CN111581407B - 一种构建全球地理定位参考影像数据库的方法、装置及介质 - Google Patents

一种构建全球地理定位参考影像数据库的方法、装置及介质 Download PDF

Info

Publication number
CN111581407B
CN111581407B CN202010311989.3A CN202010311989A CN111581407B CN 111581407 B CN111581407 B CN 111581407B CN 202010311989 A CN202010311989 A CN 202010311989A CN 111581407 B CN111581407 B CN 111581407B
Authority
CN
China
Prior art keywords
image
reference image
processed
global
spatial
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
Application number
CN202010311989.3A
Other languages
English (en)
Other versions
CN111581407A (zh
Inventor
范锦龙
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.)
National Satellite Meteorological Center
Original Assignee
National Satellite Meteorological Center
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 National Satellite Meteorological Center filed Critical National Satellite Meteorological Center
Priority to CN202010311989.3A priority Critical patent/CN111581407B/zh
Publication of CN111581407A publication Critical patent/CN111581407A/zh
Application granted granted Critical
Publication of CN111581407B publication Critical patent/CN111581407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/58—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

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)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种构建全球地理定位参考影像数据库的方法、装置及介质，所述方法包括：S1：获取与待处理影像空间分辨率略高且地理定位精度更高的参考影像作为基础数据；S2：准备与待处理影像空间范围大小一致的参考影像；S3：利用图像自动匹配算法，分别在待处理影像和参考影像相同的波段上寻找同名控制点对；S4：利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至剩余的点对构建的模型的精度满足预设的最小误差的要求；S5：在全球范围的待处理影像上不断重复循环S2～S4，汇总生成全球控制点对列表；S6：进一步根据点的空间分布进行筛选，考虑均匀的空间分布和出现频率较高的点对，确定出最终的点。

Description

一种构建全球地理定位参考影像数据库的方法、装置及介质
技术领域
本发明涉及遥感影像数据的精确几何地理定位处理方法技术领域，尤其是涉及一种构建全球地理定位参考影像数据库的方法、装置及介质。
背景技术
遥感，顾名思议，是远距离对事物进行探测和感知，通常在探测后形成图像，目前主要是数字图像，也称遥感图像或遥感影像。基于卫星平台获取的数据，称卫星数据、卫星图像或卫星影像。基于航空平台获取的数据，称航片、航空影像等。
本发明主要是针对卫星影像的。卫星上天后，可以对地球连续不断的成像，形成全球覆盖的影像，在后续的数据处理中，每幅影像需要精确的配准到实际地理位置，由于卫星观测平台震颤、地球自转且为非圆形球体，经系统性定位后的遥感影像可能存在明显的几何定位误差，国产遥感影像尤其明显。几何定位，是把具有地理属性的图像与实际地物元素精确地匹配的过程。
如何检查遥感影像是否配准、评价空间位置误差或进一步进行精订正，通用的方法均是基于参考影像寻找出尽可能多的同名控制点，然后利用这些控制点的位置信息开展后续的工作。最基本的手段是目视找点，需要专业人员参与，但是此项工作费力、费时，订正结果的精度可能因人而异，当数据量少时，可以适当开展，当数据变为海量，采用人工找点订正的方法是不可能完成的任务，当遥感影像为中低分辨率，如250米、1000米，人工很难在影像上确定出同名控制点。近年来，随着计算机性能的改善、影像匹配算法的不断优化，为大量自动化寻找同名控制点提供了可能。
随着卫星技术的发展，获取覆盖整个地球的影像成为非常正常的能力，而进一步利用全球影像数据开展应用研究也成为业界比较常见的行为，然而，由于影像的几何地理定位不精确，制约了后续的应用质量。因此，如何提高全球范围内遥感影像的几何地理定位精度成为业界需要尽快解决的技术难题。在系统性定位模型误差较大，不能满足后续精度要求的情况下，只得依靠应用前的遥感影像精确匹配来提高地理位置精度。那么，如何研制一定数量的可覆盖全球的地理定位全球参考影像样本成为急需解决的问题。研制形成这套全球的地理定位全球参考影像样本后，可快速对全球遥感进行地理定位精订正。
发明内容
本发明基于现有技术存在的技术问题，充分利用了影像自动匹配技术，经过反复实践，凝练出一套制作地理定位全球参考影像样本库的技术方法，来解决全球卫星影像(特别是中低分辨率卫星数据)的地理定位精度评价、进一步精订正的技术困难问题。
针对现有技术存在的缺陷，第一方面，本发明提供了一种构建全球地理定位参考影像数据库的方法，包括：
S1：获取与待处理影像相近的参考影像作为基础数据；
S2：准备与待处理影像空间范围大小一致的参考影像；
S3：利用图像自动匹配算法，在待处理影像和参考影像相同的波段上寻找同名控制点对；
S4：利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至剩余的点对构建的模型的精度满足最小误差的要求；
S5：在全球范围的待处理影像上不断重复循环S2～S4，汇总生成全球控制点对列表；
S6：进一步根据点的空间分布进行筛选，考虑空间均匀分布和出现频次，确定出最终的点。
进一步，所述S1具体为：
获取与待处理影像空间分辨率为1～3倍精细、光谱波段相近、全球晴空的参考影像作为基础数据。
采用上述进一步方案的有益效果是：
选用空间分辨率为1～3倍精细、光谱波段想接近、全球晴空的参考影像作为基础数据，能够获得更好的基础样本数据，进一步提高本发明的地理定位参考影像数据库的构建精度。
进一步，在所述S3中，如果存在多个波段，则将找出的点对做去重复处理。
采用上述进一步方案的有益效果是：
对多个波段进行数据去重复处理，降低了本发明的构建全球地理定位参考影像数据库的不必要数据量，节约了资源。
进一步，在所述S5和S6之间还包括：
S51：计算全球控制点对列表中每个点的出现次数，优先选择出现次数超过3次以上的点。
采用上述进一步方案的有益效果是：
优先选择出现次数超过3次以上的点作为空间分布的筛选点，能够一定程度使得空间的分布更加均匀，最终构建的全球地理定位参考影像数据库也更为精准。
进一步，所述S6之后还包括：
S7：根据S6中确定出的点的位置，利用所述参考影像进行空间裁剪。
进一步，所述空间裁剪控制空间大小为101个像元单位进行空间裁剪，参考点位于裁剪后的影像最中间的像元。
采用上述进一步方案的有益效果是：
限定了空间裁剪的具体大小，选择101个像元单位进行空间裁剪，大小合适，在保证精度的同时也节约了资源。
第二方面，本发明提供了一种构建全球地理定位参考影像数据库的装置，包括：
数据获取模块，用于获取与待处理影像相近的参考影像作为基础数据；
预处理模块，用于准备与待处理影像空间范围大小一致的参考影像；
匹配模块，用于利用图像自动匹配算法，在待处理影像和参考影像相近的波段上寻找同名控制点对；
循环迭代模块，用于利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至剩余的点对构建的模型的精度满足最小误差的要求；
筛选模块，用于进一步根据点的空间分布进行筛选，在保证均匀空间分布和出现频次，确定出最终的点。
进一步，所述数据获取模块，具体用于获取与待处理影像空间分辨率为1～3倍精细、光谱波段相近、全球晴空的参考影像作为基础数据；
所述匹配模块中，如果存在多个波段，则将找出的点对做去重复处理。
采用上述进一步方案的有益效果是：
选用空间分辨率为1～3倍精细、光谱波段想接近、全球晴空的参考影像作为基础数据，能够获得更好的基础样本数据，进一步提高本发明的地理定位参考影像数据库的构建精度。
对多个波段进行数据去重复处理，降低了本发明的构建全球地理定位参考影像数据库的不必要数据量，节约了资源。
进一步，还包括：
计算模块，用于计算全球控制点对列表中每个点的出现次数，优先选择出现次数超过3次以上的点。
采用上述进一步方案的有益效果是：
优先选择出现次数超过3次以上的点作为空间分布的筛选点，能够一定程度使得空间的分布更加均匀，最终构建的全球地理定位参考影像数据库也更为精准。
进一步，还包括：
空间裁剪模块，用于根据筛选模块中确定出的点的位置，利用所述参考影像进行空间裁剪。
进一步，所述空间裁剪模块中所述空间裁剪控制空间大小为101个像元单位进行空间裁剪，参考点位于裁剪后的影像最中间的像元。
采用上述进一步方案的有益效果是：
限定了空间裁剪的具体大小，选择101个像元单位进行空间裁剪，大小合适，在保证精度的同时也节约了资源。
第三方面，本发明提供了一种计算机存储介质，其上存储有计算机程序指令，所述程序指令被处理器执行时用于实现上述的构建全球地理定位参考影像数据库的方法对应的步骤。
本发明的有益效果是：
采用本发明的方法使得更多的存在较大地理定位误差的全球影像可以利用这些全球样本进行订正，实现省时高效的目的。
附图说明
图1是本发明的一种构建全球地理定位参考影像数据库的方法的流程示意图；
图2是本发明的一种构建全球地理定位参考影像数据库的方法的流程示意图；
图3是本发明的一种构建全球地理定位参考影像数据库的装置的结构示意图；
图4是本发明的一种构建全球地理定位参考影像数据库的装置的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定装备结构、接口、技术之类的具体细节，以便透彻理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
如图1～图2所示，第一方面，本发明提供了一种构建全球地理定位参考影像数据库的方法，包括：
S1：获取与待处理影像相近的参考影像作为基础数据；
S2：准备与待处理影像空间范围大小一致的参考影像；
S3：利用图像自动匹配算法，在待处理影像和参考影像相同的波段上寻找同名控制点对；
S4：利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至剩余的点对构建的模型的精度满足最小误差的要求；
S5：在全球范围的待处理影像上不断重复循环S2～S4，汇总生成全球控制点对列表；
S6：进一步根据点的空间分布进行筛选，考虑空间均匀分布和出现频次，确定出最终的点。
本发明的有益效果是：
采用本发明的方法使得更多的存在较大地理定位误差的全球影像可以利用这些全球样本进行订正，实现省时高效的目的。
在一些说明性实施例中，所述S1具体为：
获取与待处理影像空间分辨率为1～3倍精细、光谱波段相近、全球晴空的参考影像作为基础数据。
在一些说明性实施例中，在所述S3中，如果存在多个波段，则将找出的点对做去重复处理。
在一些说明性实施例中，在所述S5和S6之间还包括：
S51：计算全球控制点对列表中每个点的出现次数，优先选择出现次数超过3次以上的点。
在一些说明性实施例中，所述S6之后还包括：
S7：根据S6中确定出的点的位置，利用所述参考影像进行空间裁剪。
在一些说明性实施例中，所述空间裁剪控制空间大小为101个像元单位进行空间裁剪，参考点位于裁剪后的影像最中间的像元。
实施例1
(1)获取与待处理影像空间分辨率相近(为1-3倍精细)、光谱波段相近、全球晴空的参考影像，作为基础数据。
(2)准备至少覆盖全球60-90次的待处理影像数据。
(3)根据每幅待处理影像的空间范围，准备与待处理影像空间范围大小一致的参考影像。
(4)利用影像自动匹配算法，在待处理影像和参考影像相近的波段上寻找同名控制点对，如有多个波段，将找出的点对去重复。
(5)利用循环迭代的算法，不断去掉误差较大的点对，直至剩余的点对构建的模型的精度满足小于1个像元单位的要求。
(6)在全球范围的影像上不断实施第(3)-(5)步，汇总生成全球控制点对列表。
(7)计算全球控制点对列表中每个点的出现次数。
(8)优先选择出现次数超过3次以上的点，进一步根据点的空间分布进行筛选，保证空间分布较均匀，然后确定出最终的点。
(9)根据第(8)步确定出的点的位置，利用第(1)步的参考影像，进行空间裁剪，空间大小控制为101个像元单位，参考点位于图像最中间的像元。
(10)重复第(9)步，即形成覆盖全球的地理定位全球参考影像样本。
如图3～图4所示，第二方面，本发明提供了一种构建全球地理定位参考影像数据库的装置，包括：
数据获取模块100，用于获取与待处理影像的参考影像作为基础数据；
预处理模块200，用于准备与待处理影像空间范围大小一致的参考影像；
匹配模块300，用于利用影像自动匹配算法，在待处理影像和参考影像相近的波段上寻找同名控制点对；
循环迭代模块400，用于利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至剩余的点对构建的模型的精度满足小于1个像元单位的要求；
筛选模块500，用于进一步根据点的空间分布进行筛选，保证空间分布均匀，确定出最终的点。
在一些说明性实施例中，所述数据获取模块100，具体用于获取与待处理影像空间分辨率为1～3倍精细、光谱波段相近、全球晴空的参考影像作为基础数据；
所述匹配模块300中，如果存在多个波段，则将找出的点对做去重复处理。
在一些说明性实施例中，还包括：
计算模块600，用于计算全球控制点对列表中每个点的出现次数，优先选择出现次数超过3次以上的点。
在一些说明性实施例中，还包括：
空间裁剪模块700，用于根据筛选模块中确定出的点的位置，利用所述参考影像进行空间裁剪。
在一些说明性实施例中，所述空间裁剪模块700中所述空间裁剪控制空间大小为101个像元单位进行空间裁剪，参考点位于裁剪后的影像最中间的像元。
第三方面，本发明提供了一种计算机存储介质，其上存储有计算机程序指令，所述程序指令被处理器执行时用于实现上述的构建全球地理定位参考影像数据库的方法对应的步骤。
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。
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，在本申请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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，物流管理服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (8)

1.一种构建全球地理定位参考影像数据库的方法，其特征在于，包括：
S1：获取与待处理影像相近的参考影像作为基础数据；
S2：准备与待处理影像空间范围大小一致的参考影像；
S3：利用图像自动匹配算法，在待处理影像和参考影像相同的波段上寻找同名控制点对；
S4：利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至利用剩余的点对构建的模型的精度满足最小误差的要求；
S5：在全球范围的待处理影像上不断重复循环S2~S4，汇总生成全球控制点对列表；
S6：进一步根据点的空间分布进行筛选，考虑空间均匀分布和出现频次，确定出最终的点；
所述S1具体为：
获取与待处理影像空间分辨率为1~3倍精细、光谱波段相近、全球晴空的参考影像作为基础数据。
2.根据权利要求1所述的构建全球地理定位参考影像数据库的方法，其特征在于，在所述S3中，如果存在多个波段，则将找出的点对做去重复处理。
3.根据权利要求1所述的构建全球地理定位参考影像数据库的方法，其特征在于，在所述S5和S6之间还包括：
S51：计算全球控制点对列表中每个点的出现次数，选择出现次数超过3次以上的点。
4.根据权利要求1~3任一项中所述的构建全球地理定位参考影像数据库的方法，其特征在于，所述S6之后还包括：
S7：根据S6中确定出的点的位置，利用所述参考影像进行空间裁剪。
5.根据权利要求4中所述的构建全球地理定位参考影像数据库的方法，其特征在于，所述空间裁剪控制空间大小为101个像元单位进行空间裁剪，参考点位于裁剪后的影像最中间的像元。
6.一种构建全球地理定位参考影像数据库的装置，其特征在于，包括：
数据获取模块，用于获取与待处理影像相近的参考影像作为基础数据；
预处理模块，用于准备与待处理影像空间范围大小一致的参考影像；
匹配模块，用于利用图像自动匹配算法，在待处理影像和参考影像相同的波段上寻找同名控制点对；
循环迭代模块，用于利用循环迭代算法，不断去掉误差大于预设阈值的点对，直至利用剩余的点对构建的模型的精度满足最小误差的要求；
筛选模块，用于进一步根据点的空间分布进行筛选，在保证均匀空间分布和出现频次，确定出最终的点；
所述数据获取模块，具体用于获取与待处理影像空间分辨率为1~3倍精细、光谱波段相近、全球晴空的参考影像作为基础数据；
所述匹配模块中，如果存在多个波段，则将找出的点对做去重复处理。
7.根据权利要求6所述的构建全球地理定位参考影像数据库的装置，其特征在于，还包括：
计算模块，用于计算全球控制点对列表中每个点的出现次数，选择出现次数超过3次以上的点。
8.一种计算机存储介质，其上存储有计算机程序指令，其特征在于，所述程序指令被处理器执行时用于实现权利要求1~4中任一项所述的构建全球地理定位参考影像数据库的方法对应的步骤。
CN202010311989.3A 2020-04-20 2020-04-20 一种构建全球地理定位参考影像数据库的方法、装置及介质 Active CN111581407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010311989.3A CN111581407B (zh) 2020-04-20 2020-04-20 一种构建全球地理定位参考影像数据库的方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010311989.3A CN111581407B (zh) 2020-04-20 2020-04-20 一种构建全球地理定位参考影像数据库的方法、装置及介质

Publications (2)

Publication Number Publication Date
CN111581407A CN111581407A (zh) 2020-08-25
CN111581407B true CN111581407B (zh) 2023-09-12

Family

ID=72111526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010311989.3A Active CN111581407B (zh) 2020-04-20 2020-04-20 一种构建全球地理定位参考影像数据库的方法、装置及介质

Country Status (1)

Country Link
CN (1) CN111581407B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112053350B (zh) * 2020-09-04 2024-03-26 国家卫星气象中心(国家空间天气监测预警中心) 一种感兴趣区域遥感数据拼接裁剪处理方法、装置及计算机设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN103065311A (zh) * 2012-12-26 2013-04-24 中国土地勘测规划院 基于基准影像库的卫星影像自动配准方法
CN103268358A (zh) * 2013-06-05 2013-08-28 国家测绘地理信息局卫星测绘应用中心 多源控制点影像数据库构建及更新方法
CN104809724A (zh) * 2015-04-21 2015-07-29 电子科技大学 多波段遥感影像的自动精配准方法
KR20150107970A (ko) * 2014-03-14 2015-09-24 서울시립대학교 산학협력단 복수의 영상 획득 장치를 포함하는 모바일 단말기의 위치 및 자세 결정 방법 및 시스템
CN104952080A (zh) * 2015-07-10 2015-09-30 中国科学院软件研究所 一种实现遥感影像粗定位的方法
CN107527328A (zh) * 2017-09-01 2017-12-29 扆冰蕾 一种兼顾精度与速度的无人机影像几何处理方法
CN110148176A (zh) * 2019-05-30 2019-08-20 国家卫星气象中心(国家空间天气监测预警中心) 红外高光谱多像元载荷的定位一致性的检验方法和装置
CN110209488A (zh) * 2019-06-10 2019-09-06 北京达佳互联信息技术有限公司 任务执行方法、装置、设备、系统及存储介质
CN110659369A (zh) * 2019-03-22 2020-01-07 西安电子科技大学 在轨高精度轻量化全球影像控制点数据库构建方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN103065311A (zh) * 2012-12-26 2013-04-24 中国土地勘测规划院 基于基准影像库的卫星影像自动配准方法
CN103268358A (zh) * 2013-06-05 2013-08-28 国家测绘地理信息局卫星测绘应用中心 多源控制点影像数据库构建及更新方法
KR20150107970A (ko) * 2014-03-14 2015-09-24 서울시립대학교 산학협력단 복수의 영상 획득 장치를 포함하는 모바일 단말기의 위치 및 자세 결정 방법 및 시스템
CN104809724A (zh) * 2015-04-21 2015-07-29 电子科技大学 多波段遥感影像的自动精配准方法
CN104952080A (zh) * 2015-07-10 2015-09-30 中国科学院软件研究所 一种实现遥感影像粗定位的方法
CN107527328A (zh) * 2017-09-01 2017-12-29 扆冰蕾 一种兼顾精度与速度的无人机影像几何处理方法
CN110659369A (zh) * 2019-03-22 2020-01-07 西安电子科技大学 在轨高精度轻量化全球影像控制点数据库构建方法及系统
CN110148176A (zh) * 2019-05-30 2019-08-20 国家卫星气象中心(国家空间天气监测预警中心) 红外高光谱多像元载荷的定位一致性的检验方法和装置
CN110209488A (zh) * 2019-06-10 2019-09-06 北京达佳互联信息技术有限公司 任务执行方法、装置、设备、系统及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于GPS的气象卫星数据地理定位精度验证;孙治贵;《地理空间信息》;全文 *

Also Published As

Publication number Publication date
CN111581407A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
US10839211B2 (en) Systems, methods and computer program products for multi-resolution multi-spectral deep learning based change detection for satellite images
CN114299034A (zh) 一种缺陷检测模型的训练方法、缺陷检测方法及装置
CN111291825A (zh) 病灶分类模型训练方法、装置、计算机设备和存储介质
CN118365611A (zh) 遥感影像内部几何畸变定量化质检方法、装置和电子设备
CN111581407B (zh) 一种构建全球地理定位参考影像数据库的方法、装置及介质
CN111310753A (zh) 一种表计对准方法及装置
CN113962877B (zh) 一种像素畸变的校正方法、校正装置及终端
CN110148176B (zh) 红外高光谱多像元载荷的定位一致性的检验方法和装置
CN114092326A (zh) 一种Web地图瓦片更新处理方法及装置
CN112200845A (zh) 一种图像配准方法和装置
CN117437455A (zh) 一种晶圆缺陷模式的确定方法、装置、设备及可读介质
CN111199557A (zh) 一种遥感器衰变的定量分析方法及系统
Hashim et al. Geometric and radiometric evaluation of RazakSAT medium-sized aperture camera data
CN115760578A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN111652932B (zh) 一种遥感图像地理定位的矢量验证方法、装置及设备
CN114757912A (zh) 基于图像融合的材料损伤检测方法、系统、终端及介质
CN113240340A (zh) 基于模糊分类的大豆种植区分析方法、装置、设备和介质
CN114663681A (zh) 用于对指针式仪表进行读数的方法及其相关产品
Sempio et al. Assessment of different image transformation methods on diwata-1 smi images using structural similarity measure
CN108629788B (zh) 一种图像边缘检测方法、装置、设备及可读存储介质
CN114757875B (zh) 一种金属裂纹检测方法、装置、电子设备及存储介质
CN117541832B (zh) 异常检测方法、系统、电子设备及存储介质
CN112927149B (zh) 高光谱图像的空间分辨率增强方法、装置及电子设备
CN117036432A (zh) 标准卫星影像数据的输出方法
CN118822962A (zh) 一种高分辨率光学遥感影像模糊退化自动监测方法

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