CN112734630B - 正射影像处理方法、装置、设备及存储介质 - Google Patents
正射影像处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112734630B CN112734630B CN202011615584.5A CN202011615584A CN112734630B CN 112734630 B CN112734630 B CN 112734630B CN 202011615584 A CN202011615584 A CN 202011615584A CN 112734630 B CN112734630 B CN 112734630B
- Authority
- CN
- China
- Prior art keywords
- color
- image
- orthoimage
- region
- target
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000004927 fusion Effects 0.000 claims abstract description 22
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 75
- 230000006870 function Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003190 augmentative effect Effects 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- DMSMPAJRVJJAGA-UHFFFAOYSA-N benzo[d]isothiazol-3-one Chemical compound C1=CC=C2C(=O)NSC2=C1 DMSMPAJRVJJAGA-UHFFFAOYSA-N 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
- G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种正射影像处理方法、装置、设备及存储介质。该方法包括：根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；获取初始正射影像中的拼接区域，并根据预设膨胀规则确定与拼接区域对应的膨胀区域；根据拼接区域和膨胀区域，确定局部调整区域，并按照色彩融合技术，对局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。本发明实施例通过当前场景对应的DSM和多张彩色图像生成初始正射影像，并对初始正射影像中的拼接区域进行无缝处理，不仅能够生成合格的正射影像，还改善了正射影像的图像颜色效果。
Description
技术领域
本发明实施例涉及图像处理技术，尤其涉及一种正射影像处理方法、装置、设备及存储介质。
背景技术
现有的正射影像生成方法大致包括两种，一种是通过输入的点云构建三维网格模型，继而进行纹理贴图，最后将纹理模型投影到地面上生成正射影像(Digital OrthophotoMap,DOM)；另一种是通过输入点云构建当前场景的数字表面模型(Digital SurfaceModel,DSM)，然后结合输入图像集进行正射校正，得到DSM上每个栅格点的像素值，从而得到最终的DOM。
但是，若采用第一种技术，生成的DOM往往不能达到完全正射的效果。若采用第二种技术虽然能得到更正射的DOM，但是往往输入图像集由于相机曝光或场景光线变化等因素呈现的图像颜色差异较大，在DOM中的差异更佳明显。并且，在航拍数据集的三维重建领域，输入图片的数量常常有数百张以上，针对输入图像集中的每个图像进行图像处理会导致数据量巨大。因此，如何改善正射影像的图像颜色效果成为亟待解决的技术问题。
发明内容
本发明实施例提供一种正射影像处理方法、装置、设备及存储介质，可以实现改善正射影像的图像颜色效果。
第一方面，本发明实施例提供了一种正射影像处理方法，包括：
根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；
获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。
第二方面，本发明实施例还提供了一种正射影像处理装置，包括：
初始影像形成模块，用于根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；
膨胀区域确定模块，用于获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
目标影像形成模块，用于根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。
第三方面，本发明实施例还提供了一种正射影像处理设备，所述正射影像处理设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的正射影像处理方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例提供的正射影像处理方法。
本发明实施例通过根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像，获取初始正射影像中的拼接区域，并根据预设膨胀规则确定与拼接区域对应的膨胀区域，根据拼接区域和膨胀区域，确定局部调整区域，并按照色彩融合技术，对局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。本发明实施例通过当前场景对应的DSM和多张彩色图像生成初始正射影像，并对初始正射影像中的拼接区域进行无缝处理，不仅能够生成合格的正射影像，还改善了正射影像的图像颜色效果。
附图说明
图1是本发明实施例一提供的一种正射影像处理方法的流程图；
图2a是本发明实施例一提供的一种初始正射影像的影像图；
图2b是本发明实施例一提供的一种目标正射影像的影像图；
图3是本发明实施例二提供的另一种正射影像处理方法的流程图；
图4a是本发明实施例二提供的另一种目标正射影像的影像图；
图4b是本发明实施例二提供的一种商业软件pix4d生成的正射影像图；
图5a是本发明实施例二提供的又一种初始正射影像的影像图；
图5b是本发明实施例二提供的又一种目标正射影像的影像图；
图6a是本发明实施例二提供的一种未经图像处理过的png图像格式的正射影像图；
图6b是本发明实施例二提供的一种正射影像处理方法处理png图像格式的正射影像图；
图7a是本发明实施例二提供的一种经过全局颜色调整后的正射影像图；
图7b是本发明实施例二提供的一种在全局颜色调整基础上进一步调整拼接区域颜色的正射影像图；
图8是本发明实施例三提供的一种正射影像处理装置的结构示意图；
图9是本发明实施例四提供的一种正射影像处理设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种正射影像处理方法的流程图，本实施例可适用于对正射影像进行颜色调整的情况，该方法可以由正射影像处理装置来执行，该装置可以采用软件和/或硬件的方式实现。该装置可配置于正射影像处理设备中。如图1所示，该方法包括：
步骤S110、根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像。
DSM可以是包含了当前场景的地表信息的地面高程模型，用于显示当前场景的真实地面起伏。例如，DSM中可以包括地表建筑物、桥梁和树木等地表元素的信息。当前场景可以理解为现实中的实际场景。
彩色图像可以是由摄像设备拍摄的当前场景的二维图像，用于确定当前场景的初始正射影像。例如，彩色图像可以是由无人机或其他飞行设备上的相机拍摄得到的当前场景的多角度二维图像。多张彩色图像可以是由相机拍摄的当前场景不同角度的二维图像，用于多角度展示当前场景。
初始正射影像可以是当前场景中各地表元素对应的数字图像经过纠正等处理后得到的正射图像。例如，对于当前场景中的建筑物A，在当前场景的初始正射影像中建筑物A可以只显示楼顶的信息。
具体地，根据与当前场景对应的DSM和相机拍摄的多张彩色图像，形成当前场景的初始正射影像。例如，可以根据DSM中每个栅格点在各彩色图像上投影点的像素值，确定每个栅格点在初始正射影像上的正射像素值，进而形成当前场景的初始正射影像。或者，还可以根据DSM和多张彩色图像构建当前场景的三维场景模型，根据该三维场景模型确定当前场景的初始正射影像。或者其他实施方式，本发明实施例对此不作具体限定。
步骤S120、获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域。
拼接区域可以是在形成初始正射影像过程中因多张彩色图像的图像颜色差异导致的明显颜色交界区域。例如，图2a是本发明实施例一提供的一种初始正射影像的影像图。如图2a所示，初始正射影像上存在多条拼接线，拼接线两侧的图像颜色差异较大，各个拼接线可以理解为初始正射影像中的各个拼接区域。拼接区域可以由多个拼接点构成，图2a中的一条拼接线可以是由多个拼接点连接组成的至少一个像素宽的直线。
预设膨胀规则可以是预先设定的基于拼接区域确定对应膨胀区域的规则，用于确定拼接区域附近的膨胀区域，以根据膨胀区域的颜色调整拼接区域与膨胀区域外边界之间的颜色。预设膨胀规则可以是基于拼接区域中的每个拼接点向外扩展预设像素宽。例如，若拼接区域是两个像素宽的直线，预设膨胀规则可以是将该直线的左右两侧同时进行膨胀，直至膨胀至二十像素宽的膨胀区域。
膨胀区域可以是拼接区域根据预设膨胀规则膨胀后的区域，用于根据膨胀区域的颜色通过色彩融合技术调整拼接区域与膨胀区域外边界之间的颜色，以使拼接区域的颜色平滑过渡到膨胀区域的外边界。
步骤S130、根据拼接区域和膨胀区域，确定局部调整区域，并按照色彩融合技术，对局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。
局部调整区域可以是拼接区域外边界和膨胀区域外边界之间的区域。根据拼接区域的颜色和膨胀区域的颜色对局部调整区域的颜色进行色彩融合，可以降低拼接区域两侧的图像颜色差异。
色彩融合技术可以用于对拼接区域进行无缝处理。通过色彩融合技术使得拼接区域的一侧逐渐平滑过渡到另一层，能够解决拼接区域两侧的图像过渡差的问题。色彩融合技术可以包括泊松融合技术、加权平均颜色值技术或其他可以对拼接区域进行无缝处理的色彩融合技术。
具体地，根据拼接区域和膨胀区域，确定拼接区域外边界和膨胀区域外边界之间的局部调整区域，通过色彩融合技术对局部调整区域的区域内部像素点进行色彩融合，使得拼接区域外边界的像素点能够平滑过渡到膨胀区域外边界的像素点，将处理后的初始正射影像作为当前场景的目标正射影像。例如，图2b是本发明实施例一提供的一种目标正射影像的影像图。如图2b所示，在对各拼接线对应的局部调整区域进行色彩融合后，形成的目标正射影像能够减少拼接线两侧的颜色差异，改善了正射影像的图像颜色效果。
本发明实施例通过根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像，获取初始正射影像中的拼接区域，并根据预设膨胀规则确定与拼接区域对应的膨胀区域，根据拼接区域和膨胀区域，确定局部调整区域，并按照色彩融合技术，对局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。本发明实施例通过当前场景对应的DSM和多张彩色图像生成初始正射影像，并对初始正射影像中的拼接区域进行无缝处理，不仅能够生成合格的正射影像，还改善了正射影像的图像颜色效果。
可选地，在根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像之前，还可以包括：
根据所述当前场景的图像特征轨迹，计算与各所述彩色图像分别对应的全局颜色调整参数；
使用各所述全局颜色调整参数对匹配的所述彩色图像进行颜色调整。
其中，图像特征轨迹可以是利用特征提取算法提取当前场景中多个空间点在多张彩色图像中对应的特征点，并根据这些特征点确定的各个空间点的特征轨迹。
全局颜色调整参数可以用于对匹配的彩色图像进行全局颜色调整。例如，全局颜色调整参数可以包括红(R)、绿(G)和蓝(B)三个颜色通道的颜色调整参数。
示例性地，根据当前场景的图像特征轨迹，计算与各彩色图像分别对应的RGB三个通道的颜色调整参数，对于每个彩色图像，利用对应的RGB三个通道的颜色调整参数对该彩色图像进行全局颜色调整。本实施例通过在形成初始正射影像之前，先对各原始的彩色图像进行全局颜色调整，进而基于调整后的彩色图像形成初始正射影像，改善了初始正射影像的图像颜色效果，进而改善了目标正射影像的图像颜色效果。
进一步地，根据所述当前场景的图像特征轨迹，计算与各所述彩色图像分别对应的全局颜色调整参数，可以包括：
通过特征提取的方式获取所述当前场景的图像特征轨迹；其中，所述图像特征轨迹用于指示所述当前场景内各个空间点在各个彩色图像上的投影点坐标；
根据各个空间点在各个彩色图像上的投影点坐标对应的像素值建立观测矩阵；
基于所述观测矩阵和预设的目标能量函数，通过最小化求解方法得到使所述目标能量函数最小的参考矩阵；
基于所述参考矩阵，通过增广拉格朗日的矩阵分解方法分解所述参考矩阵，得到调整矩阵；其中，所述调整矩阵包括各所述彩色图像分别对应的全局颜色调整参数。
图像特征轨迹可以通过三维重建技术中运动结构恢复(Structure from Motion,SFM)阶段得到。例如，当前场景中共有m个空间点，彩色图像的数量是n幅，通过特征提取的方式可以获取当前场景中每个空间点在各个彩色图像上的投影点坐标。
观测矩阵可以是基于各个空间点在各个彩色图像上的投影点坐标对应的像素值建立的像素值矩阵。其中，对于空间点在彩色图像上不存在投影点的情况，可以确定在观测矩阵中与该空间点和该彩色图像对应的矩阵元素为0或其他预设值。例如，基于m各空间点和n幅彩色图像可以构建维度为m×n的观测矩阵。由于空间点和彩色图像中的特征点之间可能存在的不对应关系，该观测矩阵可以具有稀疏性。
投影点坐标对应的像素值可以包括多通道的像素值。例如，可以包括RGB三个通道的像素值，通过分别对彩色图像的RGB三个通道建立观测矩阵，得到RGB三个通道对应的三个调整矩阵，分别根据三个调整矩阵调整相应的通道的颜色。
示例性地，假设观测矩阵为矩阵I，将矩阵I中的每个矩阵元素求对数，得到参考观测矩阵I。预设的目标能量函数可以采用如下公式：
其中，P*和Q*表示最优矩阵，P和Q表示未知矩阵，argminP，Q(·)表示使P，Q最小的最小化函数，W是I-PQT的预设二进制指标矩阵，⊙表示元素乘法运算符，||·||p表示Lp范数，
表示F范数，λ表示预设参数。根据参考观测矩阵I和预设的目标能量函数得到使目标能量函数最小的最优矩阵P*和Q*。根据最优矩阵可以计算得到参考矩阵P*Q*T，通过增广拉格朗日的矩阵分解方法分解该参考矩阵，得到P*Q*T＝C+A。其中，Cij＝γijlogcij，Aij＝γijlogaij。Cij表示矩阵C的矩阵元素，Aij表示矩阵A的矩阵元素，γij表示待求解的咖码增益矩阵元素，cij表示待求解的白平衡参数矩阵元素，aij表示恒定反射率。aij可以通过预先设定或者根据预先设定的与Q*的关系式确定。因此，可以根据各咖码增益矩阵元素确定咖码增益矩阵，根据白平衡参数矩阵元素确定白平衡参数矩阵，咖码增益矩阵和白平衡参数矩阵均为调整矩阵。
本实施例通过特征提取的方式得到图像特征轨迹，建立观测矩阵，然后基于预设的目标能量函数并通过最小化求解方法以及增广拉格朗日的矩阵分解方法得到每幅彩色图像的全局颜色调整参数，最终根据全局颜色调整参数对彩色图像进行全局的颜色调整，进一步提高了原始的彩色图像的显示效果，进而为后续基于彩色图像调整局部调整区域的颜色提供了图像基础，达到进一步改善正射影像的图像颜色效果的作用。
实施例二
图3是本发明实施例二提供的另一种正射影像处理方法的流程图，本实施例在上述实施例的基础上进行优化，如图3所示，该方法包括：
步骤S210、根据所述DSM上的每个栅格点在各彩色图像上的投影信息，在各所述彩色图像中选取与每个栅格点分别对应的正射图像。
投影信息可以是DSM上的每个栅格点在各彩色图像中对应点的信息。例如，投影信息可以包括栅格点在所述彩色图像中的位姿信息、高程信息、彩色图像对应相机的位姿信息以及DSM与彩色图像的坐标转换矩阵等。
具体地，将每个栅格点投影到各彩色图像上，确定各栅格点在各彩色图像上的投影点，对于每个栅格点，选取栅格点与投影点之间的连线最接近与地面垂直的目标投影点，选取目标投影点所属的彩色图像为该栅格点对应的正射图像。
可选地，根据所述DSM上的每个栅格点在各彩色图像上的投影信息，在各所述彩色图像中选取与每个栅格点分别对应的正射图像，可以包括：
对于所述DSM上的每个栅格点以及与所述栅格点对应的每个彩色图像，根据所述栅格点在所述彩色图像中的位姿信息以及所述彩色图像对应相机的位姿信息和高程信息，确定所述栅格点与彩色图像的高程角；
对于各高程角中最小的目标高程角，确定所述目标高程角对应的目标彩色图像为所述栅格点的正射图像。
其中，栅格点在彩色图像中的位姿信息可以包括栅格点在彩色图像中的位置坐标以及姿态角度等。彩色图像对应的相机可以理解为拍摄该彩色图像时的相机。相机的位姿信息可以包括在拍摄该彩色图像时相机的位置坐标以及姿态角度等。相机的高程信息可以包括在拍摄该彩色图像时相机沿铅垂线方向到绝对地面的距离等。
栅格点与彩色图像的高程角可以理解为栅格点与相机的连线与铅垂线之间的夹角，用于确定栅格点在彩色图像中的对应点是否位于相机的正下方。栅格点与彩色图像的高程角越接近0度，说明相机在拍摄该彩色图像时越接近栅格点的对应点的正上方，进而该彩色图像越接近栅格点的正射图像。
本实施例对于DSM上的每个栅格点，计算栅格点与各彩色图像的高程角，对于各高程角中最小的目标高程角，确定该目标高程角对应的目标彩色图像为栅格点的正射图像，提高了正射图像的形成精度。
进一步地，根据所述栅格点在所述彩色图像中的位姿信息以及所述彩色图像对应相机的位姿信息和高程信息，确定所述栅格点与彩色图像的高程角，可以包括：
获取所述栅格点在所述彩色图像中的第一位置坐标以及所述彩色图像对应相机的第二位置坐标；
根据所述第一位置坐标和所述第二位置坐标确定所述栅格点在所述彩色图像中与所述相机的距离；
根据所述相机的高程信息以及所述距离，计算所述栅格点与彩色图像的高程角。
示例性地，获取栅格点在彩色图像中的水平位置坐标(x1，y1)及相应的高度z1，获取彩色图像对应相机在拍摄该彩色图像时的三维位置坐标(x2，y2，z2)，基于相机的三维位置坐标可以确定相机的水平位置坐标(x2，y2)以及相机距离地面的高度z2。计算(x1，y1)与(x2，y2)之间的距离d，因此，栅格点与彩色图像的高程角可以为
示例性地，栅格点与彩色图像的高程角还可以通过获取栅格点在彩色图像中的三维位置坐标以及相机在拍摄该彩色图像时的三维位置坐标，计算两个三维位置坐标之间的距离D，获取相机在拍摄该彩色照片的高程差h，计算高程角可以为
进一步地，在确定所述目标高程角对应的目标彩色图像为所述栅格点的正射图像之后，还可以包括：
获取所述正射图像的图像标签，将所述图像标签作为所述栅格点在所述初始正射影像中对应正射像素点的标签；
相应地，获取所述初始正射影像中的拼接区域，可以包括：
遍历所述初始正射影像中的每一个正射像素点，比较所述正射像素点的标签与预设邻域内的其他正射像素点的标签；
对于与所述正射像素点的标签不同的目标标签，确定所述目标标签对应的目标正射像素点，基于所述正射像素点与所述目标正射像素点确定拼接点，将各个所述拼接点的集合作为拼接区域。
其中，正射像素点可以是栅格点在初始正射影像中的对应点。栅格点在初始正射影像中对应正射像素点的标签可以理解成为初始正射影像中的每个正射像素点设置标签，该标签可以用于指示对应的正射像素点所属的彩色图像。若初始正射影像中的一定区域内各正射像素点的标签相同，说明这些正射像素点来源于同一彩色图像，颜色与对应的彩色图像相同。若初始正射影像中的一定区域内各正射像素点的标签不同，说明这些正射像素点来源于不同的彩色图像，由于不同的彩色图像之间可能存在颜色差异，因此这些正射像素点可能会导致初始正射影像存在颜色差异。
初始正射影像中的拼接区域可以通过各正射像素点的标签确定。具体地，通过遍历初始正射影像中的每一个正射像素点，判断正射像素点与预设邻域内的其他正射像素点的标签是否一致。其中，预设邻域可以包括四邻域、八邻域或其他邻域。例如，预设邻域为四邻域，比较正射像素点P(i，j)与上邻正射像素点P(i-1，j)、下邻正射像素点P(i+1，j)、左邻正射像素点P(i，j-1)和右邻正射像素点P(i，j+1)的标签。若右邻正射像素点P(i，j+1)的标签与正射像素点P(i，j)的标签不同，确定P(i，j)和P(i，j+1)为拼接点。继续比较正射像素点P(i+1，j)与上邻正射像素点P(i，j)、下邻正射像素点P(i+2，j)、左邻正射像素点P(i+1，j-1)和右邻正射像素点P(i+1，j+1)的标签。若右邻正射像素点P(i+1，j+1)的标签与正射像素点P(i+1，j)的标签不同，确定P(i+1，j)和P(i+1，j+1)为拼接点。以此类推，可以确定拼接点的集合为两个像素宽的直线，将该直线确定为拼接区域。
本实施例通过为初始正射影像中的各个正射像素点设置与对应的图像标签相同的标签，并遍历每个正射像素点，查找每个正射像素点的预设邻域中具有不同标签的目标正射像素点，进而确定拼接区域，实现了初始正射影像中拼接区域的精确锁定，提高了对拼接区域颜色调整的针对性。
步骤S220、根据各栅格点在对应的正射图像上的正射像素值，形成当前场景的初始正射影像。
具体地，获取各栅格点在对应的正射图像上的正射像素值，根据各正射像素值形成当前场景的初始正射影像。
步骤S230、获取所述初始正射影像中的拼接区域，对所述拼接区域中的每个像素点进行颜色平均处理。
示例性地，获取拼接区域中的每个像素点的像素值，计算所有像素点的像素值的平均值，调整拼接区域中的每个像素点的像素值为该平均值，以进行颜色平均处理。
示例性地，获取拼接区域中的每个像素点的RGB三个通道的像素值，分别计算所有像素点的R通道、G通道和B通道的像素值，得到R通道平均值、G通道平均值和B通道像素值，基于R通道平均值对拼接区域中每个像素点的R通道像素值进行调整，基于G通道平均值对拼接区域中每个像素点的G通道像素值进行调整，基于B通道平均值对拼接区域中每个像素点的B通道像素值进行调整。
步骤S240、根据预设膨胀规则确定与所述拼接区域对应的膨胀区域。
步骤S250、获取与所述拼接区域对应的拼接区域边界，以及与所述膨胀区域对应的膨胀区域边界。
拼接区域边界可以理解为拼接区域的外边界。膨胀区域边界可以理解为膨胀区域的外边界。
步骤S260、将所述拼接区域边界与所述膨胀区域边界所围成的区域，确定为局部调整区域。
局部调整区域为拼接区域边界与膨胀区域边界之间的区域。
步骤S270、根据各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建拉普拉斯算子。
示例性地，对于区域内部的像素点P(i，j)，可以通过以下公式计算对应的拉普拉斯算子：
其中，
表示P(i，j)的拉普拉斯算子，IP(i，j)表示P(i，j)的像素值，IP(i-1，j)表示P(i，j)上邻像素点的像素值，IP(i+1，j)表示P(i，j)下邻像素点的像素值，IP(i，j-1)表示P(i，j)左邻像素点的像素值，IP(i，j+1)表示P(i，j)右邻像素点的像素值。
步骤S280、根据所述局部调整区域的区域边界像素点的像素值、各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建目标矩阵，并根据所述目标矩阵和所述拉普拉斯算子，构建泊松方程。
其中，目标矩阵的构建方式可以是将局部调整区域的区域边界像素点填充至目标矩阵的某一行，其中，该行只有一个位置的矩阵元素为1，其余位置的矩阵元素为0。将局部调整区域内部的像素点以像素点及邻域像素点为组合的形式同样填充至目标矩阵的某一行，例如，这一行的矩阵元素从左至右依次为IP(i-1，j)、IP(i，j-1)、IP(i，j)、IP(i，j+1)和IP(i+1，j)。
具体地，根据局部调整区域的区域边界像素点的像素值、各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建目标矩阵。根据步骤S270中计算得到的拉普拉斯算子以及目标矩阵，构建泊松方程。
步骤S290、求解所述泊松方程，得到各区域内部像素点的调整值，根据各所述调整值调整对应的区域内部像素点的像素值，得到目标正射影像。
具体地，求解泊松方程，方程解可以确定各区域内部像素点的调整值，根据各调整值调整相应的区域内部像素点的像素值，基于调整后的各区域内部像素点的像素值形成目标正射影像。
图4a是本发明实施例二提供的另一种目标正射影像的影像图。图4b是本发明实施例二提供的一种商业软件pix4d生成的正射影像图。如图4a和4b所示，本发明实施例提供的目标正射影像的图像颜色效果更加清晰、均匀，然而，pix4d商业软件生成的正射影像图中存在大量的颜色失真，图像颜色效果差。图5a是本发明实施例二提供的又一种初始正射影像的影像图。图5b是本发明实施例二提供的又一种目标正射影像的影像图。如图5a所示，未进行颜色调整的初始正射影像存在明显的拼接区域。如图5b所示，经过本发明实施例提供的正射影像处理方法能够明显改善拼接区域的颜色差异。图6a是本发明实施例二提供的一种未经图像处理过的png图像格式的正射影像图。图6b是本发明实施例二提供的一种正射影像处理方法处理png图像格式的正射影像图。如图6a所示，图中存在明显的拼接线，拼接点两侧存在严重的颜色偏差。如图6b所示，经过本发明实施例提供的正射影像处理方法使得拼接区域与附近的区域颜色融合，达到了平滑过渡的效果。图7a是本发明实施例二提供的一种经过全局颜色调整后的正射影像图。图7b是本发明实施例二提供的一种在全局颜色调整基础上进一步调整拼接区域颜色的正射影像图。如图7a和7b所示，对拼接区域颜色进行局部颜色调整，能够更好地实现颜色过渡。
本发明实施例通过根据DSM商店每个栅格点在各彩色图像上的投影信息，确定每个栅格点对应的正射图像，进而形成初始正射影像，提高了初始正射影像的形成精度。通过对初始正射影像中的拼接区域进行颜色平均处理，实现对拼接区域的颜色调整。通过根据初始正射影像、拼接区域以及拼接区域的膨胀区域构建泊松方程，以求解局部调整区域的区域内部像素点的调整值，并根据调整值调整对应的区域内部像素点的像素值，得到目标正射影像，极大地改善了正射影像的图像颜色效果，使拼接区域能够与附近的图像融合，实现平滑过渡。
实施例三
图8是本发明实施例三提供的一种正射影像处理装置的结构示意图。该装置可由软件和/或硬件实现，一般可集成在正射影像处理设备中，可以通过执行正射影像处理方法实现改善正射影像的图像颜色效果。如图8所示，该装置包括：
初始影像形成模块310，用于根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；
膨胀区域确定模块320，用于获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
目标影像形成模块330，用于根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。
本发明实施例通过根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像，获取初始正射影像中的拼接区域，并根据预设膨胀规则确定与拼接区域对应的膨胀区域，根据拼接区域和膨胀区域，确定局部调整区域，并按照色彩融合技术，对局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。本发明实施例通过当前场景对应的DSM和多张彩色图像生成初始正射影像，并对初始正射影像中的拼接区域进行无缝处理，不仅能够生成合格的正射影像，还改善了正射影像的图像颜色效果。
可选地，所述初始影像形成模块310，具体用于：
根据所述DSM上的每个栅格点在各彩色图像上的投影信息，在各所述彩色图像中选取与每个栅格点分别对应的正射图像；
根据各栅格点在对应的正射图像上的正射像素值，形成当前场景的初始正射影像。
可选地，所述初始影像形成模块310，具体用于：
对于所述DSM上的每个栅格点以及与所述栅格点对应的每个彩色图像，根据所述栅格点在所述彩色图像中的位姿信息以及所述彩色图像对应相机的位姿信息和高程信息，确定所述栅格点与彩色图像的高程角；
对于各高程角中最小的目标高程角，确定所述目标高程角对应的目标彩色图像为所述栅格点的正射图像。
可选地，所述初始影像形成模块310，具体用于：
获取所述栅格点在所述彩色图像中的第一位置坐标以及所述彩色图像对应相机的第二位置坐标；
根据所述第一位置坐标和所述第二位置坐标确定所述栅格点在所述彩色图像中与所述相机的距离；
根据所述相机的高程信息以及所述距离，计算所述栅格点与彩色图像的高程角。
可选地，所述初始影像形成模块310，具体还用于：
在确定所述目标高程角对应的目标彩色图像为所述栅格点的正射图像之后，获取所述正射图像的图像标签，将所述图像标签作为所述栅格点在所述初始正射影像中对应正射像素点的标签；
相应地，所述膨胀区域确定模块320，具体用于：
遍历所述初始正射影像中的每一个正射像素点，比较所述正射像素点的标签与预设邻域内的其他正射像素点的标签；
对于与所述正射像素点的标签不同的目标标签，确定所述目标标签对应的目标正射像素点，基于所述正射像素点与所述目标正射像素点确定拼接点，将各个所述拼接点的集合作为拼接区域。
可选地，所述目标影像形成模块330，具体用于：
获取与所述拼接区域对应的拼接区域边界，以及与所述膨胀区域对应的膨胀区域边界；
将所述拼接区域边界与所述膨胀区域边界所围成的区域，确定为局部调整区域。
可选地，所述目标影像形成模块330，具体用于：
根据各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建拉普拉斯算子；
根据所述局部调整区域的区域边界像素点的像素值、各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建目标矩阵，并根据所述目标矩阵和所述拉普拉斯算子，构建泊松方程；
求解所述泊松方程，得到各区域内部像素点的调整值，根据各所述调整值调整对应的区域内部像素点的像素值，得到目标正射影像。
可选地，所述装置还包括：
全局参数计算模块，用于在根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像之前，根据所述当前场景的图像特征轨迹，计算与各所述彩色图像分别对应的全局颜色调整参数；
全局颜色调整模块，用于使用各所述全局颜色调整参数对匹配的所述彩色图像进行颜色调整。
可选地，所述全局参数计算模块，具体用于：
通过特征提取的方式获取所述当前场景的图像特征轨迹；其中，所述图像特征轨迹用于指示所述当前场景内各个空间点在各个彩色图像上的投影点坐标；
根据各个空间点在各个彩色图像上的投影点坐标对应的像素值建立观测矩阵；
基于所述观测矩阵和预设的目标能量函数，通过最小化求解方法得到使所述目标能量函数最小的参考矩阵；
基于所述参考矩阵，通过增广拉格朗日的矩阵分解方法分解所述参考矩阵，得到调整矩阵；其中，所述调整矩阵包括各所述彩色图像分别对应的全局颜色调整参数。
本发明实施例所提供的正射影像处理装置可执行本发明任意实施例所提供的正射影像处理方法，具备执行方法相应的功能模块和有益效果。
实施例四
图9是本发明实施例四提供的一种正射影像处理设备的结构示意图，如图9所示，该正射影像处理设备包括处理器400、存储器410、输入装置420和输出装置430；正射影像处理设备中处理器400的数量可以是一个或多个，图9中以一个处理器400为例；正射影像处理设备中的处理器400、存储器410、输入装置420和输出装置430可以通过总线或其他方式连接，图9中以通过总线连接为例。
存储器410作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的正射影像处理方法对应的程序指令和/或模块(例如，正射影像处理装置中的初始影像形成模块310、膨胀区域确定模块320和目标影像形成模块330)。处理器400通过运行存储在存储器410中的软件程序、指令以及模块，从而执行正射影像处理设备的各种功能应用以及数据处理，即实现上述的正射影像处理方法。该方法可以包括：
根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；
获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。
存储器410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器410可进一步包括相对于处理器400远程设置的存储器，这些远程存储器可以通过网络连接至正射影像处理设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置420可用于接收输入的数字或字符信息，以及产生与正射影像处理设备的用户设置以及功能控制有关的键信号输入。输出装置430可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种正射影像处理方法，该方法包括：
根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；
获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的正射影像处理方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述正射影像处理装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种正射影像处理方法，其特征在于，包括：
根据与当前场景对应的数字表面模型DSM以及多张彩色图像，形成当前场景的初始正射影像；
获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像；
其中，所述按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像，包括：
根据各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建拉普拉斯算子；
根据所述局部调整区域的区域边界像素点的像素值、各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建目标矩阵，并根据所述目标矩阵和所述拉普拉斯算子，构建泊松方程；
求解所述泊松方程，得到各区域内部像素点的调整值，根据各所述调整值调整对应的区域内部像素点的像素值，得到目标正射影像。
2.根据权利要求1所述的方法，其特征在于，根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像，包括：
根据所述DSM上的每个栅格点在各彩色图像上的投影信息，在各所述彩色图像中选取与每个栅格点分别对应的正射图像；
根据各栅格点在对应的正射图像上的正射像素值，形成当前场景的初始正射影像。
3.根据权利要求2所述的方法，其特征在于，根据所述DSM上的每个栅格点在各彩色图像上的投影信息，在各所述彩色图像中选取与每个栅格点分别对应的正射图像，包括：
对于所述DSM上的每个栅格点以及与所述栅格点对应的每个彩色图像，根据所述栅格点在所述彩色图像中的位姿信息以及所述彩色图像对应相机的位姿信息和高程信息，确定所述栅格点与彩色图像的高程角；
对于各高程角中最小的目标高程角，确定所述目标高程角对应的目标彩色图像为所述栅格点的正射图像。
4.根据权利要求3所述的方法，其特征在于，根据所述栅格点在所述彩色图像中的位姿信息以及所述彩色图像对应相机的位姿信息和高程信息，确定所述栅格点与彩色图像的高程角，包括：
获取所述栅格点在所述彩色图像中的第一位置坐标以及所述彩色图像对应相机的第二位置坐标；
根据所述第一位置坐标和所述第二位置坐标确定所述栅格点在所述彩色图像中与所述相机的距离；
根据所述相机的高程信息以及所述距离，计算所述栅格点与彩色图像的高程角。
5.根据权利要求3所述的方法，其特征在于，在确定所述目标高程角对应的目标彩色图像为所述栅格点的正射图像之后，还包括：
获取所述正射图像的图像标签，将所述图像标签作为所述栅格点在所述初始正射影像中对应正射像素点的标签；
相应地，获取所述初始正射影像中的拼接区域，包括：
遍历所述初始正射影像中的每一个正射像素点，比较所述正射像素点的标签与预设邻域内的其他正射像素点的标签；
对于与所述正射像素点的标签不同的目标标签，确定所述目标标签对应的目标正射像素点，基于所述正射像素点与所述目标正射像素点确定拼接点，将各个所述拼接点的集合作为拼接区域。
6.根据权利要求1所述的方法，其特征在于，根据所述拼接区域和所述膨胀区域，确定局部调整区域，包括：
获取与所述拼接区域对应的拼接区域边界，以及与所述膨胀区域对应的膨胀区域边界；
将所述拼接区域边界与所述膨胀区域边界所围成的区域，确定为局部调整区域。
7.根据权利要求1-6任一项所述的方法，其特征在于，在根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像之前，还包括：
根据所述当前场景的图像特征轨迹，计算与各所述彩色图像分别对应的全局颜色调整参数；
使用各所述全局颜色调整参数对匹配的所述彩色图像进行颜色调整。
8.根据权利要求7所述的方法，其特征在于，根据所述当前场景的图像特征轨迹，计算与各所述彩色图像分别对应的全局颜色调整参数，包括：
通过特征提取的方式获取所述当前场景的图像特征轨迹；其中，所述图像特征轨迹用于指示所述当前场景内各个空间点在各个彩色图像上的投影点坐标；
根据各个空间点在各个彩色图像上的投影点坐标对应的像素值建立观测矩阵；
基于所述观测矩阵和预设的目标能量函数，通过最小化求解方法得到使所述目标能量函数最小的参考矩阵；
基于所述参考矩阵，通过增广拉格朗日的矩阵分解方法分解所述参考矩阵，得到调整矩阵；其中，所述调整矩阵包括各所述彩色图像分别对应的全局颜色调整参数。
9.一种正射影像处理装置，其特征在于，包括：
初始影像形成模块，用于根据与当前场景对应的DSM以及多张彩色图像，形成当前场景的初始正射影像；
膨胀区域确定模块，用于获取所述初始正射影像中的拼接区域，并根据预设膨胀规则确定与所述拼接区域对应的膨胀区域；
目标影像形成模块，用于根据所述拼接区域和所述膨胀区域，确定局部调整区域，并按照色彩融合技术，对所述局部调整区域的区域内部像素点进行颜色调整，形成当前场景的目标正射影像；
所述目标影像形成模块，具体用于：
根据各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建拉普拉斯算子；
根据所述局部调整区域的区域边界像素点的像素值、各区域内部像素点的像素值，以及每个区域内部像素点的预设邻域内所有邻域像素点的像素值，构建目标矩阵，并根据所述目标矩阵和所述拉普拉斯算子，构建泊松方程；
求解所述泊松方程，得到各区域内部像素点的调整值，根据各所述调整值调整对应的区域内部像素点的像素值，得到目标正射影像。
10.一种正射影像处理设备，其特征在于，所述正射影像处理设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的正射影像处理方法。
11.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的正射影像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011615584.5A CN112734630B (zh) | 2020-12-30 | 2020-12-30 | 正射影像处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011615584.5A CN112734630B (zh) | 2020-12-30 | 2020-12-30 | 正射影像处理方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112734630A CN112734630A (zh) | 2021-04-30 |
| CN112734630B true CN112734630B (zh) | 2022-09-13 |
Family
ID=75611857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011615584.5A Active CN112734630B (zh) | 2020-12-30 | 2020-12-30 | 正射影像处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112734630B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113379899B (zh) * | 2021-06-22 | 2023-09-19 | 南京工程学院 | 一种建筑工程工作面区域图像自动提取方法 |
| CN115100630B (zh) * | 2022-07-04 | 2023-07-14 | 小米汽车科技有限公司 | 障碍物检测方法、装置、车辆、介质及芯片 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106155773A (zh) * | 2015-04-23 | 2016-11-23 | 钱晓明 | 高分辨率卫星遥感产品规模化生产 |
| CN109076173A (zh) * | 2017-11-21 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 输出影像生成方法、设备及无人机 |
| CN110443774A (zh) * | 2019-07-05 | 2019-11-12 | 中国地质大学（武汉） | 一种城区正射影像镶嵌处理方法及系统 |
| CN111583119A (zh) * | 2020-05-19 | 2020-08-25 | 北京数字绿土科技有限公司 | 一种正射影像拼接方法、设备以及计算机可读介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI482121B (zh) * | 2011-04-28 | 2015-04-21 | Univ Nat Central | The method of correcting the color of the image |
-
2020
- 2020-12-30 CN CN202011615584.5A patent/CN112734630B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106155773A (zh) * | 2015-04-23 | 2016-11-23 | 钱晓明 | 高分辨率卫星遥感产品规模化生产 |
| CN109076173A (zh) * | 2017-11-21 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 输出影像生成方法、设备及无人机 |
| CN110443774A (zh) * | 2019-07-05 | 2019-11-12 | 中国地质大学（武汉） | 一种城区正射影像镶嵌处理方法及系统 |
| CN111583119A (zh) * | 2020-05-19 | 2020-08-25 | 北京数字绿土科技有限公司 | 一种正射影像拼接方法、设备以及计算机可读介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112734630A (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11410320B2 (en) | Image processing method, apparatus, and storage medium | |
| CN108665536B (zh) | 三维与实景数据可视化方法、装置与计算机可读存储介质 | |
| CN110211043B (zh) | 一种用于全景图像拼接的基于网格优化的配准方法 | |
| CN107492069B (zh) | 基于多镜头传感器的图像融合方法 | |
| JP2007525770A (ja) | 重複する複数の画像から単一の画像を形成する技術 | |
| CN112734630B (zh) | 正射影像处理方法、装置、设备及存储介质 | |
| JP7484055B2 (ja) | 深度情報付きのパノラマ画像を生成する方法、装置、記憶媒体、電子機器及びコンピュータプログラム | |
| CN111242848B (zh) | 基于区域特征配准的双目相机图像缝合线拼接方法及系统 | |
| WO2021035627A1 (zh) | 获取深度图的方法、装置及计算机存储介质 | |
| CN110599424B (zh) | 影像自动匀色处理方法及装置、电子设备、存储介质 | |
| CN114143528A (zh) | 多视频流融合方法、电子设备、存储介质 | |
| CN116805356A (zh) | 建筑模型的构建方法、设备及计算机可读存储介质 | |
| CN108629742B (zh) | 真正射影像阴影检测与补偿方法、装置及存储介质 | |
| CN116883251B (zh) | 基于无人机视频的图像定向拼接与三维建模方法 | |
| US20240202975A1 (en) | Data processing | |
| CN114332183A (zh) | 图像配准方法、装置、计算机设备和存储介质 | |
| CN107958489B (zh) | 一种曲面重建方法及装置 | |
| CN112002007B (zh) | 基于空地影像的模型获取方法及装置、设备、存储介质 | |
| WO2024001852A1 (zh) | 图像处理方法、图像处理装置及存储介质 | |
| CN107067368B (zh) | 基于影像变形的街景影像拼接方法及系统 | |
| CN112150355B (zh) | 一种图像处理方法及相关设备 | |
| CN111738061A (zh) | 基于区域特征提取的双目视觉立体匹配方法及存储介质 | |
| CN116912331A (zh) | 标定数据生成方法、装置、电子设备及存储介质 | |
| CN112215749A (zh) | 基于柱面投影的图像拼接方法、系统、设备及存储介质 | |
| CN107146195A (zh) | 球面图像拼接方法和装置 |
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 |