CN112050793A - 一种WorldView-2立体双介质水深探测方法 - Google Patents
一种WorldView-2立体双介质水深探测方法 Download PDFInfo
- Publication number
- CN112050793A CN112050793A CN202010875338.7A CN202010875338A CN112050793A CN 112050793 A CN112050793 A CN 112050793A CN 202010875338 A CN202010875338 A CN 202010875338A CN 112050793 A CN112050793 A CN 112050793A
- Authority
- CN
- China
- Prior art keywords
- point
- image
- formula
- coordinates
- points
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了测绘科学技术领域的一种WorldView‑2立体双介质水深探测方法,主要包括耀斑消除、几何模型构建、影像匹配和折射改正,旨在将双介质摄影测量技术引入高分辨率遥感卫星影像处理,构建一套浅海水深反演算法框架,解决卫星双介质摄影测量技术难题。由于影像匹配是摄影测量的关键步骤,而精确影像匹配的前提是纹理丰富,因此使用本方法开展浅海测深要注意适用范围,即要求目标区水质清澈、水下纹理丰富,同时注意选择立体影像,避开明显的风浪时间。
Description
技术领域
本发明涉及测绘科学技术领域,具体为一种WorldView-2立体双介质水深探测方法。
背景技术
浅海是指大陆或海岛周围的浅海水域。浅海水深数据是浅海环境治理、浅海资源开发利用、浅海航行、登岛作战等应用所需要的重要基础地理空间信息,准确、高效的、经济的获取浅海水深数据是海洋测绘追求的目标。现有的浅海测深主要手段有:船载声呐、机载激光雷达[1-2]、光学遥感反演[3-4] 以及双介质摄影测量[5]。船载声呐法在浅海区有很多限制,极浅区域船只无法到达,容易搁浅;机载激光雷达虽然速度快精度高,但设备昂贵,需要有人飞机平台;光学遥感反演经济性好,但需要实测水深数据用来解算模型参数,并且水深反演精度受环境影响远不如声呐和激光,仅可以作为水深普查,立体双介质摄影测量是利用立体光学影像直接恢复位于不同介质的目标三维信息的技术手段,用立体双介质摄影测量开展浅海水深探测,能够在一定程度上兼顾精度、经济性和可行性,为远海无人岛礁等困难区域提供一种选择方案。现有的立体双介质摄影测量方法多数针对近景或航空影像开展[6-7],即影像采集的高度在几十米到几千米范围,比较少见利用数百公里高度卫星采集的立体影像开展相关研究。本专利详述了使用高分辨率遥感卫星 WorldView-2多光谱立体影像,基于双介质摄影测量理论开展浅海测深的技术框架和数据处理方法,使用本方法能够克服对实测水深值得依赖,直接获取满足观测条件的目标区浅层水深信息,为此,我们提出一种WorldView-2立体双介质水深探测方法。
发明内容
本发明的目的在于提供一种WorldView-2立体双介质水深探测方法,以解决上述背景技术中提出的问题,旨在将双介质摄影测量技术引入高分辨率遥感卫星影像处理,构建一套浅海水深反演算法框架,解决卫星双介质摄影测量技术难题。由于影像匹配是摄影测量的关键步骤,而精确影像匹配的前提是纹理丰富,因此使用本方法开展浅海测深要注意适用范围,即要求目标区水质清澈、水下纹理丰富,同时注意选择立体影像,避开明显的风浪时间。
为实现上述目的,本发明提供如下技术方案:一种WorldView-2立体双介质水深探测方法,其特征在于:主要步骤如图1所示,主要包括耀斑消除、几何模型构建、影像匹配和折射改正。并且其中具体步骤为:
(1)耀斑消除:对于海洋区域卫星影像,受海浪表面状态、太阳位置、入射角度等因素的影响,水面可能直接将太阳光线反射到传感器中,造成耀斑现象,使得光谱反射强度远大于来自水下特征的离水辐射量,从而对特征识别、水深反演等造成较大误差,采用以下公式处理WorldView-2多光谱影像(4波段)中的耀斑:
Li(VIS)′=Li(VIS)-bi[L(NIR)-Lmin(NIR)] (1)
式中,bi表示可见光波段与近红外波段辐射强度回归直线斜率,L(NIR)为近红外波段灰度值,Lmin(NIR)为目标子集内近红外波段灰度最小值,Li(VIS)和 Li(VIS)′分别为纠正前后可见光波段灰度值。
(2)几何模型构建:现阶段,商业遥感卫星几乎都采用了与传感器成像机理无关的通用几何模型,形式简单、便于计算,WorldView-2采用有理函数模型(Rational functionmodel,RFM),RFM将像点坐标(rn,cn)描述为以相应点地面坐标(Xn,Yn,Zn)为自变量的多项式比值,公式为:
式中,aijk、bijk、cijk、dijk表示有理函数参数(RPCs),n表示点个数,i+j+k 定义了模型的次数,通常不大于3次,即i+j+k≤3。以rn右侧的分子P1(X,Y,Z)为例,其形式为:
P1(X,Y,Z)=a0+a1X+a2Y+a3Z+a4XY+a5XZ+a6YZ+a7X2 +a8Y2+a9Z2+a10XYZ+a11X3+a12XY2+a13XZ2 +a14X2Y+a15Y3+a16YZ2+a17X2Z+a18Y2Z+a19Z3 (3)
为了避免解算中参数级差过大,需要将原始物、像点坐标进行平移和缩放处理,使得标准化后的取值位于(-1.0~+1.0)之间。RFM立体定位时,将式(2) 变形为:
式中,F(Xn,Yn,Zn)、G(Xn,Yn,Zn)分别表示式(2)中rn、cn对应的等式右侧,将式(4)泰勒展开得误差方程:
对单个目标点而言,如果已经知道左右影像的同名点像方坐标(rl,cl)、 (rr,cr),则可以列出以下4个误差方程:
上述误差方程若写作V=AΔ-l,则坐标改正数Δ的最小二乘解为:
Δ=[ΔX ΔY ΔZ]T=(ATA)-1ATl (7)
多个点同时解算时,误差方程形式类似。迭代解算中需要的初始值可以使用标准化平移参数的平均值,也可以用RFM一次项求解值。通过RFM立体解算陆地及水底匹配点三维坐标,建立原始水陆DEM。
利用RFM模型立体定位解算双介质原始DEM的步骤如下:
步骤一,输入同名点像方坐标(rnl,cnl)、(rnr,cnr),n表示当前点号,l、r分别表示左像和右像。通常同名点坐标由高精度影像匹配算法获得,纹理匮乏处也可以人工选点作为输入同名点;
步骤三,利用各点的标准化坐标计算式(5)中各个偏导数,并组成误差方程;
步骤四,最小二乘解算误差方程,得到对应地面点坐标改正数 (ΔX(i),ΔY(i),ΔZ(i))。当改正数超出阈值,则修正当前的地面坐标值后返回步骤二继续迭代,否则终止迭代并输出最终地面点坐标(X,Y,Z)。
(3)影像匹配:以尺度不变特征变换算子(Scale-invariant feature transform,SIFT)和半全局匹配(Semi-Global Matching,SGM)联合处理来获得视差影像:首先采用SIFT和SGM各自处理,SIFT得到立体像对的稀疏特征点及视差信息,随后用SIFT局部信息对SGM的进行预测和限制,最后用 SIFT局部视差识别SGM的错误和孔洞,获得完整的视差图。采用圆形模板进行联合视差优化,其中心像点处视差表示为:
(4)折射改正:卫星双介质摄影测量基本几何结构如图2所示,由于光线的折射作用,水下目标点P沿着折线PP1S1、PP2S2被摄站位于S1、S2处的立体影像记录到。双介质摄影测量的基本任务就是探测同名光线沿直线传播的交点(由观察点A)并由折射改正模型恢复目标点真实三维坐标(点P)。光线从一种介质进入另一种介质时产生的折射现象可以用折射定律概括,即:
式中,水下角度r1、r2称为左、右摄站的折射角,i1、i2为对应的入射角, n为水的折射率,通常取1.340。
严格来讲,观察点A和真实点P在水平方向和垂直方向的坐标值都不一样,但研究表明水平偏差大小可以忽略,图2中YP=YA,k表示P1和P2的距离,即:
k=(tanr1+tanr2)·hA=(tani1+tani2)·h (10)
式(9)变形为:
带入式(11)得:
如图1所示,针对WorldView-2卫星影像,需要先利用近红波段开展水陆分界识别,标记出那些区域是水体,再对水体点按照以上公式进行折射改正,可从IMD格式的文件中读取地底角参数(off-nadir angle)作为前文的折射角r,最后计算得到相对水深,经过深度基准改正后得到目标区域水深值。
与现有技术相比,本发明的有益效果是:本发明设计合理,将双介质摄影测量技术引入高分辨率遥感卫星影像处理,构建一套浅海水深反演算法框架,解决卫星双介质摄影测量技术难题,提出了利用高分辨率遥感卫星 WolrdView-2立体影像开展双介质摄影测量的流程与技术方法,能够直接获得目标区浅海水深,不依赖实测数据,并且测量精度与传统光学遥感反演法相当,能够一定程度上填补远海岛礁水深信息空白,提高海洋地理信息获取能力。
附图说明
图1为本发明工作流程示意图;
图2为本发明卫星双介质摄影测量基本几何结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
本发明提供一种技术方案:一种WorldView-2立体双介质水深探测方法,主要步骤如图1所示,主要包括耀斑消除、几何模型构建、影像匹配和折射改正。并且其中具体步骤为:
(1)耀斑消除:对于海洋区域卫星影像,受海浪表面状态、太阳位置、入射角度等因素的影响,水面可能直接将太阳光线反射到传感器中,造成耀斑现象,使得光谱反射强度远大于来自水下特征的离水辐射量,从而对特征识别、水深反演等造成较大误差,采用以下公式处理WorldView-2多光谱影像(4波段)中的耀斑:
Li(VIS)′=Li(VIS)-bi[L(NIR)-Lmin(NIR)] (1)
式中,bi表示可见光波段与近红外波段辐射强度回归直线斜率,L(NIR)为近红外波段灰度值,Lmin(NIR)为目标子集内近红外波段灰度最小值,Li(VIS)和 Li(VIS)′分别为纠正前后可见光波段灰度值。
(2)几何模型构建:现阶段,商业遥感卫星几乎都采用了与传感器成像机理无关的通用几何模型,形式简单、便于计算,WorldView-2采用有理函数模型(Rational functionmodel,RFM),RFM将像点坐标(rn,cn)描述为以相应点地面坐标(Xn,Yn,Zn)为自变量的多项式比值,公式为:
式中,aijk、bijk、cijk、dijk表示有理函数参数(RPCs),n表示点个数,i+j+k 定义了模型的次数,通常不大于3次,即i+j+k≤3。以rn右侧的分子P1(X,Y,Z)为例,其形式为:
P1(X,Y,Z)=a0+a1X+a2Y+a3Z+a4XY+a5XZ+a6YZ+a7X2 +a8Y2+a9Z2+a10XYZ+a11X3+a12XY2+a13XZ2 +a14X2Y+a15Y3+a16YZ2+a17X2Z+a18Y2Z+a19Z3 (3)
为了避免解算中参数级差过大,需要将原始物、像点坐标进行平移和缩放处理,使得标准化后的取值位于(-1.0~+1.0)之间。RFM立体定位时,将式(2) 变形为:
式中,F(Xn,Yn,Zn)、G(Xn,Yn,Zn)分别表示式(2)中rn、cn对应的等式右侧,将式(4)泰勒展开得误差方程:
对单个目标点而言,如果已经知道左右影像的同名点像方坐标(rl,cl)、 (rr,cr),则可以列出以下4个误差方程:
上述误差方程若写作V=AΔ-l,则坐标改正数Δ的最小二乘解为:
Δ=[ΔX ΔY ΔZ]T=(ATA)-1ATl (7)
多个点同时解算时,误差方程形式类似。迭代解算中需要的初始值可以使用标准化平移参数的平均值,也可以用RFM一次项求解值。通过RFM立体解算陆地及水底匹配点三维坐标,建立原始水陆DEM。
利用RFM模型立体定位解算双介质原始DEM的步骤如下:
步骤一,输入同名点像方坐标(rnl,cnl)、(rnr,cnr),n表示当前点号,l、r分别表示左像和右像。通常同名点坐标由高精度影像匹配算法获得,纹理匮乏处也可以人工选点作为输入同名点;
步骤三,利用各点的标准化坐标计算式(5)中各个偏导数,并组成误差方程;
步骤四,最小二乘解算误差方程,得到对应地面点坐标改正数 (ΔX(i),ΔY(i),ΔZ(i))。当改正数超出阈值,则修正当前的地面坐标值后返回步骤二继续迭代,否则终止迭代并输出最终地面点坐标(X,Y,Z)。
(3)影像匹配:以尺度不变特征变换算子(Scale-invariant feature transform,SIFT)和半全局匹配(Semi-Global Matching,SGM)联合处理来获得视差影像:首先采用SIFT和SGM各自处理,SIFT得到立体像对的稀疏特征点及视差信息,随后用SIFT局部信息对SGM的进行预测和限制,最后用 SIFT局部视差识别SGM的错误和孔洞,获得完整的视差图。采用圆形模板进行联合视差优化,其中心像点处视差表示为:
(4)折射改正:卫星双介质摄影测量基本几何结构如图2所示,由于光线的折射作用,水下目标点P沿着折线PP1S1、PP2S2被摄站位于S1、S2处的立体影像记录到。双介质摄影测量的基本任务就是探测同名光线沿直线传播的交点(由观察点A)并由折射改正模型恢复目标点真实三维坐标(点P)。光线从一种介质进入另一种介质时产生的折射现象可以用折射定律概括,即:
式中,水下角度r1、r2称为左、右摄站的折射角,i1、i2为对应的入射角, n为水的折射率,通常取1.340。
严格来讲,观察点A和真实点P在水平方向和垂直方向的坐标值都不一样,但研究表明水平偏差大小可以忽略,图2中YP=YA,k表示P1和P2的距离,即:
k=(tanr1+tanr2)·hA=(tani1+tani2)·h (10)
式(9)变形为:
带入式(11)得:
如图1所示,针对WorldView-2卫星影像,需要先利用近红波段开展水陆分界识别,标记出那些区域是水体,再对水体点按照以上公式进行折射改正,可从IMD格式的文件中读取地底角参数(off-nadir angle)作为前文的折射角r,最后计算得到相对水深,经过深度基准改正后得到目标区域水深值,将双介质摄影测量技术引入高分辨率遥感卫星影像处理,构建一套浅海水深反演算法框架,解决卫星双介质摄影测量技术难题,提出了利用高分辨率遥感卫星WolrdView-2立体影像开展双介质摄影测量的流程与技术方法,能够直接获得目标区浅海水深,不依赖实测数据,并且测量精度与传统光学遥感反演法相当,能够一定程度上填补远海岛礁水深信息空白,提高海洋地理信息获取能力。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (1)
1.一种WorldView-2立体双介质水深探测方法,其特征在于:主要步骤如图1所示,主要包括耀斑消除、几何模型构建、影像匹配和折射改正。并且其中具体步骤为:
(1)耀斑消除:对于海洋区域卫星影像,受海浪表面状态、太阳位置、入射角度等因素的影响,水面可能直接将太阳光线反射到传感器中,造成耀斑现象,使得光谱反射强度远大于来自水下特征的离水辐射量,从而对特征识别、水深反演等造成较大误差,采用以下公式处理WorldView-2多光谱影像(4波段)中的耀斑:
Li(VIS)′=Li(VIS)-bi[L(NIR)-Lmin(NIR)] (1)
式中,bi表示可见光波段与近红外波段辐射强度回归直线斜率,L(NIR)为近红外波段灰度值,Lmin(NIR)为目标子集内近红外波段灰度最小值,Li(VIS)和Li(VIS)′分别为纠正前后可见光波段灰度值。
(2)几何模型构建:现阶段,商业遥感卫星几乎都采用了与传感器成像机理无关的通用几何模型,形式简单、便于计算,WorldView-2采用有理函数模型(Rational functionmodel,RFM),RFM将像点坐标(rn,cn)描述为以相应点地面坐标(Xn,Yn,Zn)为自变量的多项式比值,公式为:
式中,aijk、bijk、cijk、dijk表示有理函数参数(RPCs),n表示点个数,i+j+k 定义了模型的次数,通常不大于3次,即i+j+k≤3。以rn右侧的分子P1(X,Y,Z)为例,其形式为:
P1(X,Y,Z)=a0+a1X+a2Y+a3Z+a4XY+a5XZ+a6YZ+a7X2+a8Y2+a9Z2+a10XYZ+a11X3+a12XY2+a13XZ2+a14X2Y+a15Y3+a16YZ2+a17X2Z+a18Y2Z+a19Z3 (3)
为了避免解算中参数级差过大,需要将原始物、像点坐标进行平移和缩放处理,使得标准化后的取值位于(-1.0~+1.0)之间。RFM立体定位时,将式(2)变形为:
式中,F(Xn,Yn,Zn)、G(Xn,Yn,Zn)分别表示式(2)中rn、cn对应的等式右侧,将式(4)泰勒展开得误差方程:
对单个目标点而言,如果已经知道左右影像的同名点像方坐标(rl,cl)、(rr,cr),则可以列出以下4个误差方程:
上述误差方程若写作V=AΔ-l,则坐标改正数Δ的最小二乘解为:
Δ=[ΔX ΔY ΔZ]T=(ATA)-1ATl (7)
多个点同时解算时,误差方程形式类似。迭代解算中需要的初始值可以使用标准化平移参数的平均值,也可以用RFM一次项求解值。通过RFM立体解算陆地及水底匹配点三维坐标,建立原始水陆DEM。
利用RFM模型立体定位解算双介质原始DEM的步骤如下:
步骤一:输入同名点像方坐标(rnl,cnl)、(rnr,cnr),n表示当前点号,l、r分别表示左像和右像。通常同名点坐标由高精度影像匹配算法获得,纹理匮乏处也可以人工选点作为输入同名点;
步骤三:利用各点的标准化坐标计算式(5)中各个偏导数,并组成误差方程;
步骤四:最小二乘解算误差方程,得到对应地面点坐标改正数(ΔX(i),ΔY(i),ΔZ(i))。当改正数超出阈值,则修正当前的地面坐标值后返回步骤二继续迭代,否则终止迭代并输出最终地面点坐标(X,Y,Z)。
(3)影像匹配:以尺度不变特征变换算子(Scale-invariant feature transform,SIFT)和半全局匹配(Semi-Global Matching,SGM)联合处理来获得视差影像:首先采用SIFT和SGM各自处理,SIFT得到立体像对的稀疏特征点及视差信息,随后用SIFT局部信息对SGM的进行预测和限制,最后用SIFT局部视差识别SGM的错误和孔洞,获得完整的视差图。采用圆形模板进行联合视差优化,其中心像点处视差表示为:
(4)折射改正:卫星双介质摄影测量基本几何结构如图2所示,由于光线的折射作用,水下目标点P沿着折线PP1S1、PP2S2被摄站位于S1、S2处的立体影像记录到。双介质摄影测量的基本任务就是探测同名光线沿直线传播的交点(由观察点A)并由折射改正模型恢复目标点真实三维坐标(点P)。光线从一种介质进入另一种介质时产生的折射现象可以用折射定律概括,即:
式中,水下角度r1、r2称为左、右摄站的折射角,i1、i2为对应的入射角,n为水的折射率,通常取1.340。
严格来讲,观察点A和真实点P在水平方向和垂直方向的坐标值都不一样,但研究表明水平偏差大小可以忽略,图2中YP=YA,k表示P1和P2的距离,即:
k=(tanr1+tanr2)·hA=(tani1+tani2)·h (10)
式(9)变形为:
带入式(11)得:
如图1所示,针对WorldView-2卫星影像,需要先利用近红波段开展水陆分界识别,标记出那些区域是水体,再对水体点按照以上公式进行折射改正,可从IMD格式的文件中读取地底角参数(off-nadir angle)作为前文的折射角r,最后计算得到相对水深,经过深度基准改正后得到目标区域水深值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010875338.7A CN112050793A (zh) | 2020-08-27 | 2020-08-27 | 一种WorldView-2立体双介质水深探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010875338.7A CN112050793A (zh) | 2020-08-27 | 2020-08-27 | 一种WorldView-2立体双介质水深探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112050793A true CN112050793A (zh) | 2020-12-08 |
Family
ID=73600164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010875338.7A Withdrawn CN112050793A (zh) | 2020-08-27 | 2020-08-27 | 一种WorldView-2立体双介质水深探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112050793A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960625A (zh) * | 2021-10-22 | 2022-01-21 | 自然资源部第二海洋研究所 | 一种基于星载单光子激光主被动遥感融合的水深反演方法 |
CN117058532A (zh) * | 2023-10-08 | 2023-11-14 | 自然资源部第一海洋研究所 | 基于海浪与太阳耀斑信号反演水深、波高的方法和系统 |
CN117407636A (zh) * | 2023-12-13 | 2024-01-16 | 深圳大学 | 一种水下成像折射率动态修正方法 |
-
2020
- 2020-08-27 CN CN202010875338.7A patent/CN112050793A/zh not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960625A (zh) * | 2021-10-22 | 2022-01-21 | 自然资源部第二海洋研究所 | 一种基于星载单光子激光主被动遥感融合的水深反演方法 |
CN113960625B (zh) * | 2021-10-22 | 2024-06-11 | 自然资源部第二海洋研究所 | 一种基于星载单光子激光主被动遥感融合的水深反演方法 |
CN117058532A (zh) * | 2023-10-08 | 2023-11-14 | 自然资源部第一海洋研究所 | 基于海浪与太阳耀斑信号反演水深、波高的方法和系统 |
CN117058532B (zh) * | 2023-10-08 | 2023-12-19 | 自然资源部第一海洋研究所 | 基于海浪与太阳耀斑信号反演水深、波高的方法和系统 |
CN117407636A (zh) * | 2023-12-13 | 2024-01-16 | 深圳大学 | 一种水下成像折射率动态修正方法 |
CN117407636B (zh) * | 2023-12-13 | 2024-04-02 | 深圳大学 | 一种水下成像折射率动态修正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hodúl et al. | Satellite derived photogrammetric bathymetry | |
CN107167786B (zh) | 卫星激光测高数据辅助提取高程控制点方法 | |
CN112050793A (zh) | 一种WorldView-2立体双介质水深探测方法 | |
CN103971406A (zh) | 基于线结构光的水下目标三维重建方法 | |
CN110866973B (zh) | 空天库岸一体化应急勘测数据融合及集成显示系统及方法 | |
CN104764445B (zh) | 水下物点坐标确定方法及装置 | |
CN110053743A (zh) | 一种用于水下精准测量的遥控机器人 | |
CN112729130A (zh) | 卫星遥感测量树木冠层高度的方法 | |
CN105716581B (zh) | 基于双介质摄影技术的水下物点坐标确定方法和装置 | |
WO2020151213A1 (zh) | 一种空地结合的潮间带一体化测绘方法 | |
CN102855609B (zh) | 集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法 | |
CN114926739B (zh) | 内河航道水上水下地理空间信息无人化协同采集处理方法 | |
CN112013822A (zh) | 基于改进gwr模型的多光谱遥感水深反演方法 | |
CN109781073A (zh) | 一种融合海浪特征和光谱特征的浅海水深遥感提取方法 | |
CN115755071A (zh) | 基于声光遥感和vr技术的深海原位精细探测框架设计方法 | |
Li et al. | Exploring modern bathymetry: A comprehensive review of data acquisition devices, model accuracy, and interpolation techniques for enhanced underwater mapping | |
CN116027349A (zh) | 基于激光雷达和侧扫声呐数据融合的珊瑚礁底质分类方法 | |
Albanai | Mapping Kuwait bathymetry using passive multispectral remote sensing | |
CN116817869B (zh) | 一种利用激光雷达数据的海底光子信号确定方法 | |
CN113960625A (zh) | 一种基于星载单光子激光主被动遥感融合的水深反演方法 | |
CN110580468B (zh) | 一种基于影像匹配点云的单木结构参数提取的方法 | |
Deng et al. | Mapping bathymetry from multi-source remote sensing images: a case study in the Beilun estuary, Guangxi, China | |
CN115905877A (zh) | 基于VGGNet的测深模型反演方法及系统 | |
Prado et al. | 3D modeling of Rio Miera wreck ship merging optical and multibeam high resolution points cloud | |
Liu et al. | Bathymetric ability of SPOT-5 multi-spectral image in shallow coastal water |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201208 |
|
WW01 | Invention patent application withdrawn after publication |