CN108351417B - 使用影像和其他遥感数据从目标获得数据 - Google Patents

使用影像和其他遥感数据从目标获得数据 Download PDF

Info

Publication number
CN108351417B
CN108351417B CN201680060475.7A CN201680060475A CN108351417B CN 108351417 B CN108351417 B CN 108351417B CN 201680060475 A CN201680060475 A CN 201680060475A CN 108351417 B CN108351417 B CN 108351417B
Authority
CN
China
Prior art keywords
data
target
tag
signature
imagery
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
Application number
CN201680060475.7A
Other languages
English (en)
Other versions
CN108351417A (zh
Inventor
C·波塞尔·马格努森
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.)
Skansense SLU
Original Assignee
Skansense SLU
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=54361037&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN108351417(B) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Skansense SLU filed Critical Skansense SLU
Publication of CN108351417A publication Critical patent/CN108351417A/zh
Application granted granted Critical
Publication of CN108351417B publication Critical patent/CN108351417B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/74—Systems using reradiation of electromagnetic waves other than radio waves, e.g. IFF, i.e. identification of friend or foe
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/66—Tracking systems using electromagnetic waves other than radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Developing Agents For Electrophotography (AREA)
  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
  • Heterocyclic Carbon Compounds Containing A Hetero Ring Having Nitrogen And Oxygen As The Only Ring Hetero Atoms (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)

Abstract

本公开涉及一种利用人造物理标签标记至少一个目标的方法，该人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。方法可以包括使人造物理标签关联到目标。

Description

使用影像和其他遥感数据从目标获得数据
技术领域
本公开涉及遥感和影像数据分析，并且更具体地涉及利用人造物理标签标记至少一个目标的方法并且涉及用于从与至少一个目标有关的所获取影像和/或数据获得数据的、用于遥感至少一个目标以及用于找到至少一个目标或与目标有关的数据的方法、系统以及计算机程序。
本申请要求2015年10月19日提交的欧洲专利申请EP 15382513.8的权益。
背景技术
遥感影像(imagery)分析通常包括影像获取之后的对象标记。标记卫星影像由于提取有意义信息而帮助取得影像数据库的更大益处。该信息可以与用于商业和贸易的其他空间和非空间信息相关。
影像数据的所述标记处理取决于所需的准确度而可以借助自动化图像处理或手动进行。虽然人在回路处理提高数据的准确度，但在两种情况下，处理的任务耗时，并且数据准确度受限。
另一方面，已知自然界中的材料的光谱特性用于GIS搜索和环境应用。
最后，RFID技术可以基于光谱签名(spectral signature)追踪目标的对象。所述RFID解决方案即使在有源电力系统中也具有重要的距离限制，并且具有对标签(在大多数情况下为电路)的电子要求，并且在所有情况下需要天线或将目标用作天线。
发明内容
在第一方面中，公开了一种利用人造物理标签标记至少一个目标的方法，该人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。方法可以包括使人造物理标签关联到目标。
这样，被标记到目标的人造物理标签可以提供签名(signature)，该签名可以在不需要详细或完整的图像识别和分析的情况下通过自动化或半自动化处理被容易地识别。基本地，人造物理标签人工地适于提供与自然界中的材料的任何光谱特性不同的、电磁波谱的任何区域中的签名。
在本公开中，术语“成像”是指遥感成像技术，所述遥感成像技术包括光谱(多光谱、高光谱、超光谱)、合成孔径雷达(SAR)、拉曼光谱仪(Raman)和激光雷达以及其他有源和无源技术。
在一些示例中，由人造物理标签提供的签名可以唯一地标识目标。如上所述，为了提供与自然界中或人工产生的任何其他签名不同的签名，可以利用人工操纵的物理标签标记目标。
此外，使人造物理标签关联到目标可以包括：
■使人造物理标签物理地关联到目标；和/或
■修改由被包括在目标中的材料提供的原始签名；和/或
■使用由被包括在目标中的材料提供的原始签名；和/或
■使用被人工地关联到目标的自然签名。
这样，例如，人造物理标签可以在目标(即，特定涂层或贴纸)上、被嵌入目标的材料中或材料本身。
因此，标签例如可以为在电磁波谱的任何区域中(例如，在红外波长范围内)具有特性的不可见颜料，使得它具有特定波长的特定光谱签名。标记材料例如可以由近红外(NIR)发射选择性涂层(即，处于870nm)组成，并且它在光的可见光谱中不可见。
另一方面，目标可以利用两个或更多个不同编码的标签剂(taggant)(诸如，来自具有标识例如目标的制造商的标志的一批和具有标识例如单独的生产单位的标志的另一批的微粒)来标记。
其他示例包括通过物种的标记(即，由品系的专有物种的基因操纵)监测农作物。签名通过基因操纵来人工地产生。
签名还可以由不存在于自然界中的自然签名的组合来产生，或者签名可以为特殊形状或几何结构。
此外，人造物理标签可以不故意地关联到目标，但其原始特性允许它用于本发明。
在任何情况下，签名可以根据例如介质、所施加电压或其他影响因素的特性而随时间变化。
人造物理标签可以在它不存在于目标中时(即，通过它的不存在)提供信息。
在一些示例中，签名根据波长可以为在日光反射区域中的光谱签名。在其他光谱区域中，关注签名可以使用人造物理标签的特性(像温度和发射率(即，TIR)、表面粗糙度和介电性(即，雷达和微波)、偏振(polarization)、相位数据或比重发射能量(specificreemitted energy)(即，LIDAR、拉曼光谱仪、荧光LIDAR、SAR等)以及所述所公开特性中的两个或更多个的组合)。
基本地，签名可以为电磁辐射，并且更具体地可以为所发射、所反射、所散射和/或所吸收电磁辐射的特定组合。
根据一些示例，签名可以源于标签的物理特性，而不源于目标的物理特性。这样，签名可以提供基于标签特性(波长、粗糙度、温度等)的信息或数据，而不是如例如RFID技术中发生的提供与目标有关的信息或数据。
根据另一个方面，公开了一种从与至少一个目标有关的所获取影像和/或数据获得数据的方法。影像和/或数据可以在电磁波谱的任何区域中获取。目标可以包括被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名的至少一个人造物理标签。方法可以包括以下步骤：处理与目标有关的所获取影像和/或数据。
在该场景中，获取影像和/或数据可以以周期性方式编程并以特定再访问时间扫描地球的特定区域。一旦获取影像和/或数据，则可以处理所述影像和/或数据，以便获得与目标有关的数据。所述所获得数据可以为借助于例如用于找到目标或与目标有关的数据的搜索引擎获得的可搜索的一组数据的一部分。
处理所获取影像和/或数据在本场景中可以在与获取相同的位置处来执行。例如，如果影像和/或数据获取系统是卫星，则所获取影像和/或数据的处理可以在同一卫星处执行。
此时，应当注意，因为RFID技术通常对电磁场执行且通常对所传播信号执行成像，所以与对大于两百米的距离具有重要约束的RFID技术相比，获取影像和/或数据可以在数百米的范围内没有距离限制地进行。
另一方面，所获取影像和/或数据可以被当作图像或数据或这两者的组合。存在表示并显示遥感数据两种不同方式(图片地或数字地)，并且因为这两者传达相同信息，所以它们是可互换的。
在一些示例中，方法还可以包括以下步骤：接收与目标有关的所获取影像和/或数据。在该场景中，因为执行所获取影像和/或数据的接收，所以所述所接收的所获取影像和/或数据的处理可以在与获取不同的位置处进行。由此，例如，如果影像和/或数据获取系统是卫星，则处理所获取影像和/或数据可以在地面站中执行。
在另一个场景中，所获取影像和/或数据的接收可以以串流或类似方式进行，使得例如实时发送所获取的影像和/或数据，以便处理。
此外，方法可以包括以下步骤：生成与人造物理标签或所述标签的一部分对应的虚拟标签。这样，物理标签可以被虚拟化为使得可在数据库中搜索目标，如稍后将描述的启用物理对象的优化搜索和物理目标签名搜索引擎的产生。
处理与目标有关的所获取影像和/或数据可以包括：在所获取的影像和/或数据中检测所生成的虚拟标签或所述标签的一部分。
在处理方面，可以在合适的影像和/或数据处理步骤之前向获取步骤添加一些预处理，包括被认为是要相关的样本的最少数量的像素(即，示出被认为是有效标签的关注签名的例如最少两个连续像素)。
在一些示例中，方法还可以包括以下步骤：
●使所生成的虚拟标签与以下中的至少一个有关：
-人造物理标签或所述标签的一部分；
-由人造物理标签提供的签名；
-它们的组合。
根据一些示例，处理与目标有关的所获取影像和/或数据可以包括：基于所生成的虚拟标签先前所公开的检测获得元数据。
然后，虚拟标签(或物理标签或其一部分)可以与所获得的元数据(像目标的地理定位、获取影像和/或数据的时间数据以及目标描述符(例如，名称、所有者等))有关。更具体地，该关联可以使用物理标签、其关注签名、虚拟标签或它们组合来进行。
标签虚拟化和与元数据的联系可以在方法的不同或多个步骤中进行，例如在影像和/或数据处理期间或在影像和/或数据获取期间来进行。
在一些示例中，方法还可以包括以下步骤：
●基于以下所获得的数据中的至少一个对多个数据进行索引：
-与目标有关的所获得的元数据；
-所生成的虚拟标签；
-目标的人造物理标签；
-由人造物理标签提供的签名。
由此，一旦在所获取影像和/或数据中识别到虚拟标签，则可以使用索引技术，并且因此可以产生可搜索的一组数据。
根据一些示例，方法可以包括以下步骤：通过执行利用被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名的人造物理标签标记至少一个目标的方法，来利用被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名的人造物理标签标记目标，以上已经描述了所述方法。
在另一个方面中，公开了一种计算机程序。计算机程序产品可以包括程序指令，所述程序指令用于使得计算机系统执行根据以上所公开的一些示例的、从与至少一个目标有关的所获取影像和/或数据获得数据的方法。所述计算机系统可以为影像和/或数据获取系统(例如，卫星或卫星星座(satellite constellation))的一部分或影像和/或数据获取系统本身，或者可以为设置在与影像和/或数据获取系统不同的位置中的系统。
计算机程序产品可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
在另一个方面中，公开了一种从与至少一个目标有关的所获取影像和/或数据获得数据的系统。影像和/或数据可以在电磁波谱的任何区域中被获取。目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。系统可以包括用于处理与目标有关的所获取影像和/或数据的装置。
基本地，该系统必须能够通过电子/计算装置再现以上描述的方法。所述电子/计算装置可以互换地使用(即，所描述装置的一部分可以是电子装置，并且另一部分可以是计算装置，或者所有所描述的装置可以是电子装置，或者所有所描述的装置可以是计算装置)。
根据另一个方面，公开了一种用于从与至少一个目标有关的影像和/或数据获得数据的系统。影像和/或数据可以在电磁波谱的任何区域中被获取。目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。系统可以被配置为处理与目标有关的所获取影像和/或数据。
在另一个方面中，公开了一种计算机系统。计算机系统可以包括存储器和处理器，该计算机系统具体实施存储在存储器中且能够由处理器执行的指令，指令包括用于执行根据这里所公开的一些示例的、从与至少一个目标有关的所获取影像和/或数据获得数据的方法的功能。因此，所述计算机系统必须能够借助于由处理器执行的指令再现以上描述的方法。
在一些示例中，由人造物理标签提供的签名可以唯一地标识目标。此外，签名可以为光谱签名和/或可以使用人造物理标签的以下特性中的至少一个：
●温度；
●发射率；
●表面粗糙度；
●介电性；
●偏振；
●相位数据；
●比重发射能量；
●所述特性中的至少两个的组合。
根据一些示例，签名可以源于标签的物理特性。
在一些示例中，系统可以从以下选择：
●太空或航空航天装置；
●卫星或卫星星座；
●无人机或一组无人机；
●飞机或一组飞机；
●至少一个地面相机；
●多个数据或数据库。
根据又一个方面，公开了一种遥感至少一个目标的方法。所述目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。方法可以包括以下步骤：
●识别由人造物理标签提供的目标的签名；
●获取与在电磁波谱的任何区域中的所识别签名的目标有关的影像和/或数据。
影像和/或数据获取可以取决于所需的时间和空间分辨率而以不同方式来执行。在该场景中，影像和/或数据的获取可以为了特定目的而专门编程，所述特定目的包括时间范围和像关注多边形(POI)的空间区域。所述目的例如可以是定位目标。在任何情况下，在识别期望目标的签名时，可以获取与目标有关的影像和/或数据。
在一些示例中，方法可以包括以下步骤：向目标的人造物理标签提供能量，其中，识别目标的签名可以取决于目标的人造物理标签和所提供能量这两者的特性。
在另一个方面中，公开了一种计算机程序。计算机程序产品可以包括程序指令，所述程序指令用于使得计算机系统执行根据以上所公开的一些示例的、遥感至少一个目标的方法。所述计算机系统可以为影像和/或数据获取系统(例如，卫星或卫星星座)的一部分或影像和/或数据获取系统本身。
计算机程序产品可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
在另一个方面中，公开了一种用于遥感至少一个目标的系统。所述目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。系统可以包括：
●用于识别由人造物理标签提供的目标的签名的装置；
●用于获取与在电磁波谱的任何区域中的所识别签名的目标有关的影像和/或数据的装置。
基本地，该系统必须能够通过电子/计算装置再现以上描述的方法。所述电子/计算装置可以互换地使用(即，所描述装置的一部分可以是电子装置，并且另一部分可以是计算装置，或者所有所描述的装置可以是电子装置，或者所有所描述的装置可以是计算装置)。
根据另一个方面，公开了一种用于遥感至少一个目标的系统。所述目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。系统可以被配置为：
●识别由人造物理标签提供的目标的签名；
●获取与在电磁波谱的任何区域中的所识别签名的目标有关的影像和/或数据。
在另一个方面中，公开了一种计算机系统。计算机系统可以包括存储器和处理器，该计算机系统具体实施存储在存储器中且能够由处理器执行的指令，指令包括用于执行根据这里所公开的一些示例的、遥感至少一个目标的方法的功能。因此，所述计算机系统必须能够借助于由处理器执行的指令再现以上描述的方法。
在一些示例中，由人造物理标签提供的签名可以唯一地标识目标。此外，签名可以为光谱签名和/或可以使用人造物理标签的以下特性中的至少一个：
●温度；
●发射率；
●表面粗糙度；
●介电性；
●偏振；
●相位数据；
●比重发射能量；
●所述特性中的至少两个的组合。
根据一些示例，签名可以源于标签的物理特性。
在一些示例中，系统可以是从以下选择的影像和/或数据获取系统：
●太空或航空航天装置；
●卫星或卫星星座；
●无人机或一组无人机；
●飞机或一组飞机；
●至少一个地面相机；
●多个数据或数据库。
这样，获取与目标有关的影像和/或数据可以由所公开的影像和/或数据获取系统中的任一个来执行。另一方面，影像和/或数据的获取可以通过从多组数据、储存库、数据库或类似物获取影像和/或数据来执行。
根据又一个方面，公开了一种从与至少一个目标有关的影像和/或数据获得数据的方法。影像和/或数据可以通过执行如上所述的遥感至少一个目标的方法来获取。目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。方法可以包括以下步骤：处理与目标有关的所获取影像和/或数据。
在该场景中，影像和/或数据的获取可以为了特定目的而专门编程，所述特定目的包括时间范围和像关注多边形(POI)的空间区域。所述目的例如可以是定位目标。在任何情况下，在识别期望目标的签名时，可以获取与目标有关的影像和/或数据。一旦获取影像和/或数据，则可以处理该影像和/或数据，以便获得与目标有关的数据。所述所获得数据可以为借助于例如用于找到目标或与目标有关的数据的搜索引擎获得的可搜索的一组数据的一部分。
处理所获取影像和/或数据在本场景中可以在与获取相同的位置处来执行。例如，如果影像和/或数据获取系统是卫星，则所获取影像和/或数据的处理可以在同一卫星处执行。
此时，应当注意，因为RFID技术通常对电磁场执行且通常对所传播信号执行成像，所以与对大于两百米的距离具有重要约束的RFID技术相比，获取影像和/或数据可以在数百米的范围内没有距离限制地进行。
另一方面，所获取影像和/或数据可以被当作图像或数据或这两者的组合。存在表示并显示遥感数据的两种不同方式(图片地或数字地)，并且因为这两者传达相同信息，所以它们是可互换的。
在一些示例中，方法还可以包括以下步骤：接收与目标有关的所获取影像和/或数据。在该场景中，因为执行所获取影像和/或数据的接收，所以所述所接收的所获取影像和/或数据可以在与获取不同的位置处进行。由此，例如，如果影像和/或数据获取系统是卫星，则所获取影像和/或数据的处理可以在地面站中执行。
在另一个场景中，所获取影像和/或数据的接收可以以流或类似方式进行，使得例如实时发送所获取的影像和/或数据，以便处理。
此外，方法可以包括以下步骤：生成与人造物理标签或所述标签的一部分对应的虚拟标签。这样，物理标签可以被虚拟化为使得可在数据库中搜索目标，如稍后将描述的启用物理对象的优化搜索并且因此物理目标签名搜索引擎的产生。
处理与目标有关的所获取影像和/或数据可以包括：在所获取的影像和/或数据中检测所生成的虚拟标签或所述标签的一部分。
在处理方面，可以在合适的影像和/或数据处理步骤之前向获取步骤添加一些预处理，包括被认为是要相关的样本的最少数量的像素(即，示出被认为是有效标签的关注签名的例如最少两个连续像素)。
在一些示例中，方法还可以包括以下步骤：
●使所生成的虚拟标签与以下中的至少一个有关：
-人造物理标签或所述标签的一部分；
-由人造物理标签提供的签名；
-它们的组合。
根据一些示例，处理与目标有关的所获取影像和/或数据可以包括：基于如上所述的所生成的虚拟标签的检测获得元数据。
然后，虚拟标签或其部分(或物理标签或其一部分)可以与所获得的元数据(像目标的地理定位、获取影像和/或数据的时间数据以及目标描述符(例如，名称、所有者等))有关。更具体地，该关联可以使用物理标签、其关注签名、虚拟标签或其组合来进行。
标签虚拟化和与元数据的联系可以在方法的不同或多个步骤中进行，例如在影像和/或数据处理期间或在影像和/或数据获取期间来进行。
在一些示例中，方法还可以包括以下步骤：
●基于以下所获得的数据中的至少一个对多个数据进行索引：
-与目标有关的所获得的元数据；
-所生成的虚拟标签；
-目标的人造物理标签；
-由人造物理标签提供的签名。
由此，一旦在所获取影像和/或数据中识别虚拟标签，则可以使用索引技术，并且因此可以产生可搜索的一组数据。
根据一些示例，方法可以包括以下步骤：通过执行利用被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名的人造物理标签标记至少一个目标的方法，来利用被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名的人造物理标签标记目标，以上已经描述了所述方法。
在另一个方面中，公开了一种计算机程序。所述计算机程序可以包括程序指令，所述程序指令用于使得计算机系统执行如上所述的、从与至少一个目标有关的影像和/或数据获得数据的方法。
计算机程序产品可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
根据又一个方面，公开了一种用于从与至少一个目标有关的影像和/或数据获得数据的系统。影像和/或数据可以通过执行如上所述的遥感至少一个目标的方法来获取。目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。系统可以包括用于处理与目标有关的所获取影像和/或数据的装置。
基本地，该系统必须能够借助电子/计算装置再现以上描述的方法。所述电子/计算装置可以互换地使用(即，所描述装置的一部分可以是电子装置，并且另一部分可以是计算装置，或者所有所描述的装置可以是电子装置，或者所有所描述的装置可以是计算装置)。
在另一个方面中，公开了一种从与至少一个目标有关的影像和/或数据获得数据的系统。影像和/或数据可以通过执行如上所述的遥感至少一个目标的方法来获取。目标可以包括至少一个人造物理标签，所述至少一个人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。系统可以被配置为处理与目标有关的所获取影像和/或数据。
在另一个方面中，公开了一种计算机系统。计算机系统可以包括存储器和处理器，该计算机系统具体实施存储在存储器中且能够由处理器执行的指令，指令包括用于执行根据这里所公开的一些示例的、从与至少一个目标有关的影像和/或数据获得数据的方法的功能。因此，所述计算机系统必须能够借助于由处理器执行的指令再现以上描述的方法。
在一些示例中，由人造物理标签提供的签名可以唯一地标识目标。此外，签名可以为光谱签名和/或可以使用人造物理标签的以下特性中的至少一个：
●温度；
●发射率；
●表面粗糙度；
●介电性；
●偏振；
●相位数据；
●比重发射能量；
●所述特性中的至少两个的组合。
根据一些示例，签名可以源于标签的物理特性。
在一些示例中，系统可以为从以下选择的系统：
●太空或航空航天装置；
●卫星或卫星星座；
●无人机或一组无人机；
●飞机或一组飞机；
●至少一个地面相机；
●多个数据或数据库。
在另一个方面中，公开了一种从通过执行如上所述的、从与至少一个目标有关的影像和/或数据获得数据的方法获得的至少数据找到至少一个目标或与目标有关的数据的方法。方法可以包括以下步骤：
●接收基于可以与目标有关或无关的一个或更多个数据的查询；
●返回在至少所获得数据中包括的数据。
这样，如果给定对例如在数据的任何布尔(Boolean)组合中的一个或更多个数据的查询，则方法可以返回与查询中的数据不同的、以下数据中的至少一个：
-获取影像和/或数据的时间；
-目标的位置数据；
-由人造物理标签提供的关注签名；
-虚拟标签；
-元数据；
-目标描述符。
另一方面，可以实时执行搜索，即，如果给定查询，则可以实时找到目标或获得与目标有关的数据。例如，如果用户例如因为他的(先前利用人造物理标签标记的)汽车被偷而想或希望定位汽车，则用户可以利用与他的汽车有关的数据提出查询，以便实时找到汽车。
查询可以包括来自所获得数据的数据(例如，所述数据可以被存储在数据储存库中)和/或来自诸如储存库或数据库的其他源(例如，另一个数据储存库)的数据。以相同的方式，所返回数据可以包括来自所获得数据的数据和/或来自其他源的数据。在任何情况下，查询中的数据或将查询考虑在内返回的数据可以与目标有关。
此时，重要的是强调所获得数据可以被存储在具有与目标有关的其他数据的储存库中。
结果可以以不同格式(诸如，数据、结果列表或视觉表示)来呈现。
在另一个方面中，公开了一种计算机程序。计算机程序可以包括程序指令，所述程序指令用于使得计算机系统执行如上所述的、找到至少一个目标的方法。
计算机程序产品可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
应当注意，计算机程序可以为搜索引擎。
根据另一个方面，公开了一种用于从通过执行如上所述的、从与至少一个目标有关的影像和/或数据获得数据的方法而获得的至少数据找到至少一个目标的系统。系统可以包括：
-用于接收基于与目标有关或无关的一个或更多个数据的查询的装置；
-用于返回在至少所获得数据中包括的数据的装置。
基本地，该系统必须能够借助电子/计算装置再现以上描述的方法。所述电子/计算装置可以互换地使用(即，所描述装置的一部分可以是电子装置，并且另一部分可以是计算装置，或者所有所描述的装置可以是电子装置，或者所有所描述的装置可以是计算装置)。
根据又一个方面，公开了一种用于从通过执行如上所述的、从与至少一个目标有关的影像和/或数据获得数据的方法而获得的至少数据找到至少一个目标的系统。系统可以被配置为：
-接收基于与目标有关或无关的一个或更多个数据的查询；
-返回在至少所获得数据中包括的数据。
在另一个方面中，公开了一种计算机系统。计算机系统可以包括存储器和处理器，该计算机系统具体实施存储在存储器中且能够由处理器执行的指令，指令包括用于执行如上所述的、找到至少一个目标的方法的功能。
本发明的实施方式的另外目的、优点以及特征将在检查说明书时对于本领域技术人员变得清晰，或者可以通过实践本发明来了解。
附图说明
下文中将参照附图描述本公开的非限制性示例，附图中：
图1例示了根据一些示例的本发明的操作的示意图；以及
图2例示了示出人造物理标签和目标的所获取影像和/或数据的示意图。
具体实施方式
遥感可以被理解为在不与地面特征和/或目标实际接触的情况下获取与它们有关的影像和/或数据的过程。
由此，对于遥感，可以限定要感测的目标(例如，人或一群人、事物等)。各目标可以利用被配置为提供用于影像数据解释的关注签名的至少一个人造物理标签来标记。
在一些示例中，人造物理标签可以为被包括在目标中的任何元素。在这种情况下，可能不需要标记目标。例如，对象可能涂布有颜料或任何材料，该颜料或任何材料具有允许将其用作人造物理标签的确定特性，即，颜料或材料的原始特性允许其用作人造物理标签。
另一方面，人造物理标签可以在目标本身(例如，特定涂层或贴纸)上、被嵌入形成目标一部分的材料中或材料本身。
人造物理标签可以为被物理地指派给目标的特殊形状或几何结构。此外，所述标签可以通过基因操纵或其他人工手段或作为自然界中不存在的自然签名的组合人工地创建。
在一些示例中，目标可以利用两个或更多个不同编码的标签剂(诸如，来自具有标识例如制造商的标志的一批和来自具有标识例如单独的生产单位的标志的另一批的微粒或纳米颗粒)来标记。另选示例可以包括通过物种的标记(即，通过专有物种或品系的基因操纵)监测农作物。
此外，人造物理标签可以在它不存在于目标中时(即，由它的不存在)提供信息或数据。
这样，可能需要执行一种利用人造物理标签标记目标的方法，该人造物理标签被配置为提供在电磁波谱的任何区域中的用于成像技术的关注签名。所述方法可以包括以下使人造物理标签关联到目标的步骤。
人造物理标签可以以不同方式关联到目标。例如，
-使人造物理标签物理地关联到目标；和/或
-修改由被包括在目标中的材料提供的原始签名；和/或
-使用由被包括在目标中的材料提供的原始签名；和/或
-使用被人工地关联到目标的自然签名。
此时，重要的是强调术语“成像”是指遥感成像技术，包括光谱(多光谱、高光谱、超光谱)合成孔径雷达(SAR)和激光雷达以及其他有源和无源技术。
由人造物理标签提供的签名可以为可以唯一地标识目标的电磁辐射，该电磁辐射为所发射、所反射、所散射和/或所吸收的电磁辐射的特定组合。关注签名在日光反射区域中根据波长可以为光谱签名。在其他光谱区域中，关注签名可以使用如下特性：温度(或总体上为光谱特性)和发射率(即，TIR-热红外遥感)、表面粗糙度和介电性(即，雷达和微波)、偏振、相位数据或比重发射能量(即，LADAR-激光检测和测距、拉曼光谱仪、荧光LIDAR-光检测和测距或激光成像检测和测距、SAR-合成孔径雷达等)或它们的组合。
签名可以根据介质、所施加电压或其他影响因素的特性而随时间变化。
此外，签名可以在不需要详细或完整的图像识别和分析的情况下通过自动化或半自动化处理容易地识别。
根据一些示例，目标可以由机动车队形成，该机动车队跨关注区域或关注多边形(POI)(例如，“加利福尼亚”)分布。如上所述，目标(即，车队的机动车辆)可以利用关注签名(人造物理标签)来标记。在所述示例中，人造物理标签可以为诸如不可见颜料的标记颜料，该标记颜料在红外波长范围内具有特性，使得它具有特定波长的特定光谱签名。由此，标记材料(即，标记颜料)例如可以由近红外(NIR)发射选择性涂层(即，处于870nm)组成，并且它在光的可见光谱中不可见。
如在图1中可以看到的，一旦利用人造物理标签标记目标，则可能需要一种用于获取与目标有关的影像和/或数据的、遥感目标的方法。
影像和/或数据获取可以取决于所需的时间和空间分辨率而以不同方式来执行。例如，获取可以为了特定目的而专门编程，所述特定目的包括时间范围和像POI(关注多边形)的空间区域。另选地，获取影像和/或数据可以以周期性方式编程并以特定再访问时间扫描地表的特定区域。另一个影像和/或数据获取配置可以使用来自获得实时影像和/或数据的不同传感器和数据库的流数据。
在其光谱/辐射测量分辨率方面，获取步骤还可以被分类为(为了特定目的和波段而是专设的)自定义波段滤波获取或常规多波段获取。
基本地，方法可以包括以下步骤：
●识别由人造物理标签提供的目标的签名；
●获取与在电磁波谱的任何区域中的所识别签名的目标有关的影像和/或数据。
获取可以为了特定目的而专门编程。返回到示例，获取可以被编程为检测或识别在POI(它可以为全部地表)中的车队的车辆。这样，在影像和/或数据获取系统10(如可以在图1中看到的)识别车队中的至少一个车辆时，立方体卫星星座(即，示例中的影像和/或数据获取系统10)借助其对NIR中的标记波长敏感的对应传感器获取与所述至少所识别车辆有关的影像和/或数据。
由此，可以在专门编程或流编程中基本需要所公开的方法。稍后将描述周期性方式编程。
在一些示例中，影像和/或数据获取系统10例如可以为卫星或卫星星座和/或任何其他遥感系统(像无人机或一组无人机、飞机或一组飞机、地面相机或多个相机、多个数据或数据库等)。在最后一中情况下，获取影像和/或数据可以被执行为从多个数据或储存库(例如，数据库)获得影像和/或数据。
在本公开中的术语“系统”、“计算系统”或“计算机系统”指的是一个或更多个互连计算机的系统。连接到系统的各计算机可以独立操作，但具有与连接到系统或不连接到系统的其他计算机或外围设备通信的能力。
基本地，因为RFID通常对电磁场执行且通常对所传播信号执行成像，所以与诸如对大于两百米的距离具有重要约束的RFID的、具有距离限制的其他已知系统相比，用于本示例中的影像和/或数据获取系统10可能能够在数百米的范围内没有距离限制地直接从目标获得影像和/或数据。
更具体地，由目标的人造物理标签发射或提供的电磁辐射(即，签名)可以由在影像和/或数据获取系统10中包括的至少一个遥感装置(未示出)来检测或接收。
被包括或关联到影像和/或数据获取系统10的遥感装置用于随着事件发生而收集大量数据。基础设施平台变化，并且其可以包括中间件层，该中间件层集成由遥感装置收集的数据与在数据仓库或像因特网的其他数据源中的数据。扩展像映射数据库和来自其他位置的传感器以及地理信息的外部源的使用。
根据一些示例，遥感装置(或影像和/或数据获取系统10本身)可以包括能源(例如，电磁辐射源)，该能源照亮或向目标的人造物理标签提供能量，使得标签作为对所提供能量的响应发射签名。基本地，取决于目标的人造物理标签和入射辐射(即，由能源生成的能量)这两者的特性入射辐射与人造物理标签之间的相互作用。
在由人造物理标签散射、反射和/或吸收能量或从人造物理标签发射能量时，遥感装置可以收集并记录签名的电磁辐射(即，能量)，即，可以获取来自目标的影像和/或数据。
取决于遥感装置的类型，获取可以以图像(影像)的格式来记录和/或记录为数字格式的数字阵列(数据)，即，存在表示并显示所记录影像和/或数据的两种不同方式(照片或数字地)。此外，影像和/或数据可以被当作这两者的组合。
此时，重要的是强调术语“影像”可以包括彩色或黑白照片、红外照片和视频、雷达画面和/或合成孔径雷达格式、超声以及其他。简而言之，以2D和/或3D格式或不以2D和/或3D格式投影的任何类型的传感器相关数据。
这样，返回到先前示例，例如可以由车队所有者(例如，“GM”)进行目标的识别(即，其签名)。标记通过向在被称为“车型年份2015”(MY2015)的生产批次的一个特定型号的、由“GM”生产的所有车辆涂敷标记颜料来进行。如果可能，在本示例中，可以在向上指向的表面(诸如，引擎盖，例如，顶盖或后备箱盖)中标记目标。
设置有作为人造物理标签的标记颜料的车队的车辆例如可以由立方体卫星星座来检测，该立方体卫星星座的传感器可以对NIR中的标记波长敏感，该传感器具有以下特征：
-小于1米的空间分辨率；
-10nm的光谱分辨率。
图2中示出了所获取影像和/或数据20的示例。在所述图中，影像和/或数据获取系统10具有目标的所识别的两个对象22、24(例如，事物或人)，各对象22、24包括要分别识别的人造物理标签21、23。
被配置为执行所公开的遥感方法的影像和/或数据获取系统10(或被包括或关联到影像和/或数据获取系统的子系统)可以由计算机装置、电子装置或它们的组合来实施(即，所述电子/计算机装置可以互换地使用，即，装置的一部分可以为电子装置，并且另一部分可以为计算机装置，或者所有装置可以为电子装置或所有装置可以为计算机装置)。
仅包括计算机装置的系统的示例可以是计算机系统，该计算机系统可以包括存储器和处理器，存储器适于存储一系列计算机程序指令，并且处理器适于执行存储在存储器中的这些指令，以便生成已经对系统进行编程的各种事件和动作。
所述计算机程序指令(其导致计算机程序)可以使得系统执行方法。计算机程序指令(即，计算机程序)可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上被具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
计算机程序可以为源代码、目标代码、代码中间源以及诸如部分编译形式的目标代码的形式，或者为适于用于实施方法的任何其他形式。载体可以为能够承载计算机程序的任何实体或装置。
例如，载体可以包括存储介质(诸如，ROM(例如，CD ROM或半导体ROM))或磁记录介质(例如，硬盘)。进一步地，载体可以为可以经由电缆或光缆或由无线电或其他手段输送的可传输载体(诸如电或光信号)。
当计算机程序被具体实施在可以通过线缆或其他设备或装置直接输送的信号中时，载体可以由这种线缆或其他设备或装置构成。
另选地，载体可以为嵌入计算机程序的集成电路，该集成电路适于执行或适于用于执行相关方法。
仅包括电子装置(即，纯电子构造)的系统的示例可以是可编程电子装置(诸如，CPLD(复杂可编程逻辑器件)、FPGA(现场可编程门阵列)或ASIC(专用集成电路))。
在系统是电子和计算机装置的组合的情况下，计算机装置可以是一组计算机程序指令，并且电子装置可以是能够实施所列方法的对应步骤的任何电子电路。
一旦获取影像和/或数据，则可以处理所述所获取的影像和/或数据(处理的目的是获得与目标有关的数据)。在这种情况下，两个场景是可以的。
此时，应当记住，影像和/或数据获取可以取决于所需的时间和空间分辨率而以不同方式来执行。例如，获取可以为了特定目的而专门进行编程，所述特定目的包括时间范围和像POI(关注多边形)的空间区域。另选地，影像和/或数据的获取可以以周期性方式进行编程并以特定再访问时间扫描地表的特定区域。另一个影像数据获取配置可以使用来自获得实时影像和/或数据的不同传感器和数据库的流数据。在任何情况下，一旦获取与目标有关的影像和/或数据，所述所获取影像和/或数据的处理可以独立于所使用获取编程而是相同的。
在第一场景中，所述所获取的影像和/或数据可以通过在影像和/或数据获取系统10(例如，立方体卫星星座)中包括的处理系统11在影像和/或数据获取系统本身中来处理。
在第二场景中，所获取的影像和/或数据可以在远程位置中(例如，在包括处理系统11的地面站中)来处理。
在所述第二场景中，在周期性方式获取或流获取中，可以不需要向处理系统11发送所有所获取的影像或数据。由此，返回到以上所描述的示例，由于标记材料(即，标记颜料)例如由近红外(NIF)发射选择性涂层(即，处于870nm)组成，所以对于执行处理影像和/或数据的步骤可能仅需要与所述波长有关的影像或数据。这样，使用仅与所述波长有关的影像或数据可能将比获得所有所获取影像和/或数据优化获取和处理资源。
此外，在第二场景中，影像和/或数据获取系统10与处理系统11之间的信息交换可以借助通信网络12(例如，诸如因特网的全球通信网络)来执行。影像和/或数据获取系统与处理系统之间的所述通信例如可以借助于密钥和/或在获取系统10与处理系统11之间建立的SSL隧道来保证。
在第一场景中，需要由处理系统11执行从所获取影像和/或数据获得数据的方法。基本地，方法可以包括处理与目标有关的所获取影像和/或数据的步骤。
在处理方面，可以在合适的数据处理步骤之前向获取阶段添加一些预处理，包括被认为是要相关的样本的最少数量的像素(即，示出被认为是有效标签的关注签名的例如最少两个连续像素)。也可以应用与获取阶段组合或在数据处理步骤之前的图像识别先决条件(即，仅捕获特定形状或几何结构)。
方法可以包括以下步骤：生成与人造物理标签或所述标签的一部分对应的虚拟标签。术语“虚拟化”(即，生成虚拟标签)如在计算科学中指的是产生如与附着到关注目标的对象的人造物理标签相对的标签的虚拟(而不是实际)版本的动作。虚拟标签提供如可索引性和可搜索性的优点。这样，人造物理标签可以被虚拟化为使得可在数据库中搜索目标，这因此启用物理对象的优化搜索并且因此物理目标签名搜索引擎的产生。
标签虚拟化可以在不同或多个步骤中进行：在数据处理期间(例如，在获取的周期性方式编程或流编程中)或在数据获取期间(例如，在影像和/或数据获取的专门编程或流编程中)。
在任何情况下，一旦生成虚拟标签，方法可以包括以下步骤：使所述所生成的虚拟标签与人造物理标签或标签的一部分、由标签提供的签名或这两者的组合有关。
处理所获取影像和/或数据的步骤可以包括：在所获取的影像和/或数据中检测虚拟标签或其一部分(或人造物理标签或其一部分或签名，并且稍后使它们与对应的虚拟标签有关)。如先前所描述的，可以对图像或数据或这两者的组合执行所获取影像和/或数据的处理。
一旦识别标签或标签的一部分，则可以获得与标签有关的元数据，诸如，目标的位置(例如，地理定位)、获取影像和/或数据的时间、目标描述符、POI等。然后，所述所获得的元数据例如可以与虚拟标签、人造物理标签、由人造物理标签提供的签名或它们的组合有关。
术语元数据指的是允许促进发现相关信息的数据。元数据允许通过相关准则发现资源，识别资源，使得类似资源在一起，区分不类似的资源和/或给出位置数据。
被配置为执行所公开的获得数据的方法的处理系统11(即，被包括或关联到影像和/或数据获取系统10的子系统)可以由计算机装置、电子装置或它们的组合来实施(即，所述电子/计算机装置可以互换地使用，即，装置的一部分可以为电子装置，并且另一部分可以为计算机装置，或者所有装置可以为电子装置或所有装置可以为计算机装置)。
仅包括计算机装置的处理系统的示例可以是计算机系统，该计算机系统可以包括存储器和处理器，存储器适于存储一系列计算机程序指令，并且处理器适于执行存储在存储器中的这些指令，以便生成已经对系统进行编程的各种事件和动作。
所述计算机程序指令(其导致计算机程序)可以使得系统执行方法。计算机程序指令(即，计算机程序)可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上被具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
计算机程序可以为源代码、目标代码、代码中间源以及诸如部分编译形式的目标代码的形式，或者为适于用于实施方法中的任何其他形式。载体可以为能够承载计算机程序的任何实体或装置。
例如，载体可以包括存储介质(诸如，ROM(例如，CD ROM或半导体ROM))或磁记录介质(例如，硬盘)。进一步地，载体可以为可以经由电缆或光缆或通过无线电或其他手段输送的可传输载体(诸如，电或光信号)。
当计算机程序被具体实施在可以通过线缆或其他设备或装置直接输送的信号中时，载体可以由这种线缆或其他设备或装置构成。
另选地，载体可以为嵌入计算机程序的集成电路，该集成电路适于执行或适于用于执行相关方法。
仅包括电子装置(即，纯电子构造)的系统的示例可以是可编程电子装置(诸如，CPLD(复杂可编程逻辑器件)、FPGA(现场可编程门阵列)或ASIC(专用集成电路))。
在系统是电子和计算机装置的组合的情况下，计算机装置可以是一组计算机程序指令，并且电子装置可以是能够实施所列方法的对应步骤的任何电子电路。
在第二场景中(即，在被定位为远离影像或数据获取系统10的处理系统11中处理所获取的影像和/或数据)，获得数据的方法与针对第一场景描述的方法相同，但包括由处理系统11接收所获取的影像和/或数据的在前步骤。一旦接收到所获取的影像和/或数据，则可以如以上针对第一场景所描述的处理所获取的影像和/或数据。
此外，处理系统11可以被配置为接收与目标有关的所获取影像和/或数据或可以包括用于接收与目标有关的所获取影像和/或数据的装置。如上所述，所述装置可以为电子装置和/或计算机装置。
一旦执行从所获取影像和/或数据获得数据的方法，可以对多个数据(例如，元数据、签名、虚拟标签、人造物理标签等)进行索引。索引技术可以涉及创建可搜索的一组数据。
数据处理通常将数据组织为能够被操纵并与其他数据集成且以最佳方式分析。在数据处理步骤之后，获得已组织的一组数据，利用期望的标签或关注签名对数据进行过滤。
因此，所获得数据可以被集成在数据库中，以允许搜索引擎例如按周和按标签过滤结果，然后获得车队分布的空间表示或包括针对期望时间和空间坐标的车队的坐标的数据集。
数据库系统13可以将可搜索的一组数据和/或与目标有关的其他数据存储在一个或更多个数据库(储存库)中，并且可以执行搜索引擎。由此，可搜索的一组数据可以存储在系统的一个计算机中的数据库中，或者可搜索的一组数据的不同部分可以存储在系统的不同计算机中的数据库中。另外，数据库系统13可以存储与目标有关的其他数据，或者可以与存储与目标有关的所述其他数据的其他外部装置和计算机通信。
数据库系统13与外部装置和/或计算机之间的信息交换可以通过通信网络(未示出)(例如，诸如因特网的全球通信网络)来执行。数据库系统与外部装置和/或计算机之间的所述通信可以借助于例如密钥和/或在数据库系统与外部装置和/或计算机之间建立的SSL隧道来保证。
另选地，数据库系统13的计算机可以仅执行搜索引擎，所获得的数据或与目标有关的其他数据被存储在系统的其他计算机或外部装置或计算机中。在最后一个情况下，数据库系统13可以如上所述与所述外部装置或计算机通信。
在第一场景中，数据库系统13可以为处理系统11本身。
在第二场景中，数据库系统13可以被设置为远离处理系统11，并且数据库系统13与处理系统11之间的信息交换(即，从至少所获得的数据生成的可搜索的一组数据)可以借助通信网络14(例如，诸如因特网的全球通信网络)来执行。所述通信可以借助于例如密钥和/或在数据库系统13与处理系统11之间建立的SSL隧道来保证。
在两个场景中，在用户从计算系统15生成用于找到目标或与目标有关的数据的查询时，数据库系统13可以通过通信网络16(例如，诸如因特网的全球通信网络)来接收查询。所述通信可以借助于例如密码和/或在计算系统15与数据库系统13之间建立的SSL隧道来保证。
计算系统例如可以为智能电话、平板电脑、PDA、膝上型电脑、台式计算机等。
这样，数据库系统13执行找到目标或与目标有关的数据的方法。所述方法可以包括以下步骤：
●接收查询；
●返回与目标有关的数据。
查询可以基于与目标有关或无关的一个或更多个数据，所述数据是或不是因所获得数据而产生的可搜索的一组数据中的数据。
另一方面，所返回数据可以为被包括在可搜索的一组数据和/或与目标有关的其他数据中的数据。
例如，查询中的数据或从查询返回的数据可以为：
-获取影像或数据的时间；
-目标的位置数据；
-由人造物理标签提供的关注签名；
-虚拟标签；
-元数据；
-目标描述符。
返回到示例，在车队所有者向数据库系统13发送具有描述符“GM MY2015”和POI“加利福尼亚”或POI“华盛顿州”和“2015年第3周”的查询时，可以向车队所有者发送具有在特定时间范围(例如，2015年的第3周)和POI(根据示例为加利福尼亚)中的车辆的位置数据的数据集。数据集表示MY2015在2015年的周3中在加利福尼亚中的地理GM车辆分布。
可以对标签执行包括两个或更多个标签的相关搜索的类似搜索，所述两个或更多个标签被适时调整到它们的地理定位坐标，例如，两个车队的具有不同标签的两个元素在时间范围内一起在特定POI中。
可以获得与其他资产(像集装箱、船以及飞机)有关的类似分布数据。
与其他数据的相关性也可以在搜索中通过集成社交媒体数据或因特网数据库的描述符进行。
被配置为执行所公开的找到目标或与目标有关的数据的方法的数据库系统13可以由计算机装置、电子装置或它们的组合来实施(即，所述电子/计算机装置可以互换地使用，即，装置的一部分可以为电子装置，并且另一部分可以为计算机装置，或者所有装置可以为电子装置或所有装置可以为计算机装置)。
仅包括计算机装置的数据库系统的示例可以是计算机系统，该计算机系统可以包括存储器和处理器，存储器适于存储一系列计算机程序指令，并且处理器适于执行存储在存储器中的这些指令，以便生成已经对系统进行编程的各种事件和动作。
所述计算机程序指令(其导致计算机程序)可以使得系统执行方法。计算机程序指令(即，计算机程序)可以在存储介质(例如，CD-ROM、DVD、USB驱动器、计算机存储器或只读存储器)上具体实施，或者可以被承载在载波信号(例如，电或光载波信号)上。
计算机程序可以为源代码、目标代码、代码中间源以及诸如部分编译形式的目标代码的形式，或者为适于用于实施方法中的任何其他形式。载体可以为能够承载计算机程序的任何实体或装置。
例如，载体可以包括存储介质(诸如，ROM(例如，CDROM或半导体ROM))或磁记录介质(例如，硬盘)。进一步地，载体可以为可以经由电缆或光缆或由无线电或其他手段输送的可传输载体(诸如，电或光信号)。
当计算机程序被具体实施在可以由线缆或其他设备或装置直接输送的信号中时，载体可以由这种线缆或其他设备或装置构成。
另选地，载体可以为嵌入计算机程序的集成电路，该集成电路适于执行或适于用于执行相关方法。
基本地，计算机程序可以为用于找到目标或与目标有关的数据的搜索引擎。
仅包括电子装置(即，纯电子构造)的数据库系统13的示例可以是可编程电子装置(诸如，CPLD(复杂可编程逻辑器件)、FPGA(现场可编程门阵列)或ASIC(专用集成电路))。
在系统是电子和计算机装置的组合的情况下，计算机装置可以是一组计算机程序指令，并且电子装置可以是能够实施所列方法的对应步骤的任何电子电路。
虽然这里仅公开了本发明的多个特定实施方式和示例，但本领域技术人员将理解，本发明的其他另选实施方式和/或用途及其明显的修改和等同物是可以的。此外，本发明覆盖所述特定实施方式的所有可能组合。由此，本发明的范围不应受特定实施方式限制，而应仅通过所附权利要求的公正阅读来确定。
这样，其他示例包括将标记和检测技术用于环境设施或基础设施存在控制；监测基础设施或测地点的移动；跟踪污染物、受控材料或溢出物；污染警报、批量产品的召回以及其他应用(像监测农作物的化学品水平、游泳池中的氯化物或所标记农作物或动物的分布)。
进一步地，虽然参照附图描述的示例包括计算机设备/系统和在计算机设备/系统中执行的处理，但本发明还扩展到适于将系统付诸实践的计算机程序(具体为载体上或载体中的计算机程序)。

Claims (8)

1.一种从与至少一个目标有关的所获取影像和/或数据获得数据的方法，通过使人造物理标签关联到所述目标来利用所述人造物理标签标记所述至少一个目标，其中，所述目标是由机动车队的机动车辆形成的，所述机动车队是跨一区域分布的，
其中，所述人造物理标签被配置为提供在电磁波谱的区域中的通过成像技术作为影像和/或数据获取的用于成像技术的关注签名，
其中，遥感装置包括为所述目标的所述人造物理标签照明或提供能量的能源，并且
当所述能量已经被所述人造物理标签散射或反射时，所述遥感装置收集并记录所述签名的电磁辐射，所述电磁辐射是散射或反射的能量，即，获取了来自所述目标的影像和/或数据，
其中，所述人造物理标签是颜料或涂层，所述颜料或涂层在红外波长范围内具有特性，使得所述颜料或涂层在特定波长具有特定光谱签名，由此提供所述关注签名，
其中，提供用于成像技术的所述关注签名包括提供要通过自动或半自动处理检测的特殊签名，所述方法包括以下步骤：
●在与所述目标有关的影像和/或数据的获取期间，生成与所述人造物理标签或所述人造物理标签的一部分对应的虚拟标签；
●处理与所述目标有关的所获取影像和/或数据，其中，所述处理包括：
○在所述所获取影像和/或数据中检测所生成的虚拟标签或所述虚拟标签的一部分；
○基于所生成的虚拟标签的检测获得元数据并且将所述元数据链接到所述虚拟标签，其中，所获得的元数据包括所述目标的地理定位和获取所述影像和/或数据的时间。
2.根据权利要求1所述的方法，其中，所述成像技术包括包含激光雷达的遥感成像技术，并且所述人造物理标签包括近红外NIR发射选择性涂层。
3.根据权利要求1或2所述的方法，所述方法还包括以下步骤：将所生成的虚拟标签和所获得的元数据组织起来以被操纵，并且使用所获取的元数据中的至少一个将目标数据与其他数据源集成。
4.根据权利要求1所述的方法，其中，使所述人造物理标签关联到所述目标包括：
■使所述人造物理标签物理地关联到所述目标。
5.根据权利要求1所述的方法，其中，所述签名源于所述标签的物理特性。
6.根据权利要求1所述的方法，所述方法还包括以下步骤：
利用被配置为提供用于成像技术的所述关注签名的所述人造物理标签来标记所述目标。
7.一种存储有程序指令的计算机存储介质，所述程序指令用于使得计算机系统执行根据权利要求1至6中任一项所述的、从与至少一个目标有关的所获取影像和/或数据获得数据的方法。
8.一种包括存储器和处理器的计算机系统，该计算机系统包括存储在所述存储器中且能够由所述处理器执行的指令，所述指令包括用于执行根据权利要求1至6中任一项所述的、从与至少一个目标有关的所获取影像和/或数据获得数据的方法的功能。
CN201680060475.7A 2015-10-19 2016-10-11 使用影像和其他遥感数据从目标获得数据 Active CN108351417B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15382513.8 2015-10-19
EP15382513 2015-10-19
PCT/EP2016/074375 WO2017067824A1 (en) 2015-10-19 2016-10-11 Obtaining data from targets using imagery and other remote sensing data

Publications (2)

Publication Number Publication Date
CN108351417A CN108351417A (zh) 2018-07-31
CN108351417B true CN108351417B (zh) 2022-05-24

Family

ID=54361037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680060475.7A Active CN108351417B (zh) 2015-10-19 2016-10-11 使用影像和其他遥感数据从目标获得数据

Country Status (6)

Country Link
US (3) US11346949B2 (zh)
EP (1) EP3365701B8 (zh)
JP (2) JP2018538640A (zh)
CN (1) CN108351417B (zh)
SG (1) SG11201909024XA (zh)
WO (1) WO2017067824A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9057712B1 (en) 2011-10-27 2015-06-16 Copilot Ventures Fund Iii Llc Methods of delivery of encapsulated perfluorocarbon taggants
US11346949B2 (en) 2015-10-19 2022-05-31 Skansense S.L.U. Obtaining data from targets using imagery and other remote sensing data
WO2018197585A1 (en) * 2017-04-26 2018-11-01 Skansense S.L.U. Identifying targets within images
EP3827285A1 (en) 2018-07-24 2021-06-02 Skansense S.L.U. Highly identifiable material, method for manufacturing and method for detection
US11467582B2 (en) 2018-11-05 2022-10-11 Usic, Llc Systems and methods for an autonomous marking apparatus
WO2020097075A1 (en) 2018-11-05 2020-05-14 Usic, Llc Systems and methods for autonomous marking maintenance
US11476926B2 (en) * 2018-12-14 2022-10-18 Georgia Tech Research Corporation Network employing cube satellites
KR20220004735A (ko) * 2019-06-07 2022-01-11 바스프 코팅스 게엠베하 컴퓨터 비전 응용에서 3차원 맵핑 툴들을 사용한 객체 인식을 위한 시스템 및 방법
KR102474217B1 (ko) * 2021-05-26 2022-12-05 주식회사 테이아 차량의 공정 관리 시스템 및 그 방법

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2617309B1 (fr) 1987-06-29 1993-07-16 Cga Hbs Systeme pour la lecture automatique de donnees d'identification, apposees sur un vehicule
JPH0766235A (ja) * 1993-08-27 1995-03-10 Tanaka Denshi Kogyo Kk 半導体素子用複合ボンディングワイヤおよび半導体装置
JPH10171955A (ja) * 1996-12-13 1998-06-26 Mitsubishi Heavy Ind Ltd 移動体用識別タグ及び識別システム
US6025200A (en) * 1996-12-21 2000-02-15 Tracer Detection Technology Corp. Method for remote detection of volatile taggant
JP2001160121A (ja) * 1999-09-24 2001-06-12 Sanyo Electric Co Ltd 情報記録媒体、情報記録方法、情報読み取りシステムおよび情報読み取り方法
JP2004043212A (ja) * 2002-07-09 2004-02-12 Asahi Glass Co Ltd Ｉｄ識別機能付きガラス板および車輌の識別方法
BRPI0408830A (pt) * 2003-03-27 2006-04-04 Graphic Security Systems Corp sistema e método para autenticar objetos
GB2417033B (en) 2004-08-13 2009-09-23 Qinetiq Ltd Identification device and method
EP2764899A3 (en) 2005-08-29 2014-12-10 Nant Holdings IP, LLC Interactivity via mobile image recognition
US20080042830A1 (en) * 2005-12-30 2008-02-21 Skyetek, Inc. Virtual rfid-based tag sensor
JP5090772B2 (ja) * 2007-04-17 2012-12-05 パナソニック株式会社 盗難車両検索システム
WO2009010521A2 (en) * 2007-07-19 2009-01-22 Basf Se Nir-inert substrates comprising bis-oxodihydroindolylen-benzodifuranones
US8295548B2 (en) * 2009-06-22 2012-10-23 The Johns Hopkins University Systems and methods for remote tagging and tracking of objects using hyperspectral video sensors
CN102473235A (zh) * 2009-07-09 2012-05-23 比尔凯科技新加坡有限公司 能够对标签或被适配为有待识别的物品进行识别的读取装置、相关方法及系统
US8913121B2 (en) * 2010-07-11 2014-12-16 Spynsite, LLC System for image rendering or spectral recognition
GB201012178D0 (en) 2010-07-20 2010-09-01 Telemactics Technology Llp Indicia identifying system
US8532958B2 (en) 2010-08-06 2013-09-10 Raytheon Company Remote identification of non-lambertian materials
US20120127203A1 (en) 2010-11-18 2012-05-24 Canon Kabushiki Kaisha Mixed reality display
US9480913B2 (en) * 2011-01-26 2016-11-01 WhitewaterWest Industries Ltd. Interactive entertainment using a mobile device with object tagging and/or hyperlinking
EP2684145A4 (en) * 2011-03-07 2014-09-03 Kba2 Inc SYSTEMS AND METHOD FOR ANALYTICAL DATA ACQUISITION OF IMAGE PROVIDERS ON THE BASIS OF AN EVENT OR GEOGRAPHICAL LOCATION
US9057712B1 (en) * 2011-10-27 2015-06-16 Copilot Ventures Fund Iii Llc Methods of delivery of encapsulated perfluorocarbon taggants
DE102011119480B4 (de) 2011-11-28 2013-11-14 Eads Deutschland Gmbh Verfahren und Vorrichtung zur Verfolgung eines bewegten Zielobjekts
AU2012345705B2 (en) * 2011-11-30 2018-05-10 Waba Fun, Llc Systems and methods for authenticating objects using IR
KR20140119189A (ko) * 2012-02-03 2014-10-08 콘티넨탈 테베스 아게 운트 코. 오하게 도로 교통에서 물체들을 하이라이트하는 신호 발생기, 시스템 및 방법, 그 시스템의 사용, 및 그 신호 발생기의 사용
US9235988B2 (en) 2012-03-02 2016-01-12 Leddartech Inc. System and method for multipurpose traffic detection and characterization
CN102682606A (zh) 2012-04-07 2012-09-19 李甫文 车辆识别系统及车辆识别方法
NO336454B1 (no) * 2012-08-31 2015-08-24 Id Tag Technology Group As Anordning, system og fremgangsmåte for identifisering av objekter i et digitalt bilde, samt transponderanordning
CN102915529A (zh) * 2012-10-15 2013-02-06 黄波 基于遥感“时-空-谱-角”的一体化融合技术及其系统
WO2014085781A1 (en) * 2012-11-30 2014-06-05 Waba Fun, Llc Systems and methods for preventing friendly fire through infrared recognition and authentication
CN105378774A (zh) * 2013-03-12 2016-03-02 英特托拉斯技术公司 安全交易系统和方法
US20150012307A1 (en) * 2013-07-05 2015-01-08 Radioactive Development, LLC Electronic reservation system and method
CN103729848B (zh) * 2013-12-28 2016-08-31 北京工业大学 基于光谱显著性的高光谱遥感图像小目标检测方法
US9616350B2 (en) 2014-05-21 2017-04-11 Universal City Studios Llc Enhanced interactivity in an amusement park environment using passive tracking elements
US9298186B2 (en) * 2015-02-01 2016-03-29 Thomas Danaher Harvey Methods for operation of autonomous vehicles in special control zones
US20160260328A1 (en) * 2015-03-06 2016-09-08 Qualcomm Incorporated Real-time Occupancy Mapping System for Autonomous Vehicles
US11346949B2 (en) 2015-10-19 2022-05-31 Skansense S.L.U. Obtaining data from targets using imagery and other remote sensing data

Also Published As

Publication number Publication date
CN108351417A (zh) 2018-07-31
WO2017067824A1 (en) 2017-04-27
US20220299643A1 (en) 2022-09-22
EP3365701B1 (en) 2021-07-14
EP3365701B8 (en) 2021-09-08
US11346949B2 (en) 2022-05-31
JP2022160400A (ja) 2022-10-19
US20180306923A1 (en) 2018-10-25
SG11201909024XA (en) 2019-11-28
JP2018538640A (ja) 2018-12-27
EP3365701A1 (en) 2018-08-29
US20240094389A1 (en) 2024-03-21

Similar Documents

Publication Publication Date Title
CN108351417B (zh) 使用影像和其他遥感数据从目标获得数据
Yao et al. Unmanned aerial vehicle for remote sensing applications—A review
Maddern et al. 1 year, 1000 km: The oxford robotcar dataset
Chebrolu et al. Agricultural robot dataset for plant classification, localization and mapping on sugar beet fields
Boonpook et al. Deep learning-based multi-feature semantic segmentation in building extraction from images of UAV photogrammetry
Geiger et al. Vision meets robotics: The kitti dataset
Bryson et al. Airborne vision‐based mapping and classification of large farmland environments
Corradino et al. Mapping recent lava flows at Mount Etna using multispectral Sentinel-2 images and machine learning techniques
Herrero-Huerta et al. Automatic tree parameter extraction by a Mobile LiDAR System in an urban context
Dandois et al. What is the point? Evaluating the structure, color, and semantic traits of computer vision point clouds of vegetation
Jia et al. Review on active and passive remote sensing techniques for road extraction
Murray et al. Survey and insights into unmanned aerial-vehicle-based detection and documentation of clandestine graves and human remains
Lambers Airborne and spaceborne remote sensing and digital image analysis in archaeology
Pradhan et al. Integration of LiDAR and QuickBird data for automatic landslide detection using object-based analysis and random forests
Chu et al. Integration of full-waveform LiDAR and hyperspectral data to enhance tea and areca classification
Errico et al. SAR/multispectral image fusion for the detection of environmental hazards with a GIS
Elaksher et al. Potential of UAV lidar systems for geospatial mapping
Renella et al. Machine learning models for detecting and isolating weeds from strawberry plants using UAVs
Marwaha et al. Object-oriented and pixel-based classification approach for land cover using airborne long-wave infrared hyperspectral data
Carrillo et al. Nir sensitivity analysis with the vane
Chen et al. Novel 3-D object recognition methodology employing a curvature-based histogram
Ignatious et al. A Generic Framework for Enhancing Autonomous Driving Accuracy through Multimodal Data Fusion
de Lange Remote Sensing and Digital Image Processing
Schilling et al. Object-based detection of vehicles in airborne data
Nomqupu et al. Integrating Sigmoid Calibration Function into Entropy Thresholding Segmentation for Enhanced Recognition of Potholes Imaged Using a UAV Multispectral Sensor

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