CN113592744A - 一种适用于高分辨率遥感影像的几何精校正方法 - Google Patents
一种适用于高分辨率遥感影像的几何精校正方法 Download PDFInfo
- Publication number
- CN113592744A CN113592744A CN202110922255.3A CN202110922255A CN113592744A CN 113592744 A CN113592744 A CN 113592744A CN 202110922255 A CN202110922255 A CN 202110922255A CN 113592744 A CN113592744 A CN 113592744A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- matching
- reference base
- 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 41
- 238000012937 correction Methods 0.000 title claims abstract description 35
- 238000010586 diagram Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 238000012952 Resampling Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000002474 experimental method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 4
- 230000005855 radiation Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 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
- 230000009467 reduction Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20052—Discrete cosine transform [DCT]
-
- 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
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
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
一种适用于高分辨率遥感影像的几何精校正方法,涉及遥感影像几何精校正领域,解决现有技术中影像匹配的方法易存在错误匹配,从而导致几何精校正失败等问题,首先采用感知哈希算法估计待处理影像在参考底图中的大致位置,将计算机视觉领域中的图像检索方法应用于遥感影像几何精校正,减少了同名点匹配过程中的冗余计算,显著提升了运行速度;利用傅里叶梅林变换分块进行影像的同名点匹配,通过大量实验,提出适用于高分辨率遥感影像的参数与阈值,在待处理影像与参考底图之间存在地物变化、辐射与色彩差异的情况下,取得更加稳定与精确的结果,并以此作为控制点进行全自动的几何精校正。本发明提出的方法在速度、精度与稳定性方面显著提高。
Description
技术领域
本发明涉及遥感影像几何精校正领域,具体涉及一种适用于高分辨率遥感影像的几何精校正方法。
背景技术
经典的遥感影像几何精校正方法通常利用地面控制点、卫星轨道参数、卫星姿态参数与传感器光学参数等信息,建立几何精校正模型,从而修正由投影方式、传感器姿态误差、地形起伏、大气折射与地球自转等因素造成的遥感影像几何变形,消除影像像元在地理坐标系中的坐标误差,将像元校正到正确的位置。上述方法中通常需要人工选取地面控制点,效率低且工作量大,难以满足目前海量遥感影像条件下,自动、快速并且准确处理的需求。
近几年提出的基于影像匹配的几何精校正方法可以满足自动化的要求。该方法将已经处理好的、有精确地理坐标的遥感影像作为参考底图,将待处理影像与参考底图进行同名点匹配;利用单应性变换或仿射变换对匹配结果进行约束,剔除掉误差较大的匹配结果,这样得到的同名点对可作为地面控制点;待处理影像与几何精校正后的图像坐标系之间的变换关系可以用多项式模型描述,通过地面控制点可求解多项式的系数,利用间接法对原始图像重采样,从而实现图像的几何精校正。
现有的基于影像匹配的几何精校正方法的速度、精度与稳定性并不理想。由于待处理影像的有理多项式系数(Rational Polynomial Coefficient,RPC)的定位误差有可能达到千米级,因此需要选取较大范围的参考底图,以保证完全覆盖待处理影像,这将导致同名点匹配过程中产生较多的冗余计算,导致速度下降;并且由于待处理影像与参考底图的获取时间往往相隔较久,地物会发生较大变化;传感器与太阳辐射的不同,会导致影像之间存在亮度与色彩方面的差异;另外拍摄区域可能存在重复纹理或特征点稀少的情况,常用的同名点匹配算法如尺度不变特征变换算法(Scale-Invariant Feature Transform,SIFT)、加速稳健特征算法(Speeded Up Robust Feature,SURF)受上述因素影响会出现较多错误匹配,从而导致几何精校正失败。
发明内容
本发明为解决现有技术中影像匹配的方法易存在错误匹配,从而导致几何精校正失败等问题,提供一种适用于高分辨率遥感影像的几何精校正方法。
一种适用于高分辨率遥感影像的几何精校正方法,该方法由以下步骤实现:
步骤一、设定待处理影像为IIn,根据所述待处理影像IIn的RPC系数,计算待处理影像IIn的坐标最大值、最小值,并根据最大定位误差,将待处理影像IIn的坐标范围由中心向外扩大,扩大后范围的东西向长度为WRef,南北向长度为HRef,横坐标最大值为最小值为纵坐标最大值为最小值为获取所述扩大范围内的参考底图IRef;
步骤二、设定所述待处理影像IIn的东西向长度为WIn,南北向长度为HIn,对步骤一获得的参考底图IRef取滑动窗口,每次在东西向滑动的距离为0.1WIn,南北向滑动的距离为0.1HIn,滑动窗口的大小与待处理影像IIn的大小相同,则所述滑动窗口的横坐标最大值为最小值为所述i为由西向东滑动的次数;纵坐标最大值为最小值为所述j表示由南向北滑动的次数;获取滑动窗口中的参考底图
步骤四、取步骤三中获得的汉明距离最小的滑动窗口中的参考底图并将东西各向外扩大0.1WIn,南北各向外扩大0.1HIn,以此范围截取参考底图,记为所述的中心点地理坐标记为待处理影像IIn的中心点地理坐标记为
步骤五四、判断同名点对的数量是否大于等于10个,如果是,执行步骤六;如果否,则认为匹配失败;
步骤六、根据同名点对,求解二阶多项式的参数,公式如下:
然后采用间接法与双线性插值对IIn重采样,实现图像的几何精校正。
本发明的有益效果:
本发明在现有的基于影像匹配的几何精校正方法的基础上,首先采用感知哈希算法估计待处理影像在参考底图中的大致位置,将计算机视觉领域中的图像检索方法应用于遥感影像几何精校正,大大减少了同名点匹配过程中的冗余计算,显著提升了运行速度;利用傅里叶梅林变换分块进行影像的同名点匹配,通过大量实验,提出了一系列适用于高分辨率遥感影像的参数与阈值,可以在待处理影像与参考底图之间存在地物变化、辐射与色彩差异的情况下,取得比经典的SIFT、SURF匹配算法更加稳定与精确的结果,并以此作为控制点进行全自动的几何精校正。本发明提出的方法在速度、精度与稳定性方面显著优于现有方法,广泛适用于各种米级、亚米级高分辨率遥感影像,无需人工干预,为影像产品的自动化生产提供技术支撑,可服务于测绘、土地规划、自然资源调查、军事等领域。
附图说明
图1为本发明所述的一种适用于高分辨率遥感影像的几何精校正方法的流程图;
图3为原始遥感影像效果图;
图4为DCT变换后的结果影像效果图;
图5为哈希指纹示意图;
图6为分块进行傅里叶梅林变换与匹配同名点的原理图;
图7为原始影像与参考底图的效果图;
图8为几何精校正后的影像与参考底图的效果图。
具体实施方式
结合图1至图8说明本实施方式,一种适用于高分辨率遥感影像的几何精校正方法,该方法具体由以下步骤实现:
(1)设待处理影像为IIn,根据IIn的RPC系数,计算IIn的坐标最大值、最小值范围,并根据可能的最大定位误差,将IIn的坐标范围由中心向外扩大,扩大后范围的东西向、南北向长度分别为WRef、HRef,横坐标最大值为最小值为纵坐标最大值为最小值为获取此范围内的参考底图IRef;
(2)设待处理影像IIn的东西向、南北向长度分别为WIn、HIn。对IRef取滑动窗口,每次在东西向滑动的距离为0.1WIn,南北向滑动的距离为0.1HIn,滑动窗口的大小与IIn相同(如图2所示),因此滑动窗口的横坐标最大值为最小值为(其中i表示由西向东滑动的次数),纵坐标最大值为最小值为(其中j表示由南向北滑动的次数)。获取滑动窗口中的参考底图,记为
(3)采用感知哈希算法计算IIn与各自的哈希指纹,具体实现方法如下。将IIn与降采样至500×500像素,若影像包含多个波段则按照公式(1)将其转为灰度影像(其中Gray表示灰度影像,R、G、B依次表示红、绿、蓝波段),目的是减少计算量;
Gray=0.299R+0.587G+0.114B (1)
由于影像的大多数能量都集中在低频部分,因此截取DCT变换后结果影像的左上角20×20像素区域,该区域包含了影像的低频信息。对左上角20×20像素区域计算像素值的均值,以均值作为阈值对该区域进行二值化,若大于均值记为1,小于均值记为0,可以得到400位的哈希指纹,如图5所示(白色表示1,黑色表示0)。IIn与的哈希指纹描述了各自的影像低频信息,并且以均值作为阈值进行二值化,可以消除光照、色彩差异造成的影响;
(4)统计IIn与所有的哈希指纹之间的汉明距离,选择汉明距离的目的是可以通过位运算提升速度。取汉明距离最小的东西各向外扩大0.1WIn,南北各向外扩大0.1HIn,以此范围截取参考底图,记为截取部分参考底图的目的是为了降低内存开销。的中心点地理坐标记为IIn的中心点地理坐标记为
(5)以分块的方式,利用傅里叶梅林变换对IIn与进行匹配,该方法可以在影像之间存在地物差异、光照与色彩差异等情况下,取得稳定和精确的匹配效果,分块的目的是为了降低内存开销,并且使得程序可以并行,提升运行速度。具体实现步骤如下:
对与听对应的这两块影像,进行傅里叶梅林变换。本方法在首次相位相关操作,计算旋转角度与尺度系数时,将尺度系数的阈值设为1.6,若大于该阈值则认为匹配失败;在第二次相位相关操作,计算坐标平移量时,响应阈值设为0.08,若小于该阈值则认为匹配失败;
获取匹配得到的同名点,即所对应的在上的同名点若同名点对的数量不足10个,则认为匹配失败,结束几何精校正;若同名点对的数量超过25个,则对这些同名点对按照响应值从大到小排序取前25个匹配点对作为最终的匹配结果;
(6)根据同名点对,求解二阶多项式的参数,公式如下:
然后利用常规的间接法与双线性插值对原始图像重采样,从而实现图像的几何精校正,原始影像与几何精校正的结果如图7、图8所示,其中彩色影像表示参考底图,灰度影像表示几何精校正前后的影像。由处理结果可见,本发明可以有效地对高分辨率遥感影像进行几何精校正。
本实施方式的中,以滑动窗口的方式,利用感知哈希算法,估计待处理影像与参考底图之间的粗略坐标偏移,大大减少了同名点匹配过程中的冗余计算。本实施方式根据大量实验得到了适合高分辨率遥感影像的阈值,例如滑动窗口尺寸(WIn、HIn)、每次滑动的距离(0.1WIn、0.1HIn)、对影像先降采样至500×500像素再进行DCT变换、截取DCT变换结果左上角区域大小(20×20像素)。
本实施方式中,以分块的方式,利用傅里叶梅林变换,对待处理影像与参考底图进行同名点匹配,可以在影像之间存在地物差异、光照与色彩差异等情况下,取得稳定和精确的匹配效果。
本实施方式中,根据感知哈希算法估计的待处理影像与参考底图之间的粗略坐标偏移,找到待处理影像IIn的每个分块在参考影像上对应的区域,计算傅里叶梅林变换。本实施方式根据大量实验,得到了适合高分辨率遥感影像的阈值,如在傅里叶梅林变换中,首次相位相关操作的尺度系数的阈值设为不超过1.6,第二次相位相关操作的响应阈值设为不低于0.08,对于匹配得到的同名点,按照响应值从大到小排序取前25个匹配点对作为最终的匹配结果。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种适用于高分辨率遥感影像的几何精校正方法,其特征是:该方法由以下步骤实现:
步骤一、设定待处理影像为IIn,根据所述待处理影像IIn的RPC系数,计算待处理影像IIn的坐标最大值、最小值,并根据最大定位误差,将待处理影像IIn的坐标范围由中心向外扩大,扩大后范围的东西向长度为WRef,南北向长度为HRef,横坐标最大值为最小值为纵坐标最大值为最小值为获取所述扩大范围内的参考底图IRef;
步骤二、设定所述待处理影像IIn的东西向长度为WIn,南北向长度为HIn,对步骤一获得的参考底图IRef取滑动窗口,每次在东西向滑动的距离为0.1WIn,南北向滑动的距离为0.1HIn,滑动窗口的大小与待处理影像IIn的大小相同,则所述滑动窗口的横坐标最大值为最小值为所述i为由西向东滑动的次数;纵坐标最大值为最小值为所述j表示由南向北滑动的次数;获取滑动窗口中的参考底图
步骤四、取步骤三中获得的汉明距离最小的滑动窗口中的参考底图并将东西各向外扩大0.1WIn,南北各向外扩大0.1HIn,以此范围截取参考底图,记为所述的中心点地理坐标记为待处理影像IIn的中心点地理坐标记为
步骤五四、判断同名点对的数量是否大于等于10个,如果是,执行步骤六;如果否,则认为匹配失败;
步骤六、根据同名点对,求解二阶多项式的参数,公式如下:
然后采用间接法与双线性插值对IIn重采样,实现图像的几何精校正。
2.根据权利要求1所述的一种适用于高分辨率遥感影像的几何精校正方法,其特征在于:步骤三中,计算哈希指纹的具体实现方法为:
Gray=0.299R+0.587G+0.114B
式中,Gray表示灰度影像,R、G、B依次表示红、绿、蓝波段;
步骤三三、截取DCT变换后结果影像的左上角20×20像素区域,并对所述左上角20×20像素区域计算像素值的均值,以所述均值作为阈值对该区域进行二值化,若二值化后的结果大于均值记为1,小于均值记为0,获得400位的哈希指纹。
3.根据权利要求1所述的一种适用于高分辨率遥感影像的几何精校正方法,其特征在于:步骤五三中,进行傅里叶梅林变换,获得匹配的同名点;其中,进行首次相位相关操作,计算旋转角度与尺度系数时,将尺度系数的阈值设为1.6,若大于该阈值则认为匹配失败;在第二次相位相关操作中,计算坐标平移量时,响应阈值设为0.08,若小于该阈值则认为匹配失败。
4.根据权利要求1所述的一种适用于高分辨率遥感影像的几何精校正方法,其特征在于:步骤五四中,若同名点对的数量超过25个,则对所述同名点对按照响应值从大到小排序,取前25个匹配点对作为最终的匹配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922255.3A CN113592744B (zh) | 2021-08-12 | 2021-08-12 | 一种适用于高分辨率遥感影像的几何精校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922255.3A CN113592744B (zh) | 2021-08-12 | 2021-08-12 | 一种适用于高分辨率遥感影像的几何精校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592744A true CN113592744A (zh) | 2021-11-02 |
CN113592744B CN113592744B (zh) | 2024-03-19 |
Family
ID=78257403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110922255.3A Active CN113592744B (zh) | 2021-08-12 | 2021-08-12 | 一种适用于高分辨率遥感影像的几何精校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592744B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117367331A (zh) * | 2023-12-04 | 2024-01-09 | 山西阳光三极科技股份有限公司 | 一种矿区地表形变的雷达监测方法、装置以及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150304527A1 (en) * | 2014-04-18 | 2015-10-22 | Altek Semiconductor Corporation | Lens distortion correction method |
CN111104872A (zh) * | 2019-11-29 | 2020-05-05 | 兰州交通大学 | 一种运用sift和svd感知哈希的gf-2影像完整性认证方法 |
CN111291016A (zh) * | 2020-02-19 | 2020-06-16 | 江苏易图地理信息科技股份有限公司 | 一种海量遥感影像数据分层混合存储与索引方法 |
CN112419350A (zh) * | 2020-11-20 | 2021-02-26 | 武汉大学 | 基于地物边界信息的遥感影像自动化几何配准方法及系统 |
CN112687282A (zh) * | 2020-12-02 | 2021-04-20 | 四川大学 | 一种基于指纹图像感知哈希的语音源跟踪方法 |
-
2021
- 2021-08-12 CN CN202110922255.3A patent/CN113592744B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150304527A1 (en) * | 2014-04-18 | 2015-10-22 | Altek Semiconductor Corporation | Lens distortion correction method |
CN111104872A (zh) * | 2019-11-29 | 2020-05-05 | 兰州交通大学 | 一种运用sift和svd感知哈希的gf-2影像完整性认证方法 |
CN111291016A (zh) * | 2020-02-19 | 2020-06-16 | 江苏易图地理信息科技股份有限公司 | 一种海量遥感影像数据分层混合存储与索引方法 |
CN112419350A (zh) * | 2020-11-20 | 2021-02-26 | 武汉大学 | 基于地物边界信息的遥感影像自动化几何配准方法及系统 |
CN112687282A (zh) * | 2020-12-02 | 2021-04-20 | 四川大学 | 一种基于指纹图像感知哈希的语音源跟踪方法 |
Non-Patent Citations (3)
Title |
---|
丁凯孟;朱长青;卢付强;: "基于自适应格网划分的遥感影像感知哈希认证算法", 武汉大学学报(信息科学版), no. 06, 5 June 2015 (2015-06-05) * |
周李乾;: "城市高分辨率卫星影像几何校正技术研究", 智能建筑与智慧城市, no. 08, 19 August 2020 (2020-08-19) * |
陈尔学;李增元;田昕;李世明;: "尺度不变特征变换法在SAR影像匹配中的应用", 自动化学报, no. 08, 15 August 2008 (2008-08-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117367331A (zh) * | 2023-12-04 | 2024-01-09 | 山西阳光三极科技股份有限公司 | 一种矿区地表形变的雷达监测方法、装置以及电子设备 |
CN117367331B (zh) * | 2023-12-04 | 2024-03-12 | 山西阳光三极科技股份有限公司 | 一种矿区地表形变的雷达监测方法、装置以及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113592744B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523585B (zh) | 一种基于方向相位一致性的多源遥感影像特征匹配方法 | |
CN108364279B (zh) | 确定静止轨道遥感卫星指向偏差的方法 | |
CN104574347A (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 | |
CN107403410B (zh) | 一种热红外图像的拼接方法 | |
CN108564532B (zh) | 大尺度地距星载sar图像镶嵌方法 | |
CN111768337B (zh) | 一种图像处理方法、装置和电子设备 | |
CN112419380B (zh) | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 | |
CN110569861A (zh) | 一种基于点特征和轮廓特征融合的图像匹配定位方法 | |
Gonçalves et al. | CHAIR: Automatic image registration based on correlation and Hough transform | |
CN112907493A (zh) | 无人机蜂群协同侦察下的多源战场图像快速镶嵌融合算法 | |
CN113592744A (zh) | 一种适用于高分辨率遥感影像的几何精校正方法 | |
CN115330619A (zh) | 适用于高分辨率遥感影像的局部几何精校正方法 | |
CN107516291B (zh) | 夜景影像正射纠正处理方法 | |
CN110246169B (zh) | 一种基于梯度的窗口自适应立体匹配方法及系统 | |
CN109658446B (zh) | 一种高分辨率遥感影像几何配准方法及装置 | |
CN111145231A (zh) | 遥感图像的波段偏移确定方法、装置和电子设备 | |
CN113379854B (zh) | 相机图像融合方法及相机图像融合系统 | |
CN112017108B (zh) | 基于独立模型法平差的卫星影像颜色相对校正方法 | |
CN113298713A (zh) | 一种抗云干扰的在轨快速配准方法 | |
KR100513790B1 (ko) | 에스.엘.씨가 오프된 랜드셋-7 영상을 이용한 위성영상지도제작 방법 | |
CN105528760A (zh) | 一种基于热红外数据的云边缘高度匹配方法和系统 | |
CN110608723A (zh) | 一种基于fpga的实时遥感影像地理参考方法 | |
CN117422746B (zh) | 分区非线性地理配准方法、装置、设备及存储介质 | |
CN111899183A (zh) | 一种基于地理定位数据的遥感图像几何精校正方法 | |
RU2768219C1 (ru) | Способ идентификации опорных точек на космических изображениях местности при отсутствии параметров географической привязки |
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 | ||
CB02 | Change of applicant information |
Country or region after: China Address after: No. 1299, Mingxi Road, Beihu science and Technology Development Zone, Changchun City, Jilin Province Applicant after: Changguang Satellite Technology Co.,Ltd. Address before: 130032 no.1299, Mingxi Road, Beihu science and Technology Development Zone, Changchun City, Jilin Province Applicant before: CHANG GUANG SATELLITE TECHNOLOGY Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |