CN110555119A - 一种实时场景下无人机遥感影像切片方法及系统 - Google Patents
一种实时场景下无人机遥感影像切片方法及系统 Download PDFInfo
- Publication number
- CN110555119A CN110555119A CN201910793022.0A CN201910793022A CN110555119A CN 110555119 A CN110555119 A CN 110555119A CN 201910793022 A CN201910793022 A CN 201910793022A CN 110555119 A CN110555119 A CN 110555119A
- Authority
- CN
- China
- Prior art keywords
- tiles
- level
- image
- tile
- aerial vehicle
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种实时场景下无人机遥感影像切片方法及系统,包括:检测及转换单张无人机遥感影像的坐标系;确定影像支持的最大缩放层级N,将影像分辨率与最大层级的分辨率对齐;对影像进行切片获得第N层级的瓦片;基于第N层级的瓦片依次生成第N‑1层级至第1层级的瓦片;根据时序及瓦片标识逐层融合拼接第1层级至第N层级的瓦片;本方法及系统能够在无人机航拍时对校正后的像片进行切片,实时将无人机拍摄的遥感影像以地图服务形式流畅呈现给用户。
Description
技术领域
本发明涉及无人机遥感影像处理技术领域,具体地,涉及一种实时场景下无人机遥感影像切片方法及系统。
背景技术
遥感影像切片技术是按照金字塔的方式将带有地理坐标的影像切为小瓦片的技术。将无人机拍摄的遥感影像发布为地图服务,目前主要有两种处理方法:一种是将所有遥感影像拼接成一张大图,对大图切片后发布为地图服务;另一种是对单张影像进行流式切片后作为独立图层发布为地图服务,叠加之后通过浏览器展示。
第一种方法需要把遥感影像先拼接再切片,无法满足实时场景需求。第二种方法虽然能够实时处理,但是只适用于较少影像的场景,随着影像增多,图层数量增加,当影像达到一定数量时浏览器的负载变大,性能下降,无法满足实时应用。
发明内容
本发明的目的是提供一种实时场景下无人机遥感影像的切片方法及系统,该方法及系统能够在无人机航拍作业时对校正后的影像进行切片及处理,实时将无人机拍摄的遥感影像以地图服务形式流畅呈现给用户。
为实现上述发明目的,本发明一方面提供了一种实时场景下无人机遥感影像切片方法,所述方法包括:
步骤1:检测单张无人机遥感影像的坐标系,若不是墨卡托投影坐标系,则转换为墨卡托投影坐标系,用于在地图上呈现影像;
步骤2:确定影像支持的最大缩放层级N,N为大于1的整数;
步骤3:将影像的分辨率与第N层级的分辨率对齐;
步骤4:对影像进行切片获得第N层级的瓦片;
步骤5:基于第N层级的瓦片依次生成第N-1层级至第1层级的瓦片;
步骤6:根据时序及瓦片标识融合拼接第1层级至第N层级的瓦片;
优选的,根据影像的像素分辨率及墨卡托投影坐标算法,四叉树切割地图。每次切割后对应图层墨卡托投影坐标系的初始分辨都会变大,直到大于影像的分辨率。影像支持的最大缩放层级为最大切割次数减一。
其中,步骤4和步骤5生成瓦片时,瓦片可以存储为任何图片格式。如果考虑地图服务,则需要将瓦片存储为HTTP Content-Type所支持的图片格式并对瓦片做透明化处理。jpg和png是两种常用的图片格式,不包含nodata的瓦片(即非边界瓦片)存储为jpg格式,包含nodata的瓦片(即边界瓦片)存储为png格式。在地图服务端统一设置地图边界,仅可以请求边界范围内的瓦片。请求边界范围内的瓦片时忽略请求的瓦片存储格式,直接返回实际存储的瓦片,能够同时解决边界瓦片黑白边问题及png图片过大导致的加载过慢问题。其中,本方法针对校正后的单张无人机遥感影像,先对第N层级切片获得的瓦片作为瓦片地图金字塔模型的底层;然后其余层级的瓦片都通过重采样其下一层瓦片生成;根据时序及瓦片标识融合拼接瓦片。
优选的,所述步骤4具体包括:根据瓦片数据规范确定每张瓦片的大小及在影像中的像素坐标,从影像左上角开始,从左至右、从上到下进行切分,将影像切分为若干个单张瓦片,瓦片不完整的部分用nodata填充。
优选的,步骤6在融合拼接瓦片时,将瓦片转换为矩阵。此矩阵可以获得瓦片通道中相同行列所有像素点的像素值,这些像素值分别可以视为一组向量v。nodata像素点的像素值在所属通道中统一视为标量0。因此可以通过向量运算判断新瓦片是否包含nodata。
优选的,步骤6融合拼接瓦片时,将瓦片转换为矩阵。对于包含nodata的新瓦片,将影像通道中相同行列的像素点的像素值视为一组向量v,各像素点的像素值为v中各通道标量。向量v视影像通道个数不同为单项式或者多项式。将原切片生成的瓦片和新瓦片对应向量v中的各项标量按通道顺序一一对应做“或运算”,并替换原切片生成的瓦片。
其中,采用上述两种方法将瓦片的融合拼接耗时约降至逐像素方式的1/6。
另一方面,本发明还提供了一种实时场景下无人机遥感影像切片系统,所述系统包括:
坐标系检测及转换单元,用于检测单张无人机遥感影像的坐标系,若不是墨卡托投影坐标系,则转换为墨卡托投影坐标系,用于在地图上呈现影像;
最大缩放层级确定单元,用于确定影像支持的最大缩放层级N,N为大于1的整数;
分辨率对齐单元,用于将影像的分辨率与第N层级的分辨率对齐;
第N层级切片单元,用于对影像进行切片获得第N层级的瓦片;
瓦片生成单元,用于根据第N层级的瓦片依次生成第N-1层级至第1层级的瓦片;
融合拼接单元,用于根据时序及瓦片标识融合拼接第一层级至第N层级的片;
其中,第N层级切片单元和瓦片生成单元生成瓦片时,瓦片可以存储为任何图片格式。如果考虑地图服务,则需要将瓦片存储为HTTP Content-Type所支持的图片格式并对瓦片做透明化处理。jpg和png是两种常用的图片格式,不包含nodata的瓦片存储为jpg格式,包含nodata的瓦片存储为png格式。在地图服务端统一设置地图边界,仅可以请求边界范围内的瓦片。请求边界范围内的瓦片时忽略请求的瓦片存储格式,直接返回实际存储的瓦片。
其中,融合拼接单元在融合拼接瓦片时,通过向量运算判断新瓦片是否包含nodata。
其中,融合拼接单元在融合拼接瓦片时,利用矩阵“或运算”对包含nodata的新瓦片和原切片生成的瓦片进行融合拼接。
本发明提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于传统的先拼接再切片无法满足实时要求,而图层叠加会导致浏览器端性能崩溃问题,本发明提供一种实时场景下无人机遥感影像切片方法及系统。本方法及系统解决了现有切片技术的实时性问题、边界瓦片黑白边问题、浏览器端的性能加载问题,为无人机遥感影像实时拼接的关键步骤提供支撑,实现无人机遥感影像实时拼接。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本发明的一部分,并不构成对本发明实施例的限定;
图1是本发明中一种实时场景下无人机遥感影像切片方法的流程示意图;
图2是本发明中一种实时场景下无人机遥感影像切片系统的组成示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
本发明提出了一种实时场景下无人机遥感影像切片方法及系统,针对校正后的单张无人机遥感影像先切第N层级的瓦片;然后基于第N层级的瓦片逐层生成其余层级的瓦片;根据时序及瓦片标识逐层融合拼接瓦片;对包含和不包含nodata的瓦片分别处理以解决png图片的加载效率及包含nodata瓦片的黑白边问题;引入向量比较及矩阵“或运算”提高融合拼接性能。
请参考图1,本发明实施例中的一种实时场景下无人机遥感影像切片方法,包括:
步骤1:检测单张校正后的无人机遥感影像的坐标系,如果不是墨卡托投影坐标系,则转换为墨卡托投影坐标系,用于在地图上呈现影像。
步骤2:确定影像支持的最大缩放层级N。根据影像的像素分辨率,利用墨卡托坐标算法计算出影像支持的最大缩放层级。
步骤3:将影像的分辨率与第N层级的分辨率对齐。根据步骤2获得的最大缩放层级,将影像的分辨率重采样为该层级对应的分辨率,为第N层级的切片做准备。
步骤4:第N层级的切片处理。根据瓦片数据规范确定每张瓦片的大小(256x256)及在影像中的像素坐标,从影像左上角开始,从左至右、从上到下进行切分,将影像切分为若干单张瓦片,不完整的部分用nodata填充。
步骤5:根据第N层级的瓦片依次生成第N-1层级到第1层级的瓦片。将步骤4中切好的第N层级瓦片作为金字塔模型的底层,上面每一层级的瓦片通过重采样其下一层的瓦片生成。
步骤6:根据时序及瓦片标识逐层融合拼接瓦片。在无人机遥感影像实时处理时,无人机航拍的遥感影像将形成影像流,影像流之间具有一定的重叠度。同时,切片所属坐标系及层级确定后,每张瓦片就具有唯一的x、y和z坐标及层级标识,称为瓦片标识。针对后续的每张影像,按照步骤1-5切片,然后逐层融合拼接新生成的瓦片与之前生成的瓦片。
在瓦片处理的过程中,有两个关键难点及其解决方法如下:
包含nodata瓦片的黑白边问题及png图片过大问题:如果将瓦片都存储为jpg格式,包含nodata瓦片将有黑边或者白边出现。通过给瓦片增加一个透明度通道存储为png格式,能解决包含nodata瓦片的黑白边问题。但是png图片大小是jpg图片的3-5倍,这会加大网络传输负载、增加浏览器端瓦片的加载时间。本发明将不包含nodata瓦片存储为jpg格式,包含nodata瓦片存储为png格式。在地图服务端统一设置地图边界,仅可以请求边界范围内的瓦片。请求边界范围内的瓦片时忽略请求的瓦片存储格式,直接返回实际存储的瓦片。此方法能同时解决包含nodata瓦片的黑白边问题及png图片过大问题。
瓦片的融合拼接速度问题:利用向量运算代替逐像素比较判断瓦片是否包含nodata。利用矩阵或运算对包含nodata的新瓦片和原切片生成的瓦片进行融合拼接。这两种方法将瓦片融合拼接耗时约降至逐像素方式的1/6。
应用上述切片方法,能够给在无人机遥感影像的实时拼接中完成影像的实时切片,同时解决切片性能问题(边界黑白边和浏览器加载负载过大的问题),为无人机遥感影像实时拼接提供有力支撑。
请参考图2,本发明提供了一种实时场景下无人机遥感影像切片系统,所述系统包括:
坐标系检测及转换单元,用于检测单张无人机遥感影像的坐标系,如果不是墨卡托坐标系,则转换为墨卡托坐标系,用于在地图上呈现影像;
最大缩放层级确定单元,用于确定影像支持的最大缩放层级N,N为大于1的整数;
分辨率对齐单元,用于将影像的分辨率与第N层级的分辨率对齐;
第N层级切片单元,用于对影像进行切片获得第N层级的瓦片;
瓦片生成单元,用于根据第N层级的瓦片依次生成第N-1层级至第1层级的瓦片;融合拼接单元,用于根据时序及瓦片标识逐层融合拼接第一层级至第N层级的瓦片;其中,第N层级切片单元和瓦片生成单元生成瓦片时,瓦片可以存储为任何图片格式。如果考虑地图服务,则需要将瓦片存储为HTTP Content-Type所支持的图片格式并对瓦片做透明化处理。jpg和png是两种常用的图片格式,不包含nodata的瓦片存储为jpg格式,包含nodata的瓦片存储为png格式。在地图服务端统一设置地图边界,仅可以请求边界范围内的瓦片。请求边界范围内的瓦片时忽略请求的瓦片存储格式,直接返回实际存储的瓦片。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种实时场景下无人机遥感影像切片方法,其特征在于,所述方法包括:
步骤1:检测单张无人机遥感影像的坐标系,若不是墨卡托投影坐标系,则转换为墨卡托投影坐标系,用于在地图上呈现影像;
步骤2:确定影像支持的最大缩放层级N,N为大于1的整数;
步骤3:将影像的分辨率与第N层级的分辨率对齐;
步骤4:对影像进行切片获得第N层级的瓦片;
步骤5:基于第N层级的瓦片依次生成第N-1层级至第1层级的瓦片;
步骤6:根据时序及瓦片标识逐层融合拼接第1层级至第N层级的瓦片;
其中,步骤4和步骤5生成瓦片时,瓦片能够存储为任意图片格式;如果考虑地图服务,则需要将瓦片存储为HTTP Content-Type所支持的图片格式并对瓦片做透明化处理;当瓦片存储为jpg或png格式时,将不包含nodata的瓦片存储为jpg格式,包含nodata的瓦片存储为png格式;在地图服务端统一设置地图边界,仅能够请求边界范围内的瓦片;请求边界范围内的瓦片时忽略请求的瓦片存储格式,直接返回实际存储的瓦片。
2.根据权利要求1所述的一种实时场景下无人机遥感影像切片方法,其特征在于,根据影像的像素分辨率,利用墨卡托投影坐标系算法计算影像支持的最大缩放层级。
3.根据权利要求1所述的一种实时场景下无人机遥感影像切片方法,其特征在于,所述将影像的分辨率与第N层级的分辨率对齐,即重采样影像的分辨率为第N层级的分辨率。
4.根据权利要求1所述的一种实时场景下无人机遥感影像切片方法,其特征在于,所述步骤4具体包括:根据瓦片数据规范确定每张瓦片的大小及在影像中的像素坐标,从影像左上角开始,从左至右、从上到下进行切分,将影像切分为若干个单张瓦片,瓦片不完整的部分用nodata填充。
5.根据权利要求1所述的一种实时场景下无人机遥感影像切片方法,其特征在于,所述步骤5具体包括:将步骤4中切好的第N层级的瓦片作为瓦片地图金字塔模型的底层,上面每一层级的瓦片均通过重采样其下一层的瓦片生成。
6.根据权利要求1所述的一种实时场景下无人机遥感影像切片方法,其特征在于,步骤6在融合拼接瓦片时,通过向量运算判断新瓦片是否包含nodata。
7.根据权利要求1所述的一种实时场景下无人机遥感影像切片方法,其特征在于,步骤6融合拼接瓦片时,对包含nodata的新瓦片和原切片生成的瓦片进行融合拼接。
8.一种实时场景下无人机遥感影像切片系统,其特征在于,所述系统包括:
坐标系检测及转换单元,用于检测单张无人机遥感影像的坐标系,若不是墨卡托投影坐标系,则转换为墨卡托投影坐标系,用于在地图上呈现影像;
最大缩放层级确定单元,用于确定影像支持的最大缩放层级N,N为大于1的整数;
分辨率对齐单元,用于将影像的分辨率与第N层级的分辨率对齐;
第N层级切片单元,用于对影像进行切片获得第N层级的瓦片;
瓦片生成单元,用于基于第N层级的瓦片依次生成第N-1层级至第1层级的瓦片;
融合拼接单元,用于根据时序及瓦片标识逐层融合拼接第1层级至第N层级的瓦片;
其中,第N层级切片单元和瓦片生成单元生成瓦片时,瓦片能够存储为任意图片格式;如果考虑地图服务,则需要将瓦片存储为HTTP Content-Type所支持的图片格式并对瓦片做透明化处理;当瓦片存储为jpg或png格式时,将不包含nodata的瓦片存储为jpg格式,包含nodata的瓦片存储为png格式;在地图服务端统一设置地图边界,仅能够请求边界范围内的瓦片;请求边界范围内的瓦片时忽略请求的瓦片存储格式,直接返回实际存储的瓦片。
9.根据权利要求8所述的一种实时场景下无人机遥感影像切片系统,其特征在于,融合拼接单元在融合拼接瓦片时,通过向量运算判断新瓦片是否包含nodata。
10.根据权利要求8所述的一种实时场景下无人机遥感影像切片系统,其特征在于,融合拼接单元在融合拼接瓦片时,对包含nodata的新瓦片和原切片生成的瓦片进行融合拼接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910793022.0A CN110555119B (zh) | 2019-08-27 | 2019-08-27 | 一种实时场景下无人机遥感影像切片方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910793022.0A CN110555119B (zh) | 2019-08-27 | 2019-08-27 | 一种实时场景下无人机遥感影像切片方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110555119A true CN110555119A (zh) | 2019-12-10 |
CN110555119B CN110555119B (zh) | 2022-05-13 |
Family
ID=68738380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910793022.0A Active CN110555119B (zh) | 2019-08-27 | 2019-08-27 | 一种实时场景下无人机遥感影像切片方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555119B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111666363A (zh) * | 2020-04-22 | 2020-09-15 | 国家信息中心 | 一种海量高分辨率影像数据切片及质量控制的方法及装置 |
CN111860205A (zh) * | 2020-06-29 | 2020-10-30 | 成都数之联科技有限公司 | 基于多源遥感影像和网格的森林火情评价方法及存储介质 |
CN112908146A (zh) * | 2020-12-26 | 2021-06-04 | 云景文旅科技有限公司 | 一种手绘地图切割呈现方法以及智慧导游导览系统 |
CN113032604A (zh) * | 2021-05-28 | 2021-06-25 | 航天宏图信息技术股份有限公司 | 一种遥感影像处理方法、装置、电子设备及存储介质 |
CN113342292A (zh) * | 2021-05-19 | 2021-09-03 | 大连陆海科技股份有限公司 | 一种基于电子海图的海冰遥感和数值数据的叠加显示方法 |
CN113344943A (zh) * | 2021-05-26 | 2021-09-03 | 北京国信空间信息科技有限公司 | 一种遥感影像瓦片碎片镶嵌编码方法 |
CN113552856A (zh) * | 2021-09-22 | 2021-10-26 | 成都数之联科技有限公司 | 工艺参数根因定位方法和相关装置 |
CN115620181A (zh) * | 2022-12-05 | 2023-01-17 | 海豚乐智科技(成都)有限责任公司 | 基于墨卡托坐标切片的航拍图像实时拼接方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8346016B1 (en) * | 2006-05-19 | 2013-01-01 | Google Inc. | Large-scale image processing using mass parallelization techniques |
CN103744997A (zh) * | 2014-01-23 | 2014-04-23 | 广东中科遥感技术有限公司 | 一种网络地图服务发布方法及系统 |
CN104657436A (zh) * | 2015-02-02 | 2015-05-27 | 中国人民解放军空军航空大学 | 基于MapReduce的静态瓦片金字塔并行构建方法 |
CN105550977A (zh) * | 2016-01-29 | 2016-05-04 | 中国人民解放军国防科学技术大学 | 一种并行方式栅格影像切片方法 |
US20180176531A1 (en) * | 2016-12-21 | 2018-06-21 | Mitsubishi Electric Research Laboratories, Inc. | Systems and Methods of Fusing Multi-angle View HD Images Based on Epipolar Geometry and Matrix Completion |
CN109427063A (zh) * | 2017-08-30 | 2019-03-05 | 广州极飞科技有限公司 | 图像数据的存储方法和装置 |
CN109977192A (zh) * | 2019-04-02 | 2019-07-05 | 山东大学 | 无人机瓦片地图快速加载方法、系统、设备及存储介质 |
-
2019
- 2019-08-27 CN CN201910793022.0A patent/CN110555119B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8346016B1 (en) * | 2006-05-19 | 2013-01-01 | Google Inc. | Large-scale image processing using mass parallelization techniques |
CN103744997A (zh) * | 2014-01-23 | 2014-04-23 | 广东中科遥感技术有限公司 | 一种网络地图服务发布方法及系统 |
CN104657436A (zh) * | 2015-02-02 | 2015-05-27 | 中国人民解放军空军航空大学 | 基于MapReduce的静态瓦片金字塔并行构建方法 |
CN105550977A (zh) * | 2016-01-29 | 2016-05-04 | 中国人民解放军国防科学技术大学 | 一种并行方式栅格影像切片方法 |
US20180176531A1 (en) * | 2016-12-21 | 2018-06-21 | Mitsubishi Electric Research Laboratories, Inc. | Systems and Methods of Fusing Multi-angle View HD Images Based on Epipolar Geometry and Matrix Completion |
CN109427063A (zh) * | 2017-08-30 | 2019-03-05 | 广州极飞科技有限公司 | 图像数据的存储方法和装置 |
CN109977192A (zh) * | 2019-04-02 | 2019-07-05 | 山东大学 | 无人机瓦片地图快速加载方法、系统、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
刘世永: "高性能影像数据瓦片化关键技术研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111666363B (zh) * | 2020-04-22 | 2023-10-24 | 国家信息中心 | 一种海量高分辨率影像数据切片及质量控制的方法及装置 |
CN111666363A (zh) * | 2020-04-22 | 2020-09-15 | 国家信息中心 | 一种海量高分辨率影像数据切片及质量控制的方法及装置 |
CN111860205A (zh) * | 2020-06-29 | 2020-10-30 | 成都数之联科技有限公司 | 基于多源遥感影像和网格的森林火情评价方法及存储介质 |
CN111860205B (zh) * | 2020-06-29 | 2024-03-19 | 成都数之联科技股份有限公司 | 基于多源遥感影像和网格的森林火情评价方法及存储介质 |
CN112908146A (zh) * | 2020-12-26 | 2021-06-04 | 云景文旅科技有限公司 | 一种手绘地图切割呈现方法以及智慧导游导览系统 |
CN113342292A (zh) * | 2021-05-19 | 2021-09-03 | 大连陆海科技股份有限公司 | 一种基于电子海图的海冰遥感和数值数据的叠加显示方法 |
CN113342292B (zh) * | 2021-05-19 | 2024-04-19 | 大连陆海科技股份有限公司 | 一种基于电子海图的海冰遥感和数值数据的叠加显示方法 |
CN113344943A (zh) * | 2021-05-26 | 2021-09-03 | 北京国信空间信息科技有限公司 | 一种遥感影像瓦片碎片镶嵌编码方法 |
CN113344943B (zh) * | 2021-05-26 | 2024-05-10 | 北京国信空间信息科技有限公司 | 一种遥感影像瓦片碎片镶嵌编码方法 |
CN113032604A (zh) * | 2021-05-28 | 2021-06-25 | 航天宏图信息技术股份有限公司 | 一种遥感影像处理方法、装置、电子设备及存储介质 |
CN113552856B (zh) * | 2021-09-22 | 2021-12-10 | 成都数之联科技有限公司 | 工艺参数根因定位方法和相关装置 |
CN113552856A (zh) * | 2021-09-22 | 2021-10-26 | 成都数之联科技有限公司 | 工艺参数根因定位方法和相关装置 |
CN115620181A (zh) * | 2022-12-05 | 2023-01-17 | 海豚乐智科技(成都)有限责任公司 | 基于墨卡托坐标切片的航拍图像实时拼接方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110555119B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555119B (zh) | 一种实时场景下无人机遥感影像切片方法及系统 | |
CN103177440B (zh) | 生成图像深度图的系统和方法 | |
EP2209090B1 (en) | Image restoring apparatus and method thereof | |
US8437567B2 (en) | Image inpainting apparatus and method using restricted search region | |
CN110782490A (zh) | 一种具有时空一致性的视频深度图估计方法及装置 | |
JP2023090835A (ja) | ファイルの生成装置およびファイルに基づく映像の生成装置 | |
US20160323505A1 (en) | Photographing processing method, device and computer storage medium | |
CN113516666A (zh) | 图像裁剪方法、装置、计算机设备及存储介质 | |
CN109064410A (zh) | 一种基于超像素的光场图像拼接方法 | |
CN110866936A (zh) | 视频标注方法、跟踪方法、装置、计算机设备及存储介质 | |
CN107833186A (zh) | 一种基于Encoder‑Decoder深度学习模型的单透镜空间变化图像复原方法 | |
WO2023193521A1 (zh) | 一种视频修复的方法、相关装置、设备以及存储介质 | |
CN117560578B (zh) | 基于三维场景渲染且视点无关的多路视频融合方法及系统 | |
CN115471617A (zh) | 大场景实景三维切片数据的局部更新方法 | |
CN106846254B (zh) | 一种基于云端自主学习的图像缩放方法及系统 | |
CN111583087A (zh) | 一种图像去水印方法 | |
CN112734630B (zh) | 正射影像处理方法、装置、设备及存储介质 | |
CN113298707B (zh) | 图像帧拼接方法、视频巡检方法、装置、设备及存储介质 | |
JPH11205786A (ja) | 動画データの格納形式、動画データ転送システム、動画表示方法および記憶媒体 | |
CN112665554B (zh) | 一种正射影像的生成方法与系统 | |
CN109600667A (zh) | 一种基于网格与帧分组的视频重定向的方法 | |
WO2003084235A1 (en) | Video pre-processing | |
CN115578260B (zh) | 针对图像超分辨率的方向解耦的注意力方法和系统 | |
US9380285B2 (en) | Stereo image processing method, stereo image processing device and display device | |
CN113055708B (zh) | 一种基于台标识别的节目版权保护方法及装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 610000 No. 270, floor 2, No. 8, Jinxiu street, Wuhou District, Chengdu, Sichuan Applicant after: Chengdu shuzhilian Technology Co.,Ltd. Address before: 610000 No.2, 4th floor, building 1, Jule Road intersection, West 1st section of 1st ring road, Wuhou District, Chengdu City, Sichuan Province Applicant before: CHENGDU SHUZHILIAN TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |