CN112967360A - 顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法 - Google Patents
顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法 Download PDFInfo
- Publication number
- CN112967360A CN112967360A CN202110442336.3A CN202110442336A CN112967360A CN 112967360 A CN112967360 A CN 112967360A CN 202110442336 A CN202110442336 A CN 202110442336A CN 112967360 A CN112967360 A CN 112967360A
- Authority
- CN
- China
- Prior art keywords
- image
- images
- digital ortho
- sar digital
- ortho
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000010845 search algorithm Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 12
- 239000003550 marker Substances 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 27
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 12
- 230000005855 radiation Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 8
- 241000270295 Serpentes Species 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 108010064535 CCAAT-Enhancer-Binding Protein-beta Proteins 0.000 description 1
- 102100031051 Cysteine and glycine-rich protein 1 Human genes 0.000 description 1
- 101710185487 Cysteine and glycine-rich protein 1 Proteins 0.000 description 1
- 102100031621 Cysteine and glycine-rich protein 2 Human genes 0.000 description 1
- 102100027364 Cysteine-rich protein 3 Human genes 0.000 description 1
- 101100471831 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) rpl-5 gene Proteins 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 108010023942 cysteine and glycine-rich protein 3 Proteins 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,所述方法包括:对经过预处理后的SAR数字正射影像进行快速镶嵌,生成镶嵌底图影像;利用八邻域搜索算法,提取每幅经过预处理后的SAR数字正射影像的边界矢量范围;基于提取的矢量范围,确定经过预处理后的SAR数字正射影像间的重叠区;对每个重叠区进行Voronoi复杂多边形探测,并对探测到的复杂多边形进行简化,分解成简化的SAR数字正射影像;对简化的SAR数字正射影像进行镶嵌。本发明先生成镶嵌底图影像,然后采用顾及多维度的扩展重叠面的Voronoi接缝线和线性加权平滑镶嵌处理,从而可极大提高镶嵌效率和镶嵌效果。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法。
背景技术
合成孔径雷达技术(SAR)诞生于1951年,它通过收集和记录目标、背景在微波波段内的电磁波辐射、散射能量,利用信号处理技术加工整理,压缩成一幅SAR影像,提取识别目标物体或现象的有用信息,广泛应用于测绘地形地物、检测海洋、探测地球资源和侦察监视军事目标等。
SAR影像广泛用于制作数字正射影像(DOM)、数字高程模型(DEM),成为自然资源不可或缺的基础遥感影像产品,服务自然资源山、水、林、田、湖、草的监测监管。在应用数字正射影像图DOM时,需求目标是重大工程或省市县等范围较大的区域,单幅数字正射影像图DOM的应用往往不能满足实际需求,因此需要将多幅数字正射影像图DOM镶嵌融合成一张大图,从全局角度开展深化应用。
在SAR影像应用于制作数字正射影像图(DOM)时,SAR影像会受到几何畸变和几何定位精度的影响,几何畸变如近距离压缩、透视收缩、叠掩以及雷达阴影,几何定位主要是与实际地理位置的偏差,造成应用受限。此外,卫星在不同成像模式、不同轨道、不同时间获取的影像,影像的辐射质量会存在较大差异,同样造成应用困难。比如,影像内部辐射质量不一致,影像间存在色差。单幅SAR影像内部辐射质量不均匀问题,一般是由于成像角度、地形、雷达天线方向图的变化及特殊地物的强后向散射引起的。对于雷达影像内部辐射质量不一致的问题,现有技术采用内定标方法、辐射定标、辐射干扰校正、低通滤波、Mask方法、多尺度的匀光方法、高斯低通滤波器、小波变换等改善影像内部辐射不一致问题。针对影像间色差问题,主要原因有雷达卫星在不同时间、不同成像模式、不同角度、升降轨不同等。比如在制作高分三号全国雷达遥感正射影像图时,有13种成像模式,制图时使用精细条带1模式数据287、精细条带2数据1313景、标准条带模式53景、窄幅扫描模式5景、全极化条带1模式211景,众多影像间成像模式多、分辨率差异大、幅宽不一致、存在升降轨数据、时间跨度大,导致复杂影像在镶嵌融合时肯定存在影像间色差问题。
在获得多幅辐射质量平衡、色差相对一致的数字正射影像图DOM基础上,开展雷达遥感影像镶嵌进而获得更大的影像。现有技术一般采用接缝线生成算法、常规Voronoi图的影像接缝线生成算法、考虑重叠面Voronoi图的影像接缝线生成算法、twin snakes算子、Dijkstra最短路径搜索算法、遗传算法、联合概率密度等方法完成影像镶嵌处理。常规Voronoi图的影像接缝线方法,对于重叠度较小的影像,容易出现不被任何影像覆盖的情况,造成镶嵌后的影像中间出现无效区域。考虑重叠面Voronoi图的影像接缝线生成算法,对于重叠度较大的影像容易出现接缝线不唯一的现象,导致拼接后影像出现裂缝。twinsnakes方法,由于蛇形算法存在局部最小或最大的问题,并且蛇形函数对控制蛇的顶点关系的变量非常敏感,造成丢失全局最小值区域并在局部或全局最大值出停止。
Dijkstra最短路径搜索方法,由于盲目搜索实质上是一种穷举搜索策略,会产生路径组合爆炸的问题,搜索效率低下,耗费过多的计算空间和时间。综上所述,传统方法多是基于小范围、使用同一方向的数据进行镶嵌处理,造成漏洞或者效率低下问题,同时没有顾及不同影像大小、不同方向、不同时间的数据,导致大范围的影像应用停留在单幅影像或小范围的镶嵌影像的应用,没有发挥海量遥感影像数据的优势,数据利用率低。
因此,基于现有技术中存在的上述问题,需要一种充分考虑不同方向、不同时间、不同影像大小且镶嵌效率高的合成孔径雷达影像镶嵌方法。
发明内容
针对上述问题,本发明提供了一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,可充分地消除由于现有技术的限制和缺陷导致的一个或多个问题。
本发明提供了一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其特征在于,所述方法包括以下步骤:
步骤S1,获取待镶嵌区域的多幅SAR数字正射影像,所述多幅SAR数字正射影像的集合记为{IMGA};
步骤S2,对所述多幅SAR数字正射影像进行预处理,以使得所述SAR数字正射影像集合{IMGA}中的每幅SAR数字正射影像均具有地理信息一致、均具有统一的坐标投影系统、并且均具有一致的网格尺寸;
步骤S3,对经过预处理后的SAR数字正射影像进行快速镶嵌,生成镶嵌底图影像;
步骤S4,利用八邻域搜索算法,提取每幅经过预处理后的SAR数字正射影像的边界矢量范围;
步骤S5,基于提取的所有所述经过预处理后的SAR数字正射影像的矢量范围,确定所述经过预处理后的SAR数字正射影像间的重叠区;
步骤S6,对每个所述重叠区进行Voronoi复杂多边形探测,并对探测到的复杂多边形进行简化,分解成简化的SAR数字正射影像;
步骤S7,对所述简化的SAR数字正射影像进行镶嵌;
步骤S8,根据所述待镶嵌区域的范围,对镶嵌后的SAR数字正射影像DOM进行裁剪,输出镶嵌后的SAR数字正射影像DOM。
优选的,步骤S2具体包括以下子步骤:
步骤S2.1,将所述SAR数字正射影像集合{IMGA}中的所有SAR数字正射影像的地理信息与预设的标准地理信息逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,经过上述处理后的影像集合记为{IMGB}。
步骤S2.2,将所述{IMGB}中的所有SAR数字正射影像与预设的坐标投影系统逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,,经过上述处理后的影像集合记为{IMGC}。
步骤S2.3,将所述{IMGC}中的所有SAR数字正射影像与预设的格网尺寸逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,经过上述处理后的影像集合记为{IMGD}。
优选的,步骤S3具体包括以下子步骤:
步骤S3.1,确定每幅所述经过预处理后的SAR数字正射影像的影像范围,其中,所述SAR数字正射影像的影像范围是指SAR数字正射影像的最大经度、最小经度、最大纬度和最小纬度。
步骤S3.2,基于每幅所述经过预处理后的SAR数字正射影像的影像范围,确定所述待镶嵌区域的区域范围,其中,所述待镶嵌区域的区域范围是指待镶嵌区域的最大经度、最小经度、最大纬度和最小纬度;
步骤S3.3,创建镶嵌底图影像模板,基于所述SAR数字正射影像的地理信息和所述待镶嵌区域的区域范围,确定镶嵌底图影像的地理信息和影像信息,并将所述地理信息和影像信息写入到所述镶嵌底图影像模板;
步骤S3.4,基于所述经过预处理后的SAR数字正射影像的地理信息和所述镶嵌底图影像模板的地理信息,将所述经过预处理后的SAR数字正射影像的像素值写入到所述镶嵌底图影像模板的相应位置,以通过快速镶嵌方式生成镶嵌底图影像。
优选的,在步骤S3.1中,根据以下公式(1)确定每幅所述经过预处理后的SAR数字正射影像的影像范围:
其中,Lonstart(i),Lonresolution(i),Lonscale(i)分别为第i幅经过预处理后的SAR数字正射影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子,优选的,经度方向的尺度因子默认为1,Latstart(i),Latresolution(i),Latscale(i)分别为第i幅经过预处理后的SAR数字正射影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子,优选的,纬度方向的尺度因子默认为1,Height(i),Width(i)分别为第i幅经过预处理后的SAR数字正射影像的高度和宽度,Lonmax(i),Lonmin(i),Latmax(i),Latmin(i)分别为第i幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度;
在步骤S3.2中,根据以下公式(2)确定所述待镶嵌区域的区域范围:
其中,Lonmax(i),Lonmin(i),Latmax(i),Latmin(i)分别为第i幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度,Lonmax_b,Lonmin_b,Latmax_b,Latmin_b分别为待镶嵌区域的最大经度、最小经度、最大纬度、最小纬度,MAX()为求取最大值函数,MIN()为求取最小值函数。
优选的,在步骤S3.3中,根据以下公式(3)确定所述镶嵌底图影像的地理信息和影像信息:
其中,Lonbase_start,Lonbase_resolution,Lonbase_scale,Latbase_start,Latbase_resolution,Latbase_scale为镶嵌底图影像的地理信息,Heightbase,Widthbase分镶嵌底图影像的影像信息,具体的,Lonbase_start,Lonbase_resolution,Lonbase_scale分别为镶嵌底图影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子,优选的,经度方向的尺度因子默认为1,Latbase_start,Latbase_resolution,Latbase_scale分别为镶嵌底图影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子,优选的,纬度方向的尺度因子默认为1,Heightbase,Widthbase分别为镶嵌底图影像的高度和宽度,Lonmax_b为待镶嵌区域的最大经度,Lonmin_b为待镶嵌区域的最小经度,Latmax_b是待镶嵌区域的最大纬度,Latmin_b是待镶嵌区域的最小纬度,Latresolution(1)和Lonresolution(1)分别是第一幅经过预处理后的SAR数字正射影像的纬度和经度方向格网尺寸。
优选的,在步骤S3.4中,如果多幅经过预处理后的SAR数字正射影像有重叠,则根据以下公式(4)确定所述多幅经过预处理后的SAR正射数字影像的重叠位置的像素值:
其中,PixValue为重叠位置的像素值,n为重叠的SAR正射数字影像的个数,PixValue(i)为第i幅重叠的SAR正射数字影像在重叠位置的像素值。
优选的,步骤S4具体包括以下子步骤:
步骤S4.1,以经过预处理后的SAR数字正射影像的中心为起点,向上搜索,直至遇到边界为止,将遇到边界的点作为标记点。
步骤S4.2,从所述标记点开始,利用八领域搜索算法对所述经过预处理后的SAR数字正射影像进行搜索以确定边界,在搜索过程中,记录所有的边界坐标,得到边界坐标集合{PixLon(j)},{PixLat(j)}。
步骤S4.3,根据边界坐标集合{PixLon(j)},{PixLat(j)},确定所述经过预处理后的SAR数字正射影像的边界矢量范围。
步骤S4.4,对每幅经过预处理后的SAR数字正射影像执行步骤S4.1-S4.3,以提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。
优选的,步骤S5具体包括以下子步骤:
步骤S5.1,选取任意两幅所述经过预处理后的SAR数字正射影像,基于选取的所述任意两幅所述经过预处理后的SAR数字正射影像的矢量范围,求取所述任意两幅所述经过预处理后的SAR数字正射影像的外接矩形,并基于求取的外接矩形,判断所述两幅所述经过预处理后的SAR数字正射影像是否有重叠区,如果没有重叠区则结束判断,如果有重叠区,则转入步骤S5.2。
步骤S5.2,计算选取的两幅所述SAR数字正射影像边与边的交点坐标;
步骤S5.3,遍历所有所述经过预处理后的SAR数字正射影像,并对任意两幅经过预处理后的SAR数字正射影像执行步骤S5.1-S5.2,并记录所有的交点坐标,以确定所述经过预处理后的SAR数字正射影像间的重叠区。
优选的,步骤S6具体包括以下子步骤:
步骤S6具体包括以下子步骤:
步骤S6.1,选取任意两幅所述经过预处理后的SAR数字正射影像,并确定选取的所述两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。
步骤S6.2,基于确定的所述分支线与中轴线,进行Voronoi复杂多边形探测、简化探测到的复杂多边形,以降低影像拓扑关系复杂度,得到简化后的SAR数字正射影像;
步骤S6.3,遍历所有经过预处理后的SAR数字正射影像,得到简化的SAR数字正射影像集合,记为{IMGE}。
步骤S6.4,将所述简化的SAR数字正射影像集合进行存储,其中,每个所述简化的SAR数字正射影像都包括各自的属性信息IMGE(IA,IB,LineOverlay),属性信息集合记为{IMGE(IA,IB,LineOverlay)},其中,IA,IB分别为两幅经过预处理后的SAR数字正射影像标记,LineOverlay为重叠边标记信息。
优选的,步骤S7具体包括以下子步骤:
步骤S7.1,遍历所述简化的SAR数字正射影像集合{IMGE},若{IMGE}中第i景影像{IMGE(i)}不包括属性信息{IMGE(IA,IB,LineOverlay)},即,该影像不与任何其他影像重叠,则直接将该第i景影像{IMGE(i)}复制到所述镶嵌底图影像的相应位置;如果包括属性信息,则转入步骤S7.2。
步骤S7.2,对重叠区进行线性加权融合,并将加权融合后的像素值填充到所述镶嵌底图影像的相应位置。
本发明的技术方案本着降低影像拓扑关系复杂度,采用顾及多维度的扩展重叠面的Voronoi接缝线和线性加权平滑镶嵌处理,与现有技术相比,具有以下的优点:
本发明充分考虑不同方向的数据,使用多维度的处理策略,能较好处理复杂影像的镶嵌处理。首先,本发明处理的是不同方向(即,多维度)的影像数据,其数据复杂性和镶嵌难度较大,其次,本发明要降低影像拓扑关系复杂度,为提高处理效率,先快速镶嵌得到一幅镶嵌底图影像,为后续的镶嵌处理提供底图数据,可极大提高镶嵌效率,然后采用顾及多维度的扩展重叠面的Voronoi接缝线和线性加权平滑镶嵌处理,充分吸收常规凸多边形的中轴线划分策略,划分过程中的漏洞检测与处理,影像多边形的分支线与中轴线划分,接缝线划分过程中生成的复杂多边形处理,允许重新划分当前多边形,最后重叠区线性加权过渡处理,接缝线划分与拓扑信息记录,结合镶嵌底图影像边计算边输出当前简单多边形镶嵌影像,完成整个区域的影像镶嵌。
附图说明
图1为根据本发明实施例的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法流程图。
图2为根据本发明实施例的待镶嵌区域的多幅SAR数字正射影像示意图;
图3为根据本发明实施例的单幅SAR数字正射影像示意图;
图4为根据本发明实施例的待镶嵌区域的镶嵌底图影像的示意图;
图5为根据本发明实施例的影像边界搜索示意图;
图6为根据本发明实施例的影像边界8邻域搜索的示意图;
图7为根据本发明实施例的两影像重叠区域示意图;
图8-10为根据本发明实施例的分支线与中轴线计算示意图;
图11为根据本发明实施例的两重叠影像的分支线与中轴线计算结果图;
图12为根据本发明实施例的简单与复杂多边形示意图;
图13为根据本发明实施例的复杂多边形出入点示意图;
图14为根据本发明实施例的为复杂多边形分解形成的四组简单多边形示意图;
图15为根据本发明实施例的重叠边标记信息示意图;
图16为根据本发明实施例的重叠区加权融合示意图;
图17为根据本发明实施例的镶嵌结果图。
具体实施方式
下面对本发明进行更全面的描述,其中说明本发明的示例性实施例。
如图1所示,本发明提供的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法主要包括以下步骤:
步骤S1,获取待镶嵌区域的多幅SAR数字正射影像,所述多幅SAR数字正射影像的集合记为{IMGA}。
一般来说,根据业务需求确定待镶嵌区域,例如,要处理山东全省的影像,则山东全省即为待镶嵌区域,所述待镶嵌区域实际就是多幅SAR数字正射影像所覆盖的地理位置区域。
待镶嵌区域的多幅SAR数字正射影像可以通过常规的合成孔径雷达技术获得,即,首先通过合成孔径雷达技术(卫星平台)获取SAR影像,然后经过正射处理获取SAR数字正射影像(SAR DOM数字正射影像)。获取的多幅SAR数字正射影像为本发明技术方案待处理的影像数据。根据本发明的优选实施例,获取的SAR数字正射影像为高分三号SAR数字正射影像。
如图2所示,其示出了待镶嵌区域的多幅SAR数字正射影像,图3示出了其中的一幅示例性的SAR数字正射影像。
SAR数字正射影像的地理信息及相关说明如表1所示:
表1
由表1可以看出,序号1表示的是SAR数字正射影像的地理信息,是SAR数字正射影像自身携带的地理信息,每副SAR数字正射影像均具有自身的地理信息,地理信息包括6个参数,即,Lonstart(i)、Lonresolution(i)、Lonscale(i),分别表示SAR数字正射影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子,Latstart(i)、Latresolution(i)、Latscale(i),分别表示SAR数字正射影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子。
表1中,序号2和3表示地理信息里的格网尺寸,是属于6参数地理信息中;序号4表示影像的存储形式,本发明所用的SAR数字正射影像均用GeoTIFF存储,是一种通用的、广泛应用于遥感影像中的存储形式。
步骤S2,对所述多幅SAR数字正射影像进行预处理,以使得所述SAR数字正射影像集合{IMGA}中的每幅SAR数字正射影像均具有地理信息一致、均具有统一的坐标投影系统、并且均具有一致的网格尺寸。
步骤S2具体包括以下子步骤:
步骤S2.1,将所述SAR数字正射影像集合{IMGA}中的所有SAR数字正射影像的地理信息与预设的标准地理信息逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,经过上述处理后的影像集合记为{IMGB}。
如上所述,步骤S2.1所述地理信息是指SAR数字正射影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子、纬度方向的起始纬度、纬度方向的格网尺寸以及纬度方向的尺度因子。后续步骤的镶嵌处理需要根据不同SAR数字正射影像上的同一地理信息进行镶嵌处理,所以需要确保待镶嵌处理的每副SAR数字正射影像的地理信息均一致。执行步骤S2.1的目的就是确保所有SAR数字正射影像的地理信息均一致,为此,根据待镶嵌区域的地理信息确定标准地理信息,并将待处理的SAR数字正射影像与该标准地理信息逐一进行比较,以剔除地理信息不一致的SAR数字正射影像。
步骤S2.2,将所述{IMGB}中的所有SAR数字正射影像与预设的坐标投影系统逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,,经过上述处理后的影像集合记为{IMGC}。
根据本发明的优选实施例,所述预设的坐标投影系统为WGS84坐标系经纬度投影系统。
需要说明的是,由于存在数十种坐标投影系统,如果待镶嵌的SAR数字正射影像的坐标投影系统不一致,而进行后续的镶嵌处理时默认按某一种坐标投影系统读取SAR数字正射影像,会导致读取的SAR数字正射影像错误,从而无法得到正确的镶嵌影像,所以本发明在进行镶嵌处理前确保所有SAR数字正射影像的坐标投影系统一致,以确保后续的镶嵌结果正确。
步骤S2.3,将所述{IMGC}中的所有SAR数字正射影像与预设的格网尺寸逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,经过上述处理后的影像集合记为{IMGD}。
需要说明的是,如果某SAR数字正射影像的格网尺寸与其他影像不一致,直接进行镶嵌处理,则在两幅影像的重叠区域,由于各自具有独立的格网尺寸(例如,其中一幅SAR数字正射影像的格网尺寸是10m,而另一幅SAR数字正射影像的格网尺寸是20m),所以镶嵌时会出错,从而无法得到正确的镶嵌影像,所以本发明在进行镶嵌处理前确保所有SAR数字正射影像的格网尺寸一致,以确保后续的镶嵌结果正确。
因此,本发明在进行镶嵌处理前,通过上述步骤S2的预处理,确保待处理的所有SAR数字正射影像均地理信息一致、均具有统一的坐标投影系统、并且具有一致的网格尺寸,为以下步骤提供具有同一地理信息、统一的坐标投影系统、一致的格网尺寸SAR数字正射影像,避免了后续镶嵌处理时由于各SAR数字正射影像的地理信息、坐标投影系统和网格尺寸不一致而导致的镶嵌错误,这也是本发明相对于现有技术的改进点之一。
步骤S3,对经过预处理后的SAR数字正射影像进行快速镶嵌,生成镶嵌底图影像。
本发明人在长期的研究中发现,目前的SAR数字正射影像的镶嵌效率较低,不能满足实际应用的需求。为此,在步骤S3通过快速镶嵌生成镶嵌底图影像,这样在后续Voronoi镶嵌的时候,对于重叠区需要重新写入新的影像值,而对于没有重叠区的影像,则直接保留镶嵌底图影像,只需更新重叠区的影像,从而极大提高了镶嵌处理的效率。这也是本发明针对现有技术的主要改进点之一。
步骤S3具体包括以下子步骤:
步骤S3.1,确定每幅所述经过预处理后的SAR数字正射影像的影像范围,其中,所述SAR数字正射影像的影像范围是指SAR数字正射影像的最大经度、最小经度、最大纬度和最小纬度。
步骤S3.1所称的“所述经过预处理后的SAR数字正射影像”即集合{IMGD}中的SAR数字正射影像。
具体的,在步骤S3.1中,根据以下公式(1)确定每幅所述经过预处理后的SAR数字正射影像的影像范围:
其中,Lonstart(i),Lonresolution(i),Lonscale(i)分别为第i幅经过预处理后的SAR数字正射影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子(在本发明的优选实施例中,经度方向的尺度因子默认为1),Latstart(i),Latresolution(i),Latscale(i)分别为第i幅经过预处理后的SAR数字正射影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子(在本发明的优选实施例中,纬度方向的尺度因子默认为1),Height(i),Width(i)分别为第i幅经过预处理后的SAR数字正射影像的高度和宽度,Lonmax(i),Lonmin(i),Latmax(i),Latmin(i)分别为第i幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度,i取值范围从1到n(n为所有SAR数字正射影像的总数)。
需要说明的是,如上所述,公式(1)中的Lonstart(i),Lonresolution(i),Lonscale(i)和Latstart(i),Latresolution(i),Latscale(i)均是SAR数字正射影像自带的地理信息,经过公式(1)计算出的是每幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度,其中一幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度即为该幅经过预处理后的SAR数字正射影像的影像范围。
步骤S3.2,基于每幅所述经过预处理后的SAR数字正射影像的影像范围,确定所述待镶嵌区域的区域范围,其中,所述待镶嵌区域的区域范围是指待镶嵌区域的最大经度、最小经度、最大纬度和最小纬度。
步骤S3.2所述的待镶嵌区域实际就是经过预处理后的多幅SAR数字正射影像所覆盖的地理位置区域,即,影像集合{IMGD}落在地面上的位置,其有一个东西南北的范围(即,经纬度范围),也就是待镶嵌区域的区域范围,只有确定了待镶嵌区域的区域范围,才能基于该范围创建镶嵌影像。
在本发明的该特定实施例中,基于步骤S3.1确定的每幅所述经过预处理后的SAR数字正射影像的影像范围,确定出待镶嵌区域内的最东(经度方向)、最西(经度方向)、最南(纬度方向)、最北(纬度方向)的经纬度信息,即,在所有经过预处理后的SAR数字正射影像的影像范围中,确定出最大经度、最小经度、最大纬度、最小纬度,也就是,待镶嵌区域的最大经度Lonmax_b、最小经度Lonmin_b、最大纬度Latmax_b、最小纬度Latmin_b,由此即可确定待镶嵌区域的区域范围。
具体的,在步骤S3.2中,根据以下公式(2)确定所述待镶嵌区域的区域范围:
其中,Lonmax(i),Lonmin(i),Latmax(i),Latmin(i)分别为第i幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度,Lonmax_b,Lonmin_b,Latmax_b,Latmin_b分别为待镶嵌区域的最大经度、最小经度、最大纬度、最小纬度,MAX()为求取最大值函数,MIN()为求取最小值函数,i取值范围从1到n。
步骤S3.3,创建镶嵌底图影像模板,基于所述SAR数字正射影像的地理信息和所述待镶嵌区域的区域范围,确定镶嵌底图影像的地理信息和影像信息,并将所述地理信息和影像信息写入到所述镶嵌底图影像模板;
具体的,根据以下公式(3)确定所述镶嵌底图影像的地理信息和影像信息:
其中,Lonbase_start,Lonbase_resolution,Lonbase_scale,Latbase_start,Latbase_resolution,Latbase_scale为镶嵌底图影像的地理信息,Heightbase,Widthbase分镶嵌底图影像的影像信息,具体的,Lonbase_start,Lonbase_resolution,Lonbase_scale分别为镶嵌底图影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子(在本发明的优选实施例中,经度方向的尺度因子默认为1),Latbase_start,Latbase_resolution,Latbase_scale分别为镶嵌底图影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子(在本发明的优选实施例中,纬度方向的尺度因子默认为1),Heightbase,Widthbase分别为镶嵌底图影像的高度和宽度,Lonmax_b为待镶嵌区域的最大经度,Lonmin_b为待镶嵌区域的最小经度,Latmax_b是待镶嵌区域的最大纬度,Latmin_b是待镶嵌区域的最小纬度,Latresolution(1)和Lonresolution(1)分别是第一幅经过预处理后的SAR数字正射影像的纬度和经度方向格网尺寸。
需要说明的是,在步骤S2中已经对所有影像的地理信息进行了检查,区域范围影像集合{IMGD}内具有一致的地理信息,所以在创建镶嵌底图影像时resolution使用了第1幅影像的resolution信息,即确定了Lonbase_resolution=Lonresolution(1)和Latbase_resolution=Latresolution(1),这也是因为第1幅影像排在最前面,读取信息最方便。地理信息均以左上角开始,所以经度方向(最西面方向)使用经度最小值,即Lonbase_start=Lonmin_b,纬度方向(最北面方向)使用纬度最大值,即Latbase_start=Latmax_b。在前述步骤中已经确定了最大经度Lonmax_b、最小经度Lonmin_b、最大纬度Latmax_b、最小纬度Latmin_b,由此便可确定镶嵌底图影像的高度Heightbase=(Latmax_b-Latmin_b)/Latresolution(1),和宽度Widthbase=(Lonmax_b-Lonmin_b)/Lonresolution(1)。
在实际操作中,先创建镶嵌底图影像模板,再向创建的镶嵌底图影像模板中写入镶嵌底图影像的地理信息{Lonbase_start,Lonbase_resolution,Lonbase_scale,Latbase_start,Latbase_resolution,Latbase_scale}和镶嵌底图影像的影像信息{Heightbase,Widthbase}。
根据本发明的优选实施例,所述镶嵌底图影像模板的存储格式为GeoTIFF。
由以上描述可知,通过步骤S3.1-S3.3,得到的是具有镶嵌底图影像的地理信息和影像信息的镶嵌底图影像模板,该镶嵌底图影像模板中还没有具体的影像数据。镶嵌底图影像模板中的地理信息和影像信息分别确定了镶嵌底图影像的经纬度信息和高度、宽度,从而为后面的步骤S3.4的快速镶嵌(即,在镶嵌底图影像模板中快速写入影像数据)作了准备。
步骤S3.4,基于所述经过预处理后的SAR数字正射影像的地理信息和所述镶嵌底图影像模板的地理信息,将所述经过预处理后的SAR数字正射影像的像素值写入到所述镶嵌底图影像模板的相应位置,以通过快速镶嵌方式生成镶嵌底图影像。
根据本发明的优选实施例,采用逐行写入方式,将经过预处理后的SAR数字正射影像的像素值写入(也称填充)到镶嵌底图影像模板中的相应位置(即,镶嵌底图影像模板中与经过预处理后的SAR数字正射影像的像素的位置相对应的位置)。由图2可以看出,多幅SAR正射数字影像会有重叠,重叠位置采用的融合策略为“像元均值法”,即,对于多幅经过预处理后的SAR数字正射影像的重叠位置,取该位置处的所述多幅经过预处理后的SAR数字正射影像的像素值的均值作为所述重叠位置的像素值并写入镶嵌底图影像模板的相应位置,具体的,如果多幅经过预处理后的SAR数字正射影像有重叠,则根据以下公式(4)确定所述多幅经过预处理后的SAR正射数字影像的重叠位置的像素值:
其中,PixValue为重叠位置的像素值,n为重叠的SAR正射数字影像的个数,PixValue(i)为第i幅重叠的SAR正射数字影像在重叠位置的像素值。
比如,在镶嵌底图影像的某个位置(比如,行列是(100,100)),涉及到3幅重叠影像PixValue(1),PixValue(2),PixValue(3)(比如,PixValue(1)的位置是行列(500,100),PixValue(2)的行列位置是(1000,3000),PixValue(3)的行列位置是(400,5000),即,多幅重叠影像的不同位置的像素会在镶嵌底图影像的某个位置重叠),其中PixValue(1)=50,PixValue(2)=45,PixValue(3)=67,n=3,那么PixValue为(50+45+67)/3=54,则将54写入这个镶嵌底图影像的该位置。
通过以上描述可知,在步骤S3中,如果多幅经过预处理后的SAR正射数字影像没有重叠,则直接采用逐行写入的方式将经过预处理后的SAR数字正射影像的像素值写入到镶嵌底图影像中的相应位置,如果有重叠,则取多幅影像的重叠位置的像素的均值写入到镶嵌底图影像的重叠位置,最终快速形成一幅镶嵌底图影像,这种镶嵌方式快速直接,所以通过步骤S3完成了快速镶嵌,也可称作直接镶嵌。
附图4示出了待镶嵌区域(即,研究区域或待处理区域)的镶嵌底图影像,由附图4可以看出,快速镶嵌得到的镶嵌底图影像在重叠区存在一定的问题,需要根据后续步骤进行Voronoi接缝线的重新填充新像素值,此时只处理重叠区,而对于不重叠区域则保留镶嵌底图影像的像素值,从另一方面提高整体的镶嵌效率。
通过以上描述可知,通过步骤S3的快速镶嵌得到的镶嵌底图影像,为后续的镶嵌处理提供底图数据,就是说先提供一版镶嵌底图影像,在后续Voronoi镶嵌的时候,对于重叠区需要重新写入新的影像值,而对于没有重叠区的影像,则直接保留镶嵌底图影像,只需更新重叠区的影像,与现有技术相比,可极大提高镶嵌效率。这也是本发明相对于现有技术的主要改进点之一。
步骤S4,利用八邻域搜索算法,提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。
步骤S4通过搜索的目的是提取每副经过预处理后的SAR数字正射影像的边界矢量范围,为步骤S5进行的复杂多边形探测与简化提供输入数据,便于矢量数据间的计算。
下面结合附图6描述八领域搜索算法的一般原理:
1)先搜索到一个边界点,以该点为起始点A,按逆时针方向,从上到下、从左到右,如图6左侧所示,搜索该边界点的八领域像元,搜索模板如图6右侧所示;
2)搜索下一个边界点所在的位置,如图中B所示,如图6左侧图中所示的“第一次搜索”所示的箭头;
3)以当前点(B点)为搜索点,重复八领域搜索,直至回到搜索起点A即终点A’;
4)完成上述搜索。
图5(a)中的标记点3,4,5,6是根据最大、最小经纬度确定的。比如3号标记点对应最大纬度所在的点,4号标记点对应最小经度所在的点,5号标记点对应最小纬度所在的点,6号标记点对应最大经度所在的点。
本发明的搜索规则为:确定一个起始点(即1号标记点),向上搜索找到2号标记点,再逆时针分别找到3,4,5,6号标记点,最终回到2号标记点,完成边界区域的搜索。在这个过程中,边搜索边记录,最终根据记录的边界坐标,提取边界矢量范围,即3,4,5,6,3构成的边界。
本发明的SAR数字正射影像的矢量范围提取过程如下:
1)以一幅经过预处理后的SAR数字正射影像的中心为起点记为A;
2)以A为起点,向上搜索直至遇到边界(非0为有效数值,0为无效数值,两者之间即为边界),此时记为标记点B,每个标记点记录它的经纬度坐标信息,后续步骤中的标记点均记录经纬度坐标信息,不再赘述;
3)以标记点B为起点,逆时针继续搜索,直至搜索到另一条边上(是两条边的拐点),此时记录标记点B到标记点C的所有边界坐标;
4)从标记点C开始继续搜索,直至搜索到另一条边上(拐点),拐点记录为D,仍然记录搜索到的边界坐标;
5)从标记点D开始继续搜索,直至搜索到另一条边上(拐点),拐点记录为F,仍然记录搜索到的边界坐标;
6)从标记点E开始继续搜索,直至搜索到另一条边上(拐点),拐点记录为F,仍然记录搜索到的边界坐标;
7)从标记点F开始继续搜索边界坐标,直至当前边界点坐标与标记点B坐标一致,搜索结束,得到所有的边界坐标;
8)根据7)的所有边界坐标,计算所有边界坐标中的最大纬度坐标(经度坐标不考虑),计算所有边界坐标中的最小经度(纬度坐标不考虑),计算所有边界坐标中的最小纬度(经度坐标不考虑),计算所有边界坐标中的最大经度(纬度坐标不考虑),即它们分别对应标记点C、D、E、F。
9)连接标记点C、D、E、F,他们的边构成SAR数字正射影像的矢量范围。
下面结合附图和具体实例作进一步说明。
具体的,步骤S4具体包括以下子步骤:
步骤S4.1,以经过预处理后的SAR数字正射影像的中心为起点,向上搜索,直至遇到边界为止,将遇到边界的点作为标记点。
需要说明的是,因为要提取经过预处理后的SAR数字正射影像的有效边界,通常认为影像的中心肯定是属于有效区域,由图5可以看出,影像四周很多黑色的区域都是无效值,所以从影像的中心为起点开搜索。从影像中心点开始即图5(a)中的1号标记点,向上搜索,即向2号目标点搜索,像素值非0则继续往上搜索,直到遇到像素值为0,那么像素值为0和非0的临界位置就是标记点2。
本发明所述的搜索都是针对像素值进行的搜索,像素值为0认为是无效值,像素值非0认为是有效值,两者之间的值即为搜索的边界值。如图5(a)所示,遇到边界的标记点为标记点2。
步骤S4.2,从所述标记点开始,利用八领域搜索算法对所述经过预处理后的SAR数字正射影像进行搜索以确定边界,在搜索过程中,记录所有的边界坐标,得到边界坐标集合{PixLon(j)},{PixLat(j)}。
下面结合图5(a)作详细说明,在图5(a)中,以其中的一幅经过预处理后的SAR数字正射影像的中心为起点,如标记点1所示;向上搜索,直至遇到边界,此时记录边界坐标,如标记点2所示;以标记点2为起点,逆时针继续搜索,直至搜索到标记点3和标记点4构成的另一条边上,此时记录标记点2到标记点3的所有边界坐标;从标记点3开始继续搜索,直至搜索到标记点4和标记点5构成的另一条边上,拐点记录为4,仍然记录搜索到的边界坐标;从标记点4开始继续搜索,直至搜索到标记点5和标记点6构成的另一条边上,拐点记录为5,仍然记录搜索到的边界坐标;从标记点5开始继续搜索,直至搜索到标记点6和标记点3构成的另一条边上,拐点记录为6,仍然记录搜索到的边界坐标;从标记点6开始继续搜索边界坐标,直至当前边界点坐标与标记点2坐标一致,搜索结束。
如图6所示,遍历连续的边界坐标信息,顺序为2-->3-->4-->5-->6-->2,边界坐标记为(PixLon(j),PixLat(j)),边界坐标集合记为{PixLon(j)},{PixLat(j)}。在实际搜索时,对于不连续的区域将不在搜索空间内,如图5(b)所示。
步骤S4.3,根据边界坐标集合{PixLon(j)},{PixLat(j)},确定所述经过预处理后的SAR数字正射影像的边界矢量范围。
具体的,根据以下公式(5)确定所述经过预处理后的SAR数字正射影像的边界矢量范围:
其中,PixLeftTop_Lon(i),PixLeftTop_Lat(i)分别为第i幅SAR数字正射影像的左上角经度坐标、纬度坐标,PixRightTop_Lon(i),PixRightTop_Lat(i)为第i幅SAR数字正射影像的右上角经度坐标、纬度坐标,PixLeftBottom_Lon(i),PixLeftBottom_Lat(i)为第i幅SAR数字正射影像的左下角经度坐标、纬度坐标,PixRightBottom_Lon(i),,PixRightBottom_Lat(i)为第i幅SAR数字正射影像的右下角的经度坐标、纬度坐标,{PixLon(j)}为SAR数字正射影像的经度边界坐标集合,{PixLat(j)}为SAR数字正射影像的纬度边界坐标集合,MAX()为计算最大值函数,MIN()为计算最大值函数。MAX()是求取最大值函数,输入一组数据,函数里进行逐一判断,找出数组中最大值。MIN()是求取最小值函数,输入另一组数据,函数里进行逐一判断,找出数组中的最小值。
步骤S4.4,对每幅经过预处理后的SAR数字正射影像执行步骤S4.1-S4.3,以提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。
在步骤S4中提取的所有SAR数字正射影像的矢量范围后,即可计算影像间的重叠关系,重叠关系可以划分为简单和复杂多边形情况,如图7所示的示意图。考虑到众多影像间成像模式多、分辨率差异大、幅宽不一致、存在升降轨数据等,影像间的重叠关系肯定存在复杂多边形的情况,给镶嵌融合带来一定的难度,为降低计算难度,需要对复杂多边形进行简化处理,这就解决了不论成像模式多、升降轨数据等都可以进行镶嵌处理。步骤S5就是对影像间的重叠关系进行复杂多边形探测,并对复杂多边形进行简化,简化后的多边形即可按简单多边形进行后续步骤的镶嵌融合。步骤S5的目的就是要完成Voronoi复杂多边形的探测,并对探测到的复杂多边形进行简化处理。
步骤S5,基于提取的所有所述经过预处理后的SAR数字正射影像的矢量范围,确定所述经过预处理后的SAR数字正射影像间的重叠区。
步骤S5具体包括以下子步骤:
步骤S5.1,选取任意两幅所述经过预处理后的SAR数字正射影像,基于选取的所述任意两幅所述经过预处理后的SAR数字正射影像的矢量范围,求取所述任意两幅所述经过预处理后的SAR数字正射影像的外接矩形,并基于求取的外接矩形,判断所述两幅所述经过预处理后的SAR数字正射影像是否有重叠区,如果没有重叠区则结束判断,如果有重叠区,则转入步骤S5.2。
具体的,在步骤S4获取的所有SAR数字正射影像的矢量范围(4个角点坐标,如图5所示的点3、4、5、6)基础上,求取任意两幅SAR数字正射影像A与B的外接矩形RA(Lonmin_A,Latmin_A,Lonmax_A,Latmax_A)和RB(Lonmin_B,Latmin_B,Lonmax_B,Latmax_B),其中Lonmin_A,Latmin_A,Lonmax_A,Latmax_A与Lonmin_B,Latmin_B,Lonmax_B,Latmax_B分别为影像A和B的四个顶点在水平和竖直向的最小最大经纬度地理坐标,Lonmin_A为影像A的最小经度,Latmin_A为影像A的最小纬度,Lonmax_A为影像A的最大经度,Latmax_A为影像A的最大纬度,Lonmin_B为影像B的最小经度,Latmin_B为影像B的最小纬度,Lonmax_B为影像B的最大经度,Latmax_B为影像B的最大纬度。对矩形RA和RB执行跨接运算,即判断最小最大坐标的关系,如果以下公式(6)所示的四种条件之一成立,则两影像之间没有重叠区,否则,转入步骤S5.2,执行求交点运算。
步骤S5.2,计算选取的两幅所述SAR数字正射影像边与边的交点坐标;
具体的,根据步骤S4.3记录的每个影像的四个有效地理坐标(即左上角PixLeftTop_Lon(i),PixLeftTop_Lat(i),右上角PixRightTop_Lon(i),PixRightTop_Lat(i),左下角PixLeftBottom_Lon(i),PixLeftBottom_Lat(i),右下角PixRightBottom_Lon(i),PixRightBottom_Lat(i)),每个影像的相邻两点组成有向边,两个影像的有向边做求交运算,具体计算过程为本领域公知的计算方法,在此不再赘述。
步骤S5.3,遍历所有所述经过预处理后的SAR数字正射影像,并对任意两幅经过预处理后的SAR数字正射影像执行步骤S5.1-S5.2,并记录所有的交点坐标,以确定所述经过预处理后的SAR数字正射影像间的重叠区。
本发明对经过预处理后的SAR数字正射影像进行两两判断,判断任意两幅经过预处理后的SAR数字正射影像是否有重叠区,如果有重叠区则记录交点坐标,交点坐标之间构成的封闭区间就是重叠区,所以通过记录交点坐标,也就记录了重叠区。
两副经过预处理后的SAR数字正射影像的重叠区结果如图7所示。
步骤S6,对每个所述重叠区进行Voronoi复杂多边形探测,并对探测到的复杂多边形进行简化,分解成简化的SAR数字正射影像。
本发明的术语“多维度”就是指不同方向、不同大小的SAR数字正射影像,复杂多边形里面包含了多维度的SAR数字正射影像,即,不同方向、不同大小的数字正射影像数据,本发明将复杂多边形的维度进行了拆分,复杂多边形探测、简化,将复杂多边形一一分解为简单多边形,具体实现过程用到Voronoi技术。
步骤S6具体包括以下子步骤:
步骤S6.1,选取任意两幅所述经过预处理后的SAR数字正射影像,并确定选取的所述两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。
设一具有k个顶点的影像多边形(即,重叠区)Ppolygon的顶点(一个顶点对应一条边)序列按逆时针方向记录在向量中Vi,i=1,…,k,顶点对应的边记为VLi,i=1,…,k,对应顶点的顶点角记为∠Vi,i=1,…,k,相邻两顶点角的平分线交点记为JIi,i=1,…,k,相邻两边的延长线交点记为JOi,i=1,…,k,中轴线记为ZLi,i=1,…,k-1,中轴线的交点记为ZLIi,i=1,…,k-2,其具体包括:
步骤S6.1.1,计算影像多边形中的每个顶点角的角平分线;
步骤S6.1.2,计算第i个和第i+1个顶点所对应的顶点角∠Vi和∠Vi+1的角平分线的交点JIi,计算交点到多边形边界VLi和VLi+1的距离DIVi,其中i=1,…,k;
步骤S6.1.3,从DIVi中找出最小者;具体的,假设该交点为JIi(第i个和第i+1顶点所对应的顶点角Vi和Vi+1的角平分线的交点),从该交点对应的顶点开始,沿逆时针顺序对影像多边形的顶点重新编号,更新最小距离记为DIV1,中轴线线段1已经确定记为ZL1,如图8所示;
步骤S6.1.4,令i=1,计算影像多边形的边VLk的延长线和边VLi+1的延长线的交角JOi,如图9所示;
步骤S6.1.5,交角JOi的角平分线穿过顶点角的平分线交点JIi,此时即为当前中轴线ZLi+1,如图10所示;
步骤S6.1.6,同时顺时针、逆时针计算角平分线与当前中轴线的交点,计算两交点到相应边的距离DIV,取最小者确定当前中轴线的另一交点ZLIi+1,重复执行步骤S6.1.5和S6.1.6,直至所有顶点执行完毕,连接相邻的中轴线线段得到中轴线,连接中轴线交点与顶点获取分支线。分支线与中轴线计算结果如图11所示。
步骤S6.1.7,遍历所有所述经过预处理后的SAR数字正射影像,并对任意两幅经过预处理后的SAR数字正射影像执行步骤S6.1.1-S6.1.6,以确定任意两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。
步骤S6.2,基于确定的所述分支线与中轴线,进行Voronoi复杂多边形探测、简化探测到的复杂多边形,以降低影像拓扑关系复杂度,得到简化后的SAR数字正射影像;
步骤S6.2具体包括:
步骤S6.2.1,基于多边形的交点,进行Voronoi复杂多边形探测,以确定复杂多边形。
根据本发明的优选实施例,假定两影像重叠区的多边形相交,如果两个多边形的交点(出入点)仅有两个,如下图12(a)所示,则将该两个多边形确定为简单多边形;如果两多边形的交点(出入点)大于两个,如下图12(b)所示,则将该两个多边形确定为复杂多边形。
步骤S6.2.2,依据临近领域划分原则,按两两交点(即入点加出点)的顺序,如图13中CRP1,CRP2,CRP3,CRP4,结合多边形轮廓线、中轴线及分支线,将复杂多边形一一分解为简单多边形,其具体包括:
步骤S6.2.2.1,根据多边形的第一个入点、第一个出点,提取与出点、入点相连的分支线,以及分支线间的中轴线,依次连接入点-影像边界点-出点-中轴线,形成图14(a)第一组简化后的SAR数字正射影像。
步骤S6.2.2.2,依次计算并连接下一组出入点、边界点、中轴线划分下一组简单多边形,直至所有出入点计算完毕,从而得到简化的SAR数字正射影像。
具体过程如图14(a)-(d)所示。
步骤S6.3,遍历所有经过预处理后的SAR数字正射影像,得到简化的SAR数字正射影像集合,记为{IMGE}。
步骤S6.4,将所述简化的SAR数字正射影像集合进行存储,其中,每个所述简化的SAR数字正射影像都包括各自的属性信息IMGE(IA,IB,LineOverlay),属性信息集合记为{IMGE(IA,IB,LineOverlay)},其中,IA,IB分别为两幅经过预处理后的SAR数字正射影像标记,LineOverlay为重叠边标记信息。
对重叠边标记信息LineOverlay,结合图14和15说明如下,LineOverlay将记录边p1p3与重复标记flag、边p1p4与重复标记flag、边p3p4与重复标记flag,如图14中的标记。其中重复标记flag取值0或1,初始值为0,0表示未做重叠区的镶嵌,1表示已做重叠区的镶嵌,当某条边做过镶嵌处理,就标记为1,后续不做重复处理。比如图15中的边p1p4会在图14(d)中的简单多边形4中,那么在图14(a)的简单多边形1中做镶嵌时已处理(flag此时已更改为1),那么在处理图14(d)的简单多边形4的时候,边p1p4将不再做重复处理。同理,边p3p4在图14(b)的简单多边形2中同样不会再重复处理。
在后续镶嵌时将根据{IMGE}信息,调出{IMGE(IA,IB,LineOverlay)},将借助原始影像A和原始影像B完成后续步骤。需要说明的是,只有简化的SAR数字正射影才包括属性信息,没有经过简化的SAR数字正射影像不包括上述属性信息。
复杂多边形探测、简化,将复杂多边形一一分解为简单多边形,这里充分考虑了不同方向的影像,不同大小的影像,是能完全处理多维度的影像数据,图14表示复杂多边形分解形成的四组简单多边形示意图。
在步骤S6完成的Voronoi复杂多边形探测与简化后,所有重叠区的多边形均为简单多边形,即可对简单多边形进行镶嵌,即执行步骤S7的计算。
步骤S7,对所述简化的SAR数字正射影像进行镶嵌。
步骤S7具体包括以下子步骤:
步骤S7.1,遍历所述简化的SAR数字正射影像集合{IMGE},若{IMGE}中第i景影像{IMGE(i)}不包括属性信息{IMGE(IA,IB,LineOverlay)},即,该影像不与任何其他影像重叠,则直接将该第i景影像{IMGE(i)}复制到所述镶嵌底图影像的相应位置;如果包括属性信息,则转入步骤S7.2。
需要说明的是,在包括属性信息的情况下,因为SAR数字正射影像都是带经纬度坐标的,所以本步骤根据SAR数字正射影像的经纬度坐标将其复制(填充)到镶嵌底图影像的相应位置。
步骤S7.2,对重叠区进行线性加权融合,并将加权融合后的像素值填充到所述镶嵌底图影像的相应位置。
本发明对重叠区采用加权融合的方式是为了实现重叠区影像的线性过渡,例如,从原始影像A均匀过渡到原始影像B,这样看起来影像过渡均匀,从而提高了镶嵌效果。
具体的,根据属性信息{IMGE(IA,IB,LineOverlay)},调用IA,IB影像的数据以及LineOverlay对应的重叠边标记信息,在重叠边左右两侧区域,根据以下公式(7),对重叠区进行线性加权融合:
其中,Pixnew(j)为加权融合后的像素值,W为融合半径(融合半径可以根据实际需要设置,优选的,W=200),W1为像元(j)到中线的距离,IA(j)为原始影像A,IB(j)为原始影像B。
步骤S8,根据所述待镶嵌区域的范围,对镶嵌后的SAR数字正射影像DOM进行裁剪,输出镶嵌后的SAR数字正射影像DOM。
根据本发明的优选实施例,在完成镶嵌之后,还根据标准的界线范围(即,根据所述待镶嵌区域的范围),对镶嵌后的SAR数字正射影像DOM进行裁剪,输出符合要求的SAR数字正射影像DOM。
此外,根据本发明的优选实施例,还对对镶嵌后的影像进行检查,包括格网尺寸、地图投影信息等,以确保各项信息正确,输出的SAR数字正射影像DOM如图17右图所示。
以上内容仅为本发明的较佳实施例,对于本领域的普通技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其特征在于,所述方法包括以下步骤:
步骤S1,获取待镶嵌区域的多幅SAR数字正射影像,所述多幅SAR数字正射影像的集合记为{IMGA};
步骤S2,对所述多幅SAR数字正射影像进行预处理,以使得所述SAR数字正射影像集合{IMGA}中的每幅SAR数字正射影像均具有地理信息一致、均具有统一的坐标投影系统、并且均具有一致的网格尺寸;
步骤S3,对经过预处理后的SAR数字正射影像进行快速镶嵌,生成镶嵌底图影像;
步骤S4,利用八邻域搜索算法,提取每幅经过预处理后的SAR数字正射影像的边界矢量范围;
步骤S5,基于提取的所有所述经过预处理后的SAR数字正射影像的矢量范围,确定所述经过预处理后的SAR数字正射影像间的重叠区;
步骤S6,对每个所述重叠区进行Voronoi复杂多边形探测,并对探测到的复杂多边形进行简化,分解成简化的SAR数字正射影像;
步骤S7,对所述简化的SAR数字正射影像进行镶嵌;
步骤S8,根据所述待镶嵌区域的范围,对镶嵌后的SAR数字正射影像DOM进行裁剪,输出镶嵌后的SAR数字正射影像DOM。
2.根据权利要求1所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,步骤S2具体包括以下子步骤:
步骤S2.1,将所述SAR数字正射影像集合{IMGA}中的所有SAR数字正射影像的地理信息与预设的标准地理信息逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,经过上述处理后的影像集合记为{IMGB}。
步骤S2.2,将所述{IMGB}中的所有SAR数字正射影像与预设的坐标投影系统逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,,经过上述处理后的影像集合记为{IMGC}。
步骤S2.3,将所述{IMGC}中的所有SAR数字正射影像与预设的格网尺寸逐一进行比较,如果一致则保留该SAR数字正射影像,否则,剔除该SAR数字正射影像,经过上述处理后的影像集合记为{IMGD}。
3.根据权利要求1所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,步骤S3具体包括以下子步骤:
步骤S3.1,确定每幅所述经过预处理后的SAR数字正射影像的影像范围,其中,所述SAR数字正射影像的影像范围是指SAR数字正射影像的最大经度、最小经度、最大纬度和最小纬度。
步骤S3.2,基于每幅所述经过预处理后的SAR数字正射影像的影像范围,确定所述待镶嵌区域的区域范围,其中,所述待镶嵌区域的区域范围是指待镶嵌区域的最大经度、最小经度、最大纬度和最小纬度;
步骤S3.3,创建镶嵌底图影像模板,基于所述SAR数字正射影像的地理信息和所述待镶嵌区域的区域范围,确定镶嵌底图影像的地理信息和影像信息,并将所述地理信息和影像信息写入到所述镶嵌底图影像模板;
步骤S3.4,基于所述经过预处理后的SAR数字正射影像的地理信息和所述镶嵌底图影像模板的地理信息,将所述经过预处理后的SAR数字正射影像的像素值写入到所述镶嵌底图影像模板的相应位置,以通过快速镶嵌方式生成镶嵌底图影像。
4.根据权利要求1所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中:
在步骤S3.1中,根据以下公式(1)确定每幅所述经过预处理后的SAR数字正射影像的影像范围:
其中,Lonstart(i),Lonresolution(i),Lonscale(i)分别为第i幅经过预处理后的SAR数字正射影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子,优选的,经度方向的尺度因子默认为1,Latstart(i),Latresolution(i),Latscale(i)分别为第i幅经过预处理后的SAR数字正射影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子,优选的,纬度方向的尺度因子默认为1,Height(i),Width(i)分别为第i幅经过预处理后的SAR数字正射影像的高度和宽度,Lonmax(i),Lonmin(i),Latmax(i),Latmin(i)分别为第i幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度;
在步骤S3.2中,根据以下公式(2)确定所述待镶嵌区域的区域范围:
其中,Lonmax(i),Lonmin(i),Latmax(i),Latmin(i)分别为第i幅经过预处理后的SAR数字正射影像的最大经度、最小经度、最大纬度、最小纬度,Lonmax_b,Lonmin_b,Latmax_b,Latmin_b分别为待镶嵌区域的最大经度、最小经度、最大纬度、最小纬度,MAX()为求取最大值函数,MIN()为求取最小值函数。
5.根据权利要求1所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,在步骤S3.3中,根据以下公式(3)确定所述镶嵌底图影像的地理信息和影像信息:
其中,Lonbase_start,Lonbase_resolution,Lonbase_scale,Latbase_start,Latbase_resolution,Latbase_scale为镶嵌底图影像的地理信息,Heightbase,Widthbase分镶嵌底图影像的影像信息,具体的,Lonbase_start,Lonbase_resolution,Lonbase_scale分别为镶嵌底图影像的经度方向的起始经度、经度方向的格网尺寸、经度方向的尺度因子,优选的,经度方向的尺度因子默认为1,Latbase_start,Latbase_resolution,Latbase_scale分别为镶嵌底图影像的纬度方向的起始纬度、纬度方向的格网尺寸、纬度方向的尺度因子,优选的,纬度方向的尺度因子默认为1,Heightbase,Widthbase分别为镶嵌底图影像的高度和宽度,Lonmax_b为待镶嵌区域的最大经度,Lonmin_b为待镶嵌区域的最小经度,Latmax_b是待镶嵌区域的最大纬度,Latmin_b是待镶嵌区域的最小纬度,Latresolution(1)和Lonresolution(1)分别是第一幅经过预处理后的SAR数字正射影像的纬度和经度方向格网尺寸。
7.根据权利要求1所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,步骤S4具体包括以下子步骤:
步骤S4.1,以经过预处理后的SAR数字正射影像的中心为起点,向上搜索,直至遇到边界为止,将遇到边界的点作为标记点。
步骤S4.2,从所述标记点开始,利用八领域搜索算法对所述经过预处理后的SAR数字正射影像进行搜索以确定边界,在搜索过程中,记录所有的边界坐标,得到边界坐标集合{PixLon(j)},{PixLat(j)}。
步骤S4.3,根据边界坐标集合{PixLon(j)},{PixLat(j)},确定所述经过预处理后的SAR数字正射影像的边界矢量范围。
步骤S4.4,对每幅经过预处理后的SAR数字正射影像执行步骤S4.1-S4.3,以提取每幅经过预处理后的SAR数字正射影像的边界矢量范围。
8.根据权利要求1-7所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,步骤S5具体包括以下子步骤:
步骤S5.1,选取任意两幅所述经过预处理后的SAR数字正射影像,基于选取的所述任意两幅所述经过预处理后的SAR数字正射影像的矢量范围,求取所述任意两幅所述经过预处理后的SAR数字正射影像的外接矩形,并基于求取的外接矩形,判断所述两幅所述经过预处理后的SAR数字正射影像是否有重叠区,如果没有重叠区则结束判断,如果有重叠区,则转入步骤S5.2。
步骤S5.2,计算选取的两幅所述SAR数字正射影像边与边的交点坐标;
步骤S5.3,遍历所有所述经过预处理后的SAR数字正射影像,并对任意两幅经过预处理后的SAR数字正射影像执行步骤S5.1-S5.2,并记录所有的交点坐标,以确定所述经过预处理后的SAR数字正射影像间的重叠区。
9.根据权利要求1-8所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,步骤S6具体包括以下子步骤:
步骤S6具体包括以下子步骤:
步骤S6.1,选取任意两幅所述经过预处理后的SAR数字正射影像,并确定选取的所述两幅所述经过预处理后的SAR数字正射影像的重叠区的分支线与中轴线。
步骤S6.2,基于确定的所述分支线与中轴线,进行Voronoi复杂多边形探测、简化探测到的复杂多边形,以降低影像拓扑关系复杂度,得到简化后的SAR数字正射影像;
步骤S6.3,遍历所有经过预处理后的SAR数字正射影像,得到简化的SAR数字正射影像集合,记为{IMGE}。
步骤S6.4,将所述简化的SAR数字正射影像集合进行存储,其中,每个所述简化的SAR数字正射影像都包括各自的属性信息IMGE(IA,IB,LineOverlay),属性信息集合记为{IMGE(IA,IB,LineOverlay)},其中,IA,IB分别为两幅经过预处理后的SAR数字正射影像标记,LineOverlay为重叠边标记信息。
10.根据权利要求1-9所述的顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法,其中,步骤S7具体包括以下子步骤:
步骤S7.1,遍历所述简化的SAR数字正射影像集合{IMGE},若{IMGE}中第i景影像{IMGE(i)}不包括属性信息{IMGE(IA,IB,LineOverlay)},即,该影像不与任何其他影像重叠,则直接将该第i景影像{IMGE(i)}复制到所述镶嵌底图影像的相应位置;如果包括属性信息,则转入步骤S7.2。
步骤S7.2,对重叠区进行线性加权融合,并将加权融合后的像素值填充到所述镶嵌底图影像的相应位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110442336.3A CN112967360B (zh) | 2021-04-23 | 2021-04-23 | 顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110442336.3A CN112967360B (zh) | 2021-04-23 | 2021-04-23 | 顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112967360A true CN112967360A (zh) | 2021-06-15 |
CN112967360B CN112967360B (zh) | 2024-05-03 |
Family
ID=76281154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110442336.3A Active CN112967360B (zh) | 2021-04-23 | 2021-04-23 | 顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112967360B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708354A (zh) * | 2022-03-04 | 2022-07-05 | 广东省国土资源测绘院 | 一种镶嵌线的绘制方法、设备、介质及产品 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120121158A1 (en) * | 2009-07-29 | 2012-05-17 | Kabushiki Kaisha Topcon | Ophthalmic observation apparatus |
US20120320203A1 (en) * | 2011-06-17 | 2012-12-20 | Cheng Chien Liu | Unmanned aerial vehicle image processing system and method |
US8777825B1 (en) * | 2010-10-12 | 2014-07-15 | Daniel Kling | Methods for designing boxes and other types of containers |
CA3008506A1 (en) * | 2013-03-15 | 2014-10-16 | Digitalglobe, Inc. | Automated geospatial image mosaic generation |
CN105528797A (zh) * | 2015-12-02 | 2016-04-27 | 深圳飞马机器人科技有限公司 | 一种光学影像色彩一致性自适应处理与快速镶嵌方法 |
CN105631818A (zh) * | 2015-12-24 | 2016-06-01 | 中国农业大学 | 遥感影像的批量自动化几何校正方法及装置 |
EP3038024A1 (en) * | 2014-12-23 | 2016-06-29 | Telefonica Digital España, S.L.U. | A computer implemented method, a system and computer program products for selecting representatives' paths of commuting routes |
CN106461805A (zh) * | 2014-04-30 | 2017-02-22 | 雪佛龙美国公司 | 创建和解释多个地震勘测的动画拼接图的方法 |
CN106530370A (zh) * | 2016-11-02 | 2017-03-22 | 北京林业大学 | 镶嵌画模拟方法及装置 |
TW201727597A (zh) * | 2012-06-05 | 2017-08-01 | 蘋果公司 | 用於呈現地圖之方法、機器可讀媒體及電子器件 |
CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
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 |
US20200020075A1 (en) * | 2017-08-11 | 2020-01-16 | Samsung Electronics Company, Ltd. | Seamless image stitching |
CN110866869A (zh) * | 2019-10-28 | 2020-03-06 | 苏州中科天启遥感科技有限公司 | 结合泰森多边形与最小生成树图像分割的影像镶嵌方法及装置 |
CN112669459A (zh) * | 2020-12-25 | 2021-04-16 | 北京市遥感信息研究所 | 基于特征库智能决策的卫星影像最优镶嵌线生成方法 |
-
2021
- 2021-04-23 CN CN202110442336.3A patent/CN112967360B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120121158A1 (en) * | 2009-07-29 | 2012-05-17 | Kabushiki Kaisha Topcon | Ophthalmic observation apparatus |
US8777825B1 (en) * | 2010-10-12 | 2014-07-15 | Daniel Kling | Methods for designing boxes and other types of containers |
US20120320203A1 (en) * | 2011-06-17 | 2012-12-20 | Cheng Chien Liu | Unmanned aerial vehicle image processing system and method |
TW201727597A (zh) * | 2012-06-05 | 2017-08-01 | 蘋果公司 | 用於呈現地圖之方法、機器可讀媒體及電子器件 |
CA3008506A1 (en) * | 2013-03-15 | 2014-10-16 | Digitalglobe, Inc. | Automated geospatial image mosaic generation |
CN106461805A (zh) * | 2014-04-30 | 2017-02-22 | 雪佛龙美国公司 | 创建和解释多个地震勘测的动画拼接图的方法 |
EP3038024A1 (en) * | 2014-12-23 | 2016-06-29 | Telefonica Digital España, S.L.U. | A computer implemented method, a system and computer program products for selecting representatives' paths of commuting routes |
CN105528797A (zh) * | 2015-12-02 | 2016-04-27 | 深圳飞马机器人科技有限公司 | 一种光学影像色彩一致性自适应处理与快速镶嵌方法 |
CN105631818A (zh) * | 2015-12-24 | 2016-06-01 | 中国农业大学 | 遥感影像的批量自动化几何校正方法及装置 |
CN106530370A (zh) * | 2016-11-02 | 2017-03-22 | 北京林业大学 | 镶嵌画模拟方法及装置 |
US20200020075A1 (en) * | 2017-08-11 | 2020-01-16 | Samsung Electronics Company, Ltd. | Seamless image stitching |
CN111052176A (zh) * | 2017-08-11 | 2020-04-21 | 三星电子株式会社 | 无缝图像拼接 |
CN110136219A (zh) * | 2019-04-17 | 2019-08-16 | 太原理工大学 | 一种基于多源数据融合的二三维地图展示方法 |
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 |
CN110866869A (zh) * | 2019-10-28 | 2020-03-06 | 苏州中科天启遥感科技有限公司 | 结合泰森多边形与最小生成树图像分割的影像镶嵌方法及装置 |
CN112669459A (zh) * | 2020-12-25 | 2021-04-16 | 北京市遥感信息研究所 | 基于特征库智能决策的卫星影像最优镶嵌线生成方法 |
Non-Patent Citations (11)
Title |
---|
EVGHENI POLISCIUC等: ""Hexagonal gridded maps and information layers: a novel approach for the exploration and analysis of retail data"", 《HTTPS://DL.ACM.ORG/DOI/ABS/10.1145/3002151.3002160》, 28 November 2016 (2016-11-28) * |
HAI YAN GU等: ""Study of Color Balance for Remote Sensing Imagery Mosaic"", 《2011 INTERNATIONAL SYMPOSIUM ON IMAGE AND DATA FUSION》, 31 December 2011 (2011-12-31) * |
JUN PAN: ""Seamline Network Refinement Based on Area Voronoi Diagrams With Overlap"", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》, 31 December 2014 (2014-12-31) * |
TAO LI等: ""Block adjustment with airborne InSAR for high-precision DEM extraction"", 《2016 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM (IGARSS)》, 31 December 2016 (2016-12-31) * |
唐新明等: ""卫星遥感影像的区域正射纠正"", 《武汉大学学报(信息科学版)》, 1 July 2014 (2014-07-01) * |
孙杰: "《中国博士学位论文全文数据库》", 《中国博士学位论文全文数据库》, 15 May 2015 (2015-05-15) * |
潘俊;王密;李德仁;: "接缝线网络的自动生成及优化方法", 测绘学报, no. 03, 15 June 2010 (2010-06-15) * |
潘俊等: ""基于顾及重叠的面 Voronoi 图的接缝线网络生成方法"", 《武汉大学学报(信息科学版)》, 31 December 2009 (2009-12-31) * |
王大刚等: ""一种顾及数据区域的数字正射影像快速镶嵌与优化"", 《铁道勘察》, 24 August 2020 (2020-08-24) * |
白潍铭;赵帅;姚畅;: "基于DEM的SPOT5遥感数据配准与镶嵌", 资源环境与工程, no. 03, 1 June 2018 (2018-06-01) * |
钟斌;: "基于初始规划网的镶嵌线自动生成方法研究", 测绘与空间地理信息, no. 01, 25 January 2016 (2016-01-25) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114708354A (zh) * | 2022-03-04 | 2022-07-05 | 广东省国土资源测绘院 | 一种镶嵌线的绘制方法、设备、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
CN112967360B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200090390A1 (en) | Mosaic oblique images and systems and methods of making and using same | |
Zhang et al. | Multi-image matching for DSM generation from IKONOS imagery | |
US6970593B2 (en) | Stereo image processing apparatus and method of processing stereo image | |
Oh et al. | Automated bias-compensation of rational polynomial coefficients of high resolution satellite imagery based on topographic maps | |
Baltsavias et al. | DSM generation and interior orientation determination of IKONOS images using a testfield in Switzerland | |
JP5363752B2 (ja) | 路面標示地図生成方法 | |
CN106096497B (zh) | 一种针对多元遥感数据的房屋矢量化方法 | |
CN108564532B (zh) | 大尺度地距星载sar图像镶嵌方法 | |
US20210349922A1 (en) | METHOD OF RECOGNIZING AN OBJECT IN AN IMAGE USING iMaG AUTOMATED GEOREGSTRATION SYSTEM GENERATED MULTI-ORBIT SATELLITE IMAGERY WITH A CADSTRAL DATA BASED IMAGERY BASE | |
CN111582022A (zh) | 一种移动视频与地理场景的融合方法、系统及电子设备 | |
CN110428425A (zh) | 一种基于海岸线矢量数据的sar图像海陆分离方法 | |
JP2023530449A (ja) | 空中と地上の位置合わせのためのシステムおよび方法 | |
Kocaman et al. | 3D city modeling from high-resolution satellite images | |
CN112967360A (zh) | 顾及多维度的合成孔径雷达影像Voronoi多边形镶嵌方法 | |
CN117291790A (zh) | 一种sar图像配准方法、装置、设备及介质 | |
Feng et al. | Registration of multitemporal GF-1 remote sensing images with weighting perspective transformation model | |
Safdarinezhad et al. | Coregistration of satellite images and airborne lidar data through the automatic bias reduction of rpcs | |
Belmonte et al. | DEM generation from close-range photogrammetry using extended python photogrammetry toolbox | |
Potuckova | Image matching and its applications in photogrammetry | |
Jacobsen | Calibration and validation of Corona KH-4B to generate height models and orthoimages | |
CN114418858A (zh) | 遥感影像的镶嵌方法、装置、设备及存储介质 | |
CN117934518B (zh) | 用于海洋国土空间详细规划的遥感图像分割方法及系统 | |
Krishna et al. | DEM generation from high resolution multi-view data product | |
Cheng et al. | Hierarchical filtering strategy for registration of remote sensing images of coral reefs | |
CN107808160A (zh) | 三维建筑物提取方法和装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 1 Baisheng Village, Zizhuyuan, Haidian District, Beijing, 100089 Applicant after: Ministry of Natural Resources Land Satellite Remote Sensing Application Center Address before: 100048 No.1 Baisheng village, Zizhuyuan, Haidian District, Beijing Applicant before: Ministry of Natural Resources Land Satellite Remote Sensing Application Center |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |