CN109658446B - 一种高分辨率遥感影像几何配准方法及装置 - Google Patents
一种高分辨率遥感影像几何配准方法及装置 Download PDFInfo
- Publication number
- CN109658446B CN109658446B CN201811273738.XA CN201811273738A CN109658446B CN 109658446 B CN109658446 B CN 109658446B CN 201811273738 A CN201811273738 A CN 201811273738A CN 109658446 B CN109658446 B CN 109658446B
- Authority
- CN
- China
- Prior art keywords
- image
- registered
- reference image
- resolution
- images
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000000638 solvent extraction Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000903 blocking effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 abstract description 2
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
-
- G06T3/02—
-
- G06T5/80—
-
- 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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Abstract
本发明提出一种高分辨率遥感影像几何配准方法及装置,所述方法包括如下步骤:获取含有投影信息的高分辨率影像数据,包括基准影像和待配准影像;进行地理信息粗匹配,得到初步校正结果A1;从所述基准影像中裁剪出与A1具有相同地理坐标的区域A2;将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标区域的分块影像的标准差均值,选取所述标准差均值在中间位置的那一对分块影像;进行傅里叶变换,在频率域根据相位信息计算出所述分块影像对之间的仿射参数;根据所述仿射参数对A1进行仿射校正,得到配准结果。本发明提供的方法及装置可减少业务需要的时间,提高效率,同时保证配准精度,降低成本。本发明属于测绘遥感领域。
Description
技术领域
本发明提出一种高分辨率遥感影像几何配准方法及装置,属于遥感测绘技术领域。
背景技术
随着遥感技术发展,高空间分辨率遥感影像成为精准农业、目标识别、灾害评估、变化监测等应用的主要数据源。由于卫星数据受天气、卫星重访周期等影响,当同源影像不能完全覆盖研究区域时,我们就需要使用多源遥感影像。因采集时间、平台等差异和系统因素等,多源影像之间产生几何位置误差,在使用前就需要进行几何配准。面对海量的多源遥感影像数据,传统的手工配准已经不能满足遥感业务化需求,如何快速有效的实现多源影像高精度配准,使得遥感能够业务化是目前亟需解决的问题。
目前国内外影像配准算法大体分为两类:空间域和频率域的影像配准方法。空间域的配准方法主要有,基于影像灰度信息的配准,基于SIFT、Harris等特征点的特征配准。基于灰度信息配准方法主要使用最小二乘法,分析基准影像和待配准影像之间重叠区域的相似度,完成影像配准。基于特征的影像匹配目前常用的是基于特征点的方法。但是这两种方法,基于影像灰度信息的配准受到基准影像和待配准影像的灰度值影像,尤其是灰度差异较大的影像,效果较差,受到影像自身的大小影响,其计算时间冗长,效率较低。而基于特征影像匹配,当特征不明显时,容易出现错选特征情况。频率域的配准方法主要为相位相关法,如果影像较大,计算量变大,效率降低。
发明内容
本发明提出一种高分辨率遥感影像几何配准方法及装置,解决高分辨率遥感影像几何配准效率低的问题。
本发明提出一种高分辨率遥感影像几何配准方法,具体包括如下技术方案:
S1、获取含有投影信息的高分辨率影像数据,所述高分辨率影像数据包括基准影像和待配准影像,
S2、对基准影像和待配准影像进行地理信息粗匹配,得到初步校正结果A1;
S3、以所述粗匹配影像为基准,从所述待配准影像中裁剪出与所述基准影像相同地理坐标的区域A2;
S4、将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标区域的分块影像的标准差均值,选取标准差均值在中间位置的那一对分块影像;
S5、将所述选取的分块影像对分别进行傅里叶变换,在频率域根据相位信息计算出所述分块影像对之间的仿射参数;
S6、根据所述仿射参数对A1进行仿射校正,得到配准结果。
在上述技术方案中,所述步骤S1中,所述基准影像和所述待配准影像有重叠区域。
在上述技术方案中,所述步骤S2中,所述对基准影像和待配准影像进行地理信息粗匹配的具体过程为:根据地理投影信息获取所述基准影像和待配准影像的覆盖区域的四个角点,进行多项式校正。
在上述技术方案中,所述步骤S4中,所述将A1和A2分别按相同的大小均匀分块之前还包括:根据A1和A2的影像行列号,设定分块大小;所述选取标准差均值在中间位置的那一对分块影像的具体方式为:对所述标准差均值进行排序。
在上述技术方案中,所述步骤S5所述仿射参数包括:平移因子。
本发明还提供一种基于高分辨率遥感影像几何配准装置,其特征在于,所述装置包括:
获取模块:用于获取含有投影信息的高分辨率影像数据,所述高分辨率影像数据包括基准影像和待配准影像,
粗匹配模块:用于对基准影像和待配准影像进行地理信息粗匹配,得到初步校正结果A1;
裁剪模块:用于以所述粗匹配影像为基准,从所述待配准影像中裁剪出与所述基准影像相同地理坐标的区域A2;
分块模块:将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标的分块影像的标准差均值,选取标准差均值在中间位置的那一对分块影像;
计算模块:将所述选取的分块影像对分别进行傅里叶变换,在频率域根据相位信息计算出所述分块影像对之间的仿射参数;
配准模块:用于根据所述仿射参数对A1进行仿射校正,得到配准结果。
本发明的有益效果是:本发明针对业务中大量高分辨率影像配准的需求,结合高分辨率原始影像之间几乎只存在平移的特性,通过一个改进的相位相关法实现高分辨率遥感影像的自动几何配准。首先经过粗配准和分块计算,挑选出符合条件的块影像来计算仿射参数,再进行几何配准,该流程通过减小计算量,提高运行效率,从而达到快速校正的目的,配准精度可以达到像素级。本发明提供的方法可减少大量人工成本,并在一定程度上减少业务需要的时间,提高效率,同时保证配准精度,降低成本。
附图说明
为了更清楚地说明本发明的技术方案,下面将对本发明技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的几何配准方法流程示意图;
图2为本发明实施例提供的几何配准装置结构示意图;
具体实施方式
本发明提出一种高分辨率遥感影像几何配准方法及装置,用于高分辨率遥感影像快速几何配准。
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供的一种高分辨率遥感影像几何配准方法的流程示意图,该方法包括:
S1、获取含有投影信息的高分辨率影像数据,所述高分辨率影像数据包括基准影像和待配准影像;
可选的,所述步骤S1中,所述基准影像和所述待配准影像有重叠区域。
获取含有投影信息的高分辨率影像数据,将其中一种影像数据作为基准影像,另一种为待配准影像数据,两种数据有一定的重叠区域。
S2、对基准影像和待配准影像进行地理信息粗匹配,得到初步校正结果A1;
可选的,所述步骤S2中,所述对基准影像和待配准影像进行地理信息粗匹配的具体过程为:根据地理投影信息获取所述基准影像和待配准影像的覆盖区域的四个角点,进行多项式校正。
影像投影转换就是将一个地理坐标系统转换到另一个坐标系统。坐标转换需要转换四个坐标,也就是四个角点。多项式校正的基本思想是回避成像的空间几何过程,而直接对影像变形的本身进行数学模拟,遥感图像的总体变形可看作是平移、缩放、旋转、弯曲等基本变形的综合作用结果,因此待配准影像与基准影像相应点之间的坐标关系可以用一个适当的多项式来表达。用最小二乘法通过同名控制点坐标数据拟合可求出多项式系数,根据此多项式系数对待配准影像进行初步校正。
S3、以A1为基础,从所述基准影像中裁剪出与A1具有相同地理坐标的区域A2;
影像A1为待配准影像经过步骤S2得到的初步配准结果,只需进一步校正即可完成高分辨率遥感影像的全部配准过程。为了做进一步校正,从所述基准影像中裁剪出与A1具有相同地理坐标信息的区域,记为A2,接下来可利用A1和A2完成进一步校正过程。
S4、将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标区域的分块影像的标准差均值,选取标准差均值在中间位置的那一对分块影像;
可选的,所述步骤S4中,所述将A1和A2分别按相同的大小均匀分块之前还包括:根据A1和A2的影像行列号,设定分块大小;所述选取标准差均值在中间位置的那一对分块影像的具体方式为:对所述标准差均值进行排序。
首先根据A1和A2的影像行列号,设定分块大小,将A1和A2分别按设定的分块大小均匀分块,由于A1和A2为具有相同地理位置信息的影像,将他们均匀分块后可得到一系列具有相同地理位置信息的影像对。计算每一对具有相同地理坐标区域的分块影像的标准差并计算其均值,将标准差均值排序,选取出标准差均值大小在最中间位置的那一对分块影像对,设选出的影像对为A3、A4,其中A3为A1中的影像块,A4为A2中的影像块。
S5、将所述选取的分块影像对分别进行傅里叶变换,在频率域根据相位信息计算出所述分块影像对之间的仿射参数;
可选的,所述步骤S5所述仿射参数包括:平移因子。
空间域中信号的平移、旋转、放缩等,都可以通过频域中相位等信息的变化反映出来。对A3、A4进行傅里叶变换,转到频率域空间,根据相位信息,在频域进行相位匹配,可计算出平移等配准参数。可根据傅里叶变换性质,通过两幅影像的相位值求取峰值之间的相关系数得到平移参数,还可以基于傅里叶变换和对数极变换的全局相位相关法,获得影像平移、旋转和缩放因子。
S6、根据所述仿射参数对A1进行仿射校正,得到配准结果。
根据计算得到的仿射参数,对粗匹配结果A1进行进一步校正,得到最终匹配结果,即完成高分辨率遥感影像的自动几何配准。
请参阅图2,本发明提供的一种高分辨率遥感影像几何配准装置的结构示意图,该装置包括:
获取模块210:用于获取含有投影信息的高分辨率影像数据,所述高分辨率影像数据包括基准影像和待配准影像,
粗匹配模块220:用于对基准影像和待配准影像进行地理信息粗匹配,得到初步校正结果A1;
裁剪模块230:用于以A1为基础,从所述基准影像中裁剪出与A1具有相同地理坐标的区域A2;
分块模块240:用于将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标区域的分块影像的标准差均值,选取所述标准差均值在中间位置的那一对分块影像;
计算模块250:用于将所述选取的分块影像对分别进行傅里叶变换,在频率域根据相位信息计算出所述分块影像对之间的仿射参数;
配准模块260:用于根据所述仿射参数对A1进行仿射校正,得到配准结果。
本发明实施例提供的高分辨率遥感影像自动配准装置,首先经过粗配准和分块计算,挑选出符合条件的块影像来计算仿射参数,再进行几何配准,该流程通过减小计算量,提高运行效率,实现快速校正。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制。但凡在本发明实施例技术方案的精神和范围内对其中部分技术特征进行修改或等同替换等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种高分辨率遥感影像几何配准方法,其特征在于,包括如下步骤:
S1、获取含有投影信息的高分辨率影像数据,所述高分辨率影像数据包括基准影像和待配准影像;
S2、对基准影像和待配准影像进行地理信息粗匹配,得到初步校正结果A1,所述对基准影像和待配准影像进行地理信息粗匹配的具体过程为:根据地理投影信息获取所述基准影像和待配准影像的覆盖区域的四个角点,进行多项式校正,所述多项式是用最小二乘法通过同名控制点坐标数据拟合得到;
S3、以A1为基础,从所述基准影像中裁剪出与A1具有相同地理坐标的区域A2;
S4、将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标区域的分块影像的标准差均值,选取所述标准差均值在中间位置的那一对分块影像;
S5、将所述选取的分块影像对分别进行傅里叶变换,在频率域根据相位信息计算出所述分块影像对之间的仿射参数;
S6、根据所述仿射参数对A1进行仿射校正,得到配准结果。
2.根据权利要求1所述一种高分辨率遥感影像几何配准方法,其特征在于,所述基准影像和所述待配准影像有重叠区域。
3.根据权利要求1所述一种高分辨率遥感影像几何配准方法,其特征在于,所述步骤S4中,所述将A1和A2分别按相同的大小均匀分块之前还包括:根据A1和A2的影像行列号,设定分块大小;所述选取标准差均值在中间位置的那一对分块影像的具体方式为:对所述标准差均值进行排序。
4.根据权利要求1所述一种高分辨率遥感影像几何配准方法,其特征在于,所述步骤S5所述仿射参数包括:平移因子。
5.一种高分辨率遥感影像几何配准装置,其特征在于,所述装置包括:
获取模块:用于获取含有投影信息的高分辨率影像数据,所述高分辨率影像数据包括基准影像和待配准影像;
粗匹配模块:用于对基准影像和待配准影像进行地理信息粗匹配,得到初步校正结果A1,所述对基准影像和待配准影像进行地理信息粗匹配的具体过程为:根据地理投影信息获取所述基准影像和待配准影像的覆盖区域的四个角点,进行多项式校正,所述多项式是用最小二乘法通过同名控制点坐标数据拟合得到;
裁剪模块:用于以A1为基础,从所述基准影像中裁剪出与A1具有相同地理坐标的区域A2;
分块模块:用于将A1和A2分别按相同的大小均匀分块,计算每一对具有相同地理坐标区域的分块影像的标准差均值,选取所述标准差均值在中间位置的那一对分块影像;
计算模块:用于将所述选取的分块影像对分别进行傅里叶变换,根据相位信息,计算出所述分块影像对之间的仿射参数;
配准模块:用于根据所述仿射参数对A1进行仿射校正,得到配准结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811273738.XA CN109658446B (zh) | 2018-10-30 | 2018-10-30 | 一种高分辨率遥感影像几何配准方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811273738.XA CN109658446B (zh) | 2018-10-30 | 2018-10-30 | 一种高分辨率遥感影像几何配准方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109658446A CN109658446A (zh) | 2019-04-19 |
CN109658446B true CN109658446B (zh) | 2023-04-07 |
Family
ID=66110482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811273738.XA Active CN109658446B (zh) | 2018-10-30 | 2018-10-30 | 一种高分辨率遥感影像几何配准方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109658446B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335298B (zh) * | 2019-07-11 | 2021-08-24 | 史彩成 | 一种基于无人机平台图像消旋方法 |
CN112419350B (zh) * | 2020-11-20 | 2023-06-02 | 武汉大学 | 基于地物边界信息的遥感影像自动化几何配准方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194225A (zh) * | 2010-03-17 | 2011-09-21 | 中国科学院电子学研究所 | 一种由粗到精的星载合成孔径雷达图像自动配准方法 |
CN102446356A (zh) * | 2011-09-24 | 2012-05-09 | 中国测绘科学研究院 | 一种获取均匀分布匹配点的遥感影像并行自适应匹配方法 |
CN102750537A (zh) * | 2012-05-08 | 2012-10-24 | 中国矿业大学 | 一种高精度图像自动配准方法 |
CN104021556A (zh) * | 2014-06-13 | 2014-09-03 | 西南交通大学 | 一种基于几何结构相似性的异源遥感影像配准方法 |
US9990753B1 (en) * | 2017-01-11 | 2018-06-05 | Macau University Of Science And Technology | Image stitching |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7702673B2 (en) * | 2004-10-01 | 2010-04-20 | Ricoh Co., Ltd. | System and methods for creation and use of a mixed media environment |
CN101221661B (zh) * | 2008-01-29 | 2010-09-22 | 深圳市迅雷网络技术有限公司 | 一种图像配准方法及装置 |
US8588547B2 (en) * | 2008-08-05 | 2013-11-19 | Pictometry International Corp. | Cut-line steering methods for forming a mosaic image of a geographical area |
CN105760879A (zh) * | 2016-01-14 | 2016-07-13 | 西安电子科技大学 | 基于傅里叶梅林变换的图像几何匹配方法 |
CN108022259A (zh) * | 2016-11-04 | 2018-05-11 | 北京建筑大学 | 干涉sar复图像配准方法和系统 |
-
2018
- 2018-10-30 CN CN201811273738.XA patent/CN109658446B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102194225A (zh) * | 2010-03-17 | 2011-09-21 | 中国科学院电子学研究所 | 一种由粗到精的星载合成孔径雷达图像自动配准方法 |
CN102446356A (zh) * | 2011-09-24 | 2012-05-09 | 中国测绘科学研究院 | 一种获取均匀分布匹配点的遥感影像并行自适应匹配方法 |
CN102750537A (zh) * | 2012-05-08 | 2012-10-24 | 中国矿业大学 | 一种高精度图像自动配准方法 |
CN104021556A (zh) * | 2014-06-13 | 2014-09-03 | 西南交通大学 | 一种基于几何结构相似性的异源遥感影像配准方法 |
US9990753B1 (en) * | 2017-01-11 | 2018-06-05 | Macau University Of Science And Technology | Image stitching |
Also Published As
Publication number | Publication date |
---|---|
CN109658446A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8427505B2 (en) | Geospatial modeling system for images and related methods | |
CN112017224B (zh) | Sar数据区域网平差处理方法和系统 | |
US8194922B2 (en) | System and methods for dynamically generating earth position data for overhead images and derived information | |
AU2019302552B2 (en) | Synthetic image generation from 3D-point cloud | |
CN105354841B (zh) | 一种快速遥感影像匹配方法及系统 | |
CN103646395B (zh) | 一种基于格网法的高精度影像配准方法 | |
CN102968788A (zh) | 一种基于规则格网面元的波段配准方法 | |
CN109658446B (zh) | 一种高分辨率遥感影像几何配准方法及装置 | |
Gonçalves et al. | CHAIR: Automatic image registration based on correlation and Hough transform | |
CN111696156A (zh) | 一种免控制点的遥感影像坐标转换方法 | |
Schneider et al. | Matching of high-resolution optical data to a shaded DEM | |
CN104537614A (zh) | 一种环境一号卫星ccd影像正射校正方法 | |
CN116086411B (zh) | 数字地形图生成方法、装置、设备和可读存储介质 | |
CN113592744B (zh) | 一种适用于高分辨率遥感影像的几何精校正方法 | |
CN115423702A (zh) | 制作大区域星载光学和sar影像dom的方法和系统 | |
CN109919998B (zh) | 卫星姿态确定方法、装置和终端设备 | |
SOUKUP et al. | Elastic conformal transformation of digital images | |
Doucette et al. | Image georegistration methods: A framework for application guidelines | |
CN111652338A (zh) | 一种基于二维码识别定位的方法及装置 | |
CN115546266B (zh) | 基于局部法向相关的多条带机载激光点云配准方法 | |
CN117036511B (zh) | 多类型传感器的标定方法、装置、计算机设备和存储介质 | |
Babawuro et al. | High resolution satellite imagery rectification using Bi-linear interpolation method for geometric data extraction | |
Oh et al. | Automated RPCs Bias Compensation for KOMPSAT Imagery Using Orthoimage GCP Chips in Korea | |
US11532070B2 (en) | Orbitting satellites with automated accuracy for orthorectified mosaics | |
CN114255457A (zh) | 基于机载LiDAR点云辅助的同机影像直接地理定位方法及系统 |
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 |