘制方法 |
| CN102496181A (zh) * | 2011-10-31 | 2012-06-13 | 中国地质大学（武汉） | 面向规模化生产的真正射影像制作方法 |
| CN104200527A (zh) * | 2014-09-02 | 2014-12-10 | 西安煤航信息产业有限公司 | 一种真正射影像的生成方法 |
| CN106251326A (zh) * | 2016-07-02 | 2016-12-21 | 桂林理工大学 | 一种利用鬼影像的建筑物遮挡检测及遮挡区域补偿方法 |
Non-Patent Citations (5)
| Title |
|---|
| An Improved Hierarchical Segmentation Method for Remote Sensing Images;Yumin Tan 等;《Journal of the Indian Society of Remote Sensing 》;20110212;686-695 |
| ANALYSIS AND THE SOLUTIONS FOR GENERATING A TRUE DIGITAL ORTHO PHOTO IN CLOSE RANGE PHOTOGRAMMETRY;M. Shariat 等;《The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences》;20081231;439-442 |
| 一种数字真正射影像制作方法;杨玲 等;《2010 International Conference on Remote Sensing (ICRS)》;20110625;356-359 |
| 一种新的真正射影像生成算法;王潇 等;《武汉大学学报·信息科学版》;20091005;第34卷(第10期);1250-1254 |
| 基于无人机航空影像的真正射影像制作方法研究;张伟阁 等;《2013上海遥感与社会发展国际学术研讨会论文集》;20131201;124-136 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106875364A (zh) | 2017-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106875364B (zh) | 一种真正射影像生成方法 | |
| US10489953B2 (en) | Mosaic oblique images and methods of making and using same | |
| 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 | |
| CN105550995B (zh) | 隧道影像拼接方法及系统 | |
| CN104331872B (zh) | 图像拼接方法 | |
| CN103544711B (zh) | 遥感影像的自动配准方法 | |
| CN112489212A (zh) | 一种基于多源遥感数据的建筑物智能化三维测图方法 | |
| EP3002552B1 (en) | A method and a system for building a three-dimensional model from satellite images | |
| CN109961398A (zh) | 风机叶片图像分割与网格优化拼接方法 | |
| CN104732482A (zh) | 一种基于控制点的多分辨率图像拼接方法 | |
| CN104966281A (zh) | 多视影像的imu/gnss引导匹配方法 | |
| CN113837892A (zh) | 基于3s技术的坡耕地划分方法 | |
| CN103839286B (zh) | 一种对象语义约束的真正射影像优化采样方法 | |
| Axelsson et al. | Roof type classification using deep convolutional neural networks on low resolution photogrammetric point clouds from aerial imagery | |
| CN107743201A (zh) | 一种电力线廊道消费级数码相机快速拼图方法及装置 | |
| WO2009052053A1 (en) | Geospatial modeling system using void filling and related methods | |
| Gerke et al. | Supervised and unsupervised MRF based 3D scene classification in multiple view airborne oblique images | |
| CN114463521B (zh) | 一种面向空地影像数据融合的建筑目标点云快速生成方法 | |
| CN108629742A (zh) | 真正射影像阴影检测与补偿方法、装置及存储介质 | |
| CN109035365A (zh) | 一种高分辨率影像的镶嵌处理方法 | |
| CN109118565A (zh) | 一种顾及杆塔电力线遮挡的电力走廊三维模型纹理映射方法 | |
| Hu et al. | True ortho generation of urban area using high resolution aerial photos | |
| Xandri et al. | Automatic generation of seamless mosaics over extensive areas from high resolution imagery | |
| CN117036622B (zh) | 融合航拍图像和地面扫描的三维重建方法、装置和设备 | |
| Yu et al. | Advanced approach for automatic reconstruction of 3d buildings from aerial images |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 518000, Room 1301, Building A4, Nanshan Zhiyuan, No. 1001 Xueyuan Avenue, Changyuan Community, Taoyuan Street, Nanshan District, Shenzhen, Guangdong Province Patentee after: Shenzhen Pegasus Robotics Co.,Ltd. Country or region after: China Patentee after: NATIONAL MARINE ENVIRONMENTAL MONITORING CENTER Address before: 518000, 1st Floor, 16th Building, Zhiheng Industrial Park, Nantou Street, Nanshan District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN FEIMA ROBOTICS Co.,Ltd. Country or region before: China Patentee before: NATIONAL MARINE ENVIRONMENTAL MONITORING CENTER |