CN113298713A - 一种抗云干扰的在轨快速配准方法 - Google Patents

一种抗云干扰的在轨快速配准方法 Download PDF

Info

Publication number
CN113298713A
CN113298713A CN202110566865.4A CN202110566865A CN113298713A CN 113298713 A CN113298713 A CN 113298713A CN 202110566865 A CN202110566865 A CN 202110566865A CN 113298713 A CN113298713 A CN 113298713A
Authority
CN
China
Prior art keywords
registration
area
deviation
longitude
value
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.)
Pending
Application number
CN202110566865.4A
Other languages
English (en)
Inventor
韩传钊
夏雨柔
袁茂洵
李波
魏银杉
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 Institute of Remote Sensing Information
Original Assignee
Beijing Institute of Remote Sensing Information
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 Institute of Remote Sensing Information filed Critical Beijing Institute of Remote Sensing Information
Priority to CN202110566865.4A priority Critical patent/CN113298713A/zh
Publication of CN113298713A publication Critical patent/CN113298713A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038Image mosaicing, e.g. composing plane images from plane sub-images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种抗云干扰的在轨快速配准方法,包括:对底图主要区域进行标记;将每块标记区域与待配准的对应区域逐对读入内存并进行经纬度粗配和滑动窗口精配,在精配过程中对区域进行云雾干扰判断,如果配准成功则求该区域的经纬定位偏差,否则配准失败返回该区域配准失败;对偏差结果进行投票,投票成功得到全图经纬定位误差;将底图上与待配准图重合区域分块,利用经纬定位偏差对每个分块与其在待配准图上的对应区域进行校正得到配准块,对所有配准块进行顺序拼接得到最终配准图以及配准结果在底图中的位置。本发明提升了配准速度,并对区域是否含有云雾干扰进行判断,对后续检测或者融合算法是否需要去云去雾操作提供了参考。

Description

一种抗云干扰的在轨快速配准方法
技术领域
本发明涉及数字图像处理技术领域,更具体的说是涉及遥感图像配准方法,特别涉及一种基于抗云干扰的在轨快速配准方法。
背景技术
遥感技术目前在社会和科技方面都转向实际应用,比如航空影像自动制图、图像三维重构、追踪地球表面环境变化、预测农作物产量、全色遥感图像与多光谱遥感图像的融合、模式识别、目标检测等应用。但实际遥感图像成像过程收到卫星速度变化、电磁波与大气的相互作用、随机噪声等影响因素,造成了影像的几何畸变。所以在进行一系列遥感技术的实际应用之前,需要对图像进行预处理,而图像配准就是图像预处理的一个分支。图像配准是指对于一组针对同一对象在不同条件下获取的两幅图像,通过寻找一种空间变换把一幅图像(底图)映射到另一幅图像(待配准图),使得两图中对应空间的同一位置的点一一对应,从而达到预处理的目的。经过精确的图像配准的图像对,通常可以获得更好的融合效果,另外在图像获取中产生变形和扭曲的图像作为图像配准的参考图像能经过图像配准进行几何纠正。因此,能将底图和待配准图进行精确配准,生成几何纠正或者有利于融合效果提升的配准图至关重要,是许多遥感应用必不可少的预处理步骤。
目前主流的遥感图像配准算法都采用了基于区域的配准方法。在配准过程把整个底图都划分成窗口,把所有模板窗口对应相似度最高的模板窗口找到,才完成基于区域的配准。
在实际情况中,全底图都进行逐像素相似性计算,会造成配准耗时较长,不适合在轨对配准算法速度的要求,且因为待配准图存在云雾干扰,导致底图与待配准图差异太大,这种情况是不能直接进行配准的,如何对这种情况进行识别也是在轨配准要解决的问题。
因此,如何提供一种基于抗云干扰的在轨快速配准方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于抗云干扰的在轨快速配准方法,不仅提升了配准速度,并且对区域是否含有云雾干扰进行判断,对后续检测或者融合算法是否需要去云去雾操作提供了参考。
为了实现上述目的,本发明采用如下技术方案:
一种基于抗云干扰的在轨快速配准方法,包括:
S1、选取底图的主要区域进行标记,得到底图的n个标记区域;
S2、将底图标记区域与待配准图中的对应区域逐对读入内存,并依次进行经纬度粗配和滑动窗口精配,在滑动窗口精配过程中判断该区域是否有云雾干扰,若有云雾干扰则直接退出配准,否则配准成功返回该区域最终的经纬定位偏差,配准失败返回该块配准失败;
S3、对所有配准成功区域最终的经纬定位偏差通过投票得出全图经纬定位偏差;
S4、将底图上与待配准图的重合区域进行分块划分,每个分块利用全图经纬定位偏差与其在待配准图上的对应区域逐对调入内存,进行逐像素配准和偏差校正,得到最终配准块;
S5、将各配准块进行从左到右从上到下的顺序拼接得到最终配准图,并输出配准图在底图中的位置。
进一步,S2具体包括:
S21、将底图标记区域与待配准图中的对应区域逐对读入内存进行配准;
S22、将底图标记区域在各方向上向外增加50像素得到扩展底图区域,利用经纬度信息的对应关系逐像素求出扩展底图区域中每个像素位置对应在待配准图中的像素位置,得到粗配准区域,若在待配准区域中没找到对应的像素位置,则该位置在粗配准区域的像素值为0,否则粗配准区域的像素值等于待配准区域的像素;
S23、将S22得到的粗配准区域像素值为0的区域切除,将剩余区域作为精配准区域;
S24、以精配准区域的大小为滑动窗口,在底图标记区域的搜索范围内滑动,每次滑动计算此窗口内底图区域与精配准区域的相似性:
计算相似性的具体做法是将底图中心区域平均划分为2×2的方格,每个方格与精配准区域每次滑动四像素的滑动窗口的对应窗格计算相似性,相似性使用像素向量夹角的余弦值计算:
Figure BDA0003081229940000031
其中,i指当前滑动窗口内的像素,i=1,2…n,basei为当前底图区域滑动窗口内的第i个像素,相对应的regi为当前精配准区域滑动窗口内的第i个像素,i的遍历顺序遵从从左至右,从上到下的顺序;
全部位置滑动完成后,每个方格对应的当前相似性最大的待配准滑动窗口的滑动值,即为每个方格四像素滑动下的最佳经纬定位偏差;
S25、利用最佳经纬定位偏差,对该区域的四个方格的任意两个方格的最佳配准位置进行偏差差值计算,若没有任意两个方格配准位置接近方格间偏差差值阈值,则认为此区域有严重云雾干扰并退出配准,否则利用投票方法得到当前像素滑动下的经纬定位偏差;
S26、利用经纬定位偏差缩小精配准区域的滑动搜索范围,每个方格与缩小范围的精配准区域每次滑动一像素的滑动窗口的对应窗格计算相似性,全部位置滑动完成后,每个方格对应的当前相似性最大的待配准滑动窗口的滑动值,即为每个方格一像素滑动下的最佳经纬定位偏差,对四个方格进行S25的云雾干扰判断和投票,投票得出的偏差作为该底图标记区域的最终的经纬定位偏差。
进一步,S25的投票方法为:
Figure BDA0003081229940000041
其中,i指方格序号,offset_boxi指第i个方格的偏差值,包括x方向的偏差值和y方向的偏差值,且经过投票后即为该区域的经纬定位偏差,xi,yi分别指第i个方格的x方向的偏差值以及y方向的偏差值,xj,yj分别指第j个方格的x方向的偏差值以及y方向的偏差值,counti指与第i个方格与第j个方格满足x方向和y方向的偏差差值小于等于方格间偏差差值阈值的方格块数,
Figure BDA0003081229940000042
表示每个方格的投票分数,计算需满足i不等于j且第i个方格与第j个方格x方向和y方向的偏差差值小于等于方格间偏差差值阈值的条件。
进一步,S3具体包括:
融合各个精配准区域的结果,如果所有区域都配准失败或者任意两个正确配准区域得到的最终经纬定位偏差的差值大于经纬定位偏差差值阈值,即存在云雾干扰则退出配准,否则对所有配准成功的区域得到的最终的经纬定位偏差进行最终投票,如果投票成功,则将投票得出的经纬定位偏差作为待配准的全图经纬定位偏差。
进一步,所述S3投票方法如下所示:
Figure BDA0003081229940000051
其中,i指第i个配准成功区域,i=1,2…n;offset_regioni指第i个配准成功区域的偏差值,包括x方向的偏差值和y方向的偏差值,且经过投票后即为该区域的全图经纬定位偏差,xi,yi分别指第i个配准成功区域的x方向的偏差值以及y方向的偏差值,xj,yj分别指第j个配准成功区域的x方向的偏差值以及y方向的偏差值,counti指与第i个配准成功区域与第j个配准成功区域满足x方向和y方向的偏差差值小于等于配准成功区域间偏差差值阈值的配准成功区域块数,
Figure BDA0003081229940000052
为每个配准成功区域的投票分数,计算需满足i不等于j且第i个配准成功区域与第j个方格x方向和y方向的偏差差值小于等于配准成功区域间偏差差值阈值的条件。
进一步,S4具体包括:
S41、将底图上与待配准图的重叠区域划分256*256的分块;
S42、将每个分块与其在待配准图上的对应区域逐对调入内存,利用S3得到的全图经纬度定位偏差逐像素进行配准和校正,得到最终配准块。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于抗云干扰的在轨快速配准方法,不仅利用分块计算提升了配准的速度,并且在滑动窗口精配过程中对区域是否含有严重云雾干扰进行判断,对后续检测或者融合算法是否需要进行去云去雾操作提供了参考。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种基于抗云干扰的在轨快速配准方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种基于抗云干扰的在轨快速配准方法,如图1所示,包括如下步骤:
S1、选取底图的主要区域进行标记,得到底图的n个标记区域;
S21、将底图标注区域与待配准图中的对应区域逐对读入内存进行配准;
S22、为了求出待配准区域的搜索范围,先将底图标注区域在各方向向外增加50像素得到扩展底图区域,然后利用经纬度信息的对应关系逐像素求出扩展底图区域中每个像素位置对应在待配准图中的像素位置,得到粗配准区域,若在待配准区域中没找到对应的像素位置(即像素位置小于0),则该位置在粗配准区域的像素值为0,否则粗配准区域的像素值等于粗配成功的待配准区域的像素,此步完成了对底图区域与配准区域的初配准;
S23、将S22得到的粗配区域像素值为0的区域切除,把剩余区域作为精配准区域;
S24、在底图标记区域上用与S23得到的精配准区域同样大小的窗口在搜索范围内滑动,每次滑动计算此窗口内底图区域与精配准区域的相似性。计算相似性的具体做法是将底图中心区域平均划分为2×2的方格,每个方格与精配准区域每次滑动4像素的滑动窗口的对应窗格计算相似性,相似性使用像素向量夹角的余弦值计算。相似性计算公式如下:
Figure BDA0003081229940000071
其中i指当前滑动窗口内的像素,i=1,2…n,basei为当前底图区域滑动窗口内的第i个像素,相对应的regi为当前精配准区域滑动窗口内的第i个像素,i的遍历顺序遵从从左至右,从上到下的顺序。
全部位置滑动完成后,每个方格对应的当前相似性最大的待配准滑动窗口的滑动值,即得到每个方格4像素滑动下的最佳经纬定位偏差;
S25、利用最佳经纬定位偏差,对该区域的4个方格的任意两个方格的最佳配准位置进行偏差差值计算,若没有任意两个方格配准位置接近方格间偏差差值阈值,则认为此区域有严重云雾干扰并退出配准,否则利用投票方法得到当前像素滑动下的经纬定位偏差,该投票方法为:
Figure BDA0003081229940000072
其中,i指方格序号,offset_boxi指第i个方格的偏差值,包括x方向的偏差值和y方向的偏差值,且经过投票后即为该区域的经纬定位偏差,xi,yi分别指第i个方格的x方向的偏差值以及y方向的偏差值,xj,yj分别指第j个方格的x方向的偏差值以及y方向的偏差值,counti指与第i个方格与第j个方格满足x方向和y方向的偏差差值小于等于方格间偏差差值阈值的方格块数,
Figure BDA0003081229940000081
表示每个方格的投票分数,计算需满足i不等于j且第i个方格与第j个方格x方向和y方向的偏差差值小于等于方格间偏差差值阈值的条件。
S26、利用S25得到的4像素滑动下的初步经纬定位偏差缩小精配准区域的滑动搜索范围,每个方格与缩小范围的精配准区域每次滑动1像素的滑动窗口的对应窗格计算相似性,相似性使用像素向量夹角的余弦值计算,相似计算公式与S24的公式(1)一致。全部位置滑动完成后,每个方格对应的当前相似性最大的待配准滑动窗口的滑动值,即得到每个方格1像素滑动下的最佳经纬定位偏差,对四个方格进行如S25的云雾干扰判断和投票,投票得出的偏差则是该底图标记区域最终的经纬定位偏差。
S3、融合各个精配准区域的结果,如果所有区域都配准失败或者任意两个正确配准区域求得的最终经纬定位偏差的差值大于经纬定位偏差差值阈值,即存在云雾干扰则退出配准,否则对所有配准成功的区域得到的最佳经纬定位偏差进行最终投票,如果投票成功,则将投票得出的经纬定位偏差作为待配准的全图经纬定位偏差。投票方法如下所示:
Figure BDA0003081229940000082
其中,i指第i个配准成功区域,i=1,2…n;offset_regioni指第i个配准成功区域的偏差值,包括x方向的偏差值和y方向的偏差值,且经过投票后即为该区域的全图经纬定位偏差,xi,yi分别指第i个配准成功区域的x方向的偏差值以及y方向的偏差值,xj,yj分别指第j个配准成功区域的x方向的偏差值以及y方向的偏差值,counti指与第i个配准成功区域与第j个配准成功区域满足x方向和y方向的偏差差值小于等于配准成功区域间偏差差值阈值的配准成功区域块数,
Figure BDA0003081229940000091
为每个配准成功区域的投票分数,计算需满足i不等于j且第i个配准成功区域与第j个方格x方向和y方向的偏差差值小于等于配准成功区域间偏差差值阈值的条件。
S41、将底图上与待配准图的重叠区域划分256*256的分块;
S42、将每个分块与其在待配准图上的对应区域逐对调入内存,利用S3得到的全图经纬定位偏差逐像素进行配准和校正,最后得到最终配准块。
S5、将S4中生成的各配准块进行从左到右从上到下的顺序拼接得到最终配准图,并输出配准结果图在底图中的位置。
本发明相较现有技术具有以下有益效果:
1、使用底图标记选取底图主要区域配准、分块配准、分块变换以及求取经纬定位偏差时先以4像素滑动粗配准区域的窗口并计算其与底图区域的窗口的相似性,后面对投票精选出来待配准区域的一个滑动窗口进行1像素滑动进一步求经纬定位偏差这四种方式加快了配准速度。
2、其次在投票过程计算底图块与待配准块间经纬定位偏差的差值,并把差值与经纬定位阈值比较的方式来达到对待配准图是否有云雾干扰判断的目的。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种基于抗云干扰的在轨快速配准方法,其特征在于,包括:
S1、选取底图的主要区域进行标记,得到底图的n个标记区域;
S2、将底图标记区域与待配准图中的对应区域逐对读入内存,并依次进行经纬度粗配和滑动窗口精配,在滑动窗口精配过程中判断该区域是否有云雾干扰,若有云雾干扰则直接退出配准,否则配准成功返回该区域最终的经纬定位偏差;
S3、对所有配准成功区域最终的经纬定位偏差通过投票得出全图经纬定位偏差;
S4、将底图上与待配准图的重合区域进行分块划分,每个分块利用全图经纬定位偏差与其在待配准图上的对应区域逐对调入内存,进行逐像素配准和偏差校正,得到最终配准块;
S5、将各配准块进行从左到右从上到下的顺序拼接得到最终配准图,并输出配准图在底图中的位置。
2.根据权利要求1所述的一种抗云干扰的在轨快速配准方法,其特征在于,S2具体包括:
S21、将底图标记区域与待配准图中的对应区域逐对读入内存进行配准;
S22、将底图标记区域在各方向上向外增加50像素得到扩展底图区域,利用经纬度信息的对应关系逐像素求出扩展底图区域中每个像素位置对应在待配准图中的像素位置,得到粗配准区域,若在待配准区域中没找到对应的像素位置,则该位置在粗配准区域的像素值为0,否则粗配准区域的像素值等于待配准区域的像素;
S23、将S22得到的粗配准区域像素值为0的区域切除,将剩余区域作为精配准区域;
S24、以精配准区域的大小为滑动窗口,在底图标记区域的搜索范围内滑动,每次滑动计算此窗口内底图区域与精配准区域的相似性:
计算相似性的具体做法是将底图中心区域平均划分为2×2的方格,每个方格与精配准区域每次滑动四像素的滑动窗口的对应窗格计算相似性,相似性使用像素向量夹角的余弦值计算:
Figure FDA0003081229930000021
其中,i指当前滑动窗口内的像素,i=1,2…n,basei为当前底图区域滑动窗口内的第i个像素,相对应的regi为当前精配准区域滑动窗口内的第i个像素,i的遍历顺序遵从从左至右,从上到下的顺序;
全部位置滑动完成后,每个方格对应的当前相似性最大的待配准滑动窗口的滑动值,即为每个方格四像素滑动下的最佳经纬定位偏差;
S25、利用最佳经纬定位偏差,对该区域的四个方格的任意两个方格的最佳配准位置进行偏差差值计算,若没有任意两个方格配准位置接近方格间偏差差值阈值,则认为此区域有严重云雾干扰并退出配准,否则利用投票方法得到当前像素滑动下的经纬定位偏差;
S26、利用经纬定位偏差缩小精配准区域的滑动搜索范围,每个方格与缩小范围的精配准区域每次滑动一像素的滑动窗口的对应窗格计算相似性,全部位置滑动完成后,每个方格对应的当前相似性最大的待配准滑动窗口的滑动值,即为每个方格一像素滑动下的最佳经纬定位偏差,对四个方格进行S25的云雾干扰判断和投票,投票得出的偏差作为该底图标记区域最终的经纬定位偏差。
3.根据权利要求2所述的一种抗云干扰的在轨快速配准方法,其特征在于,S25的投票方法为:
Figure FDA0003081229930000031
其中,i指方格序号,offset_boxi指第i个方格的偏差值,包括x方向的偏差值和y方向的偏差值,且经过投票后即为该区域的经纬定位偏差,xi,yi分别指第i个方格的x方向的偏差值以及y方向的偏差值,xj,yj分别指第j个方格的x方向的偏差值以及y方向的偏差值,counti指与第i个方格与第j个方格满足x方向和y方向的偏差差值小于等于方格间偏差差值阈值的方格块数,
Figure FDA0003081229930000032
表示每个方格的投票分数,计算需满足i不等于j且第i个方格与第j个方格x方向和y方向的偏差差值小于等于方格间偏差差值阈值的条件。
4.根据权利要求3所述的一种抗云干扰的在轨快速配准方法,其特征在于,S3具体包括:
融合各个精配准区域的结果,如果所有区域都配准失败或者任意两个正确配准区域得到的最终经纬定位偏差的差值大于经纬定位偏差差值阈值,即存在云雾干扰则退出配准,否则对所有配准成功的区域得到的最终的经纬定位偏差进行最终投票,如果投票成功,则将投票得出的经纬定位偏差作为待配准的全图经纬定位偏差。
5.根据权利要求4所述的一种抗云干扰的在轨快速配准方法,其特征在于,S3投票方法如下所示:
Figure FDA0003081229930000041
其中,i指第i个配准成功区域,i=1,2…n;offset_regioni指第i个配准成功区域的偏差值,包括x方向的偏差值和y方向的偏差值,且经过投票后即为该区域的全图经纬定位偏差,xi,yi分别指第i个配准成功区域的x方向的偏差值以及y方向的偏差值,xj,yj分别指第j个配准成功区域的x方向的偏差值以及y方向的偏差值,counti指与第i个配准成功区域与第j个配准成功区域满足x方向和y方向的偏差差值小于等于配准成功区域间偏差差值阈值的配准成功区域块数,
Figure FDA0003081229930000042
为每个配准成功区域的投票分数,计算需满足i不等于j且第i个配准成功区域与第j个方格x方向和y方向的偏差差值小于等于配准成功区域间偏差差值阈值的条件。
6.根据权利要求4或5所述的一种抗云干扰的在轨快速配准方法,其特征在于,S4具体包括:
S41、将底图上与待配准图的重叠区域划分256*256的分块;
S42、将每个分块与其在待配准图上的对应区域逐对调入内存,利用S3得到的全图经纬度定位偏差逐像素进行配准和校正,得到最终配准块。
CN202110566865.4A 2021-05-24 2021-05-24 一种抗云干扰的在轨快速配准方法 Pending CN113298713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110566865.4A CN113298713A (zh) 2021-05-24 2021-05-24 一种抗云干扰的在轨快速配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110566865.4A CN113298713A (zh) 2021-05-24 2021-05-24 一种抗云干扰的在轨快速配准方法

Publications (1)

Publication Number Publication Date
CN113298713A true CN113298713A (zh) 2021-08-24

Family

ID=77324509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110566865.4A Pending CN113298713A (zh) 2021-05-24 2021-05-24 一种抗云干扰的在轨快速配准方法

Country Status (1)

Country Link
CN (1) CN113298713A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152051A (zh) * 2023-02-27 2023-05-23 上海福柯斯智能科技有限公司 一种x射线图像的分块配准图像剪影方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104867156A (zh) * 2015-06-01 2015-08-26 中国科学院光电技术研究所 一种针对合作标志器位姿测量的特征点识别方法
CN105022592A (zh) * 2015-06-30 2015-11-04 北京空间机电研究所 一种遥感相机磁性随机存储器的控制系统
US20160011318A1 (en) * 2014-02-26 2016-01-14 Clark Emerson Cohen Performance and Cost Global Navigation Satellite System Architecture
CN105469409A (zh) * 2015-12-02 2016-04-06 大连外国语大学 动态海上遥感图像配准方法
CN108961164A (zh) * 2018-07-05 2018-12-07 北京理工大学 基于几何不变量的图像配准拼接方法和装置及计算机设备
CN110246082A (zh) * 2019-05-07 2019-09-17 华中科技大学 一种遥感全景图像拼接方法
CN110796691A (zh) * 2018-08-03 2020-02-14 中国科学院沈阳自动化研究所 一种基于形状上下文和hog特征的异源图像配准方法
CN111045068A (zh) * 2019-12-27 2020-04-21 武汉大学 一种基于非导航卫星信号的低轨卫星自主定轨定姿方法
CN111582089A (zh) * 2020-04-27 2020-08-25 中国人民解放军军事科学院国防科技创新研究院 基于卫星红外与可见光图像的海上目标信息融合方法
CN111912430A (zh) * 2020-08-13 2020-11-10 中国人民解放军海军航空大学 高轨光学卫星的在轨几何定标方法、装置、设备及介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160011318A1 (en) * 2014-02-26 2016-01-14 Clark Emerson Cohen Performance and Cost Global Navigation Satellite System Architecture
CN104867156A (zh) * 2015-06-01 2015-08-26 中国科学院光电技术研究所 一种针对合作标志器位姿测量的特征点识别方法
CN105022592A (zh) * 2015-06-30 2015-11-04 北京空间机电研究所 一种遥感相机磁性随机存储器的控制系统
CN105469409A (zh) * 2015-12-02 2016-04-06 大连外国语大学 动态海上遥感图像配准方法
CN108961164A (zh) * 2018-07-05 2018-12-07 北京理工大学 基于几何不变量的图像配准拼接方法和装置及计算机设备
CN110796691A (zh) * 2018-08-03 2020-02-14 中国科学院沈阳自动化研究所 一种基于形状上下文和hog特征的异源图像配准方法
CN110246082A (zh) * 2019-05-07 2019-09-17 华中科技大学 一种遥感全景图像拼接方法
CN111045068A (zh) * 2019-12-27 2020-04-21 武汉大学 一种基于非导航卫星信号的低轨卫星自主定轨定姿方法
CN111582089A (zh) * 2020-04-27 2020-08-25 中国人民解放军军事科学院国防科技创新研究院 基于卫星红外与可见光图像的海上目标信息融合方法
CN111912430A (zh) * 2020-08-13 2020-11-10 中国人民解放军海军航空大学 高轨光学卫星的在轨几何定标方法、装置、设备及介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
DAWN SUMA等: "Remote sensing image Registration Techniques:A survey" *
LI BO等: "Multi-Spectral remote sensing image registration based on SURF" *
侯舒维,郭宝龙: "一种图像自动拼接的快速算法" *
张永宏;阚希;: "基于SURF的抗重复特征干扰图像配准方法" *
彭畅;李广泽;张晓阳;左洋;: "基于改进的ORB算法的红外遥感图像拼接研究" *
王瑞瑞;马建文;陈雪;: "基于虚拟搜索窗口的光学和SAR影像配准" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116152051A (zh) * 2023-02-27 2023-05-23 上海福柯斯智能科技有限公司 一种x射线图像的分块配准图像剪影方法和装置
CN116152051B (zh) * 2023-02-27 2023-12-01 上海福柯斯智能科技有限公司 一种x射线图像的分块配准图像剪影方法和装置

Similar Documents

Publication Publication Date Title
CN111462200B (zh) 一种跨视频行人定位追踪方法、系统及设备
CN104574347B (zh) 基于多源遥感数据的在轨卫星图像几何定位精度评价方法
US9582885B2 (en) Zonal underground structure detection method based on sun shadow compensation
CN103822616B (zh) 一种图分割与地形起伏约束相结合的遥感影像匹配方法
CN111340701B (zh) 一种基于聚类法筛选匹配点的电路板图像拼接方法
CN103337052B (zh) 面向宽幅遥感影像的自动几何纠正方法
CN103136525B (zh) 一种利用广义Hough变换的异型扩展目标高精度定位方法
CN110569861B (zh) 一种基于点特征和轮廓特征融合的图像匹配定位方法
CN111830953A (zh) 车辆自定位方法、装置及系统
CN110992263B (zh) 一种图像拼接方法及系统
CN102842134B (zh) 基于sar图像的快速景象匹配方法
CN107341781B (zh) 基于改进相位一致性特征矢量底图匹配的sar影像校正方法
CN112163995B (zh) 一种超大航拍条带图像的拼接生成方法及装置
CN103428408B (zh) 一种适用于帧间的图像稳像方法
CN110084743B (zh) 基于多航带起始航迹约束的图像拼接与定位方法
CN106096497B (zh) 一种针对多元遥感数据的房屋矢量化方法
CN112070800B (zh) 一种基于三维点云极化地图表征的智能车定位方法及系统
CN106373147A (zh) 基于改进拉普拉斯多极值抑制的sar图像配准方法
CN113435266A (zh) 基于极值点特征增强的fcos智能目标检测方法
CN116228539A (zh) 一种无人机遥感图像拼接的方法
CN113298713A (zh) 一种抗云干扰的在轨快速配准方法
CN110929782A (zh) 一种基于正射影像图对比的河道异常检测方法
CN117291790A (zh) 一种sar图像配准方法、装置、设备及介质
CN116385994A (zh) 一种三维道路线提取方法及相关设备
CN110148205B (zh) 一种基于众包影像的三维重建的方法和装置

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
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231229

AD01 Patent right deemed abandoned