CN113282695A - 一种基于遥感影像的矢量地理信息采集方法和装置 - Google Patents
一种基于遥感影像的矢量地理信息采集方法和装置 Download PDFInfo
- Publication number
- CN113282695A CN113282695A CN202110601909.2A CN202110601909A CN113282695A CN 113282695 A CN113282695 A CN 113282695A CN 202110601909 A CN202110601909 A CN 202110601909A CN 113282695 A CN113282695 A CN 113282695A
- Authority
- CN
- China
- Prior art keywords
- geographic information
- vector geographic
- vector
- remote sensing
- image
- 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 63
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000000903 blocking effect Effects 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- BWSIKGOGLDNQBZ-LURJTMIESA-N (2s)-2-(methoxymethyl)pyrrolidin-1-amine Chemical compound COC[C@@H]1CCCN1N BWSIKGOGLDNQBZ-LURJTMIESA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 241000668842 Lepidosaphes gloverii Species 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种基于遥感影像的矢量地理信息采集方法和装置,该矢量地理信息采集方法包括:获取遥感影像;基于遥感影像,获取与遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;针对第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;针对第二形状矢量地理信息,通过对第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息;将第一矢量地理信息和第二矢量地理信息确定为从遥感影像中采集到的矢量地理信息。根据所述方法和装置,可以根据采集到的遥感影像实时对矢量地理信息进行采集,提高了地理信息采集的时效性。
Description
技术领域
本申请涉及遥感信息采集技术领域,具体而言,涉及一种基于遥感影像的矢量地理信息采集方法和装置。
背景技术
随着遥感影像资源越来越丰富,遥感影像的应用领域也不断拓展和深化,在自然资源调查监制、生态环境监测等方面发挥着越来越重要的作用。而随着工程化应用的深入,以及重要作用的不断提升,对基于遥感影像进行矢量地理信息采集的时效性、准确性也提出了更高的要求。
现有的基于遥感影像的矢量地理信息的采集方法,均是采用内业采集、外业调查核查、内业编辑整理的工艺流程,在空间定位方面,首先是对遥感影像进行高精度正射纠正,后续所有的数据采集、处理均以此作为空间定位基础。
然而,经过高精度正射纠正处理后的遥感影像具有高精度的空间定位信息,属于带密级的成果,那么基于数字正射影像采集的矢量地理信息成果也具有了带密级的属性。这便带来两个方面的局限性:一是外业调查核查存在数据安全隐患;二是地理信息采集方式受限,不能很好的利用公开影像进行地理信息采集,不易于提高地理信息采集时效性。
发明内容
有鉴于此,本申请的目的在于提供一种基于遥感影像的矢量地理信息采集方法及装置,解决了现有技术中经过高精度正射纠正处理后的遥感影像存在数据安全隐患的情况,提高了地理信息采集的时效性。
第一方面,本申请实施例提供了一种基于遥感影像的矢量地理信息采集方法,所述矢量地理信息采集方法包括:
获取移动电子设备采集到的遥感影像;
基于所述遥感影像,获取与所述遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;所述第一形状矢量地理信息包括点状的矢量地理信息;所述第二形状矢量地理信息为线状的矢量地理信息或者面状的矢量地理信息;
针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;
针对所述第二形状矢量地理信息,通过对所述第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息;
将所述第一矢量地理信息和所述第二矢量地理信息确定为从所述遥感影像中采集到的矢量地理信息。
进一步的,所述针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息,包括:
获取所述第一形状矢量地理信息在像方坐标系中的像方坐标;
基于所述第一形状矢量地理信息在像方坐标系中的像方坐标,利用所述预设的RPC模型,计算所述第一形状矢量地理信息在地理坐标系中的地理坐标,得到所述第一矢量地理信息。
进一步的,当第二形状矢量地理信息为线状的矢量地理信息时,通过以下步骤确定所述第二矢量地理信息:
获取相邻的至少两个所述线状的矢量地理信息以及所述线状的矢量地理信息对应的节点;
生成所述相邻的至少两个所述线状的矢量地理信息中重合部分的节点;
将所述线状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的线状的矢量地理信息;
基于所述调整后的线状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算所述调整后的线状地理信息在地理坐标系中的地理坐标;
根据调整后的线状的矢量地理信息以及调整后的线状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
进一步的,当第二形状矢量地理信息为面状的矢量地理信息时,通过以下步骤确定所述第二矢量地理信息:
获取相邻的至少两个所述面状的矢量地理信息以及所述面状的矢量地理信息对应的节点;
生成所述相邻的至少两个所述面状的矢量地理信息中重合部分的节点;
将所述面状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的面状的矢量地理信息;
基于所述调整后的面状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算所述调整后的面状地理信息在地理坐标系中的地理坐标;
根据调整后的面状的矢量地理信息以及调整后的面状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
进一步的,所述矢量地理信息采集方法还包括:
对所述遥感影像进行正射纠正处理,以得到与所述遥感影像对应的数字正射影像。
进一步的,所述对所述遥感影像进行正射纠正处理,以得到与所述遥感影像对应的数字正射影像,包括:
将所述遥感影像进行栅格分块,得到至少一个数据块;
针对至少一个数据块中的每个数据块,确定该数据块的像素、波段以及该数据块在地理坐标系中的地理坐标;
基于所述数据块的地理坐标,利用预设的RPC模型,计算该数据块在像方坐标系中的像方坐标;
基于该数据块的像方坐标,通过灰度重采样,确定该数据块的像素在各波段内的灰度值;
将至少一个数据块中的所有数据块的像素在各波段内的灰度值、所述遥感影像以及所述遥感影像在地理坐标系中的地理信息写入到预设好的数组中,得到所述数字正射影像。
进一步的,所述采集方法还包括:
当所述原始遥感影像中的地物边界在所述数字正射影像中的位置与从遥感影像中采集到的矢量地理信息中的位置不同时,根据所述数字正射影像中的位置,在所述从遥感影像中采集到的矢量地理信息中增加节点,并将增加后的节点与所述从遥感影像中采集到的矢量地理信息的已有节点相连,以使所述遥感影像中的地物边界在所述数字正射影像中的位置与在所述从遥感影像中采集到的矢量地理信息中的位置相同。
第二方面,本申请实施例还提供了一种基于遥感影像的矢量地理信息采集装置,所述矢量地理信息采集装置包括:
遥感影像获取模块,用于获取移动电子设备采集到的遥感影像;
矢量地理信息获取模块,用于基于所述遥感影像,获取与所述遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;所述第一形状矢量地理信息包括点状的矢量地理信息;所述第二形状矢量地理信息为线状的矢量地理信息或者面状的矢量地理信息;
第一处理模块,用于针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;
第二处理模块,用于针对所述第二形状矢量地理信息,通过对所述第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息;
确定模块,用于将所述第一矢量地理信息和所述第二矢量地理信息确定为从所述遥感影像中采集到的矢量地理信息。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的基于遥感影像的矢量地理信息采集方法的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述的基于遥感影像的矢量地理信息采集方法的步骤。
本申请实施例提供的一种基于遥感影像的矢量地理信息采集方法,首先,获取移动电子设备采集到的遥感影像;基于所述遥感影像,获取与所述遥感影像的像方坐标系一致的点状的矢量地理信息、线状的矢量地理信息以及面状的矢量地理信息;针对所述点状的矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;针对所述线状的矢量地理信息以及所述面状的矢量地理信息,通过对所述线状的矢量地理信息对应的节点以及所述面状的矢量地理信息对应的节点的处理,得到第二矢量地理信息;最后,将所述第一矢量地理信息和所述第二矢量地理信息确定为从所述遥感影像中采集到的矢量地理信息。
本申请实施例提供的一种基于遥感影像的矢量地理信息采集方法,能够在获取到移动设备拍摄到的遥感影像后,对遥感影像进行矢量地理信息的采集,然后再对采集到的矢量地理信息进行点状、线状和面状的纠正。与现有技术中的方法相比,有利于降低高精度正射纠正处理后的遥感影像带密级而存在的安全风险、提升遥感影像利用和地理信息采集的时效性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例所提供的一种基于遥感影像的矢量地理信息采集方法的流程图;
图2为本申请实施例所提供的获取第一矢量地理信息的步骤的流程图;
图3为本申请实施例提供的调整前的面状的矢量地理信息的一种示意图;
图4为本申请实施例提供的调整后的面状的矢量地理信息的一种示意图;
图5为本申请实施例所提供的一种基于遥感影像的矢量地理信息采集装置的结构示意图;
图6为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例,都属于本申请保护的范围。
经研究发现,随着遥感影像资源越来越丰富,遥感影像的应用领域也不断拓展和深化,在自然资源调查监制、生态环境监测等方面发挥着越来越重要的作用。而随着工程化应用的深入,以及重要作用的不断提升,对基于遥感影像进行矢量地理信息采集的时效性、准确性也提出了更高的要求。
现有的基于遥感影像的矢量地理信息的采集方法,均是采用内业采集、外业调查核查、内业编辑整理的工艺流程,在空间定位方面,首先是对遥感影像进行高精度正射纠正,后续所有的数据采集、处理均以此作为空间定位基础。
然而,经过高精度正射纠正处理后的遥感影像具有高精度的空间定位信息,属于带密级的成果,那么基于数字正射影像采集的矢量地理信息成果也具有了带密级的属性。这便带来两个方面的局限性:一是外业调查核查存在数据安全隐患;二是地理信息采集方式受限,不能很好的利用公开影像进行地理信息采集,不易于提高地理信息采集时效性。
基于此,本申请实施例提供了一种基于遥感影像的矢量地理信息采集方法,解决了现有技术中经过高精度正射纠正处理后的遥感影像存在数据安全隐患的情况,提高了地理信息采集的时效性。
请参阅图1,图1为本申请实施例所提供的一种基于遥感影像的矢量地理信息采集方法的流程图。如图1中所示,本申请实施例提供的基于遥感影像的矢量地理信息采集方法,包括:
S101,获取遥感影像。
需要说明的是,本申请中所述的遥感影像指的是记录各种地物电磁波大小的胶片或者照片,主要指卫星采集的卫星相片。根据本申请提供的技术方案,在具体实施时,遥感影像可以支持TIFF(Tag Image File Format,图像文件格式)和IMG(archive format,文件压缩格式)格式。
这里,应注意,上述对遥感影像的支持格式的描述仅是示例,实际中,遥感影像的支持格式不限于上述例子。
针对步骤S101,使用移动电子设备进行拍摄,获取移动电子设备采集到的遥感影像。
S102,基于遥感影像,获取与遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;第一形状矢量地理信息包括点状的矢量地理信息;第二形状矢量地理信息为线状的矢量地理信息或者面状的矢量地理信息。
需要说明的是,像方坐标系指的是像点在像空间位置的坐标系,用来表示像点在像方空间的位置。例如,一个照相机的像素为2000万像素,该照相机拍摄出的影像宽为2000像素,长为10000像素。这时可以将该照相机拍摄出的照片的左下角顶点作为像方坐标系的原点,像方坐标系的横坐标的长度则是2000像素,纵坐标的长度则是10000像素。矢量地理信息指的是地理信息中涉及到的各种与实际地物相关的信息数据,包括道路路网、建筑物轮廓和河流等等。其中,矢量地理信息中包括三种类型的要素:点状的矢量地理信息、线状的矢量地理信息和面状的矢量地理信息。点状的矢量地理信息可以用来表示某个建筑的位置;线状的矢量地理信息可以用来表示某条道路或某条河流;面状的矢量地理信息可以用来表示某个建筑的范围。在本申请提供的实施例中,将点状的矢量地理信息作为第一形状矢量地理信息,将线状的矢量地理信息和面状的矢量地理信息作为第二形状矢量地理信息。根据本申请提供的技术方案,在具体实施时,基于遥感影像采集的矢量地理信息可以支持SHP(Shape,SHP文件)格式。
这里,应注意,上述对矢量地理信息的支持格式的描述仅是示例,实际中,矢量地理信息的支持格式不限于上述例子。
针对步骤S102,在具体实施时,基于步骤S101获取的移动电子设备采集到的遥感影像,进行矢量地理信息的采集:首先基于遥感影像进行矢量地理信息的内业采集,对于内业采集判读存疑的信息,利用外业调查核查进行确定,最后将外业成果进行内业编辑整理,得到与遥感影像的像方坐标系一致的点状的矢量地理信息、线状的矢量地理信息以及面状的矢量地理信息。
S103,针对第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息。
需要说明的是,RPC(Rational Polynomial Coefficient,有理多项式系数)模型是一种广义的新型遥感卫星传感器成像模型,它精度高、形式简单,能够替代复杂的严格成像模型,因此,目前已成为各类新型遥感影像最通用的正射纠正模型。第一矢量地理信息指的是对步骤S102获取到的第一形状矢量地理信息进行纠正后得到的矢量地理信息,也就是纠正后的点状的矢量地理信息。
请参阅图2,图2为本申请实施例所提供的获取第一矢量地理信息的步骤的流程图。如图2中所示,针对第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息,包括:
S1031,获取第一形状矢量地理信息在像方坐标系中的像方坐标;
S1032,基于第一形状矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算第一形状矢量地理信息在地理坐标系中的地理坐标,得到第一矢量地理信息。
需要说明的是,地理坐标系指的是大地测量中以参考椭圆球为基准面建立起来的坐标系,也就是大地坐标系。地面点在地理坐标系中的地理坐标用大地经度L,大地纬度P和大地高度H来表示。
需要说明的是,RPC模型将地面点的地理坐标系(纬度、经度、高程)与其对应的像方坐标系(列、行)用比值多项式进行表达。由地理坐标系的地理坐标求解像方坐标系的像方坐标为RPC正算,由像方坐标系的像方坐标求解地理坐标系的地理坐标为RPC反算。
具体的,针对步骤S103,当矢量地理信息为点状的矢量地理信息时,确定出点状的矢量地理信息在像方坐标系中的像方坐标。再利用预设的RPC模型、RPC模型对应的RPC参数和正则化参数,结合DEM(Digital Elevation Model,数字高程模型)模型,采用RPC反算,将点状的矢量地理信息在像方坐标系中的像方坐标求解到在地理坐标系中的地理坐标。
S104,针对第二形状矢量地理信息,通过对第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息。
需要说明的是,第二形状矢量地理信息对应的节点包括线状的矢量地理信息对应的节点和面状的矢量地理信息对应的节点。其中,线状的矢量地理信息对应的节点指的是可以构成线状矢量的地理信息的节点。例如一个线状的矢量地理信息是由两个点构成的一条直线,那么这条直线的两个端点就是这个线状的矢量地理信息对应的节点。面状的矢量地理信息对应的节点指的是可以构成面状的矢量地理信息的节点。例如一个面状的矢量地理信息是由四个点构成的长方形,那么这个长方形的四个端点就是这个面状的矢量地理信息对应的节点。第二矢量地理信息指的是对步骤S102获取到的第二形状矢量地理信息进行纠正后得到的矢量地理信息,也就是纠正后的线状的矢量地理信息和纠正后的面状的矢量地理信息。
针对步骤S104,当第二形状矢量地理信息为线状的矢量地理信息时,通过以下步骤确定所述第二矢量地理信息:
步骤201,获取相邻的至少两个线状的矢量地理信息以及线状的矢量地理信息对应的节点。
步骤202,生成相邻的至少两个线状的矢量地理信息中重合部分的节点。
对于线状要素,针对相邻要素的相邻边重合部分采集的节点如果不一致,会导致纠正后可能会产生要素交叉或缝隙的问题,本申请提供的实施例采用在折点处分割线的方法进行解决:所述折点处分割线的方法,是对至少两个线状的矢量地理信息中所有相邻要素的相邻边重合部分采集的节点进行遍历,存在不一致的地方均进行要素分割,生成一个新的节点,从而保证相邻边重合部分的节点空间位置、数量完全一致。
针对步骤201和步骤202,在具体实施,获取相邻的至少两个线状的矢量地理信息,以及获取到的线状的矢量地理信息对应的节点。针对相邻的至少两个线状的矢量地理信息对应的节点,生成相邻的至少两个线状的矢量地理信息中重合部分的、但原始的线状的矢量地理信息并没有采集到的节点。
步骤203,将线状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的线状的矢量地理信息。
针对步骤203,在步骤202生成新的节点后,将线状的矢量地理信息对应的原来的节点与新生成的节点相连,生成调整后的线状的矢量地理信息。
步骤204,基于调整后的线状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算调整后的线状的矢量地理信息在地理坐标系中的地理坐标。
针对步骤204,在具体实施时,在通过步骤203得到调整后的线状的矢量地理信息后,确定调整后的线状的矢量地理信息在像方坐标系中的像方坐标。再利用预设的RPC模型、RPC模型对应的RPC参数和正则化参数,结合DEM模型,采用RPC反算,将调整后的线状的矢量地理信息在像方坐标系中的像方坐标求解到在地理坐标系中的地理坐标。
步骤205,根据调整后的线状的矢量地理信息以及调整后的线状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
针对步骤205,在具体实施时,求出调整后的线状的矢量地理信息在地理坐标系中的地理坐标后,将调整后的线状的矢量地理信息以及调整后的线状的矢量地理信息的地理坐标写入步骤S102获取的矢量地理信息中,得到第二矢量地理信息。
针对步骤S104,当第二形状矢量地理信息为面状的矢量地理信息时,通过以下步骤确定所述第二矢量地理信息:
步骤301,获取相邻的至少两个面状的矢量地理信息以及面状的矢量地理信息对应的节点。
步骤302,生成相邻的至少两个面状的矢量地理信息中重合部分的节点。
对于面状要素,针对相邻要素的相邻边重合部分采集的节点如果不一致,会导致纠正后可能会产生要素交叉或缝隙的问题,本申请提供的实施例采用在折点处分割线的方法进行解决:所述折点处分割线的方法,是对至少两个面状的矢量地理信息中所有相邻要素的相邻边重合部分采集的节点进行遍历,存在不一致的地方均进行要素分割,生成一个新的节点,从而保证相邻边重合部分的节点空间位置、数量完全一致。
针对步骤301和步骤302,在具体实施,获取相邻的至少两个面状的矢量地理信息,以及获取到的面状的矢量地理信息对应的节点。针对相邻的至少两个面状的矢量地理信息对应的节点,生成相邻的至少两个面状的矢量地理信息中重合部分的、但原始的面状的矢量地理信息并没有采集到的节点。
步骤303,将面状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的面状的矢量地理信息。
针对步骤303,在步骤302生成新的节点后,将面状的矢量地理信息对应的原来的节点与新生成的节点相连,生成调整后的面状的矢量地理信息。
步骤304,基于调整后的面状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算调整后的面状地理信息在地理坐标系中的地理坐标。
针对步骤304,在具体实施时,在通过步骤303得到调整后的面状的矢量地理信息后,确定调整后的面状的矢量地理信息在像方坐标系中的像方坐标。再利用预设的RPC模型、RPC模型对应的RPC参数和正则化参数,结合DEM模型,采用RPC反算,将调整后的面状的矢量地理信息在像方坐标系中的像方坐标求解到在地理坐标系中的地理坐标。
步骤305,根据调整后的面状的矢量地理信息以及调整后的面状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
针对步骤305,在具体实施时,求出调整后的面状的矢量地理信息在地理坐标系中的地理坐标后,将调整后的面状的矢量地理信息以及调整后的面状的矢量地理信息的地理坐标写入步骤S102获取的矢量地理信息中,得到第二矢量地理信息。
请参阅图3,图3为本申请实施例提供的调整前的面状的矢量地理信息的一种示意图,调整前的面状的矢量地理信息的显示效果如图3所示。图3中一共有三个面状的矢量地理信息,分别为面状地理信息1、面状地理信息2和面状地理信息3,面状地理信息1采集的节点为黑色方块状的点。面状地理信息2与面状地理信息1相临边重合部分,应该采集两个重合部分线段的两个端点,但面状地理信息1并未采集到重合部分的两个节点。同样的,面状地理信息3与面状地理信息1也有相临边重合部分,应该采集两个重合部分线段的两个端点,但面状地理信息1并未采集到重合部分的两个节点。
请参阅图4,图4为本申请实施例提供的调整后的面状的矢量地理信息的一种示意图,调整后的面状的矢量地理信息的显示效果如图4所示。经过步骤302和步骤303的处理后,面状地理信息1,在与面状地理信息2和面状地理信息3相临边重合部分的节点均产生了,并将面状地理信息1原有的节点和新产生的节点连接起来,形成调整后的面状地理信息1,以使保证面状地理信息1与面状地理信息2和面状地理信息3相邻边重合部分的节点空间位置、数量完全一致。
S105,将第一矢量地理信息和第二矢量地理信息确定为从遥感影像中采集到的矢量地理信息。
针对步骤S105,将确定出的第一矢量地理信息和第二矢量地理信息确定为从遥感影像中采集到的矢量地理信息。根据本申请提供的实施例,在具体实施时,从遥感影像中采集到的矢量地理信息的格式统一定义为SHP格式。这里,应注意,上述对从遥感影像中采集到的矢量地理信息的格式的定义仅是示例,实际中,从遥感影像中采集到的矢量地理信息的格式不限于上述例子。
本申请实施例提供的一种基于遥感影像的矢量地理信息采集方法,在具体实施时,所述矢量地理信息采集方法还包括:
对遥感影像进行正射纠正处理,以得到与遥感影像对应的数字正射影像。
需要说明的是,对遥感影像进行正射纠正,是利用遥感影像获取时的卫星传感器的轨道参数、方位参数、焦距等数据,对其进行空间绝对定位、使其具有地理坐标系的过程。数字正射影像指的是对遥感影像进行正射纠正处理后得到的影像数据,是对航空(或航天)像片进行数字微分纠正生成的数字正射影像。它是同时具有地图几何精度和影像特征的图像。数字正射影像中包括遥感影像在地理坐标系中的地理坐标。
与遥感影像对应的数字正射影像是通过如下步骤获得的:
步骤401,将遥感影像进行栅格分块,得到至少一个数据块。
需要说明的是,栅格分块指的是按照横、纵一定像素数目将栅格数据分为多个更小的部分,均为矩形块。
针对步骤401,在具体实施时,由于遥感影像是由多个栅格组成的,为了解决在现有技术中对遥感影像的大数据处理、数据批量处理的难题,提升处理效率,将遥感影像中的数据组进行栅格分块处理,得到至少一个数据块。
步骤402,针对至少一个数据块中的每个数据块,确定该数据块的像素、波段以及该数据块在地理坐标系中的地理坐标。
需要说明的是,数据块的像素指的是栅格数据集所描绘的现象,如类别、量级、高度或光谱值等。而其中的类别则可以是草地、森林或道路等土地利用类。量级可以表示重力、噪声污染或降雨百分比。高度(距离)则可表示平均海平面以上的表面高程,可以用来派生出坡度、坡向和流域属性。光谱值可在卫星影像和航空摄影中表示光反射系数和颜色。一些栅格具有单波段或单图层的数据,另一些栅格具有多个波段。基本上,一个像素矩阵表示一个波段,而一个具有多个波段的栅格则包含多个在空间上重合的表示同一个空间区域的像素矩阵。
针对步骤402,在具体实施时,在对遥感影像进行栅格分块后,对每个栅格分块后得到的数据块进行数据读取,获取每个数据块的像素、波段以及该数据块在地理坐标系中的地理坐标。
步骤403,基于数据块的地理坐标,利用预设的RPC模型,计算该数据块在像方坐标系中的像方坐标。
利用预设的RPC模型、RPC模型对应的RPC参数和正则化参数,结合DEM模型,采用RPC正算,计算该数据块在像方坐标系中的像方坐标。
RPC正算公式如下:
式中,(P,L,H)为正则化的地理坐标,(X,Y)为正则化的像方坐标。
NumL(P,L,H)
=a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2+a10H2+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3+a17PH2+a18L2H+a19P2H+a20H3
DenL(P,L,H)
=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b10H2+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3+b17PH2+b18L2H+b19P2H+b20H3
Nums(P,L,H)
=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3+c17PH2+c18L2H+c19P2H+c20H3
Dens(P,L,H)
=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3
式中,a1,a2,...a20,b1,b2,...b20,c1,c2,...c20,d1,d2,...d20为有理多项式系数。
式中,LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCALE为地理坐标系的正则化参数。SAMP_OFF、SAMP_SCALE、LINE_OFF、LINE_SCALE为像方坐标系的正则化参数。
步骤404,基于该数据块的像方坐标,通过灰度重采样,确定该数据块的像素在各波段内的灰度值。
需要说明的是,灰度重采样指的是当输出图像阵列中的任一像素在原始图像中投影点的坐标值不为整数时,原始图像整理中该非整数点位并无现成的亮点存在,于是采用适当的方法把该点位周围邻近整数点位上亮度值对该点的亮度贡献积累起来,构成该点位的新亮度值的过程。
针对步骤404,在计算出数据块在像方坐标系中的像方坐标后,通过灰度重采样的方法,计算出数据块的像素在各波段内的灰度值。
步骤405,将至少一个数据块中的所有数据块的像素在各波段内的灰度值、遥感影像以及遥感影像在地理坐标系中的地理信息写入到预设好的数组中,得到数字正射影像。
需要说明的是,预设好的数组指的是提前预设好的矩阵组,用来存储最终确定出的数字正射影像。
针对步骤405,将确定出的所有数据块的像素在各波段内的灰度值、遥感影像以及遥感影像在地理坐标系中的地理信息均写入到预设好的矩阵组中,得到数字正射影像。根据本申请提供的实施例,在具体实施时,得到的数字正射影像的格式统一定义为IMG格式。这里,应注意,上述对数字正射影像的格式的定义仅是示例,实际中,数字正射影像的格式不限于上述例子。
这里,由于最终得到的从遥感影像中采集到的矢量地理信息和数字正射影像都是基于RPC模型进行同步纠正的,并且得到的因此从遥感影像中采集到的矢量地理信息和数字正射影像中都带有地理坐标系,最终得到的矢量地理信息与数字正射影像在空间坐标系中具有一致性,实现了基于遥感影像的矢量地理信息的采集。
所述采集方法还包括:
当遥感影像中的地物边界在数字正射影像中的位置与在从遥感影像中采集到的矢量地理信息中位置不同时,根据数字正射影像中的位置,在从遥感影像中采集到的矢量地理信息中增加节点,并将增加后的节点与从遥感影像中采集到的矢量地理信息的已有节点相连,以使遥感影像中的地物边界在数字正射影像中的位置与在从遥感影像中采集到的矢量地理信息中位置相同。
在具体实施时,矢量地理信息与数字正射影像上实际的地物几何边界可能存在差异。原因是RPC模型进行了投影差改正时,遥感影像中为直线形的要素,在采集时一般采集首尾2个节点,如果数字正射影像上实际地物形状为弧形,那么该要素可能会出现因中间缺少节点而与实际地物边界不套合的情况。此时,根据数字正射影像中的位置,在从遥感影像中采集到的矢量地理信息中增加节点,并将增加后的节点与从遥感影像中采集到的矢量地理信息的已有节点相连,使其与数字正射影像上实际地物边界套合。该处理方法也解决了现有技术中从遥感影像中采集到的矢量地理信息与数字正射影像上实际地物边界不套合的问题。
本申请实施例提供的一种基于遥感影像的矢量地理信息采集方法,能够在获取到移动设备拍摄到的遥感影像后,对遥感影像进行矢量地理信息的采集,然后再对采集到的矢量地理信息进行点状、线状和面状的纠正。与现有技术中的方法相比,有利于降低高精度正射纠正处理后的遥感影像带密级而存在的安全风险、提升遥感影像利用和地理信息采集的时效性。
请参阅图5,图5为本申请实施例所提供的一种基于遥感影像的矢量地理信息采集装置的结构示意图。如图5中所示,所述矢量地理信息采集装置500包括:
遥感影像获取模块501,用于获取遥感影像;
矢量地理信息获取模块502,用于基于所述遥感影像,获取与所述遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;所述第一形状矢量地理信息包括点状的矢量地理信息;所述第二形状矢量地理信息为线状的矢量地理信息或者面状的矢量地理信息;
第一处理模块503,用于针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;
第二处理模块504,用于针对所述第二形状矢量地理信息,通过对所述第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息;
确定模块505,用于将所述第一矢量地理信息和所述第二矢量地理信息确定为从所述遥感影像中采集到的矢量地理信息。
进一步的,所述第一处理模块503还用于:
获取所述第一形状矢量地理信息在像方坐标系中的像方坐标;
基于所述第一形状矢量地理信息在像方坐标系中的像方坐标,利用所述预设的RPC模型,计算所述第一形状矢量地理信息在地理坐标系中的地理坐标,得到所述第一矢量地理信息。
进一步的,所述第二处理模块504,还用于:
获取相邻的至少两个所述线状的矢量地理信息以及所述线状的矢量地理信息对应的节点;
生成所述相邻的至少两个所述线状的矢量地理信息中重合部分的节点;
将所述线状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的线状的矢量地理信息;
基于所述调整后的线状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算所述调整后的线状地理信息在地理坐标系中的地理坐标;
根据调整后的线状的矢量地理信息以及调整后的线状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
进一步的,所述第二处理模块504,还用于:
获取相邻的至少两个所述面状的矢量地理信息以及所述面状的矢量地理信息对应的节点;
生成所述相邻的至少两个所述面状的矢量地理信息中重合部分的节点;
将所述面状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的面状的矢量地理信息;
基于所述调整后的面状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算所述调整后的面状地理信息在地理坐标系中的地理坐标;
根据调整后的面状的矢量地理信息以及调整后的面状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
进一步的,所述矢量地理信息采集装置500,还用于:
对所述遥感影像进行正射纠正处理,以得到与所述遥感影像对应的数字正射影像。
进一步的,所述矢量地理信息采集装置500,还用于:
将所述遥感影像进行栅格分块,得到至少一个数据块;
针对至少一个数据块中的每个数据块,确定该数据块的像素、波段以及该数据块在地理坐标系中的地理坐标;
基于所述数据块的地理坐标,利用预设的RPC模型,计算该数据块在像方坐标系中的像方坐标;
基于该数据块的像方坐标,通过灰度重采样,确定该数据块的像素在各波段内的灰度值;
将至少一个数据块中的所有数据块的像素在各波段内的灰度值、所述遥感影像以及所述遥感影像在地理坐标系中的地理信息写入到预设好的数组中,得到所述数字正射影像。
进一步的,所述矢量地理信息采集装置500,还用于:
当所述原始遥感影像中的地物边界在所述数字正射影像中的位置与从遥感影像中采集到的矢量地理信息中的位置不同时,根据所述数字正射影像中的位置,在所述从遥感影像中采集到的矢量地理信息中增加节点,并将增加后的节点与所述从遥感影像中采集到的矢量地理信息的已有节点相连,以使所述遥感影像中的地物边界在所述数字正射影像中的位置与在所述从遥感影像中采集到的矢量地理信息中的位置相同。
请参阅图6,图6为本申请实施例所提供的一种电子设备的结构示意图。如图6中所示,所述电子设备600包括处理器610、存储器620和总线630。
所述存储器620存储有所述处理器610可执行的机器可读指令,当电子设备600运行时,所述处理器610与所述存储器620之间通过总线630通信,所述机器可读指令被所述处理器610执行时,可以执行如上述图1以及图2所示方法实施例中的基于遥感影像的矢量地理信息采集方法的步骤,解决了现有技术中经过高精度正射纠正处理后的遥感影像存在数据安全隐患的情况,提高了地理信息采集的时效性,具体实现方式可参见方法实施例,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的基于遥感影像的矢量地理信息采集方法的步骤,解决了现有技术中经过高精度正射纠正处理后的遥感影像存在数据安全隐患的情况,提高了地理信息采集的时效性的问题,具体实现方式可参见方法实施例,在此不再赘述。
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,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于遥感影像的矢量地理信息采集方法,其特征在于,所述矢量地理信息采集方法包括:
获取遥感影像;
基于所述遥感影像,获取与所述遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;所述第一形状矢量地理信息包括点状的矢量地理信息;所述第二形状矢量地理信息为线状的矢量地理信息或者面状的矢量地理信息;
针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;
针对所述第二形状矢量地理信息,通过对所述第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息;
将所述第一矢量地理信息和所述第二矢量地理信息确定为从所述遥感影像中采集到的矢量地理信息。
2.根据权利要求1所述的矢量地理信息采集方法,其特征在于,所述针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息,包括:
获取所述第一形状矢量地理信息在像方坐标系中的像方坐标;
基于所述第一形状矢量地理信息在像方坐标系中的像方坐标,利用所述预设的RPC模型,计算所述第一形状矢量地理信息在地理坐标系中的地理坐标,得到所述第一矢量地理信息。
3.根据权利要求1所述的矢量地理信息采集方法,其特征在于,当第二形状矢量地理信息为线状的矢量地理信息时,通过以下步骤确定所述第二矢量地理信息:
获取相邻的至少两个所述线状的矢量地理信息以及所述线状的矢量地理信息对应的节点;
生成所述相邻的至少两个所述线状的矢量地理信息中重合部分的节点;
将所述线状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的线状的矢量地理信息;
基于所述调整后的线状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算所述调整后的线状地理信息在地理坐标系中的地理坐标;
根据调整后的线状的矢量地理信息以及调整后的线状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
4.根据权利要求1所述的矢量地理信息采集方法,其特征在于,当第二形状矢量地理信息为面状的矢量地理信息时,通过以下步骤确定所述第二矢量地理信息:
获取相邻的至少两个所述面状的矢量地理信息以及所述面状的矢量地理信息对应的节点;
生成所述相邻的至少两个所述面状的矢量地理信息中重合部分的节点;
将所述面状的矢量地理信息对应的节点与新生成的节点相连,得到调整后的面状的矢量地理信息;
基于所述调整后的面状的矢量地理信息在像方坐标系中的像方坐标,利用预设的RPC模型,计算所述调整后的面状地理信息在地理坐标系中的地理坐标;
根据调整后的面状的矢量地理信息以及调整后的面状的矢量地理信息的地理坐标对所述矢量地理信息进行更新,得到第二矢量地理信息。
5.根据权利要求1所述的矢量地理信息采集方法,其特征在于,所述矢量地理信息采集方法还包括:
对所述遥感影像进行正射纠正处理,以得到与所述遥感影像对应的数字正射影像。
6.根据权利要求5所述的矢量地理信息采集方法,其特征在于,所述对所述遥感影像进行正射纠正处理,以得到与所述遥感影像对应的数字正射影像,包括:
将所述遥感影像进行栅格分块,得到至少一个数据块;
针对至少一个数据块中的每个数据块,确定该数据块的像素、波段以及该数据块在地理坐标系中的地理坐标;
基于所述数据块的地理坐标,利用预设的RPC模型,计算该数据块在像方坐标系中的像方坐标;
基于该数据块的像方坐标,通过灰度重采样,确定该数据块的像素在各波段内的灰度值;
将至少一个数据块中的所有数据块的像素在各波段内的灰度值、所述遥感影像以及所述遥感影像在地理坐标系中的地理信息写入到预设好的数组中,得到所述数字正射影像。
7.根据权利要求1所述的矢量地理信息采集方法,其特征在于,所述采集方法还包括:
当所述遥感影像中的地物边界在数字正射影像中的位置与从遥感影像中采集到的矢量地理信息中的位置不同时,根据所述数字正射影像中的位置,在所述从遥感影像中采集到的矢量地理信息中增加节点,并将增加后的节点与所述从遥感影像中采集到的矢量地理信息的已有节点相连,以使所述遥感影像中的地物边界在所述数字正射影像中的位置与在所述从遥感影像中采集到的矢量地理信息中的位置相同。
8.一种基于遥感影像的矢量地理信息采集装置,其特征在于,所述矢量地理信息采集装置包括:
遥感影像获取模块,用于获取遥感影像;
矢量地理信息获取模块,用于基于所述遥感影像,获取与所述遥感影像的像方坐标系一致的第一形状矢量地理信息和第二形状矢量地理信息;所述第一形状矢量地理信息包括点状的矢量地理信息;所述第二形状矢量地理信息为线状的矢量地理信息或者面状的矢量地理信息;
第一处理模块,用于针对所述第一形状矢量地理信息,基于预设的RPC模型,得到第一矢量地理信息;
第二处理模块,用于针对所述第二形状矢量地理信息,通过对所述第二形状矢量地理信息对应的节点的处理,得到第二矢量地理信息;
确定模块,用于将所述第一矢量地理信息和所述第二矢量地理信息确定为从所述遥感影像中采集到的矢量地理信息。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的基于遥感影像的矢量地理信息采集方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述的基于遥感影像的矢量地理信息采集方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110601909.2A CN113282695B (zh) | 2021-05-31 | 2021-05-31 | 一种基于遥感影像的矢量地理信息采集方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110601909.2A CN113282695B (zh) | 2021-05-31 | 2021-05-31 | 一种基于遥感影像的矢量地理信息采集方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113282695A true CN113282695A (zh) | 2021-08-20 |
CN113282695B CN113282695B (zh) | 2024-03-15 |
Family
ID=77282695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110601909.2A Active CN113282695B (zh) | 2021-05-31 | 2021-05-31 | 一种基于遥感影像的矢量地理信息采集方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113282695B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152361A (zh) * | 2023-10-26 | 2023-12-01 | 天津市滨海新区气象局(天津市滨海新区气象预警中心) | 一种基于注意力机制的遥感影像能见度估计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其系统 |
CN106886984A (zh) * | 2017-03-07 | 2017-06-23 | 国家基础地理信息中心 | 一种矢量要素校正方法及装置 |
CN109389570A (zh) * | 2018-11-06 | 2019-02-26 | 航天海鹰机电技术研究院有限公司 | 基于envi的优化矢量选取roi遥感影像预处理系统 |
US20200103530A1 (en) * | 2017-06-05 | 2020-04-02 | Chinese Academy Of Surveying And Mapping | Method for extracting elevation control point with assistance of satellite laser altimetry data |
CN111382715A (zh) * | 2020-03-13 | 2020-07-07 | 北京四维远见信息技术有限公司 | 一种地形图中地物要素的提取方法 |
CN111597496A (zh) * | 2020-05-18 | 2020-08-28 | 中国科学院空天信息创新研究院 | 基于有理多项式系数单幅星载遥感影像目标高度计算方法 |
CN112816184A (zh) * | 2020-12-17 | 2021-05-18 | 航天恒星科技有限公司 | 一种光学遥感卫星的无控定标方法及装置 |
-
2021
- 2021-05-31 CN CN202110601909.2A patent/CN113282695B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604018A (zh) * | 2009-07-24 | 2009-12-16 | 中国测绘科学研究院 | 高分辨率遥感影像数据处理方法及其系统 |
CN106886984A (zh) * | 2017-03-07 | 2017-06-23 | 国家基础地理信息中心 | 一种矢量要素校正方法及装置 |
US20200103530A1 (en) * | 2017-06-05 | 2020-04-02 | Chinese Academy Of Surveying And Mapping | Method for extracting elevation control point with assistance of satellite laser altimetry data |
CN109389570A (zh) * | 2018-11-06 | 2019-02-26 | 航天海鹰机电技术研究院有限公司 | 基于envi的优化矢量选取roi遥感影像预处理系统 |
CN111382715A (zh) * | 2020-03-13 | 2020-07-07 | 北京四维远见信息技术有限公司 | 一种地形图中地物要素的提取方法 |
CN111597496A (zh) * | 2020-05-18 | 2020-08-28 | 中国科学院空天信息创新研究院 | 基于有理多项式系数单幅星载遥感影像目标高度计算方法 |
CN112816184A (zh) * | 2020-12-17 | 2021-05-18 | 航天恒星科技有限公司 | 一种光学遥感卫星的无控定标方法及装置 |
Non-Patent Citations (1)
Title |
---|
程滔: "一种与遥感影像同步纠正的矢量地理信息采集方法", 自然资源遥感, vol. 34, no. 3, pages 59 - 64 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117152361A (zh) * | 2023-10-26 | 2023-12-01 | 天津市滨海新区气象局(天津市滨海新区气象预警中心) | 一种基于注意力机制的遥感影像能见度估计方法 |
CN117152361B (zh) * | 2023-10-26 | 2024-01-30 | 天津市滨海新区气象局(天津市滨海新区气象预警中心) | 一种基于注意力机制的遥感影像能见度估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113282695B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nikolakopoulos et al. | UAV vs classical aerial photogrammetry for archaeological studies | |
CN109949399B (zh) | 一种基于无人机航拍图像的场景三维重建方法 | |
Gómez-Gutiérrez et al. | Surveying coastal cliffs using two UAV platforms (multirotor and fixed-wing) and three different approaches for the estimation of volumetric changes | |
Mertes et al. | Using structure‐from‐motion to create glacier DEMs and orthoimagery from historical terrestrial and oblique aerial imagery | |
KR101165523B1 (ko) | 다중 소스의 지리 정보를 이용한 지리공간 모델링 시스템 및 관련 방법 | |
US7944547B2 (en) | Method and system of generating 3D images with airborne oblique/vertical imagery, GPS/IMU data, and LIDAR elevation data | |
CN107451982B (zh) | 一种基于无人机影像的高郁闭度林分树冠面积获取方法 | |
EP3132231B1 (en) | A method and system for estimating information related to a vehicle pitch and/or roll angle | |
Pepe et al. | Techniques, tools, platforms and algorithms in close range photogrammetry in building 3D model and 2D representation of objects and complex architectures | |
Sheng et al. | Automated georeferencing and orthorectification of Amazon basin-wide SAR mosaics using SRTM DEM data | |
CN111383335B (zh) | 一种众筹照片与二维地图结合的建筑物三维建模方法 | |
Javadnejad et al. | Dense point cloud quality factor as proxy for accuracy assessment of image-based 3D reconstruction | |
CN111003214B (zh) | 基于云控制的国产陆地观测卫星姿轨精化方法 | |
KR100904078B1 (ko) | 항공 사진의 영상정합을 이용한 3차원 공간 정보 생성 시스템 및 방법 | |
US7778808B2 (en) | Geospatial modeling system providing data thinning of geospatial data points and related methods | |
CN115861527A (zh) | 实景三维模型的构建方法、装置、电子设备及存储介质 | |
Sevara | Top secret topographies: recovering two and three-dimensional archaeological information from historic reconnaissance datasets using image-based modelling techniques | |
CN112288637A (zh) | 无人机航拍图像快速拼接装置及快速拼接方法 | |
CN114627237A (zh) | 一种基于实景三维模型的正视影像图生成方法 | |
CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
CN113282695B (zh) | 一种基于遥感影像的矢量地理信息采集方法和装置 | |
Yoo et al. | True orthoimage generation by mutual recovery of occlusion areas | |
KR20190004086A (ko) | 3차원 객체정보모델의 생성 방법 | |
Pepe et al. | Cultural Heritage Documentation in Sis Environment: an application for" Porta Sirena" in the archaeological site of Paestum | |
WO2022156652A1 (zh) | 交通工具运动状态评估方法、装置、设备以及介质 |
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 |