CN113590732A - 遥感解译样本点的显示方法、装置、电子设备及存储介质 - Google Patents
遥感解译样本点的显示方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113590732A CN113590732A CN202110878818.3A CN202110878818A CN113590732A CN 113590732 A CN113590732 A CN 113590732A CN 202110878818 A CN202110878818 A CN 202110878818A CN 113590732 A CN113590732 A CN 113590732A
- Authority
- CN
- China
- Prior art keywords
- point
- space
- point location
- points
- remote sensing
- 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 85
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000009877 rendering Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 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
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请提供了一种遥感解译样本点的显示方法、装置、电子设备及存储介质。显示方法包括:根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层;通过视窗遍历空间点位图层,对视窗执行以下步骤:针对视窗内的空间点位图层中的空间点进行点位距离剖分计算,确定视窗内的任意两个空间点之间的第一点位剖分距离,基于第一点位剖分距离对视窗内的空间点进行聚类,并确定每个点位聚类簇的第一聚类中心点坐标和每个点位聚类簇的第一点位聚类数量统计结果。本申请使得使用者可以快速及持续的浏览、定位、查询到大规模遥感解译样本点的数据及样本图像,提升浏览和显示效率。
Description
技术领域
本申请涉及地理空间信息技术领域,尤其是涉及一种遥感解译样本点的显示方法、装置、电子设备及存储介质。
背景技术
随着社会的发展和时代的进步,解译样本数据的体量也在快速的增长,如何实现海量数据的高效浏览展示是一个技术难题。
目前市场上的对解译样本数据的展示方法主要为通过文件方式组织管理,直接基于照片文件及元数据,查询浏览样本信息;或通过文件和关系数据库相结合的方式进行管理,在关系数据库中记录样本点元数据信息,然后通过数据库检索坐标值范围实现样本数据查询定位;亦或是通过文件和空间数据库相结合的方式管理,将样本坐标值转化为空间点,在空间数据库中统一存储,并在GIS软件中浏览显示,然而,上述几种方式仍存在一些弊端,如无法为使用者展示样本数据的空间定位问题,且效率低下,只能检索单个样本,无法综合浏览样本分布,更重要的是不能满足使用者快速及持续浏览要求。
发明内容
有鉴于此,本申请的目的在于提供一种遥感解译样本点的显示方法、装置、电子设备及存储介质,通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,使用者可以快速及持续的浏览、定位、查询到大规模遥感解译样本点的数据及样本图像,提升浏览和显示效率,且能够在综合浏览样本分布的同时,提升浏览和显示效率。
本申请主要包括以下几个方面:
第一方面,本申请实施例提供了一种遥感解译样本点的显示方法,所述显示方法包括:
根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层;
确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层;
通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果;
根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
在一种可能的实施方式中,所述根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层,包括:
根据遥感解译样本点的经纬度坐标,确定多个遥感解译样本点转换后形成的多个空间点;
基于所述空间点和预设空间数据层,形成所述遥感解译样本点的空间位置图层。
在一种可能的实施方式中,所述确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层,包括:
针对所述空间位置图层中每个所述空间点进行剖分编码,确定每个所述空间点对应的点位属性数据;
基于所述空间点和所述空间点对应的点位属性数据,形成空间点位图层。
在一种可能的实施方式中,所述每个所述空间点的点位属性数据包括:所述空间点与所述遥感解译样本点对应的真实照片编号之间的对应关系、所述空间点与所述遥感解译样本点对应的真实影像编号之间的对应关系以及所述空间点与所述遥感解译样本点的编码之间的对应关系。
在一种可能的实施方式中,在所述根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示后,所述显示方法还包括:
则在地图上与该空间点对应的实际位置显示该空间点的点位标识;
响应于对该空间点的点位标识的选择操作,显示与该空间点对应的遥感解译样本点的真实照片。
在一种可能的实施方式中,在根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示后,所述显示方法还包括:
若当前视窗的范围发生变化时,则通过重新遍历当前的视窗,并对发生变化后的所述当前视窗执行以下步骤:
针对当前视窗内的所述空间点位图层中的所述空间点重新进行点位距离剖分计算,确定所述当前视窗内的任意两个所述空间点之间的第二点位剖分距离;
基于所述第二点位剖分距离对所述当前视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果。
在一种可能的实施方式中,在所述确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果后,所述显示方法还包括:
基于所述第二聚类中心点坐标更新所述第一聚类中心点坐标,以及基于所述第二点位聚类数量统计结果更新所述第一点位聚类数量统计结果;
根据更新后的第一聚类中心点坐标和更新后的第一点位聚类数量统计结,在地图上对所述遥感解译样本点进行显示。
第二方面,本申请实施例还提供了一种遥感解译样本点的显示装置,所述显示装置包括:
形成模块,用于根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层;
确定模块,用于确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层;
剖分聚类模块,用于通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果;
显示模块,用于根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
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运行时执行如上述第一方面中任一种可能的实施方式中所述的显示方法的步骤。
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如上述第一方面中任一种可能的实施方式中所述的显示方法的步骤。
本申请实施例中,通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,与直接通过文件的形式对遥感解译样本点进行管理的方式相比,本申请的显示方式能够解决遥感解译样本点的空间显示问题,进而提升使用效率;与通过文件和关系数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式够实现对样本分布进行综合浏览;与通过文件和空间数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式不仅能够容纳百万级别的空间点数据,还能够满足使用者快速及持续的浏览。
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示出了本申请实施例所提供的一种遥感解译样本点的显示方法的流程图;
图2示出了本申请实施例所提供的另一种遥感解译样本点的显示方法的流程图;
图3示出了本申请实施例所提供的一种遥感解译样本点的显示装置的结构示意图;
图4示出了本申请实施例所提供的另一种遥感解译样本点的显示装置的结构示意图;
图5示出了本申请实施例所提供的一种电子设备的结构示意图。
主要元件符号说明:
图中:300-显示装置;310-形成模块;320-确定模块;330-剖分聚类模块;340-显示模块;341-第一显示单元;342-第一确定单元;343-第二确定单元;344-更新单元;500-电子设备;510-处理器;520-存储器;530-总线。
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的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中的附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,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全部其他实施例,都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容,结合特定应用场景“遥感解译样本点的显示”,给出以下实施方式,对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。
本申请实施例下所述方法、系统、电子设备及存储介质可以应用于任何需要进行声纹串并识别的场景,本申请实施例并不对具体的应用场景作限制,任何使用本申请实施例提供的遥感解译样本点的显示方法、装置、电子设备及存储介质的方案均在本申请保护范围内。
值得注意的是,经研究发现,在本申请提出之前,现有技术中,目前市场上的对解译样本数据的展示方法主要为通过文件方式组织管理,直接基于照片文件及元数据,查询浏览样本信息;或通过文件和关系数据库相结合的方式进行管理,在关系数据库中记录样本点元数据信息,然后通过数据库检索坐标值范围实现样本数据查询定位;亦或是通过文件和空间数据库相结合的方式管理,将样本坐标值转化为空间点,在空间数据库中统一存储,并在GIS软件中浏览显示,然而,上述几种方式仍存在一些弊端,如无法为使用者展示样本数据的空间定位问题,且效率低下,只能检索单个样本,无法综合浏览样本分布,更重要的是不能满足使用者快速及持续浏览要求。
基于此,本申请实施例提供了一种遥感解译样本点的显示方法、装置、电子设备及存储介质,通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,使用者可以快速及持续的浏览、定位、查询到大规模遥感解译样本点的数据及样本图像,提升浏览和显示效率,且能够在综合浏览样本分布的同时,提升浏览和显示效率。
为便于对本申请进行理解,下面结合具体实施例对本申请提供的技术方案进行详细说明。
请参阅图1,图1为本申请实施例所提供的一种声纹串并的识别方法的流程图。如图1中所示,本申请实施例提供的声纹串并的识别方法,包括以下步骤:
S101、根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层。
该步骤中,所述遥感解译样本点是指一种带有空间坐标信息的地表实景照片,可准确表达某一空间位置的地表实景现状,而随着对地观测及卫星遥感技术发展,对于大规模及动态更新的解译样本数据具有迫切需求,利用样本照片中的实地先验知识辅助影像解译,有助于突破遥感影像自动解译难题。
这里,将多个遥感解译样本点通过GIS地理信息系统转换为多个空间点,然后基于多个空间点以及每个所述空间点的经纬度坐标存储至统一的预设空间数据层中,形成遥感解译样本点的空间位置图层。
其中,所述空间位置图层的图层换分方式是按照经纬度的预设范围进行划分的,具体为将处于同一经纬度预设范围内的过个所述空间点划分为一个空间位置图层。
这样,地理信息系统是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下,对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统,其中,一个单纯的经纬度坐标只有置于特定的地理信息中,代表为某个地点、标志、方位后,才会被用户认识和理解。用户在通过相关技术获取到位置信息之后,还需要了解所处的地理环境,查询和分析环境信息,从而为用户活动提供信息支持与服务。
S102、确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层。
该步骤中,所述每个所述空间点的点位属性数据包括:所述空间点与所述遥感解译样本点对应的真实照片编号之间的对应关系、所述空间点与所述遥感解译样本点对应的真实影像编号之间的对应关系以及所述空间点与所述遥感解译样本点的编码之间的对应关系。
这里,通过所述空间位置图层,确定所述空间位置图层中包括的空间点并根据所述空间点确定所述空间点对应的点位属性数据,将确定的每个所述点位属性数据后的空间点进行重新的图层组合,确定形成空间点位图层。
其中,这里,所述空间点位图层与所述空间位置图层的数据层相同,均是由各个所述空间点组成的,且每个所述空间点对应的所述点位属性数据包括但不限制于所述空间点的地表覆盖类型以及所述空间点对应的照片路径,照片路径便于打开对应空间点内存储的照片。
可选的,所述确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层,包括:
针对所述空间位置图层中每个所述空间点进行剖分编码,确定每个所述空间点对应的点位属性数据。
这里,逐个针对所述空间位置图层中每个所述空间点按照空间网格剖分编码规则进行剖分编码,确定每个所述空间点对应的点位属性数据,并将每个所述空间点对应的点位属性数据存储至每个所述空间点的元数据中。
基于所述空间点和所述空间点对应的点位属性数据,形成空间点位图层。
这里,将存储了所述位属性数据的每个所述空间点在地图上进行分层与叠加,根据所述分层与叠加的结果行程空间点位图层。
其中,所述空间点位图层可以进行叠加显示。
S103、通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果。
该步骤中,由于视窗大小的不同,所述视窗中所包含的所述空间点位图层的范围亦不形同,因此,这里,针对当前的视窗,遍历所述当前视窗下空间点位图层,并对所述空间点位图层中的所述空间点通过剖分算法进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,并基于所述第一点位剖分距离对视窗内的空间点进行聚类,确定至少一个点位聚类簇,并基于每个点位聚类簇确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果,本申请提供的实施例通过显示聚类结果,替代原始点位数据显示,降低样本点数据的显示成本,提升渲染效率,达到对大规模样本数据的轻量化承载;且本申请通过剖分编码的数值聚类计算,替代原始点位空间聚类计算,降低样本点位数据的聚类计算成本,提升响应速度,达到大规模样本数据的近实时渲染响应。
上述中,所述视窗为解译样本的浏览器视窗,所述遍历空间点位图层的范围为遍历解译样本浏览器视窗的空间范围。
这里,所述对所述空间点位图层中的所述空间点通过剖分算法进行点位距离剖分计算,具体为:通过剖分算法对当前视窗内的空间点进行剖分算法的动态计算,然后通过剖分编码动态代数计算任意两个所述空间点之间的点位剖分距离。
其中,所述剖分算法为GEOHASH-T算法规则,该算法规则为在通用 GeoHash基础上,针对遥感解译样本点的时间特效,在编码后增加时间编码,使得在聚类时对不同时间的样本点进行动态过滤显示。
这样,所述第一聚类中心点坐标是基于每个点位聚类簇确定的,每个点位聚类簇以第一聚类中心点坐标为位置,统计该点位聚类簇的数量,得到基于当前时间戳substr(T,x)下的第一聚类中心点及所述点位聚类簇的第一点位聚类数量统计结果,其中,在时间戳存在多个值的情况,可以按时间戳切换显示不同时期的点位聚类簇的聚类结果。
下面,以实施例的方式解释针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇的过程:
过程一:将每个遥感解译样本点的经纬度坐标转化成二进制;
过程二:将所述经纬度坐标进行合并,经度坐标占偶数位,纬度坐标占奇数位;
过程三:按照Base32进行编码对经纬度坐标分别进行编码,即用0-9、 b-z(去掉a,i,l,o)这32个字母进行编码,首先是先将过程二合并得到的合并后二进制转换为10进制数据,然后对应生成Base32码;
过程四:在生成的Base32码后追加时间戳,形成GeoHash-T网格编码;
过程五:计算当前的视窗下的最小剖分网格,以该剖分网格位数长度n 为基准,对过程一的每个空间点的剖分编码截取前n位coden;
过程六:将所有空间点按对应的coden和基于一定时间粒度的时间戳 substr(T,x)归类,substr(T,x)表示截取时间戳,可以截取为年、月、日或具体时间,这样就会把相同年份的聚类、按相同月份聚类或按日期聚类等,最终将所有coden和substr(T,x)均相同的归属为一组点位聚类簇,形成m组点位聚类簇。
S104、根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
该步骤中,通过所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,对地图上的所述遥感解译样本点进行显示,并显示每个所述遥感解译样本点对应的样本图片或样本影像。
这里,在对所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果进行显示的过程中,按照所述每个点位聚类簇中所述空间点的半径或大小与所述第一点位聚类数量成比例显示,以此来方便使用者的浏览与显示。
可选的,在所述根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示后,所述显示方法还包括:
若遍历后获得的所述第一点位聚类数量统计结果为只有一个空间点,则在地图上与该空间点对应的实际位置显示该空间点的点位标识;响应于对该空间点的点位标识的选择操作,显示与该空间点对应的遥感解译样本点的真实照片。
这里,当在当前的视窗下,遍历所述空间点位图层后发现,所述空间点位图层中至包含一个空间点,则在地图上显示该空间点对应的遥感解译样本点以及所述遥感解译样本点对应的真实样本图片以及真实样本影像。
可选的,在所述根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示后,所述显示方法还包括:
若当前的视窗的范围发生变化时,则通过重新遍历当前的视窗,并对发生变化后的所述当前视窗执行以下步骤:
针对当前视窗内的所述空间点位图层中的所述空间点重新进行点位距离剖分计算,确定所述当前视窗内的任意两个所述空间点之间的第二点位剖分距离。
这里,当所述使用者对所述视窗进行缩放、平移或点击聚类符号等操作时,所述当前视窗的视窗范围会发生变化,需要对发生范围变化后的视窗内的间点位图层中的所述空间点重新进行点位距离剖分计算,并确定所述当前视窗内的任意两个所述空间点之间的第二点位剖分距离。
基于所述第二点位剖分距离对所述当前视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果。
其中,所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果均为视窗范围会发生变化后的聚类中心点坐标和个所述点位聚类簇的位聚类数量统计结果进行的改变。
进一步的,在所述确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果后,所述显示方法还包括:
基于所述第二聚类中心点坐标更新所述第一聚类中心点坐标,以及基于所述第二点位聚类数量统计结果更新所述第一点位聚类数量统计结果。
这里,所述第二聚类中心点坐标为根据后的第一聚类中心点坐标,所述第二点位聚类数量统计结果为更新后的所述第一点位聚类数量统计结果。
根据更新后的第一聚类中心点坐标和更新后的第一点位聚类数量统计结,在地图上对所述遥感解译样本点进行显示。
本申请实施例提供的显示方法,与现有技术中相比,本申请通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,与直接通过文件的形式对遥感解译样本点进行管理的方式相比,本申请的显示方式能够解决遥感解译样本点的空间显示问题,进而提升使用效率;与通过文件和关系数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式够实现对样本分布进行综合浏览;与通过文件和空间数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式不仅能够容纳百万级别的空间点数据,还能够满足使用者快速及持续的浏览,且本申请采用第一点位聚类数量替代原始样本点位,降低样本数据显示的数据量,通过基于剖分距离的聚类替代传统的空间运算聚类,极大降低大规模样本点数据的图形渲染与聚类计算的运算成本,实现对百万级样本点数据的实时浏览能力。
请参阅图2,图2为本申请另一实施例提供的一种遥感解译样本点的显示方法的流程图。如图2中所示,本申请实施例提供的显示方法,包括以下步骤:
S201、根据遥感解译样本点的经纬度坐标,确定多个遥感解译样本点转换后形成的多个空间点。
该步骤中,将多个遥感解译样本点通过GIS地理信息系统转换为多个空间点。
这里,地理信息系统是一种特定的十分重要的空间信息系统。它是在计算机硬、软件系统支持下,对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统,其中,一个单纯的经纬度坐标只有置于特定的地理信息中,代表为某个地点、标志、方位后,才会被用户认识和理解。用户在通过相关技术获取到位置信息之后,还需要了解所处的地理环境,查询和分析环境信息,从而为用户活动提供信息支持与服务。
S202、基于所述空间点和预设空间数据层,形成所述遥感解译样本点的空间位置图层。
该步骤中,所述预设空间数据层为根据照经纬度的预设范围进行划分的统一的空间数据层。
这里,基于由多个遥感解译样本点转换后形成的多个空间点和由经纬度划分的预设空间数据层,确定所述遥感解译样本点的空间位置图层。
S203、确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层。
S204、通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果。
S205、根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
其中,S203至S205的描述可以参照S102至S104的描述,并且能达到相同的技术效果,对此不做赘述。
本申请实施例中,通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,与直接通过文件的形式对遥感解译样本点进行管理的方式相比,本申请的显示方式能够解决遥感解译样本点的空间显示问题,进而提升使用效率;与通过文件和关系数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式够实现对样本分布进行综合浏览;与通过文件和空间数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式不仅能够容纳百万级别的空间点数据,还能够满足使用者快速及持续的浏览,且本申请采用第一点位聚类数量替代原始样本点位,降低样本数据显示的数据量,通过基于剖分距离的聚类替代传统的空间运算聚类,极大降低大规模样本点数据的图形渲染与聚类计算的运算成本,实现对百万级样本点数据的实时浏览能力。
请参阅图3,图3为本申请实施例所提供的一种遥感解译样本点的显示装置的结构示意图。如图3中所示,所述显示装置300包括:
形成模块310,用于根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层。
可选的,所述形成模块310具体用于:
根据遥感解译样本点的经纬度坐标,确定多个遥感解译样本点转换后形成的多个空间点。
基于所述空间点和预设空间数据层,形成所述遥感解译样本点的空间位置图层。
确定模块320,用于确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层。
可选的,所述确定模块320具体用于:
针对所述空间位置图层中每个所述空间点进行剖分编码,确定每个所述空间点对应的点位属性数据。
基于所述空间点和所述空间点对应的点位属性数据,形成空间点位图层。
进一步的,所述每个所述空间点的点位属性数据包括:所述空间点与所述遥感解译样本点对应的真实照片编号之间的对应关系、所述空间点与所述遥感解译样本点对应的真实影像编号之间的对应关系以及所述空间点与所述遥感解译样本点的编码之间的对应关系。
剖分聚类模块330,用于通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果。
显示模块340,用于根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
本申请实施例提供的显示装置300,与现有技术中相比,本申请通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,与直接通过文件的形式对遥感解译样本点进行管理的方式相比,本申请的显示方式能够解决遥感解译样本点的空间显示问题,进而提升使用效率;与通过文件和关系数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式够实现对样本分布进行综合浏览;与通过文件和空间数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式不仅能够容纳百万级别的空间点数据,还能够满足使用者快速及持续的浏览,且本申请采用第一点位聚类数量替代原始样本点位,降低样本数据显示的数据量,通过基于剖分距离的聚类替代传统的空间运算聚类,极大降低大规模样本点数据的图形渲染与聚类计算的运算成本,实现对百万级样本点数据的实时浏览能力。
请参阅图4,图4为本申请实施例所提供的一种遥感解译样本点的显示装置的结构示意图。如图4中所示,所述显示装置300包括:
形成模块310,用于根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层。
可选的,所述形成模块310具体用于:
根据遥感解译样本点的经纬度坐标,确定多个遥感解译样本点转换后形成的多个空间点。
基于所述空间点和预设空间数据层,形成所述遥感解译样本点的空间位置图层。
确定模块320,用于确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层。
可选的,所述确定模块320具体用于:
针对所述空间位置图层中每个所述空间点进行剖分编码,确定每个所述空间点对应的点位属性数据。
基于所述空间点和所述空间点对应的点位属性数据,形成空间点位图层。
进一步的,所述每个所述空间点的点位属性数据包括:所述空间点与所述遥感解译样本点对应的真实照片编号之间的对应关系、所述空间点与所述遥感解译样本点对应的真实影像编号之间的对应关系以及所述空间点与所述遥感解译样本点的编码之间的对应关系。
剖分聚类模块330,用于通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果。
显示模块340,用于根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
可选的,所述显示模块340还包括第一显示单元341:
第一显示单元341,用于若遍历后获得的所述第一点位聚类数量统计结果为只有一个空间点,则在地图上显示该空间点对应的遥感解译样本点以及所述遥感解译样本点对应的真实照片。
可选的,所述显示模块340还包括第一确定单元342和第二确定单元 343:
第一确定单元342,用于若当前的视窗范围发生变化时,则通过重新遍历当前的视窗,并对发生变化后的所述当前视窗执行以下步骤:针对当前视窗内的所述空间点位图层中的所述空间点重新进行点位距离剖分计算,确定所述当前视窗内的任意两个所述空间点之间的第二点位剖分距离。
第二确定单元343,用于基于所述第而点位剖分距离对所述当前视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果。
可选的,所述显示模块340还包括更新单元344:
更新单元344,用于基于所述第二聚类中心点坐标更新所述第一聚类中心点坐标,以及基于所述第二点位聚类数量统计结果更新所述第一点位聚类数量统计结果;根据更新后的第一聚类中心点坐标和更新后的第一点位聚类数量统计结,在地图上对所述遥感解译样本点进行显示。
本申请实施例提供的显示装置300,与现有技术中相比,本申请通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,与直接通过文件的形式对遥感解译样本点进行管理的方式相比,本申请的显示方式能够解决遥感解译样本点的空间显示问题,进而提升使用效率;与通过文件和关系数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式够实现对样本分布进行综合浏览;与通过文件和空间数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式不仅能够容纳百万级别的空间点数据,还能够满足使用者快速及持续的浏览,且本申请采用第一点位聚类数量替代原始样本点位,降低样本数据显示的数据量,通过基于剖分距离的聚类替代传统的空间运算聚类,极大降低大规模样本点数据的图形渲染与聚类计算的运算成本,实现对百万级样本点数据的实时浏览能力。
请参阅图5,图5为本申请实施例所提供的一种电子设备500的结构示意图,包括:处理器510、存储器520和总线530,所述存储器520存储有所述处理器510可执行的机器可读指令,当电子设备500运行时,所述处理器510与所述存储器520之间通过所述总线530进行通信,所述机器可读指令被所述处理器510运行时执行如上述实施例中任一所述的遥感解译样本点的显示方法的步骤。
具体地,所述机器可读指令被所述处理器510执行时可以执行如下处理:
根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层。
确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层。
通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果。
根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
本申请实施例中,本申请通过对形成的包含遥感解译样本点属性数据的空间点位层进行点位距离剖分计算,并针对剖分距离进行聚类,将聚类后形成的聚类中心点坐标以及对应的点位聚类数量统计结果在地图上进行显示,以此来对遥感解译样本点进行显示,这样,与直接通过文件的形式对遥感解译样本点进行管理的方式相比,本申请的显示方式能够解决遥感解译样本点的空间显示问题,进而提升使用效率;与通过文件和关系数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式够实现对样本分布进行综合浏览;与通过文件和空间数据库相结合的方式对遥感解译样本点进行管理的方式相比,本申请的显示方式不仅能够容纳百万级别的空间点数据,还能够满足使用者快速及持续的浏览,且本申请采用第一点位聚类数量替代原始样本点位,降低样本数据显示的数据量,通过基于剖分距离的聚类替代传统的空间运算聚类,极大降低大规模样本点数据的图形渲染与聚类计算的运算成本,实现对百万级样本点数据的实时浏览能力。
基于同一申请构思,本申请实施例还提供了一种计算机可读存储介质,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上述实施例提供的遥感解译样本点的显示方法的步骤。
具体地,所述存储介质能够为通用的存储介质,如移动磁盘、硬盘等,所述存储介质上的计算机程序被运行时,能够执行上述遥感解译样本点的显示方法,可以实现使得使用者可以快速及持续的浏览、定位、查询到大规模遥感解译样本点的数据及样本图像,提升浏览和显示效率,且能够在综合浏览样本分布的同时,提升浏览和显示效率。
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,上述描述的系统和装置的具体工作过程,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,应所述理解到,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所述技术方案的部分可以以软件产品的形式体现出来,所述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-Only Memory,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。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,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,可轻易想到变化或替换,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)
1.一种遥感解译样本点的显示方法,其特征在于,所述显示方法包括:
根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层;
确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层;
通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果;
根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
2.根据权利要求1所述的显示方法,其特征在于,所述根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层,包括:
根据遥感解译样本点的经纬度坐标,确定多个遥感解译样本点转换后形成的多个空间点;
基于所述空间点和预设空间数据层,形成所述遥感解译样本点的空间位置图层。
3.根据权利要求1所述的显示方法,其特征在于,所述确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层,包括:
针对所述空间位置图层中每个所述空间点进行剖分编码,确定每个所述空间点对应的点位属性数据;
基于所述空间点和所述空间点对应的点位属性数据,形成空间点位图层。
4.根据权利要求3所述的显示方法,其特征在于,每个所述空间点的点位属性数据包括:所述空间点与所述遥感解译样本点对应的真实照片编号之间的对应关系、所述空间点与所述遥感解译样本点对应的真实影像编号之间的对应关系以及所述空间点与所述遥感解译样本点的编码之间的对应关系。
5.根据权利要求1所述的显示方法,其特征在于,在所述根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示后,所述显示方法还包括:
若遍历后获得的所述第一点位聚类数量统计结果为只有一个空间点,则在地图上与该空间点对应的实际位置显示该空间点的点位标识;
响应于对该空间点的点位标识的选择操作,显示与该空间点对应的遥感解译样本点的真实照片。
6.根据权利要求1所述的显示方法,其特征在于,在根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示后,所述显示方法还包括:
若当前视窗的范围发生变化时,则通过重新遍历当前视窗,并对发生变化后的当前视窗执行以下步骤:
针对当前视窗内的所述空间点位图层中的所述空间点重新进行点位距离剖分计算,确定所述当前视窗内的任意两个所述空间点之间的第二点位剖分距离;
基于所述第二点位剖分距离对所述当前视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果。
7.根据权利要求6所述的显示方法,其特征在于,在所述确定每个所述点位聚类簇的第二聚类中心点坐标和每个所述点位聚类簇的第二点位聚类数量统计结果后,所述显示方法还包括:
基于所述第二聚类中心点坐标更新所述第一聚类中心点坐标,以及基于所述第二点位聚类数量统计结果更新所述第一点位聚类数量统计结果;
根据更新后的第一聚类中心点坐标和更新后的第一点位聚类数量统计结,在地图上对所述遥感解译样本点进行显示。
8.一种遥感解译样本点的显示装置,其特征在于,所述显示装置包括:
形成模块,用于根据遥感解译样本点的经纬度坐标,将多个遥感解译样本点转换为多个空间点,以形成遥感解译样本点的空间位置图层;
确定模块,用于确定所述空间位置图层中的每个所述空间点对应的点位属性数据,以形成空间点位图层;
剖分聚类模块,用于通过视窗遍历空间点位图层,对所述视窗执行以下步骤:针对视窗内的所述空间点位图层中的所述空间点进行点位距离剖分计算,确定视窗内的任意两个所述空间点之间的第一点位剖分距离,基于所述第一点位剖分距离对视窗内的空间点进行聚类,以形成至少一个点位聚类簇,并确定每个所述点位聚类簇的第一聚类中心点坐标和每个所述点位聚类簇的第一点位聚类数量统计结果;
显示模块,用于根据遍历后获得的所有所述第一聚类中心点坐标以及对应的所述第一点位聚类数量统计结果,在地图上对所述遥感解译样本点进行显示。
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总线通信,所述机器可读指令被所述处理器运行时执行如上述权利要求1至7中任一所述的显示方法的步骤。
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上述权利要求1至7中任一所述的显示方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110878818.3A CN113590732B (zh) | 2021-08-02 | 2021-08-02 | 遥感解译样本点的显示方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110878818.3A CN113590732B (zh) | 2021-08-02 | 2021-08-02 | 遥感解译样本点的显示方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113590732A true CN113590732A (zh) | 2021-11-02 |
CN113590732B CN113590732B (zh) | 2023-11-24 |
Family
ID=78253423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110878818.3A Active CN113590732B (zh) | 2021-08-02 | 2021-08-02 | 遥感解译样本点的显示方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113590732B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894270A (zh) * | 2010-07-26 | 2010-11-24 | 中国科学院遥感应用研究所 | 面向遥感影像分类的样本自动选取方法 |
CN102521598A (zh) * | 2011-12-16 | 2012-06-27 | 北京市城市规划设计研究院 | 一种基于遥感影像的识别方法 |
CN106897679A (zh) * | 2017-02-13 | 2017-06-27 | 长江水利委员会长江科学院 | 一种基于改进模糊c均值聚类的语义变化检测方法及系统 |
CN108595611A (zh) * | 2018-04-23 | 2018-09-28 | 苏州市测绘院有限责任公司 | 基于一点一景技术时空大数据在线采集系统及其方法 |
CN108647721A (zh) * | 2018-05-10 | 2018-10-12 | 邢汉发 | 基于网络图片自动识别的地表覆盖验证方法及系统 |
CN109300072A (zh) * | 2018-09-07 | 2019-02-01 | 北京大学 | 一种基于地理网格的交通基础设施损毁情况计算方法 |
CN112883839A (zh) * | 2021-02-02 | 2021-06-01 | 重庆市地理信息和遥感应用中心 | 基于自适应样本集构造与深度学习的遥感影像解译方法 |
US20210166020A1 (en) * | 2019-06-25 | 2021-06-03 | Southeast University | Method and apparatus for extracting mountain landscape buildings based on high-resolution remote sensing images |
-
2021
- 2021-08-02 CN CN202110878818.3A patent/CN113590732B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894270A (zh) * | 2010-07-26 | 2010-11-24 | 中国科学院遥感应用研究所 | 面向遥感影像分类的样本自动选取方法 |
CN102521598A (zh) * | 2011-12-16 | 2012-06-27 | 北京市城市规划设计研究院 | 一种基于遥感影像的识别方法 |
CN106897679A (zh) * | 2017-02-13 | 2017-06-27 | 长江水利委员会长江科学院 | 一种基于改进模糊c均值聚类的语义变化检测方法及系统 |
CN108595611A (zh) * | 2018-04-23 | 2018-09-28 | 苏州市测绘院有限责任公司 | 基于一点一景技术时空大数据在线采集系统及其方法 |
CN108647721A (zh) * | 2018-05-10 | 2018-10-12 | 邢汉发 | 基于网络图片自动识别的地表覆盖验证方法及系统 |
CN109300072A (zh) * | 2018-09-07 | 2019-02-01 | 北京大学 | 一种基于地理网格的交通基础设施损毁情况计算方法 |
US20210166020A1 (en) * | 2019-06-25 | 2021-06-03 | Southeast University | Method and apparatus for extracting mountain landscape buildings based on high-resolution remote sensing images |
CN112883839A (zh) * | 2021-02-02 | 2021-06-01 | 重庆市地理信息和遥感应用中心 | 基于自适应样本集构造与深度学习的遥感影像解译方法 |
Non-Patent Citations (1)
Title |
---|
程滔等: "遥感影像解译样本数据一体化整理方法", 《地理信息世界》, vol. 21, no. 5 * |
Also Published As
Publication number | Publication date |
---|---|
CN113590732B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446293B (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
US10281284B2 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
US9369533B2 (en) | System and method for location monitoring based on organized geofeeds | |
CN107193918B (zh) | 一种基于开源地图的分布式gis状态监控系统 | |
US10817546B2 (en) | Labelling of aggregated geolocation tags in a digital mapping system | |
CN107451150B (zh) | 地理数据呈现方法及装置 | |
CN114925043A (zh) | 基于时空网格块数据的应用方法、装置及电子设备 | |
Cao et al. | A large scale training sample database system for intelligent interpretation of remote sensing imagery | |
Lu et al. | Online spatial data analysis and visualization system | |
Liu et al. | A remote sensing data management system for sea area usage management in China | |
CN111382165A (zh) | 一种移动国土管理系统 | |
CN113590732A (zh) | 遥感解译样本点的显示方法、装置、电子设备及存储介质 | |
CN114443787B (zh) | 大气污染特征识别方法和装置 | |
Bouattou et al. | Animated chorem-based summaries of geographic data streams from sensors in real time | |
Fireteanu | Integrating Tableau with internet of things acquiring projects | |
CN114580945A (zh) | 一种水环境数据的分析方法、装置、设备以及存储介质 | |
CN110781314B (zh) | 用户关系图的分层显示方法、装置及电子设备 | |
EP4345644A1 (en) | Processing spatially referenced data | |
Davis et al. | OraGIS and Loom: Spatial and temporal extensions to the ORA Analysis Platform | |
CN111597290B (zh) | 知识图谱与gis地图数据传递方法及装置、存储介质、设备 | |
CN114490569B (zh) | 地块历史数据追溯方法、装置、设备及存储介质 | |
CHAMPAGNE et al. | Real Time Management of Geospatial and Environmental Data | |
CN117171254A (zh) | 一种支持多类型数据处理的海洋要素数据可视化系统 | |
AU2013101079A4 (en) | Data visualization system and method | |
Wójcik | Spatial big data |
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 |