CN112884676B - 一种基于分空间渐进控制的大范围航空遥感影像调色方法 - Google Patents
一种基于分空间渐进控制的大范围航空遥感影像调色方法 Download PDFInfo
- Publication number
- CN112884676B CN112884676B CN202110290961.0A CN202110290961A CN112884676B CN 112884676 B CN112884676 B CN 112884676B CN 202110290961 A CN202110290961 A CN 202110290961A CN 112884676 B CN112884676 B CN 112884676B
- Authority
- CN
- China
- Prior art keywords
- image
- space
- images
- gray
- color
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000000750 progressive effect Effects 0.000 title claims abstract description 22
- 238000002156 mixing Methods 0.000 claims abstract description 18
- 239000003086 colorant Substances 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 13
- 240000004282 Grewia occidentalis Species 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 241001270131 Agaricus moelleri Species 0.000 claims description 2
- 238000013507 mapping Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G06T5/92—
-
- G06T5/70—
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于分空间渐进控制的大范围航空遥感影像调色方法,包括以下步骤:S1、将所有待调色影像从RGB空间转换至lαβ空间;S2、获取相邻的t幅影像,建立影像组;S3、统计单个影像组内,每幅影像在lαβ空间三个通道的灰度均值和标准差;S4、根据步骤S3统计的信息,计算调色目标参数;S5、基于步骤S4中计算的目标参数,对组内每幅影像进行调色;S6、重复执行步骤S2‑S5,遍历所有影像,迭代完成测区内全部影像的色彩调整。本发明通过对测区内的影像进行捆绑,并计算适用于这组捆绑影像的调色目标参数,实现对该组影像色彩的整体调整。并通过遍历测区内全部影像,进行迭代更新的方法,实现对整个测区影像颜色的渐进调整,消除累积误差。
Description
技术领域
本发明属于遥感影像调色技术领域,尤其是涉及一种基于分空间渐进控制的大范围航空遥感影像调色方法。
背景技术
数字正射影像(DOM)作为测绘生产的主要测绘成果,其质量的好坏与整个测绘区域内所有影像的颜色质量和色彩一致性直接相关,因此影像调色是生产DOM的关键步骤。对于航空摄影测量而言,不同航线之间拍摄时刻的光照差异、不同航线的拍摄角度差异等等,导致影像之间色彩的不一致问题更加突出。同时,相较于卫星遥感手段,航空摄影测量对航向重叠度和旁向重叠度的限定要求,导致完成一个测区的测绘工作,往往需要获取海量的航空遥感影像,这些问题均大大增加了航空遥感影像的调色难度。因此有必要研发一种适用于海量大范围航空遥感影像的自动化调色方法,对于提高测绘生产效率,保障测绘成果质量具有十分重要的意义。
对于单幅影像内部的色彩调整已有大量成熟的研究和方法,但对于不同影像之间的颜色差异的处理一直是一个难点问题。常用的基于Wallis滤波的方法等,都是基于两幅影像开展,将基准影像色彩迁移至另一幅待调色的影像上。这类方法在色彩传递过程中会产生累积误差,导致远离基准影像的影像出现色差,因此并不适用于大范围的航空遥感影像调色。此外,无论使用何种调色方法进行处理,相邻影像的接边处仍会存在一定的色彩差异,传统的加权平滑方法普遍仅从垂直或水平方向上考虑拼接线的消除问题,针对各类重叠情况较复杂的海量航空遥感影像,还需研制适用性更强的接边线自动化色彩平滑方法。
发明内容
有鉴于此,为克服现有技术的缺陷,本发明旨在提出一种基于分空间渐进控制的大范围航空遥感影像调色方法。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于分空间渐进控制的大范围航空遥感影像调色方法,包括以下步骤:
S1、将所有待调色影像从RGB空间转换至lαβ空间;
S2、获取相邻的t幅影像,建立影像组;
S3、统计单个影像组内,每幅影像在lαβ空间三个通道的灰度均值和标准差;
S5、基于步骤S4中计算的目标参数,对组内每幅影像进行调色;
S6、重复执行步骤S2-S5,遍历所有影像,迭代完成测区内全部影像的色彩调整,实现整个范围内影像色彩的渐进协同。
进一步的,所述步骤S1的具体执行方法如下:
S11、将RGB空间转换至LMS空间;
S12、对LMS空间进行取对数处理;
S13、从LMS空间转换至lαβ空间。
进一步的,所述步骤S2中,建立影像组的方法如下:
S21、读取每幅影像的四角点地理坐标,得到每幅影像的绝对和相对位置;
S22、根据影像四角点坐标,进行影像捆绑。
进一步的,所述步骤S22的具体方法如下:
S221、根据所有待调色影像的四角点坐标,找到整个测区左上角的第一幅影像,作为起始;
S222、从起始影像开始,依次获取测区内的每幅影像及其上、下、左、右、左上、右上、左下、右下,共t幅影像;其中位于测区角点的影像,t=4;位于测区边缘的影像,t=6;位于测区中间的影像,t=9;
S223、为获取的t幅影像建立统一的索引,建立捆绑为1个影像组。
进一步的,所述步骤S3中,统计影像在lαβ空间三个通道的灰度均值和标准差的具体方法如下:
统计各幅影像在lαβ空间下的灰度均值(m1,m2,…,mt),计算公式如下:
统计各幅影像在lαβ空间下的灰度标准差(σ1,σ2,…,σt),计算公式如下:
其中,上述两式中,M和N分别表示单幅影像的行列像元总个数,g(i,j)为第i行,第j列的像元灰度值。
其中,mi表示影像组中第i幅影像在lαβ空间下的灰度均值,σi表示第i统幅影像在lαβ空间下的灰度标准差。
进一步的,所述步骤S5的具体方法如下:
基于计算的目标参数,对组内每一幅影像,计算三个通道下的新的灰度值,完成调色,计算公式如下:
式中,l′t、α′t、β′t为基于目标参数计算后的lαβ空间三通道影像灰度值,ls、αs、βs为待调色影像在lαβ空间的原始灰度值,为待调色影像在lαβ空间三通道下的原始灰度均值,σt l、σt α、σt β为待调色影像lαβ空间三通道下的原始灰度标准差,和分别为影像在lαβ空间三通道下的调试目标参数。
进一步的,还包括影像接边线平滑处理方法,方法如下:
S7、将步骤S6调色后的影像,从lαβ空间转换回RGB空间;
S8、在RGB空间下,进行影像接边线平滑处理。
进一步的,所述步骤S7中,将调色后的影像从lαβ空间转换回RGB空间的公式如下:
L、α、β为调色后影像在lαβ空间三个通道下的灰度值,R、G、B为转换后的RGB空间下三个通道的灰度值。
进一步的,所述步骤S8的具体方法如下:
S81、首先将影像转换至平面坐标,读取相邻两幅影像的四角坐标(x,y),记录左上影像的右边界x坐标值Leftx,左上影像的下边界y坐标值Lefty;右下影像的左边界x坐标值Rightx,右下影像的上边界y坐标值Righty,进而得到相邻两幅影像的重叠范围;
S82、计算影像重叠区的行列数;设影像的地面分辨率为R,则重叠区域的总行数N和总列数M的计算公式如下:
S83、在重叠区内,从左至右,从上至下,遍历所有像元,对于第i行,第j列对应的像元,读取其左影像的像元值gleft(i,j)和右影像的像元值gright(i,j),通过以下公式计算新的像元值gnew(i,j),即得到匀色后的像元值;
S84、将新得到的像元值,按坐标更新至原来的左影像和右影像上,得到接边线平滑后的成果影像;
S85、遍历测区内所有两两重叠的影像,自动完成海量航空遥感影像的接边线色彩平滑。
相对于现有技术,本发明所述的基于分空间渐进控制的大范围航空遥感影像调色方法具有以下优势:
(1)本发明提供的基于分空间渐进控制的大范围航空遥感影像调色方法通过对测区内的影像进行捆绑,并计算适用于这组捆绑影像的调色目标参数,实现对该组影像色彩的整体调整。并通过遍历测区内全部影像,进行迭代更新的方法,实现对整个测区影像颜色的渐进调整,消除累积误差。
(2)本发明提供的基于分空间渐进控制的大范围航空遥感影像调色方法提供了沿影像重叠区域对角线方向,顾及水平和垂直两个方向的接边线平滑技术,适用于各类影像重叠方式下的接边线自动消除,最终得到过渡自然、色彩一致性良好的数字正射影像成果。
(3)本发明提供的基于分空间渐进控制的大范围航空遥感影像调色方法适用于海量大范围航空影像的调色方法,通过分空间和渐进控制,实现海量航空遥感影像的自动化调色,大大增强了大范围测区内的航空遥感影像的色彩一致性。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解,本发明创造的示意性实施例及其说明用于解释本发明创造,并不构成对本发明创造的不当限定。在附图中:
图1为本发明创造实施例所述的基于分空间渐进控制的大范围航空遥感影像调色方法流程图;
图2为本发明创造实施例所述的航空影像重叠区示意图;
图3为本发明创造实施例所述的影像拼接效果图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明创造。
本发明一种基于分空间渐进控制的大范围航空遥感影像调色方法实现可分为四个主要步骤,第一步将全部待调色影像转换至lαβ空间;第二是通过建立影像组,计算目标参数,对影像组的各幅影像进行渐进调色;第三是将调色后的影像转换回RGB空间;第四是在RGB空间下对影像接边线进行色彩平滑处理。本方法的主要流程如图1所示,具体实现步骤细化步骤如下:
步骤1:将所有待调色影像从RGB空间转换至lαβ空间。
步骤1-1:将RGB空间转换至LMS空间,计算公式如下:
步骤1-2:对LMS空间进行取对数处理,计算公式如下:
步骤1-3:从LMS空间转换至lαβ空间,计算公式如下:
步骤2:读取每幅影像的四角点地理坐标,得到每幅影像的绝对和相对位置。
步骤3:根据影像四角点坐标,进行影像捆绑。
步骤3-1:根据全部待调色影像的四角点坐标,找到整个测区左上角的第一幅影像,作为起始。
步骤3-2:从起始影像开始,依次获取测区内的每幅影像及其上、下、左、右、左上、右上、左下、右下,共t幅影像。其中位于测区角点的影像,t=4;位于测区边缘的影像,t=6;位于测区中间的影像,t=9。
步骤3-3:为获取的t幅影像建立统一的索引,将它们“捆绑”为1个影像组。
步骤4:统计1个影像组内,各幅影像在lαβ空间三个通道(l、α、β)的灰度均值和标准差。
步骤4-1:统计各幅影像在lαβ空间下的灰度均值(m1,m2,…,mt),计算公式如下:
步骤4-2:统计各幅影像在lαβ空间下的灰度标准差(σ1,σ2,…,σt),计算公式如下:
上述两式中,M和N分别表示单幅影像的行列像元总个数,g(i,j)为第i行,第j列的像元灰度值。
步骤6:基于目标参数,对组内每一幅影像,计算三个通道下的新的灰度值,完成调色,计算公式如下:
式中,l′t、α′t、β′t为基于目标参数计算后的lαβ空间三通道影像灰度值,ls、αs、βs为待调色影像在lαβ空间的原始灰度值,为待调色影像在lαβ空间三通道下的原始灰度均值,σt l、σt α、σt β为待调色影像lαβ空间三通道下的原始灰度标准差,和分别为影像在lαβ空间三通道下的调试目标参数。
步骤7:重复步骤3-5,遍历所有影像,迭代完成测区内全部影像的色彩调整,实现整个范围内影像色彩的渐进协同。
步骤8:将调色后的影像从lαβ空间转换回RGB空间,此步骤是步骤1的逆变换,依照如下三个公式依次完成:
L、α、β为调色后影像在lαβ空间三个通道下的灰度值,R、G、B为转换后的RGB空间下三个通道的灰度值。
步骤9:RGB空间下的影像接边线平滑处理
如图2所示,对于任意两幅有重叠的航空遥感影像,均可描述为左上影像和右下影像的重叠问题。此处提出的接边线平滑方法可以实现沿重叠区对角线l方向,向左上和右下的平滑过渡,顾及水平和垂直两个方向,适用于各种重叠情况下的接边线色彩平滑。
步骤9-1:首先将影像转换至平面坐标,读取相邻两幅影像的四角坐标(x,y),记录左上影像的右边界x坐标值Leftx,左上影像的下边界y坐标值Lefty;右下影像的左边界x坐标值Rightx,右下影像的上边界y坐标值Righty,进而得到相邻两幅影像的重叠范围;
步骤9-2:计算影像重叠区的行列数。设影像的地面分辨率为R,则重叠区域的总行数N和总列数M的计算公式如下:
步骤9-3:在重叠区内,从左至右,从上至下,遍历所有像元,对于第i行,第j列对应的像元,读取其左影像的像元值gleft(i,j)和右影像的像元值gright(i,j),通过以下公式计算新的像元值gnew(i,j),即得到匀色后的像元值。
步骤9-4:将新得到的像元值,按坐标更新至原来的左影像和右影像上,得到接边线平滑后的成果影像。
步骤9-5:遍历测区内所有两两重叠的影像,自动完成海量航空遥感影像的接边线色彩平滑。
应用本方法调色后的影像拼接效果图,如图3所示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于分空间渐进控制的大范围航空遥感影像调色方法,其特征在于,包括以下步骤:
S1、将所有待调色影像从RGB空间转换至lαβ空间;
S2、获取相邻的t幅影像,建立影像组;
S3、统计单个影像组内,每幅影像在lαβ空间三个通道的灰度均值和标准差;
S5、基于步骤S4中计算的目标参数,对组内每幅影像进行调色;
S6、重复执行步骤S2-S5,遍历所有影像,迭代完成测区内全部影像的色彩调整,实现整个范围内影像色彩的渐进协同;
所述步骤S5的具体方法如下:
基于计算的目标参数,对组内每一幅影像,计算三个通道下的新的灰度值,完成调色,计算公式如下:
2.根据权利要求1所述的基于分空间渐进控制的大范围航空遥感影像调色方法,其特征在于,所述步骤S1的具体执行方法如下:
S11、将RGB空间转换至LMS空间;
S12、对LMS空间进行取对数处理;
S13、从LMS空间转换至lαβ空间。
3.根据权利要求1所述的基于分空间渐进控制的大范围航空遥感影像调色方法,其特征在于,所述步骤S2中,建立影像组的方法如下:
S21、读取每幅影像的四角点地理坐标,得到每幅影像的绝对和相对位置;
S22、根据影像四角点坐标,进行影像捆绑。
4.根据权利要求3所述的基于分空间渐进控制的大范围航空遥感影像调色方法,其特征在于:所述步骤S22的具体方法如下:
S221、根据所有待调色影像的四角点坐标,找到整个测区左上角的第一幅影像,作为起始;
S222、从起始影像开始,依次获取测区内的每幅影像及其上、下、左、右、左上、右上、左下、右下,共t幅影像;其中位于测区角点的影像,t=4;位于测区边缘的影像,t=6;位于测区中间的影像,t=9;
S223、为获取的t幅影像建立统一的索引,建立捆绑为1个影像组。
7.根据权利要求1所述的基于分空间渐进控制的大范围航空遥感影像调色方法,其特征在于,还包括影像接边线平滑处理方法,方法如下:
S7、将步骤S6调色后的影像,从lαβ空间转换回RGB空间;
S8、在RGB空间下,进行影像接边线平滑处理。
9.根据权利要求7所述的基于分空间渐进控制的大范围航空遥感影像调色方法,其特征在于,所述步骤S8的具体方法如下:
S81、首先将影像转换至平面坐标,读取相邻两幅影像的四角坐标(x,y),记录左上影像的右边界x坐标值Leftx,左上影像的下边界y坐标值Lefty;右下影像的左边界x坐标值Rightx,右下影像的上边界y坐标值Righty,进而得到相邻两幅影像的重叠范围;
S82、计算影像重叠区的行列数;设影像的地面分辨率为R,则重叠区域的总行数H和总列数G的计算公式如下:
S83、在重叠区内,从左至右,从上至下,遍历所有像元,对于第i行,第j列对应的像元,读取其左影像的像元值gleft(i,j)和右影像的像元值gright(i,j),通过以下公式计算新的像元值gnew(i,j),即得到匀色后的像元值;
S84、将新得到的像元值,按坐标更新至原来的左影像和右影像上,得到接边线平滑后的成果影像;
S85、遍历测区内所有两两重叠的影像,自动完成海量航空遥感影像的接边线色彩平滑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290961.0A CN112884676B (zh) | 2021-03-18 | 2021-03-18 | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110290961.0A CN112884676B (zh) | 2021-03-18 | 2021-03-18 | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112884676A CN112884676A (zh) | 2021-06-01 |
CN112884676B true CN112884676B (zh) | 2023-04-14 |
Family
ID=76041231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110290961.0A Active CN112884676B (zh) | 2021-03-18 | 2021-03-18 | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112884676B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116071273B (zh) * | 2023-03-09 | 2023-06-27 | 中国科学院空天信息创新研究院 | 基于扩展更新区域的正射影像色彩一致性处理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063710A (zh) * | 2009-11-13 | 2011-05-18 | 烟台海岸带可持续发展研究所 | 一种遥感图像融合增强的实现方法 |
CN105427372A (zh) * | 2015-06-11 | 2016-03-23 | 北京吉威时代软件股份有限公司 | 基于tin网的正射影像拼接色彩一致性处理技术 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129669B (zh) * | 2011-02-24 | 2012-07-11 | 武汉大学 | 一种航空遥感影像的最小二乘区域网匀色方法 |
CN103489171B (zh) * | 2013-09-22 | 2016-04-27 | 武汉大学 | 基于标准色彩库的大范围遥感影像自动化匀光匀色方法 |
CN105335966B (zh) * | 2015-10-14 | 2018-02-09 | 南京信息工程大学 | 基于局域同质性指标的多尺度遥感影像分割方法 |
CN105957111B (zh) * | 2016-04-27 | 2018-09-18 | 深圳积木易搭科技技术有限公司 | 序列遥感影像的色调一致性校正方法及系统 |
CN107563303B (zh) * | 2017-08-09 | 2020-06-09 | 中国科学院大学 | 一种基于深度学习的鲁棒性舰船目标检测方法 |
CN109272465B (zh) * | 2018-09-15 | 2021-11-05 | 武汉智觉空间信息技术有限公司 | 一种航空影像色彩一致性处理算法 |
US11144758B2 (en) * | 2018-11-15 | 2021-10-12 | Geox Gis Innovations Ltd. | System and method for object detection and classification in aerial imagery |
CN111754590B (zh) * | 2020-05-14 | 2024-04-02 | 北京吉威空间信息股份有限公司 | 基于全球色彩特征库遥感影像自动匀色的方法 |
CN112233190B (zh) * | 2020-05-19 | 2023-04-07 | 同济大学 | 一种基于区域网平差的卫星遥感影像色彩均衡方法 |
CN112419156A (zh) * | 2020-11-26 | 2021-02-26 | 武汉大学 | 一种顾及地物类别差异的多幅高分辨率遥感影像镶嵌方法 |
-
2021
- 2021-03-18 CN CN202110290961.0A patent/CN112884676B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102063710A (zh) * | 2009-11-13 | 2011-05-18 | 烟台海岸带可持续发展研究所 | 一种遥感图像融合增强的实现方法 |
CN105427372A (zh) * | 2015-06-11 | 2016-03-23 | 北京吉威时代软件股份有限公司 | 基于tin网的正射影像拼接色彩一致性处理技术 |
Also Published As
Publication number | Publication date |
---|---|
CN112884676A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110727747B (zh) | 基于经纬度识别的纸质地图快速矢量化方法及系统 | |
CN110443879B (zh) | 一种基于神经网络的透视误差补偿方法 | |
CN104794743A (zh) | 一种车载激光移动测量系统彩色点云生产方法 | |
CN108961184A (zh) | 一种深度图像的校正方法、装置及设备 | |
CN104978742B (zh) | 基于级联结构的图像配准方法及装置 | |
CN109709551B (zh) | 一种星载合成孔径雷达影像的区域网平面平差方法 | |
CN114998536A (zh) | 基于新型基础测绘的模型生成方法、装置及存储介质 | |
CN112884676B (zh) | 一种基于分空间渐进控制的大范围航空遥感影像调色方法 | |
CN104376572A (zh) | 移动终端相机标定方法 | |
CN112270320B (zh) | 一种基于卫星影像校正的输电线路杆塔坐标校准方法 | |
CN113610060B (zh) | 一种结构体裂缝亚像素检测方法 | |
CN111383194A (zh) | 一种基于极坐标的相机畸变图像校正方法 | |
CN102129669A (zh) | 一种航空遥感影像的最小二乘区域网匀色方法 | |
CN107845066B (zh) | 基于分段仿射变换模型的城市遥感图像拼接方法及装置 | |
CN102096920A (zh) | 基于标靶图像的亚像素配准方法 | |
CN113569647B (zh) | 一种基于ais的船舶高精度坐标映射方法 | |
CN108763575B (zh) | 基于像控点数据库的像控点自动选取方法 | |
US7574302B2 (en) | Parcel networks | |
JPH10290373A (ja) | 色補正装置 | |
CN101286232A (zh) | 一种高精度亚像元图像的配准方法 | |
CN108917722A (zh) | 植被覆盖度计算方法及装置 | |
CN112435303A (zh) | 振镜系统校正表构建方法、构建系统及振镜系统校正方法 | |
CN109461137B (zh) | 一种基于灰度相关性的面向对象正射影像质量检查方法 | |
CN115423702A (zh) | 制作大区域星载光学和sar影像dom的方法和系统 | |
CN107451610A (zh) | 一种提高特征匹配精度的图像检测方法 |
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 |