CN110287831A - 一种基于地标的控制点的获取方法、装置和电子设备 - Google Patents

一种基于地标的控制点的获取方法、装置和电子设备 Download PDF

Info

Publication number
CN110287831A
CN110287831A CN201910508908.6A CN201910508908A CN110287831A CN 110287831 A CN110287831 A CN 110287831A CN 201910508908 A CN201910508908 A CN 201910508908A CN 110287831 A CN110287831 A CN 110287831A
Authority
CN
China
Prior art keywords
terrestrial reference
satellite image
identified
control point
terrestrial
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
CN201910508908.6A
Other languages
English (en)
Other versions
CN110287831B (zh
Inventor
张永生
赖广陵
童晓冲
丁璐
李凯
戴晨光
王涛
于英
纪松
伍洋
张磊
吕可枫
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.)
Information Engineering University of PLA Strategic Support Force
Original Assignee
Information Engineering University of PLA Strategic Support Force
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 Information Engineering University of PLA Strategic Support Force filed Critical Information Engineering University of PLA Strategic Support Force
Priority to CN201910508908.6A priority Critical patent/CN110287831B/zh
Publication of CN110287831A publication Critical patent/CN110287831A/zh
Application granted granted Critical
Publication of CN110287831B publication Critical patent/CN110287831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种基于地标的控制点的获取方法、装置和设备,用于解决现有的控制点的获取方法可能会耗费大量的人力物力资源或者精度较差的问题,方法包括:获取待识别的卫星影像;将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。

Description

一种基于地标的控制点的获取方法、装置和电子设备
技术领域
本申请涉及光电技术领域、遥感卫星应用领域,尤其涉及一种基于地标的控制点的获取方法、装置和电子设备。
背景技术
目前,控制点的获取方式主要有两种:第一种方式是建立地面定标场,在定标场上人工均匀布设固定的控制点(该方式往往针对的是中低轨遥感卫星);第二种方式则是通过对矢量海岸线数据进行栅格化处理得到栅格影像,再通过特征提取得到地标控制点(该方式往往是针对的是静止轨道遥感卫星)。
然而,上述第一种方式得到的地标控制点区域固定,非测绘卫星只有经过这些固定的地标控制点上方时才能进行几何纠正,此外,这些固定的地标控制点还需要耗费一定的人力和物力资源进行定期维护;而第二种方式中由于海岸线数据不稳定,往往会随时发生变化,使得获取的地标控制点的精度较差,通常也只适用于空间分辨率低、且无法获取人工布设的控制点的高轨侦察卫星,这种方式难以满足高精度定位的要求。
因此,亟需一种基于地标的控制点的获取方法以解决现有的获取地标控制点的方法中的缺陷。
发明内容
本申请实施例提供一种基于地标的控制点的获取方法、装置和电子设备,用于解决现有的基于地标的控制点的获取方法可能会耗费大量的人力物力资源或者精度较差的问题。
本申请实施例采用下述技术方案:
第一方面,提供了一种基于地标的控制点的获取方法,包括:
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
第二方面,提供了一种地标控制点的获取装置,包括:
第一获取单元,用于获取待识别的卫星影像;
第二获取单元,用于将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
第三获取单元,用于根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
生成单元,用于基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到第一获取单元,用于获取待识别的卫星影像;
第二获取单元,用于将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
第三获取单元,用于根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
生成单元,用于基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
第三方面,提供了一种电子设备,该电子设备包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行以下操作:
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
本发明实施例在获取地标控制点时,能够获取待识别的卫星影像;再将待识别的卫星影像作为地标识别模型的输入,以获取待识别的卫星影像中的地标,并能够根据待识别的卫星影像中携带的卫星影像辅助参数,获取地标的位置信息和属性信息,最后基于待识别的卫星影像中的地标、该地标的属性以及该地标的位置信息,生成地标控制点;其中,地标识别模型为基于多个地标的卫星影像样本数据训练得到的。由于能够基于地标识别模型来获取待识别的卫星影像中的地标,一方面可以直接根据卫星影像中存在的地标生成地标控制点,避免耗费大量的人力和物力资源来维护地标控制点;另一方面地标控制点由于是直接基于根据卫星影像中的地标以及该地标的位置信息获取的,其精度也较高。
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为本说明书一个实施例提供的基于地标的控制点的获取方法的实现流程示意图;
图2为本说明书一个实施例提供的获取到的地标控制点的的示意图;
图3为本说明书一个实施例提供的一种地标控制点的获取装置的结构示意图;
图4为本说明书一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
为解决现有的基于地标的控制点的获取方法可能会耗费大量的人力物力资源或者精度较差的问题,本说明书实施例提供一种基于地标的控制点的获取方法。本说明书实施例提供的基于地标的控制点的获取方法的执行主体可以是个人计算机(PersonalComputer,PC)和服务器等终端设备。
为便于描述,下文以该方法的执行主体为服务器为例,对该方法的实施方式进行详细描述,可以理解,该方法的执行主体为服务器只是一种示例性的说明,并不应理解为对该方法的限定。
本申请实施例提供的基于地标的控制点的获取方法,可以基于待识别的卫星影像中包含的地标,生成地标控制点。为了提高地标控制点的精度,该方法中的待识别的卫星影像可以为高精度测绘卫星提供的卫星影像。而为了减少人力资源和物力资源的投入,本说明书实施例可以预先基于多个地标的卫星影像样本数据训练得到地标识别模型。该地标识别模型可以基于待识别的卫星影像识别出待识别的卫星影像中的地标以及地标的属性,并基于该识别出的地标、地标的属性以及地标的位置信息,生成地标控制点。为便于后期对精度较低的侦察卫星的卫星影像进行纠正,本说明书实施例可以对获取到的地标、地标的属性以及地标的位置信息进行关联,并存储起来。
现有技术中,若通过人工均匀布设固定的地标控制点,则往往需要耗费大量的人力资源和物力资源来维护该地标控制点,比如定期检查该地标控制点上的标记是否被损坏,并在地标控制点上的标记被损坏时花费一定的人力和物力资源来维护。而若通过对矢量海岸线数据进行栅格化处理得到栅格影像,再通过特征提取得到的地标控制点,则会由于海岸线数据处于动态变化中导致得到的地标控制点的精度不稳定,进而影响该地标控制点的纠正精度。为解决这一问题,本说明书一个或多个实施例,预先基于地标的卫星影像样本数据的地标特征训练得到地标识别模型,并基于该地标识别模型从高精度的卫星影像中识别出地标作为地标控制点。
具体地,该方法的实现流程示意图如图1所示,包括下述步骤:
步骤101,获取待识别的卫星影像;
应理解,为了提高地标控制点的精度,该方法中的待识别的卫星影像可以为高精度卫星影像,该高精度的卫星影像比如可以是高精度航天卫星提供的卫星影像,或者是由高精度的测绘卫星提供的卫星影像。
步骤102,将待识别的卫星影像作为地标识别模型的输入,以获取待识别的卫星影像中的地标。
其中,该地标识别模型为基于多个地标的卫星影像样本数据训练得到的。
可选地,地标识别模型具体可以基于深度学习的目标检测与识别方法对创建好的地标的卫星影像样本数据进行训练得到。目标检测与识别方法根据发展主要可以分为基于传统影像处理和机器学习算法的目标检测与识别方法、以及基于深度学习的目标检测与识别方法两大类。
其中,基于传统影像处理和机器学习算法的目标检测与识别方法主要可以表示为:目标特征提取、目标识别、目标定位。这里用到的目标特征往往是人为设计的特征,例如SIFT、HOG特征等。通过这些目标特征对目标进行识别,然后再结合相应策略对目标进行定位。
而基于深度学习的目标检测与识别方法主要可以表示为:图像的深度特征提取和基于深度神经网络的目标识别与定位。这一类方法能够在目标智能识别生取得良好的效果,且能减少人工的干预。典型的基于深度学习的目标检测与识别方法有Faster RCNN、YOLO系列、AttentionNet、CornerNet-Lite等。
可选地,为了提高地标识别模型的识别精度,所述地标的卫星影像样本数据包括下述至少一种:
基准卫星影像数据库中的地标按照预设的地标类型进行归类得到的地标样本数据,其中,所述基准卫星影像数据库是由高精度航天卫星影像观测得到;
通过人工或者自动生成标签的方式创建的地标数据集;
通过网络开源数据获取的地标样本数据。
可选地,为便于对精度较低的卫星影像,比如来自侦察卫星的卫星影像进行地标纠正,本发明实施例在将待识别的卫星影像中的地标特征作为地标识别模型的输入,以获取待识别的卫星影像中的地标以及地标的属性之后,所述方法还包括:
接收待纠正的卫星影像;
将待纠正的卫星影像作为地标识别模型的输入,以获取待纠正的卫星影像中的地标;
根据待纠正的卫星影像中携带的卫星影像辅助参数,获取待纠正的卫星影像中的地标的位置信息和属性信息;
基于地标控制点,对待纠正卫星影像中的地标的位置信息进行纠正。
可选地,为提高对待纠正卫星影像中的地标对应的地标特征的纠正精度,本说明书实施例可以从预先获取的地标控制点中,获取与待纠正卫星影像中的地标相对应的基准地标控制点。应理解,该基准地标控制点为与待纠正卫星影像中的地标相对应的地标控制点,也就是说,该基准地标控制点中的地标应与待纠正卫星影像中的地标为同一地标。
那么,基于地标控制点,对待纠正卫星影像中的地标对应的地标特征进行纠正,包括:
从地标控制点中,获取与待纠正卫星影像中的地标相对应的基准地标控制点;
基于基准地标控制点的位置信息,对待纠正卫星影像中的地标的位置信息进行纠正。
应理解,与待纠正卫星影像中的地标为同一地标的地标控制点,应与待纠正卫星影像中地标的属性一致且位置在同一区域范围内,也就是说,基准地标控制点的地标的属性与待纠正卫星影像中的地标的属性一致或匹配、且基准地标控制点的标识信息与待纠正卫星影像中的地标的位置信息差异不大。
那么,从地标控制点中,获取与待纠正卫星影像中的地标相对应的基准地标控制点,包括:
从地标控制点中获取与待纠正卫星影像中的地标的属性一致、且与待纠正卫星影像中的地标的位置信息在同一预设区域范围内的地标控制点,作为与待纠正卫星影像中的地标相对应的基准地标控制点。
可选地,为了实现对待纠正卫星影像中的地标的位置信息进行纠正,该地标的位置信息在实际中可以包括经纬度坐标,那么,基于基准地标控制点的位置信息,对待纠正卫星影像中的地标的位置信息进行纠正,包括:
若基准地标控制点的经纬度坐标与待纠正卫星影像中的地标对应的经纬度坐标之间的差异大于或等于预设阈值,则基于基准地标控制点的经纬度坐标,通过最小二乘原理对待纠正卫星影像中的地标的经纬度坐标进行纠正。
步骤103,根据待识别的卫星影像中携带的卫星影像辅助参数,获取地标的位置信息和属性信息;
应理解,待识别的卫星影像中通常还会携带卫星影像辅助参数,那么根据待识别的卫星影像中携带的卫星影像辅助参数,获取地标的位置信息和属性信息,包括:
根据待识别的卫星影像中携带的卫星影像辅助参数,通过预设的特征提取算法提取地标的地标特征;
从地标的地标特征中,获取地标的位置信息和属性信息。
其中,可以地标特征通过特征提取算法,比如SIFT,Harris等算法来提取。
步骤104,基于待识别的卫星影像中的地标、地标的属性和地标的位置信息,生成地标控制点。
可选地,基于待识别的卫星影像中的地标、地标的属性和地标的位置信息,生成地标控制点,包括:
将待识别的卫星影像中的地标与地标的属性和地标的位置信息进行关联;
将关联后的待识别的卫星影像中的地标、地标的属性和地标的位置信息存储起来,以生成地标控制点。
具体来说,为便于地标控制点的查询,以快速实现对待纠正的卫星影像中的地标进行纠正操作,本说明书实施例可以按照地标控制点的地标的属性对地标控制点进行存储。该地标的属性可以是预先基于地标控制点的地貌特征和地标经纬度来定义的,比如可以将同一地貌特征和地标经纬度在同一地理区域范围内的地标控制点归为同一属性。
应理解,由于地标通常是城市或者某一区域的标志性区域或地点,或者能够充分体现该城市或区域的风貌及发展建设的区域。比如城市中的学校中的田径场、体育场馆、道路交叉口等标志性区域,以及城市郊外的湖泊、田地、高山等标志性区域。显然,上述这些地标都具备一定的属性特征,比如椭圆形状的田径场、具备特殊造型的体育场馆等等。
为了便于基于地标控制点对待纠正的卫星影像中的地标的位置信息进行纠正,本发明实施例还可以基于地标的属性对地标进行归类,比如可以将地标的属性为田径场的所有地标归为一类,将地标的属性为湖泊的所有地标归为另外一类。这样在从地标控制点中为待纠正的卫星影像中的地标确定基准地标控制点时,可以快速从多个地标控制点的属性中,查找与待纠正的卫星影像中的地标的属性相匹配的地标控制点,作为基准地标控制点。
如图2所示,为本说明书实施例提供的方法生成的地标控制点的示意图。在图2中,该地标控制点的地标特征可以基于特征提取算法提取得到,包括:“地标标识:101802288”、“经纬度坐标:(40.1151,13.1920,20)”、“地标属性:田径场”、“其他信息:XXX基地”。
本发明实施例在获取地标控制点时,能够获取待识别的卫星影像;再将待识别的卫星影像作为地标识别模型的输入,以获取待识别的卫星影像中的地标以及地标的属性,并能够根据待识别的卫星影像中携带的卫星影像辅助参数,获取地标的位置信息和属性信息,最后基于待识别的卫星影像中的地标、该地标的属性以及该地标的位置信息,生成地标控制点;其中,地标识别模型为基于多个地标的卫星影像样本数据训练得到的。由于能够基于地标识别模型来获取待识别的卫星影像中的地标,一方面可以直接根据卫星影像中存在的地标生成地标控制点,避免耗费大量的人力和物力资源来维护地标控制点;另一方面地标控制点由于是直接基于根据卫星影像中的地标以及该地标的位置信息获取的,其精度也较高。
图3是本说明书实施例提供的基于地标的控制点的获取装置300的结构示意图。请参考图3,在一种软件实施方式中,基于地标的控制点的获取装置300可包括第一获取单元301、第二获取单元302、第三获取单元303和生成单元304,其中:
第一获取单元301,用于获取待识别的卫星影像;
第二获取单元302,用于将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
第三获取单元303,用于根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
生成单元304,用于基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
可选地,在一种实施方式中,所述地标的卫星影像样本数据包括下述至少一种:
基准卫星影像数据库中的地标按照预设的地标类型进行归类得到的地标样本数据,其中,所述基准卫星影像数据库是由高精度航天卫星影像观测得到;
通过人工或者自动生成标签的方式创建的地标数据集;
通过网络开源数据获取的地标样本数据。
可选地,在一种实施方式中,在所述第二获取单元303将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标之后,所述装置还包括:
接收单元305,用于接收待纠正的卫星影像;
第四获取单元306,用于将所述待纠正的卫星影像作为地标识别模型的输入,以获取所述待纠正的卫星影像中的地标;
第五获取单元307,用于根据所述待纠正的卫星影像中携带的卫星影像辅助参数,获取所述待纠正的卫星影像中的地标的位置信息和属性信息;
纠正单元308,用于基于所述地标控制点,对所述待纠正卫星影像中的地标的位置信息进行纠正。
可选地,在一种实施方式中,所述纠正单元307,用于:
从所述地标控制点中,获取与所述待纠正卫星影像中的地标相对应的基准地标控制点;
基于所述基准地标控制点的位置信息,对所述待纠正卫星影像中的地标对应的位置信息进行纠正。
可选地,在一种实施方式中,所述纠正单元307,用于:
从所述地标控制点中获取与所述待纠正卫星影像中的地标的属性一致、且与所述待纠正卫星影像中的地标的位置信息在同一预设区域范围内的地标控制点,作为与所述待纠正卫星影像中的地标相对应的基准地标控制点。
可选地,在一种实施方式中,所述地标的位置信息包括经纬度坐标,所述纠正单元307,用于:
若所述基准地标控制点的经纬度坐标与所述待纠正卫星影像中的地标对应的经纬度坐标之间的差异大于或等于预设阈值,则基于所述基准地标控制点的经纬度坐标,通过最小二乘原理对所述待纠正卫星影像中的地标的经纬度坐标进行纠正。
可选地,在一种实施方式中,所述生成单元304,用于:
将所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息进行关联;
将所述关联后的所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息进行存储,以生成所述地标控制点。
基于地标的控制点的获取装置300能够实现图1的方法实施例的方法,具体可参考图1所示实施例的基于地标的控制点的获取方法,不再赘述。
图4是本说明书的一个实施例提供的电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成地标控制点的获取装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
本发明实施例在获取地标控制点时,能够获取待识别的卫星影像;再将待识别的卫星影像作为地标识别模型的输入,以获取待识别的卫星影像中的地标以及地标的属性,并能够根据待识别的卫星影像中携带的卫星影像辅助参数,获取地标的位置信息和属性信息,最后基于待识别的卫星影像中的地标、该地标的属性以及该地标的位置信息,生成地标控制点;其中,地标识别模型为基于多个地标的卫星影像样本数据训练得到的。由于能够基于地标识别模型来获取待识别的卫星影像中的地标,一方面可以直接根据卫星影像中存在的地标生成地标控制点,避免耗费大量的人力和物力资源来维护地标控制点;另一方面地标控制点由于是直接基于根据卫星影像中的地标以及该地标的位置信息获取的,其精度也较高。
上述如本说明书图4所示实施例揭示的基于地标的控制点的获取方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本说明书一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本说明书一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的基于地标的控制点的获取方法,本说明书在此不再赘述。
当然,除了软件实现方式之外,本说明书的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
总之,以上所述仅为本说明书的较佳实施例而已,并非用于限定本说明书的保护范围。凡在本说明书一个或多个实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书一个或多个实施例的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

Claims (10)

1.一种基于地标的控制点的获取方法,其特征在于,包括:
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
2.如权利要求1所述的方法,其特征在于,所述地标的卫星影像样本数据包括下述至少一种:
基准卫星影像数据库中的地标按照预设的地标类型进行归类得到的地标样本数据,其中,所述基准卫星影像数据库是由高精度航天卫星影像观测得到;
通过人工或者自动生成标签的方式创建的地标数据集;
通过网络开源数据获取的地标样本数据。
3.如权利要求1所述的方法,其特征在于,在将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标之后,所述方法还包括:
接收待纠正的卫星影像;
将所述待纠正的卫星影像作为地标识别模型的输入,以获取所述待纠正的卫星影像中的地标;
根据所述待纠正的卫星影像中携带的卫星影像辅助参数,获取所述待纠正的卫星影像中的地标的位置信息和属性信息;
基于所述地标控制点,对所述待纠正卫星影像中的地标的位置信息进行纠正。
4.如权利要求3所述的方法,其特征在于,基于所述地标控制点,对所述待纠正卫星影像中的地标的位置信息进行纠正,包括:
从所述地标控制点中,获取与所述待纠正卫星影像中的地标相对应的基准地标控制点;
基于所述基准地标控制点的位置信息,对所述待纠正卫星影像中的地标的位置信息进行纠正。
5.如权利要求4所述的方法,其特征在于,从所述地标控制点中,获取与所述待纠正卫星影像中的地标相对应的基准地标控制点,包括:
从所述地标控制点中获取与所述待纠正卫星影像中的地标的属性一致、且与所述待纠正卫星影像中的地标的位置信息在同一预设区域范围内的地标控制点,作为与所述待纠正卫星影像中的地标相对应的基准地标控制点。
6.如权利要求4或5所述的方法,其特征在于,所述地标的位置信息包括经纬度坐标,基于所述基准地标控制点的位置信息,对所述待纠正卫星影像中的地标对应的位置信息进行纠正,包括:
若所述基准地标控制点的经纬度坐标与所述待纠正卫星影像中的地标对应的经纬度坐标之间的差异大于或等于预设阈值,则基于所述基准地标控制点的经纬度坐标,通过最小二乘原理对所述待纠正卫星影像中的地标的经纬度坐标进行纠正。
7.如权利要求1所述的方法,其特征在于,基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点,包括:
将所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息进行关联;
将所述关联后的所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息进行存储,以生成所述地标控制点。
8.一种地标控制点的获取装置,其特征在于,包括:
第一获取单元,用于获取待识别的卫星影像;
第二获取单元,用于将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
第三获取单元,用于根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
生成单元,用于基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
9.一种电子设备,其特征在于,该电子设备包括:
处理器;以及
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行以下操作:
获取待识别的卫星影像;
将所述待识别的卫星影像作为地标识别模型的输入,以获取所述待识别的卫星影像中的地标;
根据所述待识别的卫星影像中携带的卫星影像辅助参数,获取所述地标的位置信息和属性信息;
基于所述待识别的卫星影像中的地标、所述地标的属性和所述地标的位置信息,生成地标控制点;
其中,所述地标识别模型为基于多个地标的卫星影像样本数据训练得到。
CN201910508908.6A 2019-06-13 2019-06-13 一种基于地标的控制点的获取方法、装置和电子设备 Active CN110287831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910508908.6A CN110287831B (zh) 2019-06-13 2019-06-13 一种基于地标的控制点的获取方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910508908.6A CN110287831B (zh) 2019-06-13 2019-06-13 一种基于地标的控制点的获取方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN110287831A true CN110287831A (zh) 2019-09-27
CN110287831B CN110287831B (zh) 2021-01-29

Family

ID=68004279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910508908.6A Active CN110287831B (zh) 2019-06-13 2019-06-13 一种基于地标的控制点的获取方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN110287831B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909093A (zh) * 2019-10-11 2020-03-24 中国人民解放军战略支援部队信息工程大学 智慧地标控制网的构建方法及装置
CN111552751A (zh) * 2020-04-22 2020-08-18 中国人民解放军战略支援部队信息工程大学 三维地标控制点生成及应用方法、生成及应用装置
CN112560890A (zh) * 2020-11-06 2021-03-26 联想(北京)有限公司 一种图像处理方法和电子设备
CN112632306A (zh) * 2021-01-05 2021-04-09 深圳前海微众银行股份有限公司 卫星图像索引的建立方法、装置、终端设备及存储介质
CN112926465A (zh) * 2021-03-02 2021-06-08 中国人民解放军战略支援部队信息工程大学 基于点云类型的海岸线性质识别方法及装置
CN114022784A (zh) * 2021-11-09 2022-02-08 中国人民解放军61646部队 一种地标控制点的筛选方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101672646A (zh) * 2009-10-09 2010-03-17 国家卫星气象中心 一种卫星图像自动几何精校正方法
CN108364279A (zh) * 2017-12-26 2018-08-03 中国人民解放军战略支援部队信息工程大学 确定静止轨道遥感卫星指向偏差的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101672646A (zh) * 2009-10-09 2010-03-17 国家卫星气象中心 一种卫星图像自动几何精校正方法
CN108364279A (zh) * 2017-12-26 2018-08-03 中国人民解放军战略支援部队信息工程大学 确定静止轨道遥感卫星指向偏差的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LAI GUANGLING等: "Research on Automatic Generation and Data Organization Method of Control Points", 《IEEE, 2018 10TH IAPR WORKSHOP ON PATTERN RECOGNITION IN REMOTE SENSING (PRRS)》 *
张多坤等: "基于图像匹配的星载遥感影像自动几何精校正算法", 《遥感技术与应用》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909093A (zh) * 2019-10-11 2020-03-24 中国人民解放军战略支援部队信息工程大学 智慧地标控制网的构建方法及装置
CN111552751A (zh) * 2020-04-22 2020-08-18 中国人民解放军战略支援部队信息工程大学 三维地标控制点生成及应用方法、生成及应用装置
CN111552751B (zh) * 2020-04-22 2021-04-27 中国人民解放军战略支援部队信息工程大学 三维地标控制点生成及应用方法、生成及应用装置
CN112560890A (zh) * 2020-11-06 2021-03-26 联想(北京)有限公司 一种图像处理方法和电子设备
CN112632306A (zh) * 2021-01-05 2021-04-09 深圳前海微众银行股份有限公司 卫星图像索引的建立方法、装置、终端设备及存储介质
CN112632306B (zh) * 2021-01-05 2024-06-07 深圳前海微众银行股份有限公司 卫星图像索引的建立方法、装置、终端设备及存储介质
CN112926465A (zh) * 2021-03-02 2021-06-08 中国人民解放军战略支援部队信息工程大学 基于点云类型的海岸线性质识别方法及装置
CN114022784A (zh) * 2021-11-09 2022-02-08 中国人民解放军61646部队 一种地标控制点的筛选方法及装置
CN114022784B (zh) * 2021-11-09 2022-04-19 中国人民解放军61646部队 一种地标控制点的筛选方法及装置

Also Published As

Publication number Publication date
CN110287831B (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN110287831A (zh) 一种基于地标的控制点的获取方法、装置和电子设备
US9235759B2 (en) Detecting text using stroke width based text detection
US11328401B2 (en) Stationary object detecting method, apparatus and electronic device
CN109146892A (zh) 一种基于美学的图像裁剪方法及装置
CN104217202B (zh) 信息识别方法、设备和系统
US20200134377A1 (en) Logo detection
CN109816769A (zh) 基于深度相机的场景地图生成方法、装置及设备
CN105868758A (zh) 图像中文本区域检测方法、装置及电子设备
CN106326802B (zh) 二维码校正方法、装置及终端设备
CN110321885A (zh) 一种兴趣点的获取方法及装置
CN105427333B (zh) 视频序列图像的实时配准方法、系统及拍摄终端
Du et al. Segmentation and sampling method for complex polyline generalization based on a generative adversarial network
Bai et al. Domain adaptation for remote sensing image semantic segmentation: An integrated approach of contrastive learning and adversarial learning
CN109271910A (zh) 一种文字识别、文字翻译方法和装置
CN110390261A (zh) 目标检测方法、装置、计算机可读存储介质及电子设备
CN109948521A (zh) 图像纠偏方法和装置、设备及存储介质
CN110135889A (zh) 智能推荐书单的方法、服务器及存储介质
CN115457408A (zh) 一种土地监测方法、装置、电子设备及介质
EP4174769A1 (en) Method and apparatus for marking object outline in target image, and storage medium and electronic apparatus
CN110427506A (zh) 空间数据边界处理方法、装置、计算机设备及存储介质
Huang et al. Robust simultaneous localization and mapping in low‐light environment
CN107566826B (zh) 栅格图像处理器的测试方法及装置
CN106156075A (zh) 一种报表生成和展示的方法及装置
Madi et al. A graph-based approach for kite recognition
CN114676568B (zh) 一种基于元胞自动机的区域地质构造演化方法及装置

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