CN113034520B - 增量式正射影像数据切片服务化方法及装置 - Google Patents

增量式正射影像数据切片服务化方法及装置 Download PDF

Info

Publication number
CN113034520B
CN113034520B CN202110570497.0A CN202110570497A CN113034520B CN 113034520 B CN113034520 B CN 113034520B CN 202110570497 A CN202110570497 A CN 202110570497A CN 113034520 B CN113034520 B CN 113034520B
Authority
CN
China
Prior art keywords
ortho
image
data
nth
chip data
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
CN202110570497.0A
Other languages
English (en)
Other versions
CN113034520A (zh
Inventor
喻建军
王海强
杨晓冬
王慧静
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.)
Beijing Daoda Tianji Technology Co ltd
Original Assignee
Beijing Daoda Tianji Technology Co ltd
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 Beijing Daoda Tianji Technology Co ltd filed Critical Beijing Daoda Tianji Technology Co ltd
Priority to CN202110570497.0A priority Critical patent/CN113034520B/zh
Publication of CN113034520A publication Critical patent/CN113034520A/zh
Application granted granted Critical
Publication of CN113034520B publication Critical patent/CN113034520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • 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
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本公开的实施例提供了增量式正射影像数据切片服务化方法、装置、设备和计算机可读存储介质。所述方法包括按照时间顺序依次接收N个正射影像单片数据；接收到第1个正射影像单片数据，对该第1个正射影像单片数据进行即时处理，解耦该第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；对所述散列集进行镶嵌操作，生成服务化结果集；接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。以此方式，可以大幅度缩短正射影像数据切片服务化的时间。

Description

增量式正射影像数据切片服务化方法及装置
技术领域
本公开的实施例一般涉及数据处理领域，并且更具体地，涉及一种增量式正射影像数据切片服务化方法、装置、设备和计算机可读存储介质。
背景技术
随着卫星传感器技术以及无人机航拍技术的快速发展，遥感影像的空间和时间分辨率都有大幅度地提高，单幅遥感影像文件的数据量也急剧增加。
当前主流GIS软件以及互联网地图应用在WebGIS(网络地理信息系统)解决方案中都广泛采用地图切片(Tile，又称瓦片)的发布策略，这种方法通过预先将原始影像按照一定的切分规则切割成一张张大小相同的瓦片，以加载小数据量瓦片的方式达到在网络带宽受限的条件下实现影像的高效显示。
在实际应用中原始影像的单片数据通常是渐进式获取的，均需要等到最后一份单片数据到达后才能进行切片、服务化等操作，等待时间较长。
发明内容
根据本公开的实施例，提供了一种增量式正射影像数据切片服务化方案。
在本公开的第一方面，提供了一种增量式正射影像数据切片服务化方法。该方法包括：
按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数；
接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；对所述散列集进行镶嵌操作，生成服务化结果集；
接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。
进一步地，
任意相邻两个正射影像单片数据在空间上存在重叠，具有空间关联性。
进一步地，所述对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集包括：
基于预设的散列函数，通过切片工具对所述第1个正射影像单片数据进行切片，得到与所述正射影像对应的散列集。
进一步地，所述对所述散列集进行镶嵌操作，生成服务化结果集包括：
将所述散列集镶嵌到离散空间网格中，重构所述正射影像单片数据的空间相关性，得到服务化结果集；所述离散空间网格通过正射影像设定。
在本公开的第二方面，提供了一种增量式正射影像数据切片服务化装置。该装置包括：
接收模块，用于按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数；
第一处理模块，用于接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；对所述散列集进行镶嵌操作，生成服务化结果集；
第N处理模块，用于接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。
进一步地，
任意相邻两个正射影像单片数据在空间上存在重叠，具有空间关联性。
进一步地，所述对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集包括：
基于预设的散列函数，通过切片工具对所述第1个正射影像单片数据进行切片，得到与所述正射影像对应的散列集。
进一步地，所述对所述散列集进行镶嵌操作，生成服务化结果集包括：
将所述散列集镶嵌到离散空间网格中，重构所述正射影像单片数据的空间相关性，得到服务化结果集；所述离散空间网格通过正射影像设定。
在本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面的方法。
本申请实施例提供的增量式正射影像数据切片服务化方法，通过按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数；接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；对所述散列集进行镶嵌操作，生成服务化结果集；接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集，解决了正射影像数据切片服务化存在的可用等待时间较长问题。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了根据本公开的实施例的增量式正射影像数据切片服务化方法的流程图；
图2示出了根据本公开的实施例的增量式正射影像数据切片服务化方法的工作原理图；
图3示出了根据本公开的实施例的增量式正射影像数据切片服务化装置的方框图；
图4示出了能够实施本公开的实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了根据本公开实施例的增量式正射影像数据切片服务化方法100的流程图。所述方法100包括：
S110，按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数。
在一些实施例中，所述正射影像可以通过无人机、卫星等设备进行采集。
随着卫星传感器技术以及无人机航拍技术的快速发展，遥感影像的空间和时间分辨率都有大幅度地提高，单幅遥感影像文件的数据量也急剧增加，即，通常获取的正射影像的数据较大。
由于计算机内存资源比较有限，不同的深度学习模型对图像的输入大小也有不同的要求，因此本实施例在设计中需要将一副图像（正射影像），分割成独立较小的图像（正射影像单片数据），通过分割技术把一副大尺寸的图像分次调入内存处理，增强算法的适用性，避免过大图像处理不了的问题，大尺寸图像被分块后，减少了每次运算的数据量和计算压力。其中，所述正射影像由N个正射影像单片数据组成，即，
D={
Figure 676556DEST_PATH_IMAGE001
，……，
Figure DEST_PATH_IMAGE002
}；
其中，所述D为正射影像数据；
所述
Figure 718330DEST_PATH_IMAGE001
，……，
Figure 701330DEST_PATH_IMAGE002
为正射影像单片数据；
进一步地，为了保证数据的完整性，进行分割时任意相邻两个正射影像单片数据在空间上存在重叠，具有空间关联性，例如：
S（
Figure 776165DEST_PATH_IMAGE003
）∪S（
Figure DEST_PATH_IMAGE004
）= S（
Figure 980751DEST_PATH_IMAGE005
）；
S（
Figure DEST_PATH_IMAGE006
）∩S（
Figure 429312DEST_PATH_IMAGE007
）≠∅；
其中，所述S为空间函数，基于所述正射影像设定。
S120，接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；对所述散列集进行镶嵌操作，生成服务化结果集。
在一些实施例中，设T为时间序列，T{
Figure DEST_PATH_IMAGE008
，……，
Figure 86558DEST_PATH_IMAGE009
}，
Figure DEST_PATH_IMAGE010
＜
Figure 643048DEST_PATH_IMAGE011
；
其中，所述
Figure 515189DEST_PATH_IMAGE008
，……，
Figure 695503DEST_PATH_IMAGE009
为接收正射影像单片数据的时间点，例如，在
Figure 387516DEST_PATH_IMAGE010
时刻接收第1个正射影像单片数据
Figure 327790DEST_PATH_IMAGE006
。
在一些实施例中，在接收到正射影像单片数据
Figure 539591DEST_PATH_IMAGE006
后，基于预设的散列函数p，通过切片工具立刻对
Figure 890807DEST_PATH_IMAGE006
进行切片操作，生成针对
Figure 804536DEST_PATH_IMAGE006
表达范围的瓦片散列集pyr1，即，解耦
Figure 771005DEST_PATH_IMAGE006
和其它正射影像单片数据的空间相关性；
Figure DEST_PATH_IMAGE012
=p（
Figure 539109DEST_PATH_IMAGE003
）
在一些实施例中，基于获取的正射影像设定离散空间网格，将所述瓦片散列集pyr1镶嵌到所述离散空间网格中，重构正射影像单片数据
Figure 77538DEST_PATH_IMAGE006
的空间相关性，得到服务化结果集W，即，生成散列集
Figure 494875DEST_PATH_IMAGE013
后，立刻将所述
Figure 776952DEST_PATH_IMAGE013
镶嵌到离散空间网格（i，j）；
其中，
Figure DEST_PATH_IMAGE014
所述
Figure 665142DEST_PATH_IMAGE015
=
Figure 374472DEST_PATH_IMAGE013
。
S130，接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。
接收所述第N个正射影像单片数据，生成第N个正射影像对应的散列集的具体流程可参考步骤S120，在此不再赘述。
参考图2，在一些实施例中，基于时间序列T持续获取正射影像单片数据，当生成第N个正射影像对应的散列集
Figure DEST_PATH_IMAGE016
，立刻将所述
Figure 948280DEST_PATH_IMAGE016
镶嵌到离散空间网格（i，j），更新所述服务化结果集W，即，将原服务化结果集W（由散列集pyr1、pyr2，……，
Figure 17736DEST_PATH_IMAGE017
在离散空间网格（i，j）中的瓦片数据镶嵌而成）更新为包含散列集
Figure 307903DEST_PATH_IMAGE016
的服务化结果集（由散列集pyr1、pyr2，……，
Figure DEST_PATH_IMAGE018
在离散空间网格（i，j）中的瓦片数据镶嵌而成）。
其中，
Figure 142129DEST_PATH_IMAGE019
此时，在更新后的服务化结果集W中，所述
Figure 32594DEST_PATH_IMAGE015
=
Figure DEST_PATH_IMAGE020
，即，所述
Figure 93958DEST_PATH_IMAGE015
由散列集pyr1、pyr2，……，
Figure 769790DEST_PATH_IMAGE016
在离散空间网格（i，j）中的瓦片数据镶嵌而成；
所述∑为镶嵌操作。
根据本公开的实施例，实现了以下技术效果：
通过散列函数对单片正射影像数据的独立操作，在切片阶段解耦数据空间相关性，然后通过离散网格空间下瓦片的镶嵌操作，在服务化阶段重构空间相关性，从而支持增量式的正射影像数据切片服务化，大幅度缩短了正射影像数据切片服务化的时间。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图3示出了根据本公开的实施例的增量式正射影像数据切片服务化装置300的方框图。如图3所示，装置300包括：
接收模块310，用于按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数；
第一处理模块320，用于接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；对所述散列集进行镶嵌操作，生成服务化结果集；
第N处理模块330，用于接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。
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，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图4示出了可以用来实施本公开的实施例的电子设备700的示意性框图。如图所示，设备400包括中央处理单元（CPU）401，其可以根据存储在只读存储器（ROM）402中的计算机程序指令或者从存储单元408加载到随机访问存储器（RAM）403中的计算机程序指令，来执行各种适当的动作和处理。在RAM 403中，还可以存储设备400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元401执行上文所描述的各个方法和处理，例如方法100。例如，在一些实施例中，方法100可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由CPU 401执行时，可以执行上文描述的方法100的一个或多个步骤。备选地，在其他实施例中，CPU 401可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行方法100。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (8)

1.一种增量式正射影像数据切片服务化方法，其特征在于，包括：
按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数；
接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；将所述散列集镶嵌到离散空间网格中，重构所述正射影像单片数据的空间相关性，得到服务化结果集；所述离散空间网格通过正射影像设定；
接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。
2.根据权利要求1所述的方法，其特征在于，
任意相邻两个正射影像单片数据在空间上存在重叠，具有空间关联性。
3.根据权利要求2所述的方法，其特征在于，所述对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集包括：
基于预设的散列函数，通过切片工具对所述第1个正射影像单片数据进行切片，得到与所述正射影像对应的散列集。
4.一种增量式正射影像数据切片服务化装置，其特征在于，包括：
接收模块，用于按照时间顺序依次接收N个正射影像单片数据；N为大于1的正整数；
第一处理模块，用于接收到第1个正射影像单片数据，对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集；将所述散列集镶嵌到离散空间网格中，重构所述正射影像单片数据的空间相关性，得到服务化结果集；所述离散空间网格通过正射影像设定；
第N处理模块，用于接收到第N个正射影像单片数据，对所述第N个正射影像单片数据进行即时处理，解耦所述第N个正射影像单片数据的空间相关性，得到与所述第N个正射影像对应的散列集；对第N个正射影像对应的散列集进行镶嵌操作，更新所述服务化结果集。
5.根据权利要求4所述的装置，其特征在于，
任意相邻两个正射影像单片数据在空间上存在重叠，具有空间关联性。
6.根据权利要求5所述的装置，其特征在于，所述对所述第1个正射影像单片数据进行即时处理，解耦所述第1个正射影像单片数据的空间相关性，得到与所述正射影像对应的散列集包括：
基于预设的散列函数，通过切片工具对所述第1个正射影像单片数据进行切片，得到与所述正射影像对应的散列集。
7.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1~3中任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1~3中任一项所述的方法。
CN202110570497.0A 2021-05-25 2021-05-25 增量式正射影像数据切片服务化方法及装置 Active CN113034520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110570497.0A CN113034520B (zh) 2021-05-25 2021-05-25 增量式正射影像数据切片服务化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110570497.0A CN113034520B (zh) 2021-05-25 2021-05-25 增量式正射影像数据切片服务化方法及装置

Publications (2)

Publication Number Publication Date
CN113034520A CN113034520A (zh) 2021-06-25
CN113034520B true CN113034520B (zh) 2021-09-24

Family

ID=76455873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110570497.0A Active CN113034520B (zh) 2021-05-25 2021-05-25 增量式正射影像数据切片服务化方法及装置

Country Status (1)

Country Link
CN (1) CN113034520B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11087532B2 (en) * 2019-11-05 2021-08-10 Raytheon Company Ortho-image mosaic production system
CN110968714B (zh) * 2019-12-23 2020-11-06 自然资源部国土卫星遥感应用中心 一种卫星遥感影像即时服务方法及即时服务平台
CN111707238B (zh) * 2020-05-29 2021-04-09 广东省国土资源测绘院 一种生成航空数字正射影像图的方法及系统
CN112381715B (zh) * 2020-11-16 2024-04-09 航天科工(北京)空间信息应用股份有限公司 海量遥感影像并行生成地图瓦片的方法和装置

Also Published As

Publication number Publication date
CN113034520A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
EP3621034B1 (en) Method and apparatus for calibrating relative parameters of collector, and storage medium
US11348248B1 (en) Automatic image cropping systems and methods
CN111291292A (zh) 页面渲染方法和装置、终端设备及存储介质
US20210064919A1 (en) Method and apparatus for processing image
US20200410213A1 (en) Method and apparatus for processing mouth image
US20200265227A1 (en) Background suppression for anomaly detection
US9070345B2 (en) Integrating street view with live video data
CN108595211B (zh) 用于输出数据的方法和装置
CN112668588A (zh) 车位信息生成方法、装置、设备和计算机可读介质
CN111191777A (zh) 一种神经网络处理器及其控制方法
CN109272526B (zh) 图像处理方法、系统及电子设备
CN108805799B (zh) 全景图像合成装置、方法及计算机可读存储介质
CN109445760B (zh) 图像渲染方法和系统
CN113034520B (zh) 增量式正射影像数据切片服务化方法及装置
CN112013820B (zh) 一种面向无人机机载平台部署的实时目标检测方法及装置
CN112785651B (zh) 用于确定相对位姿参数的方法和装置
CN113538502A (zh) 图片裁剪方法、装置、电子设备及存储介质
CN113592994B (zh) 用于纹理贴图的方法、装置和存储介质
CN108520259B (zh) 一种前景目标的提取方法、装置、设备及存储介质
CN111199182A (zh) 基于智慧社区的丢失物件方法、系统及存储介质
CN109657523B (zh) 一种可行驶区域检测方法和装置
CN115269063A (zh) 进程创建方法、系统、设备及介质
CN111815654A (zh) 用于处理图像的方法、装置、设备和计算机可读介质
CN113344064A (zh) 事件处理方法和装置
CN113032071A (zh) 页面元素定位方法、页面测试方法、装置、设备和介质

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
CP01 Change in the name or title of a patent holder

Address after: 100085 room 703, 7 / F, block C, 8 malianwa North Road, Haidian District, Beijing

Patentee after: Beijing daoda Tianji Technology Co.,Ltd.

Address before: 100085 room 703, 7 / F, block C, 8 malianwa North Road, Haidian District, Beijing

Patentee before: Beijing daoda Tianji Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder