CN110617800A - 基于民航客机的应急遥感监测方法、系统及存储介质 - Google Patents

基于民航客机的应急遥感监测方法、系统及存储介质 Download PDF

Info

Publication number
CN110617800A
CN110617800A CN201910781133.XA CN201910781133A CN110617800A CN 110617800 A CN110617800 A CN 110617800A CN 201910781133 A CN201910781133 A CN 201910781133A CN 110617800 A CN110617800 A CN 110617800A
Authority
CN
China
Prior art keywords
image
remote sensing
monitoring
civil aircraft
emergency
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.)
Pending
Application number
CN201910781133.XA
Other languages
English (en)
Inventor
汪驰升
宿瑞博
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.)
Shenzhen University
Original Assignee
Shenzhen University
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 Shenzhen University filed Critical Shenzhen University
Priority to CN201910781133.XA priority Critical patent/CN110617800A/zh
Publication of CN110617800A publication Critical patent/CN110617800A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了基于民航客机的应急遥感监测方法、系统及其存储介质,包括步骤:通过设置在民航客机平台上的拍摄设备获取地面的监测区域的图像;获取图像所拍摄监测区域的初步定位信息;通过SFM算法将监测区域的不同角度拍摄的图像处理为监测区域的合成图像;对合成图像进行处理得到没有云层影响的遥感图像;对遥感图像进行处理分析,提取出供应急使用的监测信息。本发明解决传统的卫星监测系统在监测过程中所拍摄的监测图像含有云系,而无法准确分析出监测数据的问题。

Description

基于民航客机的应急遥感监测方法、系统及存储介质
技术领域
本发明涉及应急监测技术领域,尤其涉及的是基于民航客机的应急遥感监测方法、系统及存储介质。
背景技术
我国是灾害发生频繁、损失最为严重的国家之一。近年来,由于全球气候变化,极端天气增加,自然灾害的频率不断增强,灾害的破坏性增强。五一二汶川地震,舟曲特大泥石等突发性自然灾害给当地的生命财产、交通、通信、环境造成了严重的破坏的同时给灾区的救援工作带来了极大的困难。
近年来不断建立各种应急监测平台,应急监测的手段也不断增加,除去传统的地面监测以及人工监测以外,在灾害的应急监测过程中,数据获取是卫星应急监测流程中最为关键、复杂和耗费时间最长的阶段,其中耗费时间的长短则主要取决于可用卫星数量和卫星的观测周期。而应急监测的第一幅图往在整个应急救援中有着决定性的作用。传统的卫星监测系统在监测过程中,监测区域上空的云系最大的障碍,卫星监测系统对监测区域直接拍摄监测图像,导致对其含有云系的图像分析时无法准确获取监测数据,使监测过程出现障碍。
因此,现有技术还有待于改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于民航客机的应急遥感监测方法、系统及存储介质,旨在解决传统的卫星监测系统在监测过程中所拍摄的监测图像含有云系,而无法准确分析出监测数据的问题。
本发明解决技术问题所采用的技术方案如下:
基于民航客机的应急遥感监测方法,其中,包括步骤:
通过设置在民航客机平台上的拍摄设备获取地面的监测区域的图像;
获取图像所拍摄监测区域的初步定位信息;
通过SFM算法将监测区域的不同角度拍摄的图像处理为监测区域的合成图像;
对合成图像进行处理得到没有云层影响的遥感图像;
对遥感图像进行处理分析,提取出供应急使用的监测信息。
所述基于民航客机的应急遥感监测方法,其中,所述通过设置在民航客机平台上的拍摄设备获取地面的监测区域的图像的步骤具体为:
通过设置在民航客机平台上的拍摄设备对所需监测区域进行多次对地拍摄或者录像,获取多张监测区域的静态图像或动态图像。
所述基于民航客机的应急遥感监测方法,其中,所述获取图像所拍摄监测区域的初步定位信息的具体步骤为:
读取图像头文件获取拍摄时间、拍摄设备焦距、传感器大小、拍摄设备的内部定位参数的相机参数;
查询飞行轨迹记录网站获取航班轨迹和起飞时间,通过航班起飞时间和拍摄时间进行计算后获取图像所拍摄监测区域的初始位置。
所述基于民航客机的应急遥感监测方法,其中,所述通过SFM算法将监测区域的不同角度拍摄的图像处理为监测区域的合成图像的具体步骤为;
通过SIFT描述子处理每张图像,提取具有尺度和旋转不变形的特征点;
对每张图像提取的特征点进行两两匹配;
基于光束平差法对相机参数进行初步解算;
加入外部地面控制点,对相机参数进行优化;
基于优化获取的相机参数,生成密集点云并对点云进行插值,生成栅格形式的数字表面模型;
根据获得的数字表面模型,对图像进行正射投影,生成正射图像。
所述基于民航客机的应急遥感监测方法,其中,所述对合成图像进行处理得到没有云层影响的遥感图像的具体为:
提取离云层较远时的视角拍摄的无云视角的图像;
镶嵌无云视角的图像到正射图像上得到没有云层影响的遥感图像。
所述基于民航客机的应急遥感监测方法,其中,对遥感图像进行处理分析,提取出供应急使用的监测信息的具体步骤为:
用没有云层影响的遥感图像与预设的历史高分卫星图像进行融合配准,实现民航客机应急光学遥感数据的几何精度校正和图像质量提升;
对没有云层影响的遥感图像的纹理、光谱、几何形态的特征进行分析并识别提取需要的相关信息;
与监测相关地面信息和基础地理数据进行融合并通过空间分析生成监测信息。
所述基于民航客机的应急遥感监测方法,其中,对遥感图像进行处理分析,提取出供应急使用的监测信息的步骤之后还包括步骤:
将遥感图像中采集的监测信息,按照标准规范标记在遥感图像上。
所述基于民航客机的应急遥感监测方法,其中,将遥感图像中采集的监测信息,按照标准规范表示在遥感图像上的步骤之后还包括步骤:
将标记有监测信息的遥感图像传送给决策人员。
一种基于民航客机的应急遥感监测系统,其中,包括:设置在民航客机上并向下方拍摄的拍摄设备、处理器、存储器,所述处理器与存储器和所述拍摄设备通过通讯总线实现通讯连接;
所述存储器存储有基于民航客机的应急遥感监测的程序,所述基于民航客机的应急遥感监测的程序被所述处理器执行时实现如上任一所述的基于民航客机的应急遥感监测方法。
一种存储介质,所述存储介质储存有用于实现上述任一所述的基于民航客机的应急遥感监测方法的程序。
有益效果:与现有技术相比,本发明提供了基于民航客机的应急遥感监测方法、系统及存储介质,通过拍摄设备对监测区域进行拍摄,利用图像处理方法对图像进行处理,得到具有高精度,高分辨率,无云的遥感影像。该影像在应急监测应用方面具有非常高度的应用价值,特别是基于民航客机的应急遥感监测系统具有结构简易、低成本、高精度、受环境影响小,时效性高的特点。通过得到的没有云层影响的遥感图像,并对图像进行有效分析,解决传统的卫星监测系统在监测过程中所拍摄的监测图像含有云系,而无法准确分析出监测数据的问题。
附图说明
图1是本发明中基于民航客机的应急遥感监测方法的一种实施例的步骤流程图。
图2是本发明中基于民航客机的应急遥感监测方法较佳实施例的步骤流程图。
图3是本发明中基于民航客机的应急遥感监测系统的实施例的结构框图。
图中,10、处理器;20、拍摄设备;30、存储器;40、通讯总线。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请同时参阅图1-图2,本发明提供了基于民航客机的应急遥感监测方法的一些实施例。
本发明的一个实施例提供的基于民航客机的应急遥感监测方法,本方法是基于民航客机平台。在民航客机平台上安装拍摄设备,通过民航客机带拍摄设备进行多角度拍摄监测区域,实现应急遥感监测。
如图1所示,基于民航客机的应急遥感监测方法,该方法包括步骤:
步骤S100、通过设置在民航客机平台上的拍摄设备获取地面的监测区域的图像。
具体的,在民航客机上固定设置拍摄设备,拍摄设备可以是便携式相机,固定或手持相机在民航客机靠窗的位置对准下方区域进行拍摄。拍摄设备的类型可以灵活变更,例如手机、单反相机等,以手机为例,通过设置在民航客机平台上的手机摄像头对所需监测区域进行多次对地拍摄或者录像,手机获取多张监测区域的静态图像或动态图像。
步骤S200、获取图像所拍摄监测区域的初步定位信息。
具体的,手机通过读取图像头文件以及查询航班轨迹,通过头文件得到相应的图像拍摄参数,通过查询航班轨迹可以得到在拍摄时间的航班所经过的位置,从而得到图像的初始位置。
如图2所示,在优选的实施例中,步骤S200具体包括步骤:
步骤S210、读取图像头文件获取拍摄时间、拍摄设备焦距、传感器大小的相机参数;
步骤S220、查询飞行轨迹记录网站获取航班轨迹和起飞时间,通过航班起飞时间和拍摄时间进行计算后获取图像所拍摄监测区域的初始位置。
具体的,在大多数情况下,手机在民航飞机上是没有信号,因此无法通过GPS卫星导航对手机所拍摄的图像位置进行定位,因此通过查询飞行轨迹记录网站获取航班轨迹和起飞时间,通过读取图像头文件获取拍摄时间经过计算能得到图像所拍摄监测区域的初始位置,该初始位置为粗略定位。图像头文件获取拍摄时间、拍摄设备焦距、传感器大小等相机参数,对于内置有定位系统的拍摄设备,还可获取拍摄设备的内部定位参数,通过内部定位参数,可以直接对相片拍摄的监控区域进行大致的初始位置定位。
如图1所示,步骤S300、通过SFM算法将监测区域的不同角度拍摄的图像处理为监测区域的合成图像。
具体的,SFM算法是通过相机的移动来确定目标的空间和几何关系,是图像重建的一种方法。该算法只需要普通的RGB摄像头即可,因此成本更低廉,且受环境约束较小,在室内和室外均能使用。飞机在飞行过程中根据轨迹会对同一监测区域拍摄多张不同角度的图像,通过SFM算法将监测区域的不同角度拍摄的图像进行重建处理为监测区域的合成图像。
如图2所示,优选实施例中,步骤S300具体包括:
步骤S310、通过SIFT描述子处理每张图像,提取具有尺度和旋转不变形的特征点。
具体的,SIFT(Scale-invariant feature transform)描述子即尺度不变特征转换,是一种计算机视觉算法。SIFT描述子用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。局部影像特征的描述与侦测可以帮助辨识物体,SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、些微视角改变的容忍度也相当高。基于这些特性,它们是高度显著而且相对容易撷取,在母数庞大的特征数据库中,很容易辨识物体而且鲜有误认。使用SIFT特征描述对于部分物体遮蔽的侦测率也相当高,甚至只需要3个以上的SIFT物体特征就足以计算出位置与方位。在现今的电脑硬件速度下和小型的特征数据库条件下,辨识速度可接近即时运算。SIFT特征的信息量大,适合在海量数据库中快速准确匹配。
步骤S320、对每张图像提取的特征点在两张图片之间进行匹配。
具体的,对每张图像提取的特征点在两张图片之间进行匹配,匹配结果往往有很多误匹配,为了排除这些错误,使用KNN算法(k-NearestNeighbor分类算法)寻找与该特征最匹配的2个特征,若第一个特征的匹配距离与第二个特征的匹配距离之比小于某一阈值,就接受该匹配,否则视为误匹配。当然,也可以使用交叉验证方法来排除错误。
步骤S330、基于光束平差法对相机参数进行初步解算。
具体过程中,相机参数包括相机内参数和相机外参数,相机内参数是描述相机成像几何的关键参数,通常包括主点位置和焦距。主点位置就是像平面坐标系的原点在图片上的像素坐标(或者物理坐标),通常再经过畸变改正后都位于图像的正中心。焦距是描述投影中心到成像平面的距离,焦距的单位可以是物理距离也可以是像素距离,只需要保证与图像坐标系的描述一致即可。
相机外参数主要是描述相机相对于世界坐标系的位置,通常需要使用6个自由变量(三个位置变量和三个角度变量,位置变量描述相机在世界坐标系中的位置,角度变量描述相机的朝向)来描述。在摄影测量中,位置变量使用一个三维向量表示,角度变量使用欧拉角表示。
基于这些参数,采用光束平差法对射影空间下的多个相机运动矩阵及非编码元三维结构进行优化。光束平差法一般在各种重建算法的最后一步使用。光束平差法优化方法的最大特点是可以处理数据丢失情况并提供真正的最大似然估计。
步骤S340、加入外部地面控制点,对相机参数进行优化。
外部控制点是已知的真实坐标的地面控制点,通过真实坐标的地面控制点并采用最小二乘方法对相机内参数和和相机外参数进行精确化。
步骤S350、基于优化获取的相机参数,生成密集点云并对点云进行插值,生成栅格形式的数字表面模型。
步骤S360、根据获得的数字表面模型,对图像进行正射投影,生成正射图像。
以上两步为SFM算法对图像处理的成像过程,通过上述处理,得到图像所显示的画面。
步骤S400、对合成图像进行处理得到没有云层影响的遥感图像。
具体的,在很多应急场景中,卫星遥感影像云层影响非常大。在本方案中,由于民航客机飞行高度比卫星遥感影像低,在民航客机上对监测区域在不同角度上拍摄多张照片,离云层较远时的视角拍摄的照片可以观察到云下的地物情况。因此,选择镶嵌无云视角的图像到正射影像上,从而达到有效的去除云量对遥感的影响。
优选实施例中,所述步骤S400具体包括以下步骤:
步骤S410、提取离云层较远时的视角拍摄的无云视角的图像;
步骤S420、镶嵌无云视角的图像到正射图像上得到没有云层影响的遥感图像。
先通过提取离云层较远时的视角拍摄的无云视角的图像,再把该图像镶嵌到有云层影响的正射图像上,从而得到没有云层影响的遥感图像,实现有效的去除云量对遥感监测的影响。
步骤S500、对遥感图像进行处理分析,提取供应急使用的监测信息。
具体的,通过分析算法对遥感图像进行处理分析,获取应急使用的监测信息,监测信息包括监测位置,是否发生灾害信息,发生灾害的类型等。
在优选的实施例中,步骤S500具体包括以下步骤:
步骤S510、用没有云层影响的遥感图像与预设的历史高分卫星图像进行融合配准,实现民航客机应急光学遥感数据的几何精度校正和图像质量提升。
该过程中,在数据库中预设有高分辨率卫星图像,高分辨率卫星图像是卫星拍摄的遥感影像,可以通过申请来获取或者直接从对公众开放的数据库中获取,通过定位信息找到与没有云层影响的遥感图像位置相对应位置的历史高分辨率卫星图像,将两者进行融合配准,使遥感图像数据的几何精度校正和图像质量提升。
步骤S520、对没有云层影响的遥感图像的纹理、光谱、几何形态的特征进行分析并识别提取需要的相关信息。
具体的,对没有云层影响的遥感图像的纹理、光谱、几何形态的特征进行分析,提取需要的相关信息,相关信息是提取到的监测区域具体的地表特征,如:地表植被、地表建筑、受灾区域的变化等关于灾害的信息。
步骤S530、与监测相关地面信息和基础地理数据进行融合并通过空间分析生成监测信息。
具体的,监测相关地面信息是通过对没有云层影响的遥感图像的分析中得到的该位置的实时的地理数据,如当前的地貌、水系、植被以及社会地理信息中的居民地、交通、境界、特殊地物、地名等要素信息。基础地理数据是指该位置的历史的地貌、水系、植被以及社会地理信息中的居民地、交通、境界、特殊地物、地名等要素信息。当监测相关地面信息与基础地理数据进行融合后,进行空间分析,就能得监测信息。如当实时的地理数据与基础地理数据对比有不同,不同量达到一定的标准就会判断出该位置出现异常(如洪水、地震),该异常为监测信息。
步骤S600、将遥感图像中采集的监测信息,按照标准规范标记在遥感图像上。
具体的,将遥感图像中采集的监测信息按照标准规范标记在遥感图像上,这样在图像上直观显示监测信息,如在图像上直接标记洪水区,地震区等等。
步骤S700、将标记有监测信息的遥感图像传送给决策人员。
具体的,将标记有监测信息的遥感图像传送给决策人员,传送过程可以采用多种方式,如电子邮箱,蓝牙通讯,WIFI通讯等。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
如图3所示,本发明的另一个实施例所提供基于民航客机的应急遥感监测系统,系统包括:设置在民航客机上并向下方拍摄的拍摄设备20、处理器10、存储器30,所述处理器10与存储器30和所述拍摄设备20通过通讯总线40实现通讯连接;
所述存储器30存储有基于民航客机的应急遥感监测的程序,所述基于民航客机的应急遥感监测的程序被所述处理器10执行时实现如上文所述的基于民航客机的应急遥感监测方法。
本发明基于民航客机的应急遥感监测系统可通过带摄像头的手机实现,使用手机内置的CPU作为处理器,使用手机内置存储器作为系统的存储器,这样,只需将执行基于民航客机的应急遥感监测方法的程序下载在手机中,手机在民航客机上使用时就可实现基于民航客机的应急遥感监测系统,提高便携性,更加方便使用,且不需增加硬件成本。
本发明还提供一种存储介质,所述存储介质储存有用于实现如上文所述的基于民航客机的应急遥感监测方法的程序。
从上述方案可以看出,本实施例提供了基于民航客机的应急遥感监测方法、系统及存储介质,通过拍摄设备对监测区域进行拍摄,利用图像处理方法对图像进行处理,得到具有高精度,高分辨率,无云的遥感影像。该影像在应急监测应用方面具有非常高度的应用价值,特别是基于民航客机的应急遥感监测系统具有结构简易、低成本、高精度、受环境影响小,时效性高的特点。通过得到的没有云层影响的遥感图像,并对图像进行有效分析,解决传统的卫星监测系统在监测过程中所拍摄的监测图像含有云系,而无法准确分析出监测数据的问题。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.基于民航客机的应急遥感监测方法,其特征在于,包括步骤:
通过设置在民航客机平台上的拍摄设备获取地面的监测区域的图像;
获取图像所拍摄监测区域的初步定位信息;
通过SFM算法将监测区域的不同角度拍摄的图像处理为监测区域的合成图像;
对合成图像进行处理得到没有云层影响的遥感图像;
对遥感图像进行处理分析,提取出供应急使用的监测信息。
2.根据权利要求1所述基于民航客机的应急遥感监测方法,其特征在于,所述通过设置在民航客机平台上的拍摄设备获取地面的监测区域的图像的步骤具体为:
通过设置在民航客机平台上的拍摄设备对所需监测区域进行多次对地拍摄或者录像,获取多张监测区域的静态图像或动态图像。
3.根据权利要求2所述基于民航客机的应急遥感监测方法,其特征在于,所述获取图像所拍摄监测区域的初步定位信息的具体步骤为:
读取图像头文件获取拍摄时间、拍摄设备焦距、传感器大小、拍摄设备的内部定位参数的相机参数;
查询飞行轨迹记录网站获取航班轨迹和起飞时间,通过航班起飞时间和拍摄时间进行计算后获取图像所拍摄监测区域的初始位置。
4.根据权利要求3所述基于民航客机的应急遥感监测方法,其特征在于,所述通过SFM算法将监测区域的不同角度拍摄的图像处理为监测区域的合成图像的具体步骤为:
通过SIFT描述子处理每张图像,提取具有尺度和旋转不变形的特征点;
对每张图像提取的特征点在两张图片之间进行匹配;
基于光束平差法对相机参数进行初步解算;
加入外部地面控制点,对相机参数进行优化;
基于优化获取的相机参数,生成密集点云并对点云进行插值,生成栅格形式的数字表面模型;
根据获得的数字表面模型,对图像进行正射投影,生成正射图像。
5.根据权利要求4所述基于民航客机的应急遥感监测方法,其特征在于,所述对合成图像进行处理得到没有云层影响的遥感图像的具体为:
提取离云层较远时的视角拍摄的无云视角的图像;
镶嵌无云视角的图像到正射图像上得到没有云层影响的遥感图像。
6.根据权利要求5所述基于民航客机的应急遥感监测方法,其特征在于,对遥感图像进行处理分析,提取出供应急使用的监测信息的具体步骤为:
用没有云层影响的遥感图像与预设的历史高分卫星图像进行融合配准,实现民航客机应急光学遥感数据的几何精度校正和图像质量提升;
对没有云层影响的遥感图像的纹理、光谱、几何形态的特征进行分析并识别提取需要的相关信息;
与监测相关地面信息和基础地理数据进行融合并通过空间分析生成监测信息。
7.根据权利要求6所述基于民航客机的应急遥感监测方法,其特征在于,对遥感图像进行处理分析,提取出供应急使用的监测信息的步骤之后还包括步骤:
将遥感图像中采集的监测信息,按照标准规范标记在遥感图像上。
8.根据权利要求7所述基于民航客机的应急遥感监测方法,其特征在于,将遥感图像中采集的监测信息,按照标准规范表示在遥感图像上的步骤之后还包括步骤:
将标记有监测信息的遥感图像传送给决策人员。
9.一种基于民航客机的应急遥感监测系统,其特征在于,包括:设置在民航客机上并向下方拍摄的拍摄设备、处理器、存储器,所述处理器与存储器和所述拍摄设备通过通讯总线实现通讯连接;
所述存储器存储有基于民航客机的应急遥感监测的程序,所述基于民航客机的应急遥感监测的程序被所述处理器执行时实现如权利要求1-8任一所述的基于民航客机的应急遥感监测方法。
10.一种存储介质,其特征在于,储存有用于实现如权利要求1-8任一所述的基于民航客机的应急遥感监测方法的程序。
CN201910781133.XA 2019-08-21 2019-08-21 基于民航客机的应急遥感监测方法、系统及存储介质 Pending CN110617800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910781133.XA CN110617800A (zh) 2019-08-21 2019-08-21 基于民航客机的应急遥感监测方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910781133.XA CN110617800A (zh) 2019-08-21 2019-08-21 基于民航客机的应急遥感监测方法、系统及存储介质

Publications (1)

Publication Number Publication Date
CN110617800A true CN110617800A (zh) 2019-12-27

Family

ID=68921983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910781133.XA Pending CN110617800A (zh) 2019-08-21 2019-08-21 基于民航客机的应急遥感监测方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110617800A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023159761A1 (zh) * 2022-02-22 2023-08-31 平安科技(深圳)有限公司 图像交互方法、装置、设备及存储介质

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002075235A2 (en) * 2001-03-21 2002-09-26 Steadicopter Ltd. Stealth airborne system suspended below an aircraft
CN102607534A (zh) * 2012-03-13 2012-07-25 上海交通大学 基于运动恢复结构的卫星相对姿态测量方法
CN105043353A (zh) * 2015-07-31 2015-11-11 上海卫星工程研究所 反射镜摆动宽幅成像系统及成像方法
CN105139411A (zh) * 2015-09-24 2015-12-09 大连理工大学 基于四套共线约束标定尺的大视场相机标定方法
CN106447735A (zh) * 2016-10-14 2017-02-22 安徽协创物联网技术有限公司 一种全景相机几何标定处理方法
CN107101617A (zh) * 2017-05-12 2017-08-29 中国矿业大学 一种基于遥感监测的冲沟地形下采场覆岩活动控制方法
CN107133913A (zh) * 2017-05-08 2017-09-05 重庆邮电大学 一种自动矫直的图像拼接方法
CN107146201A (zh) * 2017-05-08 2017-09-08 重庆邮电大学 一种基于改进图像融合的图像拼接方法
CN107832793A (zh) * 2017-11-08 2018-03-23 深圳大学 一种高光谱图像的分类方法及系统
CN108898635A (zh) * 2018-05-07 2018-11-27 深圳大学 一种提高相机标定精度的控制方法及系统
CN108921799A (zh) * 2018-06-22 2018-11-30 西北工业大学 基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法
CN109141226A (zh) * 2018-06-06 2019-01-04 华南农业大学 单相机多角度的空间点坐标测量方法
US10217236B2 (en) * 2016-04-08 2019-02-26 Orbital Insight, Inc. Remote determination of containers in geographical region
CN109598675A (zh) * 2018-11-13 2019-04-09 北京交通大学 多重复纹理图像的拼接方法
CN109712200A (zh) * 2019-01-10 2019-05-03 深圳大学 一种基于最小二乘原理及边长推算的双目定位方法及系统
CN109828291A (zh) * 2019-03-27 2019-05-31 中国科学院电子学研究所 一种有人机应急遥感监测的方法及装置
CN110068655A (zh) * 2019-04-24 2019-07-30 中国科学院城市环境研究所 一种天空地一体化大气监测系统
CN110070110A (zh) * 2019-03-28 2019-07-30 陕西理工大学 一种自适应阈值图像匹配方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002075235A2 (en) * 2001-03-21 2002-09-26 Steadicopter Ltd. Stealth airborne system suspended below an aircraft
CN102607534A (zh) * 2012-03-13 2012-07-25 上海交通大学 基于运动恢复结构的卫星相对姿态测量方法
CN105043353A (zh) * 2015-07-31 2015-11-11 上海卫星工程研究所 反射镜摆动宽幅成像系统及成像方法
CN105139411A (zh) * 2015-09-24 2015-12-09 大连理工大学 基于四套共线约束标定尺的大视场相机标定方法
US10217236B2 (en) * 2016-04-08 2019-02-26 Orbital Insight, Inc. Remote determination of containers in geographical region
CN106447735A (zh) * 2016-10-14 2017-02-22 安徽协创物联网技术有限公司 一种全景相机几何标定处理方法
CN107133913A (zh) * 2017-05-08 2017-09-05 重庆邮电大学 一种自动矫直的图像拼接方法
CN107146201A (zh) * 2017-05-08 2017-09-08 重庆邮电大学 一种基于改进图像融合的图像拼接方法
CN107101617A (zh) * 2017-05-12 2017-08-29 中国矿业大学 一种基于遥感监测的冲沟地形下采场覆岩活动控制方法
CN107832793A (zh) * 2017-11-08 2018-03-23 深圳大学 一种高光谱图像的分类方法及系统
CN108898635A (zh) * 2018-05-07 2018-11-27 深圳大学 一种提高相机标定精度的控制方法及系统
CN109141226A (zh) * 2018-06-06 2019-01-04 华南农业大学 单相机多角度的空间点坐标测量方法
CN108921799A (zh) * 2018-06-22 2018-11-30 西北工业大学 基于多尺度协同学习卷积神经网络的遥感图像薄云去除方法
CN109598675A (zh) * 2018-11-13 2019-04-09 北京交通大学 多重复纹理图像的拼接方法
CN109712200A (zh) * 2019-01-10 2019-05-03 深圳大学 一种基于最小二乘原理及边长推算的双目定位方法及系统
CN109828291A (zh) * 2019-03-27 2019-05-31 中国科学院电子学研究所 一种有人机应急遥感监测的方法及装置
CN110070110A (zh) * 2019-03-28 2019-07-30 陕西理工大学 一种自适应阈值图像匹配方法
CN110068655A (zh) * 2019-04-24 2019-07-30 中国科学院城市环境研究所 一种天空地一体化大气监测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WENHUI DU: "An Efficient Approach to Remove Thick Cloud in VNIR Bands of Multi-Temporal Remote Sensing Images", 《REMOTE SENSING》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023159761A1 (zh) * 2022-02-22 2023-08-31 平安科技(深圳)有限公司 图像交互方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US11686849B2 (en) Augmented three dimensional point collection of vertical structures
TWI483215B (zh) 根據相關3d點雲端資料強化影像資料
KR102200299B1 (ko) 3d-vr 멀티센서 시스템 기반의 도로 시설물 관리 솔루션을 구현하는 시스템 및 그 방법
KR100884100B1 (ko) 항공 레이저 측량을 이용한 수목 캐노피 추출 시스템 및 방법
US11290705B2 (en) Rendering augmented reality with occlusion
CN110675448B (zh) 基于民航客机的地面灯光遥感监测方法、系统及存储介质
KR100948099B1 (ko) 항공 레이저 측량을 이용한 식생의 면적 산출 시스템 및 방법
US10432915B2 (en) Systems, methods, and devices for generating three-dimensional models
US9372081B2 (en) Method and system for geo-referencing at least one sensor image
Iheaturu et al. A simplified structure-from-motion photogrammetry approach for urban development analysis
Kröhnert et al. Versatile mobile and stationary low-cost approaches for hydrological measurements
CN110617800A (zh) 基于民航客机的应急遥感监测方法、系统及存储介质
KR100981588B1 (ko) 특징점 픽셀의 크기와 방향 정보를 이용하는 벡터 변환에 기초한 도시공간 지리정보 생성 시스템
CN115950435A (zh) 无人机巡检影像的实时定位方法
KR20220062709A (ko) 모바일 디바이스 영상에 기반한 공간 정보 클러스터링에 의한 재난 상황 인지 시스템 및 방법
Bai et al. Application of unmanned aerial vehicle multi-vision image 3D modeling in geological disasters
Yamamoto et al. An observational study on the measurement of street trees using a mobile mapping system to obtain 360-degree images
Ulvi et al. A New Technology for Documentation Cultural Heritage with Fast, Practical, and Cost-Effective Methods IPAD Pro LiDAR and Data Fusion
CN115909183A (zh) 一种燃气输送外部环境监测系统与监测方法
KR20220032332A (ko) Cctv 장치 기반의 침수위 추정 시스템
CN116704138A (zh) 倾斜摄影三维模型的建立方法及装置
CN117853651A (zh) 无人机辅助三维重建的管道周围地质威胁检测方法及系统
Chavis et al. Change Detection for Environmental Monitoring Using Unmanned Aerial Vehicle (UAV) Imagery
Wenjuan TWO REPRESENTATIVE PROJECTS ON LIDAR PROCESSING IN CHINA

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191227

RJ01 Rejection of invention patent application after publication