CN108038873A - 一种sar和可见光波段影像的自动配准技术 - Google Patents
一种sar和可见光波段影像的自动配准技术 Download PDFInfo
- Publication number
- CN108038873A CN108038873A CN201711320660.8A CN201711320660A CN108038873A CN 108038873 A CN108038873 A CN 108038873A CN 201711320660 A CN201711320660 A CN 201711320660A CN 108038873 A CN108038873 A CN 108038873A
- Authority
- CN
- China
- Prior art keywords
- extraction
- image
- objective
- sar
- visible light
- 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.)
- Withdrawn
Links
Classifications
-
- 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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种SAR和可见光波段影像的自动配准技术,包括如下步骤,开始数据预处理,边缘提取,边缘连接,目标提取,区域分割:目标属性计算,目标匹配,从参考影像上提取目前,得到控制点,目标提取仿射变换,最后重采样得到结果,本发明不受时间和空间的影像,正常将采集到的数据进行分析和处理,得到准确的数值,结果精确度准确。
Description
技术领域
本发明涉及一种SAR和可见光波段影像的自动配准技术,属于光波段影像的自动配准的技术领域。
背景技术
遥感数据快速处理和洪水灾害快速评估的研究与开发,提取水体是洪水灾害评估的一项重要内容,虽然对于水体的研究有很多,研究得波段主要集中在课间光至热红外波段去,这些波段不能穿透云层,特别是厚云覆盖层,而洪水发生时,一般天气条件特别恶劣,这时很难得到清晰有用的光谱影像,气象卫星尽管其时间分辨率高,但是其空间分辨率相当低,对于高要求的灾害评估来说,是不够理想的,而雷达不受白天黑夜的限制,而且它选用的波段能够穿透云透雾,因此,利用雷达影像提取信息具有较大的现实意义。
发明内容
发明目的:为了克服分辨率相当低、受时间的限制的问题,本发明提供一种SAR和可见光波段影像的自动配准技术。
工艺方案:本发明公开本发明公开一种SAR和可见光波段影像的自动配准技术,其特征在于,包括如下步骤:
第一步:开始数据预处理,将影像获取的数据进行预处理,从SAR影像中提取闭合区域特征,将提取的数据进行去除噪音处理,处理数值的滤波;
第二步:边缘提取,采用闭合区域的边缘提取;
第三步:边缘连接,将提取的边缘进行连接;
第四步:目标提取,根据提取的影像进行提取目标特征;
第五步:区域分割,根据提取数值,找出其阈值,根据阈值法进行分割;
第六步:目标属性计算,目标属性计算采用影像坐标来计算;
第七步:目标匹配,从参考影像上提取目前,从输入影像上提取目标,确定参与评价的目标属性,计算参与评价的函数,利用阈值剔除错误匹配,得到正确的目标匹配;
第八步:得到控制点,进行第五步:目标提取仿射变换;
第九步:最后重采样得到结果。
本发明不受时间和空间的影像,正常将采集到的数据进行分析和处理,得到准确的数值,结果精确度准确。
附图说明
图1:本实施例一种SAR和可见光波段影像的自动配准技术的结构框图。
图2:本实施例目标匹配的结构框图。
具体实施方式
以下结合附图并通过具体实施例对本发明做进一步阐述,应当指出:对于本工艺领域的普通工艺人员来说,在不脱离本发明原理的前提下,对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
实施例1:
如图1-2所示一种SAR和可见光波段影像的自动配准技术,包括如下步骤:
第一步:开始数据预处理,将影像获取的数据进行预处理,从SAR影像中提取闭合区域特征,将提取的数据进行去除噪音处理,处理数值的滤波;
第二步:边缘提取,采用闭合区域的边缘提取;
第三步:边缘连接,将提取的边缘进行连接;
第四步:目标提取,根据提取的影像进行提取目标特征;
第五步:区域分割,根据提取数值,找出其阈值,根据阈值法进行分割;
第六步:目标属性计算,目标属性计算采用影像坐标来计算;
第七步:目标匹配,从参考影像上提取目前,从输入影像上提取目标,确定参与评价的目标属性,计算参与评价的函数,利用阈值剔除错误匹配,得到正确的目标匹配;
第八步:得到控制点,进行第五步:目标提取仿射变换;
第九步:最后重采样得到结果。
本发明不受时间和空间的影像,正常将采集到的数据进行分析和处理,得到准确的数值,结果精确度准确。
Claims (2)
1.一种SAR和可见光波段影像的自动配准技术,其特征在于,包括如下步骤:
第一步:开始数据预处理,将影像获取的数据进行预处理,从SAR影像中提取闭合区域特征,将提取的数据进行去除噪音处理,处理数值的滤波;
第二步:边缘提取,采用闭合区域的边缘提取;
第三步:边缘连接,将提取的边缘进行连接;
第四步:目标提取,根据提取的影像进行提取目标特征;
第五步:区域分割,根据提取数值,找出其阈值,根据阈值法进行分割;
第六步:目标属性计算;
第七步:目标匹配,从参考影像上提取目前,从输入影像上提取目标,确定参与评价的目标属性,计算参与评价的函数,利用阈值剔除错误匹配,得到正确的目标匹配;
第八步:得到控制点,进行第五步:目标提取仿射变换;
第九步:最后重采样得到结果。
2.根据权利要求1所述一种SAR和可见光波段影像的自动配准技术,其特征在于,所述目标属性计算采用影像坐标来计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711320660.8A CN108038873A (zh) | 2017-12-12 | 2017-12-12 | 一种sar和可见光波段影像的自动配准技术 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711320660.8A CN108038873A (zh) | 2017-12-12 | 2017-12-12 | 一种sar和可见光波段影像的自动配准技术 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108038873A true CN108038873A (zh) | 2018-05-15 |
Family
ID=62102124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711320660.8A Withdrawn CN108038873A (zh) | 2017-12-12 | 2017-12-12 | 一种sar和可见光波段影像的自动配准技术 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108038873A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117671531A (zh) * | 2023-12-05 | 2024-03-08 | 吉林省鑫科测绘有限公司 | 一种无人机航测数据处理方法及系统 |
-
2017
- 2017-12-12 CN CN201711320660.8A patent/CN108038873A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117671531A (zh) * | 2023-12-05 | 2024-03-08 | 吉林省鑫科测绘有限公司 | 一种无人机航测数据处理方法及系统 |
CN117671531B (zh) * | 2023-12-05 | 2024-08-02 | 吉林省鑫科测绘有限公司 | 一种无人机航测数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11042755B2 (en) | Method for foreign object debris detection | |
CN103914847B (zh) | 基于相位一致性和sift的sar图像配准方法 | |
CN105069460B (zh) | 一种isar图像舰船目标特征提取方法 | |
CN109767454B (zh) | 基于时-空-频显著性的无人机航拍视频运动目标检测方法 | |
WO2016106955A1 (zh) | 一种激光红外复合的地面建筑物识别及导航方法 | |
CN109711256B (zh) | 一种低空复杂背景无人机目标检测方法 | |
KR20150116777A (ko) | 이동 경로 메타데이터를 이용한 항공 사진/비디오에서의 상황 인식 객체 검출 | |
CN105184804B (zh) | 基于机载红外相机航拍图像的海面小目标检测方法 | |
CN103413303A (zh) | 基于联合显著性的红外目标分割方法 | |
CN109697428B (zh) | 基于rgb_d和深度卷积网络的无人机识别定位系统 | |
CN109978797B (zh) | 基于暗通道噪声模板的主动式像素传感器星图去噪方法 | |
CN102842044A (zh) | 高分辨率可见光遥感图像变化检测方法 | |
CN111709968A (zh) | 一种基于图像处理的低空目标探测跟踪方法 | |
CN116052097A (zh) | 一种地图要素检测方法、装置、电子设备和存储介质 | |
CN108073865B (zh) | 一种基于卫星资料的飞机尾迹云识别方法 | |
CN113705380B (zh) | 雾天的目标检测方法、装置、电子设备以及存储介质 | |
Miller et al. | Person tracking in UAV video | |
CN109493366A (zh) | 基于探鸟雷达图像的背景建模方法、系统及介质 | |
CN108038873A (zh) | 一种sar和可见光波段影像的自动配准技术 | |
CN104036295A (zh) | 多光谱遥感影像道路中心线自动检测方法 | |
KR101426864B1 (ko) | 근거리 열상 표적추적을 위한 영역기반 경계향상 방법 | |
CN104200460A (zh) | 基于图像特征和互信息的图像配准方法 | |
CN109522893B (zh) | 一种空中非合作目标气球要害点快速的检测方法 | |
CN106056125A (zh) | 一种基于卡尔曼滤波的日冕物质抛射识别方法 | |
Abdullah et al. | LiDAR segmentation using suitable seed points for 3D building extraction |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180515 |