CN109150571A - 网格映射方法和装置 - Google Patents

网格映射方法和装置 Download PDF

Info

Publication number
CN109150571A
CN109150571A CN201710499390.5A CN201710499390A CN109150571A CN 109150571 A CN109150571 A CN 109150571A CN 201710499390 A CN201710499390 A CN 201710499390A CN 109150571 A CN109150571 A CN 109150571A
Authority
CN
China
Prior art keywords
grid
matched
matching
image
grid block
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.)
Granted
Application number
CN201710499390.5A
Other languages
English (en)
Other versions
CN109150571B (zh
Inventor
石彦彬
李凌
邱诗鹏
阳志明
田海波
毛斌宏
喻琦
胡少东
张英彬
周平利
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.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp 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 China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN201710499390.5A priority Critical patent/CN109150571B/zh
Publication of CN109150571A publication Critical patent/CN109150571A/zh
Application granted granted Critical
Publication of CN109150571B publication Critical patent/CN109150571B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08Configuration management of networks or network elements
    • H04L41/0893Assignment of logical groups to network elements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration

Abstract

本申请提出一种网格映射方法,涉及图像处理技术领域。其中,本发明的一种网格映射方法包括:根据关键特征切割待匹配网格,获取待匹配网格块;在目标网格中利用图像匹配算法匹配各个待匹配网格块;根据各个待匹配网格块的匹配结果判断待匹配网格与目标网格是否匹配成功;若匹配成功,则将待匹配网格与目标网格中的匹配区域相关联。通过这样的方法,能够将待匹配网格和目标网格作为图像数据,采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。

Description

网格映射方法和装置
技术领域
本申请涉及图像处理技术领域,特别是一种网格映射方法和装置。
背景技术
网格是一种新兴的技术,正处在不断发展和变化当中。学术界和商业界围绕网格开展的研究有很多,其研究的内容和名称也不尽相同,因而对于网格尚未有精确的定义和内容定位。信息网格是利用现有的网格技术、空间信息基础设施、空间信息网络协议规范形成一个虚拟的空间信息管理与处理环境,将空间地理分布的、异构的各种设备与系统进行集成,为用户提供一体化的空间信息应用服务的智能化信息平台。它的主要特点包括异构、动态的环境,跨多管理域(测绘、国土资源、交通、其他应用等)及多区域的动态的资源共享等。
当前网格生成技术已相当成熟,但是网格划分还有许多难题没有得到彻底解决。目前,网格划分是人工在地图上绘制各类网格,并人工将网格进行关联映射,支撑基于网格的营销、建设、维护等各类应用。现有的网格划分存在人工关联工作量巨大的问题,尤其是对已经独立存在的各类网格,几乎是不能完成的任务;另外,人工关联存在一定的误差,导致关联数据不准确,影响应用效果。因此,网格关联的效率、质量等还有待进一步提高。
发明内容
本申请的一个目的在于提高网格关联的效率。
根据本申请的一个方面,提出一种网格映射方法,包括:根据关键特征切割待匹配网格,获取待匹配网格块;在目标网格中利用图像匹配算法匹配各个待匹配网格块;根据各个待匹配网格块的匹配结果判断待匹配网格与目标网格是否匹配成功;若匹配成功,则将待匹配网格与目标网格中的匹配区域相关联。
可选地,在目标网格中利用图像匹配算法匹配各个待匹配网格块包括:利用模板匹配算法将各个待匹配网格块在目标图像中进行模板匹配计算;若匹配系数大于等于预定匹配系数阈值,则待匹配网格块匹配成功。
可选地,在目标网格中利用图像匹配算法匹配各个待匹配网格块还包括:当待匹配网格块的匹配系数小于预定匹配系数阈值时,利用感知哈希算法确定待匹配网格块与目标网格图像的相似度比例;若相似度比例大于等于预定比例阈值,则待匹配网格块匹配成功。
可选地,根据各个待匹配网格块的匹配结果判断待匹配网格与目标网格是否匹配成功包括:若每个待匹配网格块与目标图像的匹配结果均为匹配成功,或若待匹配图像中与目标图像匹配成功的待匹配网格块的比例达到预定匹配成功阈值,或待匹配图像已成功完成对整个目标网格图像的匹配,则确定待匹配网格与目标网格匹配成功。
可选地,待匹配网格包括资源网格、基础网格或营销网格;目标网格包括资源网格、基础网格或营销网格。
通过这样的方法,能够将待匹配网格和目标网格作为图像数据,采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。
根据本申请的另一个方面,提出一种网格映射装置,包括:网格切割单元,用于根据关键特征切割待匹配网格,获取待匹配网格块;网格块匹配单元,用于在目标网格中利用图像匹配算法匹配各个待匹配网格块;匹配结果获取单元,用于根据各个待匹配网格块的匹配结果判断待匹配网格与目标网格是否匹配成功;网格关联单元,用于在待匹配网格与目标网格匹配成功时,将待匹配网格与目标网格中的匹配区域相关联。
可选地,网格块匹配单元包括:模板匹配子单元,用于利用模板匹配算法将各个待匹配网格块在目标图像中进行模板匹配计算;网格块匹配结果确定子单元,用于在匹配系数大于等于预定匹配系数阈值时,确定待匹配网格块匹配成功。
可选地,网格块匹配单元还包括:感知哈希算法匹配子单元,用于当待匹配网格块的匹配系数小于预定匹配系数阈值时,利用感知哈希算法确定待匹配网格块与目标网格图像的相似度比例;网格块匹配结果确定子单元还用于当相似度比例大于等于预定比例阈值时,确定待匹配网格块匹配成功。
可选地,匹配结果获取单元用于:若每个待匹配网格块与目标图像的匹配结果均为匹配成功,或若待匹配图像中与目标图像匹配成功的待匹配网格块的达到预定匹配成功阈值,或待匹配图像已成功完成对整个目标网格图像的匹配,则确定待匹配网格与目标网格匹配成功。
可选地,待匹配网格包括资源网格、基础网格或营销网格;目标网格包括资源网格、基础网格或营销网格。
这样的装置能够将待匹配网格和目标网格作为图像数据,采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。
根据本申请的又一个方面,提出一种网格映射装置,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器的指令执行上文中提到的任意一种网格映射方法。
这样的装置能够采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。
根据本申请的再一个方面,提出一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上文中提到的任意一种网格映射方法的步骤。
这样的计算机可读存储介质通过执行其上存储的指令,能够采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明的网格映射装置的一个实施例的示意图。
图2为本发明的网格映射装置的另一个实施例的示意图。
图3为本发明的网格映射方法的一个实施例的流程图。
图4为本发明的网格映射方法的另一个实施例的流程图。
图5为本发明的网格映射方法的又一个实施例的流程图。
图6为本发明的网格映射装置的又一个实施例的示意图。
图7为本发明的网格映射装置中网格块匹配单元的一个实施例的示意图。
具体实施方式
下面通过附图和实施例,对本申请的技术方案做进一步的详细描述。
本申请的网格映射装置的一个实施例的结构示意图如图1所示。网格映射装置包括存储器110和处理器120。其中:存储器110可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储下文中网格映射方法的对应实施例中的指令。处理器120耦接至存储器110,可以作为一个或多个集成电路来实施,例如微处理器或微控制器。该处理器120用于执行存储器中存储的指令,能够实现自动网格映射,提高了网格关联的效率。
在一个实施例中,还可以如图2所示,网格映射装置200包括存储器210和处理器220。处理器220通过BUS总线230耦合至存储器210。该网格映射装置200还可以通过存储接口240连接至外部存储装置250以便调用外部数据,还可以通过网络接口260连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
在该实施例中,通过存储器存储数据指令,再通过处理器处理上述指令,能够实现网格的自动匹配。
在另一个实施例中,一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现网格映射方法对应实施例中的方法的步骤。本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明的网格映射方法的一个实施例的流程图如图3所示。
在步骤301中,根据关键特征切割待匹配网格,获取待匹配网格块。在一个实施例中,待匹配网格可以包含但不限于资源网格、营销网格、基础网格。
在步骤302中,在目标网格中利用图像匹配算法匹配各个待匹配网格块。在一个实施例中,目标网格可以包含但不限于资源网格、营销网格、基础网格。
在步骤303中,根据各个待匹配网格块的匹配结果判断待匹配网格与目标网格是否匹配成功。若匹配成功,则执行步骤304;否则,执行步骤305。在一个实施例中,可以当待匹配网格的每个待匹配网格块与目标图像的匹配结果均为匹配成功时才确定待匹配网格与目标网格匹配成功;也可以统计待匹配网格中待匹配网格块与目标图像的匹配结果为匹配成功的数量所占的比例,若待匹配图像中与目标图像匹配成功的待匹配网格块的比例达到预定匹配成功阈值,则待匹配网格与目标网格匹配成功。在一个实施例中,若待匹配图像已成功完成对整个目标网格图像的匹配,则认为待匹配网格与目标网格匹配成功。
在步骤304中,将待匹配网格与目标网格中的匹配区域相关联。
在步骤305中,确定网格匹配失败。
图像匹配是一种通过对影像内容、特征、结构、关系、纹理及灰度等的对应关系、相似性和一致性的分析来寻求相似影像目标的方法,是图像处理领域的研究热点。通过上述实施例中的方法,能够将待匹配网格和目标网格作为图像数据,采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。
在一个实施例中,可以将网格中建筑物、标识物、地形等信息点作为关键特征对网格进行切割,每个网格块中包含一个或多个关键特征,从而能通过关键特征的匹配来判断网格匹配,克服两个网格划分的颗粒度、图形不同的问题。
本发明的网格映射方法的另一个实施例的流程图如图4所示。
在步骤401中,根据关键特征切割待匹配网格,获取待匹配网格块。
在步骤402中,利用模板匹配算法将各个待匹配网格块在目标图像中进行模板匹配计算,获取匹配系数。相关系统为1表示完美匹配,为-1表示最差匹配。
在步骤403中,判断匹配系数是否大于等于预定匹配系数阈值。在一个实施例中,可以根据需要或实验设置和调整预定匹配系数阈值。在一个实施例中,预定匹配系数阈值为0.7~0.9,优选为0.8。若匹配系数大于预定匹配系数阈值,则执行步骤404。
在步骤404中,确定待匹配网格块匹配成功,进行下一个待匹配网格块的匹配,直至完成整个待匹配网格的匹配。
通过这样的方法,能够利用模板匹配算法进行网格间的匹配,从而无需人工匹配,提高了网格匹配的效率;算法匹配在关键特征的识别上比人工更为准确,特别是网格数据较为复杂的情况下,能够提高网格匹配的准确度。
本发明的网格映射方法的又一个实施例的流程图如图5所示。
在步骤501中,根据关键特征切割待匹配网格,获取待匹配网格块。
在步骤502中,利用模板匹配算法将各个待匹配网格块在目标图像中进行模板匹配计算,获取匹配系数。
在步骤503中,判断匹配系数是否大于等于预定匹配系数阈值。若匹配系数小于预定匹配系数阈值,则执行步骤504。
在步骤504中,利用感知哈希算法确定待匹配网格块与目标网格图像的相似度比例。相似度为1,表示两个网格相同;如果大于等于预定比例阈值,说明两个网格很相似;如果小于预定比例阈值,就说明这是两个不同的网格。在一个实施例中,预定比例阈值可以根据需要或实验进行设定或调整。在一个实施例中,预定比例阈值为0.7~0.9,优选为0.8。
在步骤505中,将相似度比例与预定比例阈值相比较,若相似度比例大于等于预定比例阈值,则执行步骤506;若相似度比例小于预定比例阈值,则执行步骤507。
在步骤506中,确定待匹配网格块匹配成功,进行下一个待匹配网格块的匹配,直至完成整个待匹配网格的匹配。
在步骤507中,确定待匹配网格块匹配失败,进行下一个待匹配网格块的匹配,直至完成整个待匹配网格的匹配。
通过这样的方法,能够采用模板匹配算法和感知哈希算法相配合进行网格匹配,从模板匹配算法匹配失败的待匹配网格块中筛选出利用感知哈希算法能够匹配成功的待匹配网格块,从而提高了网格匹配成功的概率和准确度。
本发明的网格映射装置的又一个实施例的示意图如图6所示。网格切割单元601能够根据关键特征切割待匹配网格,获取待匹配网格块。在一个实施例中,待匹配网格可以包含但不限于资源网格、营销网格、基础网格。网格块匹配单元602能够在目标网格中利用图像匹配算法匹配各个待匹配网格块。在一个实施例中,目标网格可以包含但不限于资源网格、营销网格、基础网格。匹配结果获取单元603能够根据各个待匹配网格块的匹配结果判断待匹配网格与目标网格是否匹配成功。在一个实施例中,可以在待匹配网格的每个待匹配网格块与目标图像的匹配结果均为匹配成功时才确定待匹配网格与目标网格匹配成功;也可以统计待匹配网格中待匹配网格块与目标图像的匹配结果为匹配成功的数量所占的比例,若待匹配图像中与目标图像匹配成功的待匹配网格块的比例达到预定匹配成功阈值,则待匹配网格与目标网格匹配成功。网格关联单元604能够将待匹配网格与目标网格中的匹配区域相关联。
这样的装置能够将待匹配网格和目标网格作为图像数据,采用图像匹配算法进行匹配运算,从而实现自动网格映射,提高了网格关联的效率。
本发明的网格映射装置中网格块匹配单元的一个实施例的示意图如图7所示。模板匹配子单元701能够利用模板匹配算法将各个待匹配网格块在目标图像中进行模板匹配计算,获取匹配系数;网格块匹配结果确定子单元702能够判断匹配系数是否大于等于预定匹配系数阈值。若匹配系数大于等于预定匹配系数阈值,则网格块匹配结果确定子单元702确定匹配成功。
这样的网格映射装置能够利用模板匹配算法进行网格间的匹配,从而无需人工匹配,提高了网格匹配的效率;算法匹配在关键特征的识别上比人工更为准确,特别是网格数据较为复杂的情况下,能够提高网格匹配的准确度。
在一个实施例中,如图7所示,网格映射装置还包括感知哈希算法匹配子单元703,能够获取模板匹配子单元701确定的匹配系数小于预定匹配系数阈值的待匹配网格块,利用感知哈希算法确定待匹配网格块与目标网格图像的相似度比例。网格块匹配结果确定子单元702能够将相似度比例与预定比例阈值相比较,若相似度比例大于等于预定比例阈值,则确定待匹配网格块匹配成功,否则确定待匹配网格块匹配失败。
这样的网格映射装置能够采用模板匹配算法和感知哈希算法相配合进行网格匹配,从模板匹配算法匹配失败的待匹配网格块中筛选出利用感知哈希算法能够匹配成功的待匹配网格块,从而提高了网格匹配成功的概率和准确度。
本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
至此,已经详细描述了本申请。为了避免遮蔽本申请的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本申请的方法以及装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
最后应当说明的是:以上实施例仅用以说明本申请的技术方案而非对其限制;尽管参照较佳实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本申请的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本申请技术方案的精神,其均应涵盖在本申请请求保护的技术方案范围当中。

Claims (12)

1.一种网格映射方法,包括:
根据关键特征切割待匹配网格,获取待匹配网格块;
在目标网格中利用图像匹配算法匹配各个所述待匹配网格块;
根据各个所述待匹配网格块的匹配结果判断所述待匹配网格与所述目标网格是否匹配成功;
若匹配成功,则将所述待匹配网格与所述目标网格中的匹配区域相关联。
2.根据权利要求1所述的方法,其中,
所述在目标网格中利用图像匹配算法匹配各个所述待匹配网格块包括:
利用模板匹配算法将各个所述待匹配网格块在所述目标图像中进行模板匹配计算;
若匹配系数大于等于预定匹配系数阈值,则所述待匹配网格块匹配成功。
3.根据权利要求2所述的方法,其中,
所述在目标网格中利用图像匹配算法匹配各个所述待匹配网格块还包括:
当所述待匹配网格块的所述匹配系数小于预定匹配系数阈值时,利用感知哈希算法确定所述待匹配网格块与所述目标网格图像的相似度比例;
若所述相似度比例大于等于预定比例阈值,则所述待匹配网格块匹配成功。
4.根据权利要求1、2或3所述的方法,其中,
所述根据各个所述待匹配网格块的匹配结果判断所述待匹配网格与所述目标网格是否匹配成功包括:
若每个所述待匹配网格块与所述目标图像的匹配结果均为匹配成功,或若所述待匹配图像中与所述目标图像匹配成功的所述待匹配网格块的比例达到预定匹配成功阈值,或所述待匹配图像已成功完成对整个所述目标网格图像的匹配,则确定所述待匹配网格与所述目标网格匹配成功。
5.根据权利要求1所述的方法,其中,
所述待匹配网格包括资源网格、基础网格或营销网格;
所述目标网格包括资源网格、基础网格或营销网格。
6.一种网格映射装置,包括:
网格切割单元,用于根据关键特征切割待匹配网格,获取待匹配网格块;
网格块匹配单元,用于在目标网格中利用图像匹配算法匹配各个所述待匹配网格块;
匹配结果获取单元,用于根据各个所述待匹配网格块的匹配结果判断所述待匹配网格与所述目标网格是否匹配成功;
网格关联单元,用于在所述待匹配网格与所述目标网格匹配成功时,将所述待匹配网格与所述目标网格中的匹配区域相关联。
7.根据权利要求6所述的装置,其中,
所述网格块匹配单元包括:
模板匹配子单元,用于利用模板匹配算法将各个所述待匹配网格块在所述目标图像中进行模板匹配计算;
网格块匹配结果确定子单元,用于在匹配系数大于等于预定匹配系数阈值时,确定所述待匹配网格块匹配成功。
8.根据权利要求7所述的装置,其中,
所述网格块匹配单元还包括:
感知哈希算法匹配子单元,用于当所述待匹配网格块的所述匹配系数小于预定匹配系数阈值时,利用感知哈希算法确定所述待匹配网格块与所述目标网格图像的相似度比例;
网格块匹配结果确定子单元还用于当所述相似度比例大于等于预定比例阈值时,确定所述待匹配网格块匹配成功。
9.根据权利要求6、7或8所述的装置,其中,
所述匹配结果获取单元用于:
若每个所述待匹配网格块的与所述目标图像的匹配结果均为匹配成功,或若所述待匹配图像中与所述目标图像匹配成功的所述待匹配网格块的达到预定匹配成功阈值,或所述待匹配图像已成功完成对整个所述目标网格图像的匹配,则确定所述待匹配网格与所述目标网格匹配成功。
10.根据权利要求6所述的装置,其中,
所述待匹配网格包括资源网格、基础网格或营销网格;
所述目标网格包括资源网格、基础网格或营销网格。
11.一种网格映射装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令执行如权利要求1至5任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现权利要求1至5任意一项所述的方法的步骤。
CN201710499390.5A 2017-06-27 2017-06-27 网格映射方法和装置 Active CN109150571B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710499390.5A CN109150571B (zh) 2017-06-27 2017-06-27 网格映射方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710499390.5A CN109150571B (zh) 2017-06-27 2017-06-27 网格映射方法和装置

Publications (2)

Publication Number Publication Date
CN109150571A true CN109150571A (zh) 2019-01-04
CN109150571B CN109150571B (zh) 2021-10-12

Family

ID=64805041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710499390.5A Active CN109150571B (zh) 2017-06-27 2017-06-27 网格映射方法和装置

Country Status (1)

Country Link
CN (1) CN109150571B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112181991A (zh) * 2020-10-15 2021-01-05 中国人民解放军国防科技大学 基于快速构建kd树的地球模拟系统网格重映射方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542565A (zh) * 2011-12-12 2012-07-04 中国科学院遥感应用研究所 一种用于包含复杂地形遥感图像的误匹配点剔除方法
US20140293004A1 (en) * 2013-03-26 2014-10-02 Canon Ka8Ushiki Kaisha Image processing apparatus and method, and image capturing apparatus
CN105513038A (zh) * 2014-10-20 2016-04-20 网易(杭州)网络有限公司 图像匹配方法及手机应用测试平台

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542565A (zh) * 2011-12-12 2012-07-04 中国科学院遥感应用研究所 一种用于包含复杂地形遥感图像的误匹配点剔除方法
US20140293004A1 (en) * 2013-03-26 2014-10-02 Canon Ka8Ushiki Kaisha Image processing apparatus and method, and image capturing apparatus
CN105513038A (zh) * 2014-10-20 2016-04-20 网易(杭州)网络有限公司 图像匹配方法及手机应用测试平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张建友: ""基于营销网格的汽车营销资源优化配置研究"", 《中国博士学位论文全文数据库(电子期刊)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112181991A (zh) * 2020-10-15 2021-01-05 中国人民解放军国防科技大学 基于快速构建kd树的地球模拟系统网格重映射方法

Also Published As

Publication number Publication date
CN109150571B (zh) 2021-10-12

Similar Documents

Publication Publication Date Title
US10795056B2 (en) Local weather forecast
CN110411464B (zh) 三维点云地图生成方法、装置、设备及存储介质
CN109798903A (zh) 一种从地图数据中获取道路信息的方法及装置
JP2016152044A (ja) 目標位置を確定するための方法及び装置
CN110492480A (zh) 配电网拓扑识别方法、装置、计算机设备和可读存储介质
CN104751505A (zh) 基于lod模型和四叉树层次结构的三维场景渲染算法
CN111352670B (zh) 虚拟现实场景加载方法、装置、虚拟现实系统及设备
CN108388621A (zh) 电子围栏方法及装置
CN110784883B (zh) 基站建设评估方法、装置、设备和存储介质
CN107767454A (zh) 一种实景三维移动快速建模方法、装置及系统
CN102779165A (zh) 栅格地图图片库的建立方法
CN112329789B (zh) 点云的提取方法、装置、计算机设备和存储介质
KR102362470B1 (ko) 족부 정보 처리 방법 및 장치
CN109741209A (zh) 台风灾害下配电网多源数据融合方法、系统及存储介质
CN116244805A (zh) 一种住宅建筑规划设计方案自动生成系统及生成方法
CN105844572A (zh) 拥挤风险监控方法及拥挤风险监控装置
CN104662540A (zh) 用于在基于位置的网络中区域采样和评估的方法和装置
CN109150571A (zh) 网格映射方法和装置
CN112613530A (zh) 基于自适应密度聚类算法的小区住户识别方法和系统
CN112887910B (zh) 异常覆盖区域的确定方法、装置和计算机可读存储介质
CN111599015A (zh) 一种约束条件下的空间多边形网格化填充方法和装置
CN115588086A (zh) 地图划分方法、装置、计算机可读存储介质及处理器
CN111787487B (zh) 确定场景小区资源的方法、装置、设备及存储介质
CN113852204A (zh) 一种于数字孪生的变电站三维全景监视系统及方法
CN113141570A (zh) 地下场景定位方法、装置、计算设备及计算机存储介质

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
GR01 Patent grant
GR01 Patent grant