CN109063711B - 一种基于llts框架的卫星影像正射纠正算法 - Google Patents

一种基于llts框架的卫星影像正射纠正算法 Download PDF

Info

Publication number
CN109063711B
CN109063711B CN201810735179.3A CN201810735179A CN109063711B CN 109063711 B CN109063711 B CN 109063711B CN 201810735179 A CN201810735179 A CN 201810735179A CN 109063711 B CN109063711 B CN 109063711B
Authority
CN
China
Prior art keywords
image
llts
framework
calculating
point
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
CN201810735179.3A
Other languages
English (en)
Other versions
CN109063711A (zh
Inventor
吴方才
王重阳
张丽
靳笑琳
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.)
Zhongke Star Map Co ltd
Original Assignee
Zhongke Star Map Co ltd
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 Zhongke Star Map Co ltd filed Critical Zhongke Star Map Co ltd
Priority to CN201810735179.3A priority Critical patent/CN109063711B/zh
Publication of CN109063711A publication Critical patent/CN109063711A/zh
Application granted granted Critical
Publication of CN109063711B publication Critical patent/CN109063711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • 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
    • G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于LLTS框架的卫星影像正射纠正算法，其整体流程为：首先读取输入影像、输入RPC数据及DEM数据；根据输入参数计算输出影像范围及影像宽高；对输出影像进行逻辑分块；子进程重采样；子进程执行完毕后汇总到主进程。本发明在传统正射纠正算法中引入LLTS框架，而且通过多进程的方式，可实现多机集群并行处理，从而对单机及多机的计算资源实现统一管理分配，不仅充分利用了计算资源，而且大大提高了处理速度。

Description

一种基于LLTS框架的卫星影像正射纠正算法
技术领域
本发明涉及一种算法，尤其涉及一种基于LLTS框架的卫星影像正射纠正算法。
背景技术
近年来，随着卫星技术、传感器技术和电子技术的飞速发展，人类获取遥感数据的手段越来越多样化，获取的遥感数据也由TB级向ET级发展。正射影像是遥感领域常用的标准成果影像，是地图生产、地物识别分类、变换检测等技术领域常用的输入影像。面对海量的遥感数据，如何快速实时的将原始影像转化成可用的正射影像是当前亟需解决的问题。
传统正射纠正基于单机多线程的模式，处理速度依赖于单个计算机的处理能力，这对单个计算机的性能要求很高，尤其是处理单景影像的正射纠正时，处理速度与计算机性能成正比，理论处理速度存在极限值。处理多景影像数据时，虽然可以采用多机并行策略，但多机之间因缺少统一调度和管理，无法灵活对各个计算机的计算资源进行合理分配调度，从而造成一定的计算资源浪费。
发明内容
为了解决上述技术所存在的不足之处，本发明提供了一种基于LLTS框架的卫星影像正射纠正算法。
为了解决以上技术问题，本发明采用的技术方案是：一种基于LLTS框架的卫星影像正射纠正算法，其整体流程为：
a、首先读取输入影像、输入RPC数据及DEM数据；
b、根据输入参数计算输出影像范围及影像宽高：
将一幅原始图像(abcd)定义在图像坐标系a-xy中；将原始图像纠正后的图像(a1b1c1d1)定义在地图坐标系O-XY中；将计算机中纠正后图像的范围及相应的地面位置记为(ABCD)，记输出影像行列方向的分辨率为△X和△Y；
把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、Ymin、Ymax；
Xmin＝min(Xa1,Xb1,Xc1,Xd1)
Xmax＝max(Xa1,Xb1,Xc1,Xd1)
Ymin＝min(Ya1,Yb1,Yc1,Yd1)
Ymax＝max(Ya1,Yb1,Yc1,Yd1)
其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax-Xmin)/△X，高＝(Ymax-Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；
GeoTransf1＝Xmin
GeoTransf2＝△X
GeoTransf3＝0
GeoTransf4＝Ymax
GeoTransf5＝0
GeoTransf6＝-△Y；
c、对输出影像进行逻辑分块：
确定影像范围后以输出影像为基准，按行列方向构建格网点；相邻格网点组成的矩形格网即为单个任务需要处理的一个任务单元；
d、子进程重采样：
利用LLTS框架，将每个矩形格网块的影像数据作为一个任务发送至子进程；对于每个子进程，根据待纠正影像像点坐标p1(r,c)及地理六参数GeoTransf1～6计算像点的地理坐标P0(lon，lat)，计算方法为：
lon＝GeoTransf1+GeoTransf2*r+GeoTransf3*c
lat＝GeoTransf4+GeoTransf5*r+GeoTransf6*c
根据像点的地理坐标P0(lon，lat)在迭代内插DEM高程值，得到像点对应的物方点高程h；由地理坐标P0(lon，lat)物方点高程h根据RPC反算模型计算像点在原始影像上的像点坐标p(r,c)；再采用双线性内插法内插出p(r,c)点像素值，并赋给p1(r,c)点；依次计算子进程中所有待纠正像点像素值，即完成子进程内影像的重采样；
e、子进程执行完毕后汇总到主进程：
所有计算机子进程执行任务完毕后，汇总任务结果到LLTS框架，LLST框架将结果反馈给主进程，主进程根据反馈的任务结果生成最后结果。
进一步地，LLTS框架任务的分发机制为：通过LLTS框架启动正射纠正主进程，主进程计算输出影像范围并提交任务给LLTS框架，LLTS框架根据剩余计算资源动态分配任务给多个计算机。
本发明在传统正射纠正算法中引入LLTS框架，而且通过多进程的方式，可实现多机集群并行处理，从而对单机及多机的计算资源实现统一管理分配，不仅充分利用了计算资源，而且大大提高了处理速度。
附图说明
图1为本发明的整体流程示意图。
图2为输入的原始图像在图像坐标系中的示意图。
图3为计算输出影像范围的示意图。
图4为格网点的构建方式示意图。
图5为子进程重采样的过程示意图。
图6为LLTS框架的任务分发机制示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
LLTS(Low Latency Task Service，低延迟的任务服务)框架是为了一组相近的计算需求，提供低延迟的计算任务执行服务。图1所示的一种基于LLTS框架的卫星影像正射纠正算法，其整体流程为：
a、首先读取输入影像、输入RPC(Rational Polynomial Coefficients，有理多项式系数，一种常用的影像几何关系表达模型的参数)数据及DEM(Digital ElevationModel，数字高程模型)数据。
b、根据输入参数计算输出影像范围及影像宽高：
如图2为一幅原始图像(abcd)，定义在图像坐标系a-xy中；图3中O-XY是地图坐标系，(a1 b1 c1 d1)为原始图像纠正后的图像，(ABCD)表示在计算机中纠正后图像的范围及相应的地面位置，记输出影像行列方向的分辨率为△X和△Y；
把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；
然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、
Ymin、Ymax；
Xmin＝min(Xa1,Xb1,Xc1,Xd1)
Xmax＝max(Xa1,Xb1,Xc1,Xd1)
Ymin＝min(Ya1,Yb1,Yc1,Yd1)
Ymax＝max(Ya1,Yb1,Yc1,Yd1)
其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax-Xmin)/△X，高＝(Ymax-Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；
GeoTransf1＝Xmin
GeoTransf2＝△X
GeoTransf3＝0
GeoTransf4＝Ymax
GeoTransf5＝0
GeoTransf6＝-△Y。
c、输出影像逻辑分块：
确定影像范围后以输出影像为基准，按行列方向构建格网点，如图4所示。相邻格网点组成的矩形格网即为单个任务需要处理的一个任务单元。
d、子进程重采样：
利用LLTS框架，将每个矩形格网块的影像数据作为一个任务发送至子进程；对于每个子进程，根据待纠正影像像点坐标p1(r,c)及地理六参数GeoTransf1～6计算像点的地理坐标P0(lon，lat)，计算方法为：
lon＝GeoTransf1+GeoTransf2*r+GeoTransf3*c
lat＝GeoTransf4+GeoTransf5*r+GeoTransf6*c
根据像点的地理坐标P0(lon，lat)在迭代内插DEM高程值，得到像点对应的物方点高程h；由地理坐标P0(lon，lat)物方点高程h根据RPC反算模型计算像点在原始影像上的像点坐标p(r,c)；再采用双线性内插法内插出p(r,c)点像素值，并赋给p1(r,c)点；依次计算子进程中所有待纠正像点像素值，即完成子进程内影像的重采样。子进程重采样的过程示意图如图5所示。
LLTS框架任务的分发机制如图6所示，通过LLTS框架启动正射纠正主进程，主进程计算输出影像范围并提交任务给LLTS框架，LLTS框架根据剩余计算资源动态分配任务给计算机A、计算机B。
e、子进程执行完毕后汇总到主进程：所有计算机子进程执行任务完毕后，汇总任务结果到LLTS框架，LLST框架将结果反馈给主进程，主进程根据反馈的任务结果生成最后结果。
本发明可以将单景影像正射纠正任务，分配到一台及多台电脑，充分利用多机及集群的计算资源，并对计算资源实现统一分配管理，真正意义上实现正射纠正算法的分布式部署、运行。本发明在GEOVIS5平台中进行了长期的实验验证，在速度、稳定性方面都由于单机处理模式。
本发明与现有技术相比，具有以下优势：
1)单个正射纠正任务可以多台机器多进程的并发处理；
2)单景影像任务理论上可以无限分解，提高了单景影像处理时间的极限值；
3)LLTS框架根据剩余计算资源，可实现动态分配任务。
上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。

Claims (1)

1.一种基于LLTS框架的卫星影像正射纠正算法，其特征在于：所述算法的整体流程为：
a、首先读取输入影像、输入RPC数据及DEM数据；
b、根据输入参数计算输出影像范围及影像宽高：
将一幅原始图像(abcd)定义在图像坐标系a-xy中；将原始图像纠正后的图像(a1 b1 c1d1)定义在地图坐标系O-XY中；将计算机中纠正后图像的范围及相应的地面位置记为(ABCD)，记输出影像行列方向的分辨率为△X和△Y；
把原始图像的四个角点a，b，c，d按RPC正算模型计算其在地理坐标系中的8个坐标值：(Xa1,Ya1)，(Xb1,Yb1)，(Xc1,Yc1)，(Xd1,Yd1)；然后对这8个坐标值按X、Y方向分别计算最大、最小值记为Xmin、Xmax、Ymin、Ymax；
Xmin＝min(Xa1,Xb1,Xc1,Xd1)
Xmax＝max(Xa1,Xb1,Xc1,Xd1)
Ymin＝min(Ya1,Yb1,Yc1,Yd1)
Ymax＝max(Ya1,Yb1,Yc1,Yd1)
其中，Xmin、Xmax、Ymin、Ymax即为纠正后影像地理范围；根据影像分辨率△X和△Y计算输出影像的宽高，其中，宽＝(Xmax-Xmin)/△X，高＝(Ymax-Ymin)/△Y；同时可得到输出影像的地理六参数GeoTransf1～6；
GeoTransf1＝Xmin
GeoTransf2＝△X
GeoTransf3＝0
GeoTransf4＝Ymax
GeoTransf5＝0
GeoTransf6＝-△Y；
c、对输出影像进行逻辑分块：
确定影像范围后以输出影像为基准，按行列方向构建格网点；相邻格网点组成的矩形格网即为单个任务需要处理的一个任务单元；
d、子进程重采样：
利用LLTS框架，将每个矩形格网块的影像数据作为一个任务发送至子进程；对于每个子进程，根据待纠正影像像点坐标p1(r，c)及地理六参数GeoTransf1～6计算像点的地理坐标P0(lon，lat)，计算方法为：
lon＝GeoTransf1+GeoTransf2*r+GeoTransf3*c
lat＝GeoTransf4+GeoTransf5*r+GeoTransf6*c
根据像点的地理坐标P0(lon，lat)在迭代内插DEM高程值，得到像点对应的物方点高程h；由地理坐标P0(lon，lat)物方点高程h根据RPC反算模型计算像点在原始影像上的像点坐标p(r，c)；再采用双线性内插法内插出p(r，c)点像素值，并赋给p1(r，c)点；依次计算子进程中所有待纠正像点像素值，即完成子进程内影像的重采样；
e、子进程执行完毕后汇总到主进程：
所有计算机子进程执行任务完毕后，汇总任务结果到LLTS框架，LLST框架将结果反馈给主进程，主进程根据反馈的任务结果生成最后结果；
所述LLTS框架任务的分发机制为：通过LLTS框架启动正射纠正主进程，主进程计算输出影像范围并提交任务给LLTS框架，LLTS框架根据剩余计算资源动态分配任务给多个计算机。
CN201810735179.3A 2018-07-06 2018-07-06 一种基于llts框架的卫星影像正射纠正算法 Active CN109063711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810735179.3A CN109063711B (zh) 2018-07-06 2018-07-06 一种基于llts框架的卫星影像正射纠正算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810735179.3A CN109063711B (zh) 2018-07-06 2018-07-06 一种基于llts框架的卫星影像正射纠正算法

Publications (2)

Publication Number Publication Date
CN109063711A CN109063711A (zh) 2018-12-21
CN109063711B true CN109063711B (zh) 2021-10-29

Family

ID=64818836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810735179.3A Active CN109063711B (zh) 2018-07-06 2018-07-06 一种基于llts框架的卫星影像正射纠正算法

Country Status (1)

Country Link
CN (1) CN109063711B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111080520A (zh) * 2019-12-10 2020-04-28 西安中科星图空间数据技术有限公司 一种基于主框架搜索的卫星影像快速镶嵌方法及装置
CN111275608B (zh) * 2020-01-20 2023-03-14 桂林电子科技大学 一种基于fpga的遥感影像正射纠正并行系统
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

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7343051B1 (en) * 2005-03-07 2008-03-11 Hsu Shin-Yi Method of recognizing an object in an image using multi-sensor integration through conditionally optimal geoscene generation and registration
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN101685539A (zh) * 2009-06-29 2010-03-31 中国测绘科学研究院 一种遥感影像在线正射纠正方法和系统
CN101739677A (zh) * 2009-12-17 2010-06-16 中国测绘科学研究院 Sar正射影像图升降轨融合方法
CN102184397A (zh) * 2011-04-25 2011-09-14 中国测绘科学研究院 遥感影像的快速正射纠正方法
CN102243299A (zh) * 2011-04-02 2011-11-16 段连飞 无人机载sar图像正射纠正装置
CN102506824A (zh) * 2011-10-14 2012-06-20 航天恒星科技有限公司 一种城市低空无人机系统生成数字正射影像图的方法
CN102855810A (zh) * 2012-09-04 2013-01-02 绍兴文理学院 一种基于利用卫星影像图进行数字线划地图的方法
CN102968631A (zh) * 2012-11-22 2013-03-13 中国科学院、水利部成都山地灾害与环境研究所 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法
CN103063200A (zh) * 2012-11-28 2013-04-24 国家测绘地理信息局卫星测绘应用中心 高分辨率光学卫星正射纠正影像生成方法
CN103218783A (zh) * 2013-04-17 2013-07-24 国家测绘地理信息局卫星测绘应用中心 基于控制点影像数据库的卫星遥感图像快速几何纠正方法
CN103383773A (zh) * 2013-03-26 2013-11-06 中国科学院遥感与数字地球研究所 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
CN104680488A (zh) * 2015-01-28 2015-06-03 辽宁工程技术大学 一种基于中值滤波的dsm进行星载sar影像正射纠正的方法
CN105894471A (zh) * 2016-03-30 2016-08-24 广东中冶地理信息股份有限公司 基于大比例尺地形图的中小比例尺正射影像快速纠正方法
CN106780321A (zh) * 2016-11-21 2017-05-31 中国测绘科学研究院 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法
CN106843038A (zh) * 2016-12-31 2017-06-13 华中科技大学 一种遥感卫星图像处理载荷多任务主控系统
CN106846251A (zh) * 2017-01-24 2017-06-13 重庆市地理信息中心 基于建筑物房顶矢量的正射影像镶嵌线网络自动选择方法
CN107341778A (zh) * 2017-07-10 2017-11-10 国家测绘地理信息局卫星测绘应用中心 基于卫星控制点库和dem的sar影像正射纠正方法
CN107516291A (zh) * 2017-08-22 2017-12-26 长光卫星技术有限公司 夜景影像正射纠正处理方法
CN107563964A (zh) * 2017-08-22 2018-01-09 长光卫星技术有限公司 大面阵亚米级夜景遥感影像的快速拼接方法
CN108229446A (zh) * 2018-02-09 2018-06-29 中煤航测遥感集团有限公司 一种区域圈定方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200840993A (en) * 2007-04-04 2008-10-16 Univ Nat Central Ortho-rectification method of photogrammetry with high-spatial resolution

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7343051B1 (en) * 2005-03-07 2008-03-11 Hsu Shin-Yi Method of recognizing an object in an image using multi-sensor integration through conditionally optimal geoscene generation and registration
CN101685539A (zh) * 2009-06-29 2010-03-31 中国测绘科学研究院 一种遥感影像在线正射纠正方法和系统
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN101739677A (zh) * 2009-12-17 2010-06-16 中国测绘科学研究院 Sar正射影像图升降轨融合方法
CN102243299A (zh) * 2011-04-02 2011-11-16 段连飞 无人机载sar图像正射纠正装置
CN102184397A (zh) * 2011-04-25 2011-09-14 中国测绘科学研究院 遥感影像的快速正射纠正方法
CN102506824A (zh) * 2011-10-14 2012-06-20 航天恒星科技有限公司 一种城市低空无人机系统生成数字正射影像图的方法
CN102855810A (zh) * 2012-09-04 2013-01-02 绍兴文理学院 一种基于利用卫星影像图进行数字线划地图的方法
CN102968631A (zh) * 2012-11-22 2013-03-13 中国科学院、水利部成都山地灾害与环境研究所 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法
CN103063200A (zh) * 2012-11-28 2013-04-24 国家测绘地理信息局卫星测绘应用中心 高分辨率光学卫星正射纠正影像生成方法
CN103383773A (zh) * 2013-03-26 2013-11-06 中国科学院遥感与数字地球研究所 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
CN103218783A (zh) * 2013-04-17 2013-07-24 国家测绘地理信息局卫星测绘应用中心 基于控制点影像数据库的卫星遥感图像快速几何纠正方法
CN104680488A (zh) * 2015-01-28 2015-06-03 辽宁工程技术大学 一种基于中值滤波的dsm进行星载sar影像正射纠正的方法
CN105894471A (zh) * 2016-03-30 2016-08-24 广东中冶地理信息股份有限公司 基于大比例尺地形图的中小比例尺正射影像快速纠正方法
CN106780321A (zh) * 2016-11-21 2017-05-31 中国测绘科学研究院 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法
CN106843038A (zh) * 2016-12-31 2017-06-13 华中科技大学 一种遥感卫星图像处理载荷多任务主控系统
CN106846251A (zh) * 2017-01-24 2017-06-13 重庆市地理信息中心 基于建筑物房顶矢量的正射影像镶嵌线网络自动选择方法
CN107341778A (zh) * 2017-07-10 2017-11-10 国家测绘地理信息局卫星测绘应用中心 基于卫星控制点库和dem的sar影像正射纠正方法
CN107516291A (zh) * 2017-08-22 2017-12-26 长光卫星技术有限公司 夜景影像正射纠正处理方法
CN107563964A (zh) * 2017-08-22 2018-01-09 长光卫星技术有限公司 大面阵亚米级夜景遥感影像的快速拼接方法
CN108229446A (zh) * 2018-02-09 2018-06-29 中煤航测遥感集团有限公司 一种区域圈定方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CPU和GPU协同处理的光学卫星遥感影像正射校正方法;方留杨等;《测绘学报》;20131031;第42卷(第5期);第668-675页 *
Ortho-Rectification and Slope Correction of SAR Data Using DEM and Its Accuracy Evaluation;Shimada, M.;《IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing》;20101007;第657-671页 *
Ortho-Rectification of SPOT 6 Satellite Images Based on RPC Models;Yang, G.D.等;《Applied Mechanics & Materials》;20130930;第808-814页 *

Also Published As

Publication number Publication date
CN109063711A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN109063711B (zh) 一种基于llts框架的卫星影像正射纠正算法
JP6716603B2 (ja) 飛行時間型画素アレイの解像度を上げるための方法および装置
CN115690324A (zh) 一种基于点云的神经辐射场重建优化方法及装置
US11263356B2 (en) Scalable and precise fitting of NURBS surfaces to large-size mesh representations
CN109147025B (zh) 一种面向rgbd三维重建的纹理生成方法
US6370270B1 (en) System and method for sampling and/or placing objects using low discrepancy sequences
JP2009134509A (ja) モザイク画像生成装置及びモザイク画像生成方法
CN102289803A (zh) 图像处理设备、图像处理方法及程序
CN112634172A (zh) 一种利用二维图像生成三维模型的3d打印方法及装置
CN106023147A (zh) 一种基于gpu的线阵遥感影像dsm快速提取方法
US12112409B2 (en) Method and system for pixelating vector graphic into image
CN111870953B (zh) 一种高度图生成方法、装置、设备及存储介质
CN116070687A (zh) 一种基于全局光线空间仿射变换的神经网络光场表示方法
CN115082641A (zh) 一种基于网格化多邻域插值的点云栅格化方法及装置
US11620965B2 (en) Video display method, video display system, electronic device, and storage medium
WO2024002064A1 (zh) 三维模型构建方法、装置、电子设备及存储介质
CN115423696B (zh) 一种自适应线程参数的遥感正射影像并行生成方法
CN115035233B (zh) 全球多分辨率空间网格球面光线投射可视化方法和装置
CN108960203A (zh) 一种基于fpga异构计算的车辆检测方法
US20230326126A1 (en) Generation of a 3d point cloud of a scene
Zhou et al. A Large-Batch Orthorectification Generation Method Based on Adaptive GPU Thread Parameters and Parallel Calculation
CN108805827B (zh) 一种图像卷积响应值的简化方法
CN116168300B (zh) 一种高分辨率遥感影像等gsd的核线重采样方法和装置
CN112862961B (zh) 层位坏点过滤方法、装置、设备及存储介质
CN116071276B (zh) 基于顶点的三维模型缺口修复方法、装置、设备及介质

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
CB02 Change of applicant information

Address after: 101399 No. 2 East Airport Road, Shunyi Airport Economic Core Area, Beijing (1st, 5th and 7th floors of Industrial Park 1A-4)

Applicant after: Zhongke Star Map Co., Ltd.

Address before: 101399 No. 2 East Airport Road, Shunyi Airport Economic Core Area, Beijing (1st, 5th and 7th floors of Industrial Park 1A-4)

Applicant before: Space Star Technology (Beijing) Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant