CN109377456A - 一种光学遥感太赫兹图像数据增强方法 - Google Patents
一种光学遥感太赫兹图像数据增强方法 Download PDFInfo
- Publication number
- CN109377456A CN109377456A CN201811141957.2A CN201811141957A CN109377456A CN 109377456 A CN109377456 A CN 109377456A CN 201811141957 A CN201811141957 A CN 201811141957A CN 109377456 A CN109377456 A CN 109377456A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- optical remote
- terahertz image
- sensing terahertz
- road
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003384 imaging method Methods 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 5
- 230000003595 spectral effect Effects 0.000 claims abstract description 5
- 230000002708 enhancing effect Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012634 optical imaging Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims 6
- 238000007796 conventional method Methods 0.000 abstract 1
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010189 synthetic method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种光学遥感太赫兹图像数据增强方法,属于空间弱目标信息增强技术领域。该方法为:(1)、采用多路成像系统,对响应在太赫兹谱段的目标进行观测成像,得到r路光学遥感太赫兹图像fb(u,v),b=1~r,0<u≤m,0<v≤n,m,n分别为光学遥感太赫兹图像为横轴方向和纵轴方向的尺寸;(2)、分别对r路光学遥感太赫兹图像fb(u,v)进行范数优化,通过求其最优解实现对光学遥感太赫兹图像的滤波,得到滤波后的r路光学遥感太赫兹图像Ib(u,v),b=1~r;(3)、将滤波后的r路光学遥感太赫兹图像合成,得到高分辨率光学遥感太赫兹图像I'(u,v)。本发明在抑制背景噪声的同时,有效增强图像的细节信息,相较于传统方法能更加有效的提升图像质量。
Description
技术领域
本发明提供了一种光学遥感太赫兹图像数据增强方法,能够在保持边缘的前提下有效的提升光学遥感太赫兹图像的细节信息,属于空间弱目标信息增强技术领域。
背景技术
由于太赫兹谱段的探测器件受限于加工工艺限制,成像的空间分辨力难以提高。另外,后续做成空间载荷在轨工作期间,受到工作环境温度变化、随机噪声、成像时间、辐射源起伏效应的抑制等因素的影响造成太赫兹脉冲成像的效果差异较大,造成像质变差。
《被动式人体太赫兹图像中的目标辅助识别》、赵然,发表在《强激光与粒子束》中采用单幅太赫兹图像去噪,主要采用中值滤波去噪,但是单幅图像中包含信息过少,往往信号被噪声湮没。因此其处理能力很有限,对图像的整体质量改善不明显。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提出一种光学遥感太赫兹图像数据增强方法,克服因太赫兹探测器噪声影响,采用多路增强滤波方法提升太赫兹暗弱目标信息。
本发明的技术解决方案是:一种光学遥感太赫兹图像数据增强方法,该方法包括如下步骤:
(1)、采用多路成像系统,对响应在太赫兹谱段的目标进行观测成像,得到r路光学遥感太赫兹图像fb(u,v),b=1~r,0<u≤m,0<v≤n,m,n分别为光学遥感太赫兹图像为横轴方向和纵轴方向的尺寸;
(2)、分别对r路光学遥感太赫兹图像fb(u,v)进行范数优化,通过求其最优解实现对光学遥感太赫兹图像的滤波,得到滤波后的r路光学遥感太赫兹图像Ib(u,v),b=1~r,0<u≤m,0<v≤n;
(3)、将滤波后的r路光学遥感太赫兹图像合成,得到高分辨率光学遥感太赫兹图像I'(u,v),0<u≤m,0<v≤n。
所述步骤(2)的具体实现过程为:进行预设的K次迭代,每次迭代执行如下步骤,
(2.1)、初始化迭代次数k,获取光学遥感太赫兹图像数据fk,b(u,v);
(2.2)、求第k次迭代的最优解Ik,b(u,v),使Ik,b(u,v)满足如下公式:
式中,λb为调整系数,取值范围为0~1之间,f0,b(μ,ν)表示步骤(1)获取的第第b路光学遥感太赫兹图像数据,Hb(μ,ν)为第b路光学成像系统点扩展函数的二维高斯状的s×s矩阵,1<s<min(m/2,n/2),Nb表示光学遥感成像系统噪声,Db为光学遥感太赫兹图像数据fk,b(μ,ν)的梯度:
最后,将每路第K次迭代获得的光学遥感太赫兹图像的范数优化值IK,b(u,v),b=1~r,作为滤波后的光学遥感太赫兹图像Ib(μ,ν),b=1~r。
所述K大于0。
所述r为正整数的平方值,所述r为正整数的平方值,r路光学遥感太赫兹图像分别为成像系统在横轴方向和纵轴方向取不同采样点获取的图像,横轴方向有次不同采样,纵轴方向有次不同采样,综合起来共幅不同的光学遥感太赫兹图像,所述高分辨率光学遥感太赫兹图像像素灰度值I'(u,v)计算公式为:
u和v代表重建后的像素点坐标,为正整数,h和j代表横轴方向和纵轴方向的错动量,取值范围为[0,1]。
所述步骤(3)先将滤波后的n路光学遥感太赫兹图像Ik,b(u,v)进行增强滤波,得到细节信息增强的光学遥感太赫兹图像再将增强后的多路信息合成,得到高分辨率光学遥感太赫兹图像I'(u,v)。
所述细节信息增强的光学遥感太赫兹图像为:
式中,Gs(μ0,ν0;μi,νj)为高斯核函数:
(μ0,ν0)为高斯核函数中心点坐标,Ib(μ0,ν0)为高斯核函数中心点坐标(μ0,ν0)对应的第b路光学遥感太赫兹图像像素值,Ib(μi,νj)为坐标点(μi,νj)对应的第b路光学遥感太赫兹图像像素值,ω为像素点的空间相似度0<ω<min(m,n);σs代表核函数Gs(μ0,ν0;μi,νj)内点像素的方差;σr代表函数Gr(μ0,ν0;μi,νj)内点像素方差;Gr(μ0,ν0;μi,νj)代表图像空间相似度。
本发明与现有技术相比的有益效果是:
(1)、本发明采用范数优化的方法对光学遥感太赫兹图像数据进行滤波,克服了太赫兹探测器噪声影响,抑制了背景噪声,提升了光学遥感太赫兹图像质量;
(2)、本发明采用多路光学遥感太赫兹图像数据合成,提升光学遥感太赫兹图像暗弱目标信息;
(2)、本发明结合增强化滤波增强高频细节信息,因而能够更有效提升图像的有效信息量和空间分辨率。
附图说明
图1为本发明光学遥感太赫兹图像数据增强方法流程图。
图2(a)为采用线性重采样方法处理得到的光学遥感太赫兹图像;
图2(b)为采用凸集投影(POCS)方法处理得到的光学遥感太赫兹图像;
图2(c)为采用后向迭代(IBP)方法处理得到的光学遥感太赫兹图像;
图2(d)为采用本发明方法处理得到的光学遥感太赫兹图像。
具体实施方式
以下结合附图和具体实施例对本发明进行详细说明。
本文提出一种光学遥感太赫兹图像数据增强方法,该方法首先对响应在太赫兹谱段的目标进行观测形成多次观测值,然后对多次观测的光学遥感太赫兹图像进行范数优化约束和增强滤波,最后形成一幅高保真的图像。如图1所示,本发明方法具体包括如下步骤:
(1)、采用多路成像系统,对响应在太赫兹谱段的目标进行观测成像,得到r路光学遥感太赫兹图像fb(u,v),b=1~r,0<u≤m,0<v≤n,m,n分别为光学遥感太赫兹图像为横轴方向和纵轴方向的尺寸;所述r为正整数的平方值,r路光学遥感太赫兹图像分别为成像系统在横轴方向和纵轴方向取不同采样点获取的图像,横轴方向有次不同采样,纵轴方向有次不同采样,综合起来共幅不同的光学遥感太赫兹图像。
(2)、分别对r路光学遥感太赫兹图像fb(u,v)进行范数优化,通过求其最优解实现对光学遥感太赫兹图像的滤波,得到滤波后的r路光学遥感太赫兹图像Ib(u,v),b=1~r,0<u≤m,0<v≤n;
每路太赫兹成像信息系统建模公式如下:
式中,(u,v)为获取到光学遥感太赫兹图像数据的像素点坐标,m×n光学遥感太赫兹图像数据的尺寸,其中m为图像在横轴方向的尺寸,n为图像在纵轴方向的尺寸;H为PSF(点扩散函数)的二维高斯状的s×s矩阵表示,s为点扩散函数PSF在一个方向的尺寸;I(m,n)为理想场景信息,N为噪声项,f(m,n)为光学遥感太赫兹图像。因此,对下式求解最优值可以得到第k路理想的光学遥感太赫兹图像数据Ik,b(μ,ν):
式中,λb为调整系数,取值范围为0~1之间,表示求范数优化,可推广为p范数优化,即表示p范数最小化,这里,为求“2+p”范数的联合优化,通过优化使得Ik,b(m,n)趋近于理想值,最终得到优化后的多路光学遥感太赫兹图像。f0,b(μ,ν)表示步骤(1)获取的第b路光学遥感太赫兹图像数据,Hb(μ,ν)为第b路光学成像系统点扩展函数的二维高斯状的s×s矩阵,1<s<min(m/2,n/2),Hb(m,n)为第b路成像系统PSF对应的矩阵H,其获得方式大致可分两种,一种是空间相机出厂前由实验室测得值,第二种是卫星在轨采用在轨对空间星点成像的方式获得;f0,b(m0,n0)为最初获取到的光学遥感太赫兹图像;Nb表示光学遥感成像系统噪声,Db为光学遥感太赫兹图像数据fk,b(μ,ν)的梯度:
最后,将每路第K次迭代获得的光学遥感太赫兹图像的范数优化值IK,b(u,v),b=1~r,作为滤波后的路光学遥感太赫兹图像Ib(μ,ν),b=1~r。
对每路光学遥感太赫兹图像fb(u,v)进行范数优化过程为:进行预设的K(K>0)次迭代运算。每次迭代执行如下步骤,
(2.1)、初始化迭代次数k,获取光学遥感太赫兹图像数据fk,b(u,v);
(2.2)、求第k次迭代的最优解Ik,b(u,v),使Ik,b(u,v)满足如下公式:
(3)、将滤波后的r路光学遥感太赫兹图像合成,得到高分辨率光学遥感太赫兹图像I'(u,v),0<u≤m,0<v≤n。
合成之后的高分辨率光学遥感太赫兹图像像素灰度值I'(u,v)计算公式为:
u和v代表重建后的像素点坐标,为正整数,h和j代表横轴方向和纵轴方向的错动量,取值范围为[0,1]。为多路光学遥感太赫兹图像数据在横轴方向的采样次数,为多路光学遥感太赫兹图像数据在纵轴方向的采样次数。
为了使图像更加清晰,可以先将滤波后的n路光学遥感太赫兹图像Ik,b(u,v)进行增强滤波,得到细节信息增强的光学遥感太赫兹图像再将增强后的多路信息合成,得到高分辨率光学遥感太赫兹图像I'(u,v)。
所述细节信息增强的光学遥感太赫兹图像为:
式中,Gs(μ0,ν0;μi,νj)为高斯核函数:
(μ0,ν0)为高斯核函数中心点坐标,Ib(μ0,ν0)为高斯核函数中心点坐标(μ0,ν0)对应的第b路光学遥感太赫兹图像像素值,Ib(μi,νj)为坐标点(μi,νj)对应的第b路光学遥感太赫兹图像像素值,ω为像素点的空间相似度0<ω<min(m,n);σs代表核函数Gs(μ0,ν0;μi,νj)内点像素的方差;σr代表函数Gr(μ0,ν0;μi,νj)内点像素方差;Gr(μ0,ν0;μi,νj)代表图像空间相似度。
本发明采用多路太赫兹信息合成与增强的方法,构建多路太赫兹成像数学模型,采用范数优化与增强滤波相结合的方法,最后重构出更高保真度图像。
实施例:
图2(a)为采用线性重采样方法处理得到的光学遥感太赫兹图像;图2(b)为采用凸集投影(POCS)方法处理得到的光学遥感太赫兹图像;图2(c)为采用后向迭代(IBP)方法处理得到的光学遥感太赫兹图像;图2(d)为采用本发明方法处理得到的光学遥感太赫兹图像。
表1为采用线性重采样方法、凸集投影(POCS)方法、后向迭代(IBP)方法和本发明方法得到的图像质量评价表。
表1图像质量评价
从上述图和表可以看出,本方法可以在抑制噪声的同时提升目标边缘的连续性,实验结果显示所提方法比传统过采样方法,具有更好的细节保真度,能得到更清晰的图像,更能有效提升像质。
本发明属于一种航天遥感技术领域中的太赫兹多路信息滤波与合成方法,适于太赫兹成像系统受到加工工艺限制、空间环境变化、器件退化等复杂因素造成的系统退化。本发明方法适于在太赫兹成像分辨率难以提升的图像。未来有望将该方法扩展到太赫兹成像数据的在轨实时处理中。
本发明的保护范围并不局限上述具体实施,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本说明书未进行详细描述部分属于本领域技术人员公知常识。
Claims (6)
1.一种光学遥感太赫兹图像数据增强方法,其特征在于包括如下步骤:
(1)、采用多路成像系统,对响应在太赫兹谱段的目标进行观测成像,得到r路光学遥感太赫兹图像fb(u,v),b=1~r,0<u≤m,0<v≤n,m,n分别为光学遥感太赫兹图像为横轴方向和纵轴方向的尺寸;
(2)、分别对r路光学遥感太赫兹图像fb(u,v)进行范数优化,通过求其最优解实现对光学遥感太赫兹图像的滤波,得到滤波后的r路光学遥感太赫兹图像Ib(u,v),b=1~r,0<u≤m,0<v≤n;
(3)、将滤波后的r路光学遥感太赫兹图像合成,得到高分辨率光学遥感太赫兹图像I'(u,v),0<u≤m,0<v≤n。
2.根据权利要求1所述的一种光学遥感太赫兹图像数据增强方法,其特征在于所述步骤(2)的具体实现过程为:进行预设的K次迭代,每次迭代执行如下步骤,
(2.1)、初始化迭代次数k,获取光学遥感太赫兹图像数据fk,b(u,v);
(2.2)、求第k次迭代的最优解Ik,b(u,v),使Ik,b(u,v)满足如下公式:
式中,λb为调整系数,取值范围为0~1之间,f0,b(μ,ν)表示步骤(1)获取的第第b路光学遥感太赫兹图像数据,Hb(μ,ν)为第b路光学成像系统点扩展函数的二维高斯状的s×s矩阵,1<s<min(m/2,n/2),Nb表示光学遥感成像系统噪声,Db为光学遥感太赫兹图像数据fk,b(μ,ν)的梯度:
最后,将每路第K次迭代获得的光学遥感太赫兹图像的范数优化值IK,b(u,v),b=1~r,作为滤波后的光学遥感太赫兹图像Ib(μ,ν),b=1~r。
3.根据权利要求1所述的一种光学遥感太赫兹图像数据增强方法,其特征在于所述K大于0。
4.根据权利要求1所述的一种光学遥感太赫兹图像数据增强方法,其特征在于所述r为正整数的平方值,所述r为正整数的平方值,r路光学遥感太赫兹图像分别为成像系统在横轴方向和纵轴方向取不同采样点获取的图像,横轴方向有次不同采样,纵轴方向有次不同采样,综合起来共幅不同的光学遥感太赫兹图像,所述高分辨率光学遥感太赫兹图像像素灰度值I'(u,v)计算公式为:
u和v代表重建后的像素点坐标,为正整数,h和j代表横轴方向和纵轴方向的错动量,取值范围为[0,1]。
5.根据权利要求1所述的一种光学遥感太赫兹图像数据增强方法,其特征在于所述步骤(3)先将滤波后的n路光学遥感太赫兹图像Ik,b(u,v)进行增强滤波,得到细节信息增强的光学遥感太赫兹图像再将增强后的多路信息合成,得到高分辨率光学遥感太赫兹图像I’(u,v)。
6.根据权利要求5所述的一种光学遥感太赫兹图像数据增强方法,其特征在于所述细节信息增强的光学遥感太赫兹图像为:
式中,Gs(μ0,ν0;μi,νj)为高斯核函数:
(μ0,ν0)为高斯核函数中心点坐标,Ib(μ0,ν0)为高斯核函数中心点坐标(μ0,ν0)对应的第b路光学遥感太赫兹图像像素值,Ib(μi,νj)为坐标点(μi,νj)对应的第b路光学遥感太赫兹图像像素值,ω为像素点的空间相似度0<ω<min(m,n);σs代表核函数Gs(μ0,ν0;μi,νj)内点像素的方差;σr代表函数Gr(μ0,ν0;μi,νj)内点像素方差;Gr(μ0,ν0;μi,νj)代表图像空间相似度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811141957.2A CN109377456B (zh) | 2018-09-28 | 2018-09-28 | 一种光学遥感太赫兹图像数据增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811141957.2A CN109377456B (zh) | 2018-09-28 | 2018-09-28 | 一种光学遥感太赫兹图像数据增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109377456A true CN109377456A (zh) | 2019-02-22 |
CN109377456B CN109377456B (zh) | 2022-04-12 |
Family
ID=65402411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811141957.2A Active CN109377456B (zh) | 2018-09-28 | 2018-09-28 | 一种光学遥感太赫兹图像数据增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109377456B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130242043A1 (en) * | 2012-03-19 | 2013-09-19 | Gwangju Institute Of Science And Technology | Depth video filtering method and apparatus |
CN106600542A (zh) * | 2016-10-31 | 2017-04-26 | 北京空间机电研究所 | 一种航天光学遥感高密度量子化信息处理方法 |
CN107680066A (zh) * | 2017-09-04 | 2018-02-09 | 北京空间机电研究所 | 空间相机动态成像仿真及频域滤波方法 |
-
2018
- 2018-09-28 CN CN201811141957.2A patent/CN109377456B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130242043A1 (en) * | 2012-03-19 | 2013-09-19 | Gwangju Institute Of Science And Technology | Depth video filtering method and apparatus |
CN106600542A (zh) * | 2016-10-31 | 2017-04-26 | 北京空间机电研究所 | 一种航天光学遥感高密度量子化信息处理方法 |
CN107680066A (zh) * | 2017-09-04 | 2018-02-09 | 北京空间机电研究所 | 空间相机动态成像仿真及频域滤波方法 |
Non-Patent Citations (1)
Title |
---|
张智: "《太赫兹成像质量提升方法》", 《红外与激光工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109377456B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ryan et al. | IKONOS spatial resolution and image interpretability characterization | |
Duggin et al. | Assumptions implicit in remote sensing data acquisition and analysis | |
Bungert et al. | Blind image fusion for hyperspectral imaging with the directional total variation | |
AU2012211359B8 (en) | Reflection removal system | |
CN102800074B (zh) | 基于轮廓波变换的sar图像变化检测差异图生成方法 | |
US7609318B2 (en) | Imaging system utilizing spatial image oscillation | |
Vollmerhausen et al. | Influence of sampling on target recognition and identification | |
CN103605119B (zh) | 一种星载合成孔径雷达条带模式方位模糊抑制方法 | |
CN103971406A (zh) | 基于线结构光的水下目标三维重建方法 | |
CN104303208A (zh) | 用于去除包含在视频中的雾的图像处理装置及其方法 | |
CN103886559B (zh) | 一种光谱图像处理方法 | |
CN108961199A (zh) | 多源遥感数据时空融合方法及装置 | |
CN116310883B (zh) | 基于遥感图像时空融合的农业灾害预测方法及相关设备 | |
Zhu et al. | Potential and limits of non-local means InSAR filtering for TanDEM-X high-resolution DEM generation | |
CN106504214A (zh) | 小波变换和局部插值融合的高光谱图像条带噪声消除方法 | |
CN108876829B (zh) | 基于非线性尺度空间及径向基函数的sar高精度配准方法 | |
CN109377456A (zh) | 一种光学遥感太赫兹图像数据增强方法 | |
CN104268831A (zh) | 海上阳光亮带干扰下的红外图像补偿方法 | |
CN111489398B (zh) | 一种成像设备标定方法以及装置 | |
Khetkeeree et al. | Satellite image restoration using adaptive high boost filter based on in-flight point spread function | |
Ye et al. | On linear and nonlinear processing of underwater, ground, aerial and satellite images | |
Jacobsen et al. | Radiometric and geometric characteristics of Pleiades images | |
Grumpe et al. | Elemental and topographic mapping of lava flow structures in Mare Serenitatis on the Moon | |
Isono et al. | Robust spatiotemporal fusion of satellite images: A constrained convex optimization approach | |
Turmon et al. | Automatically finding solar active regions using soho/mdi photograms and magnetograms |
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 |