CN107273893A - 一种智能城市绿化遥感调查的数据校正控制系统 - Google Patents
一种智能城市绿化遥感调查的数据校正控制系统 Download PDFInfo
- Publication number
- CN107273893A CN107273893A CN201710445638.XA CN201710445638A CN107273893A CN 107273893 A CN107273893 A CN 107273893A CN 201710445638 A CN201710445638 A CN 201710445638A CN 107273893 A CN107273893 A CN 107273893A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- image
- control point
- making
- 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.)
- Pending
Links
- 238000012937 correction Methods 0.000 title claims abstract description 44
- 238000011835 investigation Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 17
- 230000010354 integration Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 6
- 238000012394 real-time manufacturing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000013316 zoning Methods 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 abstract description 3
- 239000000463 material Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 241000282693 Cercopithecidae Species 0.000 description 3
- 239000013641 positive control Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
- G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Image Processing (AREA)
Abstract
本发明属于自动控制领域,公开了一种智能城市绿化遥感调查的数据校正控制系统,包括:图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块、系统设置模块;所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁切模块、遥感影像纠正模块、精度检查模块均通过无线连接系统设置模块。本发明使遥感调查数据的校正有了很大的提高,同时由于建立了控制源资料数据库及其安全机制;使原始数据、过程数据、成果数据等数据得到了安全保证;本发明自动化程度高,操作简单,大大降低了劳动强度,为经济社会发展起到了巨大的推动作用。
Description
技术领域
本发明属于自动化领域,尤其涉及一种智能城市绿化遥感调查的数据校正控制系统。
背景技术
城市园林绿化是城市自然环境的一个重要组成部分,它在改造自然、美化城市、消除自然灾害等方面有着重要作用。植树造林,有利于城市防阻风沙、保持水土、抵抗自然灾害的袭击。大面积绿地能起净化空气、调节小气候、减低噪声的作用,为人们提供优美的休息、游览环境。
为改善城市生态环境,恢复生态系统的良性循环,亟需搞好城市园林绿化,提高市区绿地率和扩大绿地面积,为此需要对城市的园林绿化现状进行综合调查。
综上所述,现有技术存在的问题是:1)遥感影像纠正所需要的原始资料(DRG、DEM等)都是以文件形式存储,每次使用都需要人工分发和检索,使用和管理极为不便,同时也容易出现错误;
2)遥感影像处理作业时需要将这些资料文件拷贝到本地才能使用,费时较多。同时也造成数据的不安;
3)控制点采集完全依赖人工操作,同时用于纠正的控制点信息
得不到有效的保存和利用;
4)原始资料及DEM的换带处理造成大量的重复工作;而且现有技术智能化程度低。
发明内容
为解决现有技术存在的问题,本发明提供了一种智能城市绿化遥感调查的数据校正控制系统。
本发明是这样实现的,一种智能城市绿化遥感调查的数据校正控制系统,所述智能城市绿化遥感调查的数据校正控制系统利用先进的计算机网络技术、数据库技术及遥感数据处理技术,建立控制源资料数据库,进行控制点快速采集、存储、共享,实现城市绿化遥感调查的数据校正;具体包括:
图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块、系统设置模块;所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁切模块、遥感影像纠正模块、精度检查模块均通过无线连接系统设置模块。
所述图形操作与制作模块在获取的图像中定义一预览区域的一特定区域;
利用图形操作与制作模块内置的影像调整模块提取至少一预览图像;
利用影像调整模块判定定义的制作的图像是否存在于该预览图像中;
当该制作的图像存在于该预览图像中,决定该制作的图像件是否出现在该特定区域至少一预定百分比;以及当该制作的图像的该预定百分比出现在该特定区域时,致能该影像调整模块以进行一拍照处理以通过该影像调整模块提取图像;
所述影像调整模块对包含有被制作的图像进行数字图像处理,将被制作的图像部分从整个图像背景中提取出来,并对提取出来的前景图像中的每个被制作的图像进行标识;
影像调整模块自动计算,通过扫描整幅前景图像中标识的被制作的图像并进行统计得到被制作的图像的数量;
将预定时间内制作的图像的数量与影像调整模块得到的被制作的图像的数量进行匹配,得到现有校正后的制作的图像的数量;
通过图形操作与制作模块内置的图层控制模块控制实时制作的图像的数量至预定的范围内;
图层控制模块将采集到的包含有被制作的图像利用预定过分割算法进行过分割成超像素图像,对整个输入图像,以8*8个像素为单元,计算每个单元的平均灰度值和每个单元的最大灰度值,得到至少一个区域,同一个所述区域中各个像素点的颜色值相同;
对得到的超像素图像提取特征向量,所述特征向量包括轮廓、纹理、亮度和连续性;
确定每个区域的颜色值和质心;
根据各个区域所对应的颜色值以及各个区域的质心,建立显著性模型;
根据所述显著性模型获取所述图像中的前景样本点和背景样本点;
根据所述显著性模型以及所述前景样本点和所述背景样本点,建立前背景分类模型;
根据预定图割算法对所述图像进行分割,所述预定图割算法利用所述前背景分类模型以及像素点之间的边缘信息对所述图像进行分割;
所述显著性模型为:
其中,Si1为区域Ri中任一像素点的显著性值,w(Rj)为区域Rj中的像素点的个数,DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值,DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值,N为对所述图像进行过分割后得到的区域的总个数,DS(Ri,Rj)为:Center(Ri)为所述区域Ri的质心,Center(Rj)为所述区域Rj的质心,当所述图像中各个像素点的坐标均归一化到[0,1]时;
得到的超像素图像上的每一个超像素计算方向能量,通过非线性变换将方向能量转换成局部归一化的轮廓度,计算区域边界上所有超像素的局部归一化的轮廓度总和,该总和即为区域间的轮廓能量;计算区域内部所有超像素的局部归一化的轮廓度总和,该总和即为区域内的轮廓能量;
求超像素图像对应的方差图像V和边缘图像E,初始化窗口边长N=3;窗口包含信息判断,求边缘图像E中与原图像中当前窗口W对应的窗口中边缘像素在窗口中所占的比例P,若P≥(N-2)/N2则当前窗口包含足够的边缘信息,满足进行分割的条件则进行分割,若P<(N-2)/N2则当前窗口不包含足够的边缘信息,不进行分割;
图层控制模块采用PID控制算法进行控制,所述PID控制算法包括:
第一步,PID控制算法由比例、积分、微分三个环节组成,数学描述为:
u(k)=Kpx(1)+Kdx(2)+Kix(3)
式中,Kp为比例系数;Ki为积分时间常数;Kd为微分时间常数;u(k)为通过PID计算后得到的制作的图像数量增加减少值,x(1)为比例的校正值;x(2)为微分的校正值;x(3)为积分的校正值;
第二步,通过图形操作与制作模块内置的图形基本操作模块输入量的测量值与影像调整模块的期望值的误差及采样时间求出第一步中的x(1)、x(2)、x(3),计算公式为:
x(1)=error(k);
x(2)=[error(k)-error_1]/ts;
x(3)=x(3)+error(k)*ts;
式中,error(k)为在k时刻通过测量值与期望值计算出的误差;ts为采样时间;
第三步,将上两个步骤进行编程后,输出的值u(k)即为给的实时制作的图像的数量的修正值,并记录下来。
所述系统设置模块通过内置的控制点颜色设置模块进行数据的共享;所述控制点颜色设置模块数据共享方法包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块发送所述地址信息;其中,所述地址信息用于使所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块的确认信息后,向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块输出所述流媒体数据;
根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到系统设置模块内置的工作目录配置模块上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据。
进一步,所述图形操作与制作模块包括:
图形基本操作模块、图层控制模块、影像调整模块;所述图形基本操作模块、影像调整模块通过信号线连接图层控制模块。
进一步,所述资料查询模块包括:
资料查询子模块、资料调用模块;所述资料查询子模块通过信号线连接资料调用模块。
进一步,所述控制点采集模块包括:
经验控制点加载模块、控制点采集模块、控制点保存模块、控制点输出模块;所述经验控制点加载模块、控制点采集模块、控制点保存模块、控制点输出模块依次通过信号线连接。
进一步,所述DEM裁切模块包括:裁切设置模块、裁切模块;所述裁切设置模块通过信号线连接裁切模块。
进一步,所述遥感影像纠正模块包括:多基式纠正模块、模型纠正模块;所述多基式纠正模块通过信号线连接模型纠正模块。
进一步,所述精度检查模块包括:目标检查模块、控制点检查模块;所述目标检查模块通过信号线连接控制点检查模块。
进一步,所述系统设置模块包括:工作目录配置模块、控制点颜色设置模块;所述工作目录配置模块通过信号线连接控制点颜色设置模块。
在向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块输出所述流媒体数据之前,进一步包括:
向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块发送控制信息,所述控制信息用于使所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
获取所述任一数据文件当前处理的位置信息和参数信息,并将该位置信息和参数信息添加到所述流媒体文件中,使所述第二电子设备根据该位置信息和参数信息续播所述视频文件;
所述获得分享请求包括:
如果检测到用户执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块的确认信息后,还进一步包括:终止所述任一数据文件的处理流程;
获得所述分享请求之后,进一步包括:
将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据。
本发明提供的智能城市绿化遥感调查的数据校正控制系统,通过影像预处理、控制资料调入、控制点采集、控制点输出、获取DEM、图像处理、影像纠正、参数解算及精度评估根据同名控制点解算模型参数及根据模型计算各控制点精度、影像检查、资料查询、数据库维护等关键环节来处理系统数据库建设、系统功能实现、图形影像的实现功能并分析控制点快速采集、存储、共享的方法,实现遥感影像的快速纠正。
本发明利用先进的计算机网络技术、数据库技术及遥感数据处理技术,建立控制源资料数据库,进行控制点快速采集、存储、共享的方法,实现城市绿化遥感调查的数据校正控制系统。
本发明具有系统数据库建设系统功能实现、图形影像的实现功能。
本发明彻底改变了传统的生产工艺,使遥感影像的纠正速度有了极大的提高;同时由于建立了控制源资料数据库及其安全机制,使原始数据、过程数据、成果数据等国家机密数据得到了安全保证;该系统自动化程度高,操作简单、大大降低了劳动强度。因此,有更多的部门、领域,有更多的人员愿意使用该系统进行遥感影像纠正,以满足不同部门、领域之间对遥感影像的需求,为社会、为经济发展起到了巨大的推动作用。
同时,由于该系统是集多年的生产经验、集多年生产中的具体问题提出并研究的,目前国内尚无任何一家单位、团体或个人进行过类似的研究。该项研究填补了国内空白,为推动科技进步起到了卓越的促进作用。
本发明通过图形操作与制作模块得到被制作图像的数量,可最大化的保证获取多方位不同的图像,使调查更准确。
本发明通过PID控制无需再通过操作人员进行手动改变,精度高,减少造成的人力资源浪费。
本发明系统设置模块的数据分享充分保证了系统数据校正的真实性和传输性的便捷性和实用性。充分保证了整个系统的循环性;极大地方便了用户上的使用便捷。
附图说明
图1是本发明实施例提供的智能城市绿化遥感调查的数据校正控制系统示意图。
图中:1、图形操作与制作模块;2、资料查询模块;3、控制点采集模块;4、DEM裁剪模块;5、遥感影像纠正模块;6、精度检查模块;7、系统设置模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细描述。
如图1所示,本发明实施例提供的智能城市绿化遥感调查的数据校正控制系统,所述智能城市绿化遥感调查的数据校正控制系统利用先进的计算机网络技术、数据库技术及遥感数据处理技术,建立控制源资料数据库,进行控制点快速采集、存储、共享,实现城市绿化遥感调查的数据校正;具体包括:
图形操作与制作模块1、资料查询模块2、控制点采集模块3、DEM裁剪模块4、遥感影像纠正模块5、精度检查模块6、系统设置模块7;所述图形操作与制作模块1、资料查询模块2、控制点采集模块3、DEM裁切模块4、遥感影像纠正模块5、精度检查模块6均通过无线连接系统设置模块7。
所述图形操作与制作模块在获取的图像中定义一预览区域的一特定区域;
利用图形操作与制作模块内置的影像调整模块提取至少一预览图像;
利用影像调整模块判定定义的制作的图像是否存在于该预览图像中;
当该制作的图像存在于该预览图像中,决定该制作的图像件是否出现在该特定区域至少一预定百分比;以及当该制作的图像的该预定百分比出现在该特定区域时,致能该影像调整模块以进行一拍照处理以通过该影像调整模块提取图像;
所述影像调整模块对包含有被制作的图像进行数字图像处理,将被制作的图像部分从整个图像背景中提取出来,并对提取出来的前景图像中的每个被制作的图像进行标识;
影像调整模块自动计算,通过扫描整幅前景图像中标识的被制作的图像并进行统计得到被制作的图像的数量;
将预定时间内制作的图像的数量与影像调整模块得到的被制作的图像的数量进行匹配,得到现有校正后的制作的图像的数量;
通过图形操作与制作模块内置的图层控制模块控制实时制作的图像的数量至预定的范围内;
图层控制模块将采集到的包含有被制作的图像利用预定过分割算法进行过分割成超像素图像,对整个输入图像,以8*8个像素为单元,计算每个单元的平均灰度值和每个单元的最大灰度值,得到至少一个区域,同一个所述区域中各个像素点的颜色值相同;
对得到的超像素图像提取特征向量,所述特征向量包括轮廓、纹理、亮度和连续性;
确定每个区域的颜色值和质心;
根据各个区域所对应的颜色值以及各个区域的质心,建立显著性模型;
根据所述显著性模型获取所述图像中的前景样本点和背景样本点;
根据所述显著性模型以及所述前景样本点和所述背景样本点,建立前背景分类模型;
根据预定图割算法对所述图像进行分割,所述预定图割算法利用所述前背景分类模型以及像素点之间的边缘信息对所述图像进行分割;
所述显著性模型为:
其中,Si1为区域Ri中任一像素点的显著性值,w(Rj)为区域Rj中的像素点的个数,DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值,DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值,N为对所述图像进行过分割后得到的区域的总个数,DS(Ri,Rj)为:Center(Ri)为所述区域Ri的质心,Center(Rj)为所述区域Rj的质心,当所述图像中各个像素点的坐标均归一化到[0,1]时;
得到的超像素图像上的每一个超像素计算方向能量,通过非线性变换将方向能量转换成局部归一化的轮廓度,计算区域边界上所有超像素的局部归一化的轮廓度总和,该总和即为区域间的轮廓能量;计算区域内部所有超像素的局部归一化的轮廓度总和,该总和即为区域内的轮廓能量;
求超像素图像对应的方差图像V和边缘图像E,初始化窗口边长N=3;窗口包含信息判断,求边缘图像E中与原图像中当前窗口W对应的窗口中边缘像素在窗口中所占的比例P,若P≥(N-2)/N2则当前窗口包含足够的边缘信息,满足进行分割的条件则进行分割,若P<(N-2)/N2则当前窗口不包含足够的边缘信息,不进行分割;
图层控制模块采用PID控制算法进行控制,所述PID控制算法包括:
第一步,PID控制算法由比例、积分、微分三个环节组成,数学描述为:
u(k)=Kpx(1)+Kdx(2)+Kix(3)
式中,Kp为比例系数;Ki为积分时间常数;Kd为微分时间常数;u(k)为通过PID计算后得到的制作的图像数量增加减少值,x(1)为比例的校正值;x(2)为微分的校正值;x(3)为积分的校正值;
第二步,通过图形操作与制作模块内置的图形基本操作模块输入量的测量值与影像调整模块的期望值的误差及采样时间求出第一步中的x(1)、x(2)、x(3),计算公式为:
x(1)=error(k);
x(2)=[error(k)-error_1]/ts;
x(3)=x(3)+error(k)*ts;
式中,error(k)为在k时刻通过测量值与期望值计算出的误差;ts为采样时间;
第三步,将上两个步骤进行编程后,输出的值u(k)即为给的实时制作的图像的数量的修正值,并记录下来。
所述系统设置模块通过内置的控制点颜色设置模块进行数据的共享;所述控制点颜色设置模块数据共享方法包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块发送所述地址信息;其中,所述地址信息用于使所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块的确认信息后,向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块输出所述流媒体数据;
根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到系统设置模块内置的工作目录配置模块上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据。
所述图形操作与制作模块包括:
图形基本操作模块、图层控制模块、影像调整模块;所述图形基本操作模块、影像调整模块通过信号线连接图层控制模块。
所述资料查询模块包括:
资料查询子模块、资料调用模块;所述资料查询子模块通过信号线连接资料调用模块。
所述控制点采集模块包括:
经验控制点加载模块、控制点采集模块、控制点保存模块、控制点输出模块;所述经验控制点加载模块、控制点采集模块、控制点保存模块、控制点输出模块依次通过信号线连接。
所述DEM裁切模块包括:裁切设置模块、裁切模块;所述裁切设置模块通过信号线连接裁切模块。
所述遥感影像纠正模块包括:多基式纠正模块、模型纠正模块;所述多基式纠正模块通过信号线连接模型纠正模块。
所述精度检查模块包括:目标检查模块、控制点检查模块;所述目标检查模块通过信号线连接控制点检查模块。
所述系统设置模块包括:工作目录配置模块、控制点颜色设置模块;所述工作目录配置模块通过信号线连接控制点颜色设置模块。
在向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块输出所述流媒体数据之前,进一步包括:
向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块发送控制信息,所述控制信息用于使所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
获取所述任一数据文件当前处理的位置信息和参数信息,并将该位置信息和参数信息添加到所述流媒体文件中,使所述第二电子设备根据该位置信息和参数信息续播所述视频文件;
所述获得分享请求包括:
如果检测到用户执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块的确认信息后,还进一步包括:终止所述任一数据文件的处理流程;
获得所述分享请求之后,进一步包括:
将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据。
本发明提供的智能城市绿化遥感调查的数据校正控制系统,通过影像预处理、控制资料调入、控制点采集、控制点输出、获取DEM、图像处理、影像纠正、参数解算及精度评估根据同名控制点解算模型参数及根据模型计算各控制点精度、影像检查、资料查询、数据库维护等关键环节来处理系统数据库建设、系统功能实现、图形影像的实现功能并分析控制点快速采集、存储、共享的方法,实现遥感影像的快速纠正。
本发明利用先进的计算机网络技术、数据库技术及遥感数据处理技术,建立控制源资料数据库,进行控制点快速采集、存储、共享的方法,实现城市绿化遥感调查的数据校正控制系统。
本发明具有系统数据库建设系统功能实现、图形影像的实现功能。
本发明彻底改变了传统的生产工艺,使遥感影像的纠正速度有了极大的提高;同时由于建立了控制源资料数据库及其安全机制,使原始数据、过程数据、成果数据等国家机密数据得到了安全保证;该系统自动化程度高,操作简单、大大降低了劳动强度。因此,有更多的部门、领域,有更多的人员愿意使用该系统进行遥感影像纠正,以满足不同部门、领域之间对遥感影像的需求,为社会、为经济发展起到了巨大的推动作用。
同时,由于该系统是集多年的生产经验、集多年生产中的具体问题提出并研究的,目前国内尚无任何一家单位、团体或个人进行过类似的研究。该项研究填补了国内空白,为推动科技进步起到了卓越的促进作用。
本发明结合目前遥感影像纠正的生产实际情况和需求,制定遥感影像快速纠正的方法和技术体系。
本发明结合遥感影像纠正控制源资料的复杂性、多元性等特点,制订多尺度、多元海量空间数据存储管理的解决方案。
本发明对控制源资料进行分析、处理、入库,建立控制源资料数据库。
本发明结合遥感影像纠正的工艺流程,制订遥感影像快速纠正的系统功能结构及解决方案;
本发明利用遥感、GIS、数据库等技术,建立遥感影像纠正处理平台,为用户提供方便灵活的遥感影像纠正处理工具。
采用C/S模式体系结构。在服务器端建立遥感影像资料数据库,同时,开发建立客户端应用平台,用户利用该平台通过局域网访问数据库,实现数据的获取、处理、存储、查询等操作。
下面结合具体实施例对本发明作进一步描述。
1)影像预处理:
由于原始遥感影像存在平面位置、方位与比例的几何变形,因而需要对其进行平移、旋转、缩放等预处理,以便影像控制点的选取较容易进行。系统自动读取遥感影像参数文件,自动解算影像的平移、旋转与缩放参数,再利用仿射变换进行纠正。实现遥感影像的粗纠正。
2)控制资料调入:
根据粗纠正的遥感影像,定义出该影像原始资料的范围,生成标准图幅范围。选择控制资料类型及比例尺后调入控制资料源到地图窗口,用于控制点选取做准备。
3)控制点采集:
①经验控制点
存储于数据库中的控制点,其来源包括野外采集控制点、加密控
制点、内业采集控制点。提取经验控制点,将其作为采集控制点。同名点的采集可参照控制资料,也可参照控制点小影像。一方面提高了控制点的采集效率;另一方面可以提高相邻影像的接边精度。
②手工控制点采集:
在原始影像(或控制资料)上采集特征点,然后根据其坐标在控制资料(或原始影像)相应位置上生成预判点,最后将预判点移动到对应同名点处。在采集一定数量的控制点后,利用一、二次多项式对原始遥感影像进行“纠正”,以提高预判点的准确性。
4)控制点输出:
①采集控制点实时保存到数据库,保持控制点与原始遥感影像的对应
关系,保证作业的可持续性。
②将控制点成果(控制点坐标、小影像)保存到数据库中,可作为经验控制点,实现控制点共享。
5)获取DEM:
从数据库中获取并裁切本影像范围的DEM数据。对不同分辨率DEM进行融合、放大因子改正、换带、投影等操作,高度智能化生成影像纠正必需的DEM。
6)图像处理:
主要实现图像的一些基本处理功能,如:图像平滑、图像锐化、直方图均衡等。
7)影像纠正:
系统建立了SPOT5模型纠正、RPC模型纠正及多项式纠正,并可以输出控制点资料成果数据,自动调用ERDAS软件参数实现系统其他类型遥感影像的纠正,该过程无需用户参与。
8)参数解算及精度评估根据同名控制点解算模型参数及根据模型计算各控制点精度。模型根据具体情况确定,对提供轨道或RPC参数的采用轨道模型或RPC模型,否则采用二次多项式或其他模型。
9)影像检查:
①目视检查:
将纠正后的遥感影像与控制源资料套合,采用卷帘、透明度方式进行目视检查。
②控制点检查:
分别在纠正后的遥感影像和已有控制源资料上选取检查点,自动计算得出遥感影像误差报告。
10)资料查询:
用户可以查询数据库中任意范围内的资料情况。
11)数据库维护:
实现数据库的备份及数据库安全管理。
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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述智能城市绿化遥感调查的数据校正控制系统利用先进的计算机网络技术、数据库技术及遥感数据处理技术,建立控制源资料数据库,进行控制点快速采集、存储、共享,实现城市绿化遥感调查的数据校正;具体包括:
图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块、系统设置模块;所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁切模块、遥感影像纠正模块、精度检查模块均通过无线连接系统设置模块;
所述图形操作与制作模块在获取的图像中定义一预览区域的一特定区域;
利用图形操作与制作模块内置的影像调整模块提取至少一预览图像;
利用影像调整模块判定定义的制作的图像是否存在于该预览图像中;
当该制作的图像存在于该预览图像中,决定该制作的图像件是否出现在该特定区域至少一预定百分比;以及当该制作的图像的该预定百分比出现在该特定区域时,致能该影像调整模块以进行一拍照处理以通过该影像调整模块提取图像;
所述影像调整模块对包含有被制作的图像进行数字图像处理,将被制作的图像部分从整个图像背景中提取出来,并对提取出来的前景图像中的每个被制作的图像进行标识;
影像调整模块自动计算,通过扫描整幅前景图像中标识的被制作的图像并进行统计得到被制作的图像的数量;
将预定时间内制作的图像的数量与影像调整模块得到的被制作的图像的数量进行匹配,得到现有校正后的制作的图像的数量;
通过图形操作与制作模块内置的图层控制模块控制实时制作的图像的数量至预定的范围内;
图层控制模块将采集到的包含有被制作的图像利用预定过分割算法进行过分割成超像素图像,对整个输入图像,以8*8个像素为单元,计算每个单元的平均灰度值和每个单元的最大灰度值,得到至少一个区域,同一个所述区域中各个像素点的颜色值相同;
对得到的超像素图像提取特征向量,所述特征向量包括轮廓、纹理、亮度和连续性;
确定每个区域的颜色值和质心;
根据各个区域所对应的颜色值以及各个区域的质心,建立显著性模型;
根据所述显著性模型获取所述图像中的前景样本点和背景样本点;
根据所述显著性模型以及所述前景样本点和所述背景样本点,建立前背景分类模型;
根据预定图割算法对所述图像进行分割,所述预定图割算法利用所述前背景分类模型以及像素点之间的边缘信息对所述图像进行分割;
所述显著性模型为:
其中,Si1为区域Ri中任一像素点的显著性值,w(Rj)为区域Rj中的像素点的个数,DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值,DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值,N为对所述图像进行过分割后得到的区域的总个数,DS(Ri,Rj)为:DS(Ri,Rj)=exp(-(Center(Ri)-Center(Rj))2/σs 2);Center(Ri)为所述区域Ri的质心,Center(Rj)为所述区域Rj的质心,当所述图像中各个像素点的坐标均归一化到[0,1]时;
得到的超像素图像上的每一个超像素计算方向能量,通过非线性变换将方向能量转换成局部归一化的轮廓度,计算区域边界上所有超像素的局部归一化的轮廓度总和,该总和即为区域间的轮廓能量;计算区域内部所有超像素的局部归一化的轮廓度总和,该总和即为区域内的轮廓能量;
求超像素图像对应的方差图像V和边缘图像E,初始化窗口边长N=3;窗口包含信息判断,求边缘图像E中与原图像中当前窗口W对应的窗口中边缘像素在窗口中所占的比例P,若P≥(N-2)/N2则当前窗口包含足够的边缘信息,满足进行分割的条件则进行分割,若P<(N-2)/N2则当前窗口不包含足够的边缘信息,不进行分割;
图层控制模块采用PID控制算法进行控制,所述PID控制算法包括:
第一步,PID控制算法由比例、积分、微分三个环节组成,数学描述为:
u(k)=Kpx(1)+Kdx(2)+Kix(3)
式中,Kp为比例系数;Ki为积分时间常数;Kd为微分时间常数;u(k)为通过PID计算后得到的制作的图像数量增加减少值,x(1)为比例的校正值;x(2)为微分的校正值;x(3)为积分的校正值;
第二步,通过图形操作与制作模块内置的图形基本操作模块输入量的测量值与影像调整模块的期望值的误差及采样时间求出第一步中的x(1)、x(2)、x(3),计算公式为:
x(1)=error(k);
x(2)=[error(k)-error_1]/ts;
x(3)=x(3)+error(k)*ts;
式中,error(k)为在k时刻通过测量值与期望值计算出的误差;ts为采样时间;
第三步,将上两个步骤进行编程后,输出的值u(k)即为给的实时制作的图像的数量的修正值,并记录下来;
所述系统设置模块通过内置的控制点颜色设置模块进行数据的共享;所述控制点颜色设置模块数据共享方法包括:
获得分享请求;
根据所述分享请求,调用一流媒体服务,并确定一用于分享的第一数据;
基于所述流媒体服务,将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
向图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块发送所述地址信息;其中,所述地址信息用于使所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块根据所述地址信息获得所述流媒体数据;
基于所述流媒体服务,当接收到所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块的确认信息后,向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块输出所述流媒体数据;
根据所述分享请求确定用于分享的第一数据包括:
若从所述分享请求中获取到系统设置模块内置的工作目录配置模块上存储的任一数据文件的文件信息,则确定所述任一数据文件为用于分享的第一数据;
若任一数据文件处理过程中,接收到分享请求,则将当前处理的任一数据文件确定为用于分享的第一数据。
2.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述图形操作与制作模块包括:
图形基本操作模块、图层控制模块、影像调整模块;所述图形基本操作模块、影像调整模块通过信号线连接图层控制模块。
3.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述资料查询模块包括:
资料查询子模块、资料调用模块;所述资料查询子模块通过信号线连接资料调用模块。
4.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述控制点采集模块包括:
经验控制点加载模块、控制点采集模块、控制点保存模块、控制点输出模块;所述经验控制点加载模块、控制点采集模块、控制点保存模块、控制点输出模块依次通过信号线连接。
5.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述DEM裁切模块包括:裁切设置模块、裁切模块;所述裁切设置模块通过信号线连接裁切模块。
6.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述遥感影像纠正模块包括:多基式纠正模块、模型纠正模块;所述多基式纠正模块通过信号线连接模型纠正模块。
7.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述精度检查模块包括:目标检查模块、控制点检查模块;所述目标检查模块通过信号线连接控制点检查模块。
8.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,所述系统设置模块包括:工作目录配置模块、控制点颜色设置模块;所述工作目录配置模块通过信号线连接控制点颜色设置模块。
9.如权利要求1所述的智能城市绿化遥感调查的数据校正控制系统,其特征在于,在向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块输出所述流媒体数据之前,进一步包括:
向所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块发送控制信息,所述控制信息用于使所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块根据所述控制信息确定执行该流媒体数据应用程序;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
获取所述任一数据文件当前处理的位置信息,并将所述任一数据文件中未处理的部分转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
当任一数据文件处理过程中,接收到所述分享请求,根据所述分享请求确定用于分享的第一数据,并将所述第一数据转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息包括:
将当前处理的任一数据文件确定为用于分享的第一数据;
将所述任一数据文件转换为流媒体数据以及生成一通过流媒体协议能够获得所述流媒体数据的地址信息;
获取所述任一数据文件当前处理的位置信息和参数信息,并将该位置信息和参数信息添加到所述流媒体文件中,使所述第二电子设备根据该位置信息和参数信息续播所述视频文件;
所述获得分享请求包括:
如果检测到用户执行设定操作的操作信息,则根据所述操作信息生成分享请求;
所述当接收到所述图形操作与制作模块、资料查询模块、控制点采集模块、DEM裁剪模块、遥感影像纠正模块、精度检查模块中的任一模块的确认信息后,还进一步包括:终止所述任一数据文件的处理流程;
获得所述分享请求之后,进一步包括:
将实时输入的数据作为第一数据,基于所述调用流媒体服务将实时输入的第一数据转化为流媒体数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710445638.XA CN107273893A (zh) | 2017-06-14 | 2017-06-14 | 一种智能城市绿化遥感调查的数据校正控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710445638.XA CN107273893A (zh) | 2017-06-14 | 2017-06-14 | 一种智能城市绿化遥感调查的数据校正控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107273893A true CN107273893A (zh) | 2017-10-20 |
Family
ID=60067166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710445638.XA Pending CN107273893A (zh) | 2017-06-14 | 2017-06-14 | 一种智能城市绿化遥感调查的数据校正控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107273893A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664446A (zh) * | 2018-05-10 | 2018-10-16 | 四川省冶地工程勘察设计有限公司 | 一种适用于遥感卫片数学精度检验的自动化解算系统 |
CN114048278A (zh) * | 2021-11-18 | 2022-02-15 | 山东省国土测绘院 | 一种应用于国土测绘空间数据资源的建模校正系统与方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166941A (zh) * | 2011-12-19 | 2013-06-19 | 联想(北京)有限公司 | 一种数据分享的方法及装置 |
CN103679719A (zh) * | 2013-12-06 | 2014-03-26 | 河海大学 | 一种图像分割方法 |
CN103945114A (zh) * | 2013-01-22 | 2014-07-23 | 宏达国际电子股份有限公司 | 图像提取系统及其方法 |
CN103996189A (zh) * | 2014-05-05 | 2014-08-20 | 小米科技有限责任公司 | 图像分割方法及装置 |
CN104750131A (zh) * | 2015-04-14 | 2015-07-01 | 济南大学 | 一种基于参数辨识的流化床温度控制方法 |
CN105678773A (zh) * | 2016-01-12 | 2016-06-15 | 西北工业大学 | 一种低对比度图像分割方法 |
-
2017
- 2017-06-14 CN CN201710445638.XA patent/CN107273893A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103166941A (zh) * | 2011-12-19 | 2013-06-19 | 联想(北京)有限公司 | 一种数据分享的方法及装置 |
CN103945114A (zh) * | 2013-01-22 | 2014-07-23 | 宏达国际电子股份有限公司 | 图像提取系统及其方法 |
CN103679719A (zh) * | 2013-12-06 | 2014-03-26 | 河海大学 | 一种图像分割方法 |
CN103996189A (zh) * | 2014-05-05 | 2014-08-20 | 小米科技有限责任公司 | 图像分割方法及装置 |
CN104750131A (zh) * | 2015-04-14 | 2015-07-01 | 济南大学 | 一种基于参数辨识的流化床温度控制方法 |
CN105678773A (zh) * | 2016-01-12 | 2016-06-15 | 西北工业大学 | 一种低对比度图像分割方法 |
Non-Patent Citations (1)
Title |
---|
蒋红兵等: "快速遥感影像纠正处理系统在汶川抗震救灾中的应用", 《地理信息世界》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108664446A (zh) * | 2018-05-10 | 2018-10-16 | 四川省冶地工程勘察设计有限公司 | 一种适用于遥感卫片数学精度检验的自动化解算系统 |
CN114048278A (zh) * | 2021-11-18 | 2022-02-15 | 山东省国土测绘院 | 一种应用于国土测绘空间数据资源的建模校正系统与方法 |
CN114048278B (zh) * | 2021-11-18 | 2024-03-29 | 山东省国土测绘院 | 一种应用于国土测绘空间数据资源的建模校正系统与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018214195A1 (zh) | 一种基于卷积神经网络的遥感图像桥梁检测方法 | |
CN105069746B (zh) | 基于局部仿射和颜色迁移技术的视频实时人脸替换方法及其系统 | |
CN104484648B (zh) | 基于轮廓识别的机器人可变视角障碍物检测方法 | |
CN109859171A (zh) | 一种基于计算机视觉和深度学习的楼面缺陷自动检测方法 | |
CN104361314B (zh) | 基于红外与可见光图像融合的变电设备定位方法及装置 | |
CN109635748B (zh) | 高分辨率影像中道路特征的提取方法 | |
CN103383773B (zh) | 一种动态提取图像控制点的遥感卫星图像自动正射纠正的框架和方法 | |
CN109961398B (zh) | 风机叶片图像分割与网格优化拼接方法 | |
CN104392457B (zh) | 倾斜影像的连接点自动匹配方法及装置 | |
CN111104850B (zh) | 一种基于残差网络的遥感影像建筑物自动提取方法和系统 | |
CN110837839B (zh) | 一种高精度无人机正射影像制作及数据采集方法 | |
CN109146880A (zh) | 一种基于深度学习的电力设备检测方法 | |
CN108460833A (zh) | 一种基于bim构建传统建筑数字化保护与修复的信息平台 | |
CN111683221B (zh) | 嵌入矢量红线数据的自然资源实时视频监测方法及系统 | |
CN116580419A (zh) | 一种基于ai的建筑模型测试方法 | |
CN113902792A (zh) | 基于改进RetinaNet网络的建筑物高度检测方法、系统和电子设备 | |
CN107273893A (zh) | 一种智能城市绿化遥感调查的数据校正控制系统 | |
KR102388777B1 (ko) | 360도 vr 카메라를 이용한 연도변 조사 서비스 제공 시스템 | |
CN111079826A (zh) | 融合slam和图像处理的施工进度实时识别方法 | |
CN109738752B (zh) | 一种用于接地网维护的快速成像方法 | |
CN107977968B (zh) | 基于建筑物阴影信息挖掘的建筑物分层检测方法 | |
CN115849202B (zh) | 基于数字孪生技术的智能起重机操作目标识别方法 | |
CN116758021A (zh) | 一种基于图像分析的安装标准检测方法 | |
CN111914896A (zh) | 一种基于多源数据的城市局部气候区分类方法 | |
Gu et al. | Surveying and mapping of large-scale 3D digital topographic map based on oblique photography technology |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171020 |