CN114092326A - 一种Web地图瓦片更新处理方法及装置 - Google Patents
一种Web地图瓦片更新处理方法及装置 Download PDFInfo
- Publication number
- CN114092326A CN114092326A CN202111272026.8A CN202111272026A CN114092326A CN 114092326 A CN114092326 A CN 114092326A CN 202111272026 A CN202111272026 A CN 202111272026A CN 114092326 A CN114092326 A CN 114092326A
- Authority
- CN
- China
- Prior art keywords
- input image
- image
- tile
- map
- reference 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims description 16
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000012937 correction Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 claims description 12
- 230000007717 exclusion Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000007499 fusion processing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种Web地图瓦片更新处理方法及装置。所述方法包括：获取输入图像；确定输入图像对应的参考图像；基于参考图像对输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；对标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于掩膜图像确定标准输入图像的清晰地表区域；以参考图像为底图，确定输入图像与参考图像之间的目标拼接线；基于目标拼接线将输入图像中的排除区域替换为参考图像的相应区域，得到目标输入图像；对目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。采用本发明提供的方法，能够使得生成的地图瓦片数据质量更高。
Description
技术领域
本发明涉及Web地图瓦片更新处理技术领域，具体涉及一种Web地图瓦片更新处理方法及装置。另外，还涉及一种电子设备及处理器可读存储介质。
背景技术
Web地图瓦片是预先将遥感影像数据按照一定的标准切分为固定大小(比如256像素*256像素)、特定格式的正方形地图数据，并按规范存储在数据库中，形成金字塔模型的地图瓦片数据。Web地图瓦片采取“空间换时间”的策略来加快服务器响应速度，于是当客户端请求地图数据时，不再对遥感原始影像数据进行实时切割，而是直接通过WMTS(OpenGISWeb Map Tile Service)切片地图Web服务将地图切片反馈给客户端。针对Web地图瓦片的Web地图瓦片更新处理技术在工程项目的迫切需求下成为研究的热点。
Web地图瓦片使用瓦片矩阵集(Tile matrix set)来表示切割后的地图。“瓦片”就是固定尺寸的影像，一幅遥感影像按固定规则被切割成多个瓦片，形成瓦片矩阵，一个或多个瓦片矩阵即组成瓦片矩阵集。不同的瓦片矩阵具有不同的分辨率，每个瓦片矩阵由瓦片矩阵标识符(瓦片矩阵的序号，分辨率最低的一层为第0层，依次向上排)进行标识，每个瓦片的编号需要包含层级Z、行号X、列号Y。对于存储数据库中的指定层级、行号和列号的瓦片位置，Web地图瓦片数据库通常有两种存储方式，一是只存储一张最新成像的遥感地图瓦片，二是存储不同时间获取的N张遥感地图瓦片。对于后一种瓦片存储数据库的更新是相对简单的，新的遥感图像数据瓦片化后可以在添加成像时间戳后直接存储到数据库。然而，对于前一种瓦片数据库的存储更新，通常称为基准底图的更新，则复杂且困难的多，由于基准底图对地理位置精度要求更高，要求地图瓦片中的地物绝对定位精度尽可能高，使用新获取的遥感图像更新基准底图后，要求更新的区域与周围区域没有明显接缝、且色彩与亮度与周围尽量一致，视觉上形成一个整体，这就要求遥感图像在进行瓦片化处理的过程中要进行拼接线查找、匀光匀色等处理。同时基准底图要求尽量无云，而据统计卫星获取的遥感图像中全球平均云覆盖超过60％，这就要求用于更新的遥感图像清晰无云，或者在更新过程中可以标记出云与云下阴影，在进行更新时对标记的区域采用原有瓦片数据填补。因此，如何设计一种精确、稳定的Web地图瓦片更新处理方案成为亟待解决的难题。
发明内容
为此，本发明提供一种Web地图瓦片更新处理方法及装置，以解决现有技术存在的Web地图瓦片更新处理局限性较高，导致遥感图像更新基准底图稳定性和精确度较差的问题。
第一方面，本发明提供一种Web地图瓦片更新处理方法，包括：
获取输入图像；所述输入图像为待瓦片化处理的遥感图像；
确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；
基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；
对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；
以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；
对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
进一步的，对所述目标输入图像进行瓦片化处理之前，还包括：
将所述目标输入图像和所述参考图像输入到预设的基于泊松融合的遥感图像匀光匀色模型中进行匀光匀色处理，获得处理后的所述目标输入图像；其中，所述遥感图像匀光匀色模型中对应的泊松融合的区域为所述标准输入图像的掩膜图像的清晰地表区域，以所述清晰地表区域的边界外所对应的参考图像的像素为引导向量，向所述清晰地表区域的内部计算引导向量域，以实现匀光匀色处理。
进一步的，确定所述输入图像对应的参考图像，具体包括：
根据所述输入图像重投影到网络地图瓦片后的分辨率确定瓦片化的最大层级；所述输入图像的分辨率不低于确定的所述最大层级；
基于所述参考图像中与所述输入图像的地理范围有交集的所有网络地图瓦片图像确定相应的地理坐标范围；
根据所述地理坐标范围确定网络地图瓦片的更新范围，获得所述更新范围内的最大层级的瓦片图像，将所述最大层级的瓦片图像拼接为整幅完整的遥感图像；并将所述整幅完整的遥感图像作为所述输入图像对应的参考图像。
进一步的，基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像，具体包括：
分别提取所述输入图像和所述参考图像中的特征点，并对所述输入图像的特征点和所述参考图像中的特征点进行特征匹配，得到相应的控制点数据；
基于所述控制点数据确定相应的几何校正模型，将所述输入图像输入到所述几何校正模型进行几何精校正，得到满足预设几何配准精度的标准输入图像。
进一步的，对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，具体包括：将所述标准输入图像和所述参考图像输入到云与云阴影检测模型中进行变化检测，并使用导向滤波模型修正云与阴影的边界，获得所述标准输入图像的掩膜图像。
进一步的，以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线，具体包括：
将所述参考图像作为所述标准输入图像的底图，基于预设的遥感图像拼接线查找模型确定所述输入图像与所述参考图像之间的波段所组成的多波段数组，基于所述多波段数组确定目标拼接线；
基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，具体包括：
将所述目标拼接线确定为所述掩膜图像中清晰地表区域与排除区域的边界；基于所述边界将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像。
进一步的，对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据，具体包括：根据预设的瓦片划分规则将所述目标输入图像处理为预设格式的瓦片图像数据，并利用所述瓦片图像数据更新网络地图基准底图数据库中的原始地图瓦片数据。
第二方面，本发明还提供一种Web地图瓦片更新处理装置，包括：
遥感图像获取单元，用于获取输入图像；所述输入图像为待瓦片化处理的遥感图像；
参考图像确定单元，用于确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；
几何精校正单元，用于基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；
云与云阴影检测单元，用于对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；
图像拼接线确定单元，用于以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；
瓦片化处理单元，用于对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
进一步的，所述的Web地图瓦片更新处理装置，还包括：匀光匀色处理单元，用于在对所述目标输入图像进行瓦片化处理之前，将所述目标输入图像和所述参考图像输入到预设的基于泊松融合的遥感图像匀光匀色模型中进行匀光匀色处理，获得处理后的所述目标输入图像；其中，所述遥感图像匀光匀色模型中对应的泊松融合的区域为所述标准输入图像的掩膜图像的清晰地表区域，以所述清晰地表区域的边界外所对应的参考图像的像素为引导向量，向所述清晰地表区域的内部计算引导向量域，以实现匀光匀色处理。
进一步的，所述参考图像确定单元，具体用于：
根据所述输入图像重投影到网络地图瓦片后的分辨率确定瓦片化的最大层级；所述输入图像的分辨率不低于确定的所述最大层级；
基于所述参考图像中与所述输入图像的地理范围有交集的所有网络地图瓦片图像确定相应的地理坐标范围；
根据所述地理坐标范围确定网络地图瓦片的更新范围，获得所述更新范围内的最大层级的瓦片图像，将所述最大层级的瓦片图像拼接为整幅完整的遥感图像；并将所述整幅完整的遥感图像作为所述输入图像对应的参考图像。
进一步的，所述几何精校正单元，具体用于：
分别提取所述输入图像和所述参考图像中的特征点，并对所述输入图像的特征点和所述参考图像中的特征点进行特征匹配，得到相应的控制点数据；
基于所述控制点数据确定相应的几何校正模型，将所述输入图像输入到所述几何校正模型进行几何精校正，得到满足预设几何配准精度的标准输入图像。
进一步的，所述云与云阴影检测单元，具体用于：将所述标准输入图像和所述参考图像输入到云与云阴影检测模型中进行变化检测，并使用导向滤波模型修正云与阴影的边界，获得所述标准输入图像的掩膜图像。
进一步的，所述图像拼接线确定单元，包括：拼接线确定子单元以及排除区域替换子单元；
所述拼接线确定子单元，具体用于：将所述参考图像作为所述标准输入图像的底图，基于预设的遥感图像拼接线查找模型确定所述输入图像与所述参考图像之间的波段所组成的多波段数组，基于所述多波段数组确定目标拼接线；
所述排除区域替换子单元，具体用于：将所述目标拼接线确定为所述掩膜图像中清晰地表区域与排除区域的边界；基于所述边界将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像。
进一步的，对所述瓦片化处理单元，具体用于：根据预设的瓦片划分规则将所述目标输入图像处理为预设格式的瓦片图像数据，并利用所述瓦片图像数据更新网络地图基准底图数据库中的原始地图瓦片数据。
第三方面，本发明还提供一种电子设备，包括：存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述Web地图瓦片更新处理方法的步骤。
第四方面，本发明还提供一种处理器可读存储介质，所述处理器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执行时实现如上述任意一项所述Web地图瓦片更新处理方法的步骤。
本发明实施例提供的所述Web地图瓦片更新处理方法，通过参考图像对输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像，并对标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于掩膜图像确定标准输入图像的清晰地表区域，以参考图像为底图，确定输入图像与参考图像之间的目标拼接线，基于目标拼接线将输入图像中的排除区域替换为参考图像的相应区域，得到目标输入图像；对目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据，该种方式能够使得生成的地图瓦片数据质量更高Web地图瓦片更新处理。
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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获取其他的附图。
图1为本发明实施例提供的Web地图瓦片更新处理方法的流程示意图；
图2为本发明实施例提供的Web地图瓦片更新处理方法的完整流程示意图；
图3为本发明实施例提供的瓦片分层分割与编号的示意图；
图4为本发明实施例提供的瓦片分层的第3层示意图；
图5为本发明实施例提供的是输入图像与参考图像的示意图；
图6为本发明实施例提供的目标拼接线查找的示意图；
图7为本发明实施例提供的泊松融合过程的示意图；
图8为本发明实施例提供的Web地图瓦片更新处理装置的结构示意图；
图9为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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取的所有其他实施例，都属于本发明保护的范围。
本发明的目的是针对遥感图像生产网络地图瓦片(即Web地图瓦片)的预处理应用，特别是针对全球一张图的基准底图Web地图瓦片的预处理应用，提供一种Web地图瓦片更新处理方法。本发明基于遥感图像几何精校正、遥感图像云与云阴影检测算法、拼接线查找算法、泊松融合算法(Poisson Blending)等技术，根据具体项目应用定制的基准底图Web地图瓦片数据更新方法。通过将待瓦片化处理的遥感图像作为输入图像，根据输入图像从网络地图基准底图数据库下载参考图像，利用几何精校正使输入图像与参考图像的几何配准精度达到子像素级，得到标准输入图像，并对标准输入图像进行云与云阴影检测获取清晰地表范围图像，查找标准输入图像中清晰地表范围与参考图像之间的目标拼接线，并得到目标输入图像，对目标输入图像进行匀光匀色处理，消除色彩与亮度差异，最后对处理后的高质量目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库(Web地图基准底图数据库)中的原始地图瓦片数据(即原始基准底图Web地图瓦片数据)。更新后的Web地图不存在明显的“补丁”与“接缝”，更新区域的色彩与亮度也与原始基准底图一致。
下面基于本发明所述的Web地图瓦片更新处理方法，对其实施例进行详细描述。如图1所示，其为本发明实施例提供的Web地图瓦片更新处理方法的流程示意图，具体实现过程包括以下步骤：
步骤101：获取输入图像；所述输入图像为待瓦片化处理的遥感图像。
所述待瓦片化处理的遥感图像包括卫星、航拍或无人机获取的包含可见光RGB(RGB color mode)波段的多光谱、高光谱遥感图像。该遥感图像具有地图投影和坐标信息。
步骤102：确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像。
在本发明实施例中，可根据所述输入图像重投影到网络地图瓦片后的分辨率确定瓦片化的最大层级；并基于所述参考图像中与所述输入图像的地理范围有交集的所有网络地图瓦片图像确定相应的地理坐标范围；根据所述地理坐标范围确定网络地图瓦片的更新范围，获得所述更新范围内的最大层级的瓦片图像，将所述最大层级的瓦片图像拼接为整幅完整的遥感图像；并将所述整幅完整的遥感图像作为所述输入图像对应的参考图像。
如图2所示，在本发明实施例中，还包括Web(网络)地图瓦片数据库与WMTS(WebMap Tile Service)服务(即Web地图瓦片服务)部分，所述的Web地图瓦片可通过瓦片矩阵集来表示切割后的地图。一幅遥感影像可按固定尺寸(比如256*256像素尺寸)切割成多个瓦片，形成瓦片矩阵，一个或多个瓦片矩阵即组成瓦片矩阵集。对于存储数据库中的指定层级、行号和列号的瓦片位置，Web地图瓦片底图数据库只存储全球一张图式的一套瓦片数据。瓦片分层分割与编号示例图如图3所示，全球范围按照瓦片分层定义，每个瓦片矩阵由瓦片矩阵标识符(瓦片矩阵的序号，分辨率最低的一层为第0层，依次向上排)进行标识，每个瓦片的编号需要包含层级Z、行号X、列号Y。比如第Z层瓦片，切到第Z+1层包含4张瓦片，切到第Z+2层包含16张瓦片。不同的瓦片矩阵层级有不同的分辨率，通常第0层为全球地图。例如WGS84(World Geodetic System 1984)经纬度下分辨率为360/256度，第1层分辨率为180/256度，第2层90/256，依次类推。图4是瓦片分层第3层示例，全球范围被分成64个256*256像素大小的瓦片。其中，所述的WMTS服务可支持以HTTP KVP、SOAP和REST方式发布，具体包含获取服务的元信息、获取切片、获取点选的要素信息等操作，可以实现对WMTS服务的读取，获取jpg或png格式的瓦片图像。所述的Web地图瓦片数据库为实际存储瓦片的设备，瓦片数据的查询与更新可通过WMTS服务链接数据库完成，也可通过数据库直接查询或更新，在此不做具体限定。
在本步骤中，确定所述输入图像对应的参考图像的具体实现过程包括：首先，对输入图像预处理，根据输入图像重投影到Web地图瓦片后的分辨率确定瓦片化的最大层级。由于输入图像投影与Web地图瓦片存在不一致的情况，比如卫星遥感影像二级标准数据产品通常为UTM投影，而Web地图瓦片多采用WGS84经纬度，所以确定最大层级是根据输入图像重投影到Web地图瓦片后的分辨率确定，且要求输入图像分辨率不低于确定的最大层级。同时根据地理坐标范围确定Web地图瓦片的更新范围，是Web地图瓦片最大层级下，输入图像重投影到Web地图瓦片投影下后，与输入图像地理范围有交集的所有瓦片图像所确定的地理坐标范围。然后，下载更新范围内的最大层级瓦片图像。该过程可以通过WMTS切片地图Web服务请求瓦片图像，也可以通过编程直接由Web地图瓦片数据库查询下载瓦片图像，下载的瓦片图像可以保存在内存或本地硬盘。最后，将下载的瓦片图像按照Web地图瓦片的瓦片划分规则，按照地理坐标位置确定的行列编号，拼接镶嵌成整幅包含地理坐标与地图投影的遥感图像，将其作为参考图像。
需要说明的是，多光谱遥感图像目前多为4波段无符号16位，而Web地图瓦片存储的瓦片图像为3波段RGB彩色8位，所以在输入图像预处理过程中，需要在重投影过程中同步进行RGB波段选择与16位转8位处理。其中，16位转8位运算采用2％线性拉伸方式，对于每个波段，先统计16位图像波段的直方图，然后查找直方图前后2％位置对应的像素值，再将位于前后2％像素值之间的数值线性映射到0～255，完成转8位的处理。经过处理后的输入图像为8位、3个波段、波段顺序RGB、地图投影与Web地图瓦片一致、包含地理坐标的遥感图像，存储在本地硬盘临时文件夹。
如图5所示，从左到右依次为所述的输入图像、根据Web地图瓦片重投影后的输入图像、由下载瓦片拼接镶嵌成的参考图像三者的简单示例。由此可见，参考图像外包于输入图像。所述参考图像由Web地图瓦片下载瓦片拼接成的整幅的遥感图像，地理覆盖范围外包于输入图像，8位存储geotif格式、3个波段、波段顺序RGB、包含地图投影与地理坐标，存储在本地硬盘临时文件夹。
步骤103：基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像。
在本发明实施例中，可分别提取所述输入图像和所述参考图像中的特征点，并对所述输入图像的特征点和所述参考图像中的特征点进行特征匹配，得到相应的控制点数据；基于所述控制点数据确定相应的几何校正模型，将所述输入图像输入到所述几何校正模型进行几何精校正，得到满足预设几何配准精度的标准输入图像。
为了消除Web地图瓦片更新后出现的几何位置偏移，从而出现错位的“补丁”和“接缝”，需要对输入图像进行几何精校正。具体处理过程包含控制点匹配与几何精校正两个步骤，从而使得输出结果图像(即标准输入图像)与参考图像的相对几何精度更高。
在控制点匹配过程中，首先要在输入图像与参考图像中分别提取特征点。对于高分辨率的遥感图像常用SIFT(Scale-invariant feature transform)特征提取。SIFT算法是在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量。SIFT特征是指在图像尺度空间中明显不同于周围和相临尺度上同区域点的局部极值，是差分高斯函数在图像局部的最大/最小值。SIFT特征点在灰度值上表现为比其周围点和相临尺度上同区域点的灰度值都大或者都小的点。然后，对提取到的特征点进行特征匹配。特征匹配是从两个图像提取的SIFT特征点中寻找相同特征点的过程。对于每一个特征点，根据图像间的地理坐标位置关系生成每一个候选匹配点的粗匹配点，形成粗匹配点对。然后以每一对粗匹配点为中心，在匹配的两幅图像上分别提取模板窗口(M×M)和搜索窗口(N×N，N>M)，这里，M取值128，N取值512，让模板窗口在搜索窗口内移动，计算每一个位置与搜索窗口的相似度，如果相似度最大值大于某一阈值T，这里T取值0.65，则将相应匹配位置作为该对控制点的精确匹配结果，并记录相似度的最大值。
在几何精校正步骤中，首先使用匹配得到的控制点数据建立几何校正模型。如果控制点数据密集且分布均匀，则几何精校正采用三角网模型，该三角网模型利用所有控制点建立Delaunay三角网，该三角网模型在三角网的顶点(控制点)处误差为0，在三角网模型的每个三角形内部线性插值，所以控制点越密集，三角形面积越小，整体插值精度越高。如果控制点数量不够密集，则采用二阶多项式模型，该二阶多项式模型对所有控制点使用最小二乘法拟合一个二阶多项式，得到的模型在所有控制点的平均误差最小。
所述将输入图像与参考图像的几何配准精度提高到子像素级，是通过将匹配步骤获得的一部分控制点作为检查点计算结果平均误差判断是否小于1。在建立几何精校正模型后，在对输入图像进行几何精校正之前，增加控制点精度分析，如果输入图像原始精度小于1(子像素级)，则不进行几何精校正。
步骤104：对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域。
在本发明实施例中，可将所述标准输入图像和所述参考图像输入到云与云阴影检测模型中进行变化检测，并使用导向滤波模型修正云与阴影的边界，获得所述标准输入图像的掩膜图像。
在本步骤中，云与云阴影检测目的是在Wed地图瓦片更新数据中排除云与云下阴影区域，得到标记了云与云下阴影的掩膜图像。如果卫星遥感图像包含云与云阴影检测结果，则可以直接生产掩膜图像，否则，需要针对标准输入图像确定云与云阴影检测模型(即云与云阴影检测算法)。
云与云阴影检测模型中，假定参考图像是清晰无云的，对输入图像与参考图像进行变化检测，提取变化部分中的均匀高亮与暗黑区域认定为云与云下阴影。采用基于多源典型相关分析的IR-MAD(re-weighted Multivariate Alteration Detectiontransformation)变换自动提取两图像的多源变化分析变量(MAD变量)。使用IR-MAD变换进一步提高了MAD算法的精度与稳定性。对于输入图像与参考图像之间的MAD变量，云与云下阴影等变化的区域对应较大像素数值，通过预设阈值便可以提取所有变化区域，假定云与云下阴影的RGB色彩为单色的白与黑，则根据颜色阈值可排除大部分误检的变化地表。最后，对于提取的云与云下阴影区域，采用导向滤波模型(即导向滤波算法)修正边界，获得更符合标准输入图像中云与云下阴影的掩膜图像。
导向滤波算法中，将标准输入图像作为导向图L(x,y)，将掩膜图像作为滤波图像V(x,y)，记输出图像为
像素点(x,y)处的滤波结果是被表达成一个加权平均：
假设导向滤波器在导向图像L(x,y)和滤波输出
之间是一个局部线性模型：
通过最小化下面的窗口ωk的代价函数：
得到局部线性系数ak,bk的值。根据导向滤波的输出图像
采用简单的阈值便可提取修正后的云边界。
其中，掩膜图像为像素尺寸与标准输入图像相同，格式为单波段8位图像，其中像素0值对应清晰地表，非0值对应排除区域，包括云与云阴影、背景区域。
步骤105：以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像。
在本发明实施例中，可将所述参考图像作为所述标准输入图像的底图，基于预设的遥感图像拼接线查找模型确定所述输入图像与所述参考图像之间的波段所组成的多波段数组，基于所述多波段数组确定目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域的实现过程包括：将所述目标拼接线确定为所述掩膜图像中清晰地表区域与排除区域的边界；基于所述边界将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像。
具体的，拼接线查找的目的是使用地物覆盖的自然边界替换掩膜边界，从而消除Web地图瓦片更新后出现的拼接缝现象。拼接线查找过程中，采用遥感图像拼接线查找模型(遥感图像拼接线查找算法)查找标准输入图像与参考图像之间的目标拼接线，具体如图6所示，定义最大查找半径为r(5<r<20)像素，查找区域为标准输入图像中的掩膜图像对应清晰地表边界以内r个像素的区域，查找方向v与区域边界平行，查找的输入数据为查找区域内标准输入图像与参考图像波段组成的多波段数组。进一步的，利用得到的目标拼接线替代掩膜图像中清晰地表与排除区域的边界。其在形态学上的效果相当于对掩膜图像中的清晰地表区域进行一次最大半径为r的腐蚀操作。使用参考图像的像素填充标准输入图像中掩膜图像标记为排除区域的像素，处理后的标准输入图像中对应掩膜图像标记的排除区域像素位置都由对应地理坐标下的参考图像像素填充，此时表述输入图像中的排除区域替换为参考图像的相应区域，清晰地表区域与参考图像的相应区域之间消除了几何偏移与拼接线问题，只存在色彩和亮度的差异。
因此，在执行完步骤105之后，还包括：将所述目标输入图像和所述参考图像输入到预设的基于泊松融合的遥感图像匀光匀色模型中进行匀光匀色处理，获得处理后的所述目标输入图像。其中，所述遥感图像匀光匀色模型中对应的泊松融合的区域为所述标准输入图像的掩膜图像的清晰地表区域，以所述清晰地表区域的边界外所对应的参考图像的像素为引导向量，向所述清晰地表区域的内部计算引导向量域，以实现匀光匀色处理。
具体的，可基于泊松融合的遥感图像匀光匀色模型(遥感图像匀光匀色算法)，将目标输入图像与掩膜图像作为输入，泊松融合的区域为掩膜图像对应清晰地表区域，以清晰地表区域边界外的参考图像的像素为引导向量，向清晰区域内部计算引导向量域。泊松融合处理后的目标输入图像中对应参考图像区域像素值不变，且清晰地表区域与参考图像的区域之间消除了色彩和亮度的差异。
如图7是使用泊松融合法的遥感图像匀光匀色算法的原理示意图。记S为目标输入图像中填充的参考图像的像素区域，该区域不参与泊松融合过程，像素值不变，Ω为待云光匀色的目标输入图像的区域，区域的边界像素记
记f*为S减去Ω范围的标量函数，记f为Ω范围的未知标量函数，由g计算得到的引导向量域记为V。泊松融合的目的是求解f，使得修补区域与S具有最佳一致性的过渡，运算上使得Ω内部梯度变化最小，记
为梯度运算，则有
且在边界处有
记
为拉普拉斯算子，当梯度的二阶偏导为0时取得极小值，由拉格朗日方程，有Δf|Ω＝0，表示为引导向量域最小化问题，有
其解是狄利克雷边界条件下泊松方程的唯一解，即Δf|Ω＝divV，同样在边界处有
其中
是V＝(u,v)的散度。泊松融合的目的是求解Ω内的修正函数
使得
因此在Ω内需要的修正
便通过边界上的
与误差f*-g作为边界条件，向Ω内插值求解。即
且在边界处有
针对处理后的目标输入图像，进一步判断处理结果是否满足Web地图瓦片的更新标准，即不存在明显的“补丁”、“拼接线”等几何位置偏移与色彩亮度的不一致，且目标输入图像清晰地表部分与填充的参考图像区域完整融合在一起，则可以进行后续的瓦片化处理。
步骤106：对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
在本发明实施例中，可根据预设的瓦片划分规则将目标输入图像处理为预设格式的瓦片图像数据；其中，所述瓦片图像数据中最大层级的瓦片图像通过对所述目标输入图像直接切分得到，所述瓦片图像数据中覆盖不完整的瓦片图像通过所述参考图像进行填充得到，所述瓦片图像数据中上层瓦片由下层瓦片合并与重采样得到；并利用所述瓦片图像数据更新网络地图基准底图数据库中的原始地图瓦片数据。
具体的，所述的瓦片化处理过程具体包括：根据Web地图瓦片的瓦片划分规则对处理后的输入图像进行瓦片化处理，可将目标输入图像处理为固定尺寸(比如256*256像素尺寸)的jpg或png格式的瓦片图像，利用生成的瓦片图像数据更新Web地图基准底图数据库，完成Web地图瓦片数据的更新。
本发明实施例提供的所述Web地图瓦片更新处理方法，通过参考图像对输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像，并对标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于掩膜图像确定标准输入图像的清晰地表区域，以参考图像为底图，确定输入图像与参考图像之间的目标拼接线，基于目标拼接线将输入图像中的排除区域替换为参考图像的相应区域，得到目标输入图像；对目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据，该种方式能够使得生成的地图瓦片数据质量更高Web地图瓦片更新处理。
与上述提供的一种Web地图瓦片更新处理方法相对应，本发明还提供一种Web地图瓦片更新处理装置。由于该装置的实施例相似于上述方法实施例，所以描述得比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的Web地图瓦片更新处理装置的实施例仅是示意性的。
请参考图8所示，其为本发明实施例提供的一种Web地图瓦片更新处理装置的结构示意图。
本发明所述的Web地图瓦片更新处理装置包括如下部分：
遥感图像获取单元801，用于获取输入图像；所述输入图像为待瓦片化处理的遥感图像；
参考图像确定单元802，用于确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；
几何精校正单元803，用于基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；
云与云阴影检测单元804，用于对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；
图像拼接线确定单元805，用于以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；
瓦片化处理单元806，用于对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
本发明实施例提供的所述Web地图瓦片更新处理装置，通过参考图像对输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像，并对标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于掩膜图像确定标准输入图像的清晰地表区域，以参考图像为底图，确定输入图像与参考图像之间的目标拼接线，基于目标拼接线将输入图像中的排除区域替换为参考图像的相应区域，得到目标输入图像；对目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据，该种方式能够使得生成的地图瓦片数据质量更高。
与上述提供的Web地图瓦片更新处理方法相对应，本发明还提供一种电子设备。由于该电子设备的实施例相似于上述方法实施例，所以描述得比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的电子设备仅是示意性的。如图9所示，其为本发明实施例公开的一种电子设备的实体结构示意图。该电子设备可以包括：处理器(processor)901、存储器(memory)902和通信总线903，其中，处理器901，存储器902通过通信总线903完成相互间的通信，通过通信接口904与外部进行通信。处理器901可以调用存储器902中的逻辑指令，以执行Web地图瓦片更新处理方法。该方法包括：获取输入图像；所述输入图像为待瓦片化处理的遥感图像；确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
此外，上述的存储器902中的逻辑指令可以通过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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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)执行本发明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：存储芯片、U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在处理器可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的Web地图瓦片更新处理方法。该方法包括：获取输入图像；所述输入图像为待瓦片化处理的遥感图像；确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
又一方面，本发明实施例还提供一种处理器可读存储介质，所述处理器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执行时实现以执行上述各实施例提供的Web地图瓦片更新处理方法。该方法包括：获取输入图像；所述输入图像为待瓦片化处理的遥感图像；确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种Web地图瓦片更新处理方法，其特征在于，包括：
获取输入图像；所述输入图像为待瓦片化处理的遥感图像；
确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；
基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；
对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；
以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；
对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
2.根据权利要求1所述的Web地图瓦片更新处理方法，其特征在于，对所述目标输入图像进行瓦片化处理之前，还包括：
将所述目标输入图像和所述参考图像输入到预设的基于泊松融合的遥感图像匀光匀色模型中进行匀光匀色处理，获得处理后的所述目标输入图像；其中，所述遥感图像匀光匀色模型中对应的泊松融合的区域为所述标准输入图像的掩膜图像的清晰地表区域，以所述清晰地表区域的边界外所对应的参考图像的像素为引导向量，向所述清晰地表区域的内部计算引导向量域，以实现匀光匀色处理。
3.根据权利要求1所述的Web地图瓦片更新处理方法，其特征在于，确定所述输入图像对应的参考图像，具体包括：
根据所述输入图像重投影到网络地图瓦片后的分辨率确定瓦片化的最大层级；所述输入图像的分辨率不低于确定的所述最大层级；
基于所述参考图像中与所述输入图像的地理范围有交集的所有网络地图瓦片图像确定相应的地理坐标范围；
根据所述地理坐标范围确定网络地图瓦片的更新范围，获得所述更新范围内的最大层级的瓦片图像，将所述最大层级的瓦片图像拼接为整幅完整的遥感图像；并将所述整幅完整的遥感图像作为所述输入图像对应的参考图像。
4.根据权利要求1所述的Web地图瓦片更新处理方法，其特征在于，基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像，具体包括：
分别提取所述输入图像和所述参考图像中的特征点，并对所述输入图像的特征点和所述参考图像中的特征点进行特征匹配，得到相应的控制点数据；
基于所述控制点数据确定相应的几何校正模型，将所述输入图像输入到所述几何校正模型进行几何精校正，得到满足预设几何配准精度的标准输入图像。
5.根据权利要求1所述的Web地图瓦片更新处理方法，其特征在于，对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，具体包括：将所述标准输入图像和所述参考图像输入到云与云阴影检测模型中进行变化检测，并使用导向滤波模型修正云与阴影的边界，获得所述标准输入图像的掩膜图像。
6.根据权利要求1所述的Web地图瓦片更新处理方法，其特征在于，以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线，具体包括：
将所述参考图像作为所述标准输入图像的底图，基于预设的遥感图像拼接线查找模型确定所述输入图像与所述参考图像之间的波段所组成的多波段数组，基于所述多波段数组确定目标拼接线；
基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，具体包括：
将所述目标拼接线确定为所述掩膜图像中清晰地表区域与排除区域的边界；基于所述边界将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像。
7.根据权利要求1所述的Web地图瓦片更新处理方法，其特征在于，对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据，具体包括：
根据预设的瓦片划分规则将所述目标输入图像处理为预设格式的瓦片图像数据，并利用所述瓦片图像数据更新网络地图基准底图数据库中的原始地图瓦片数据。
8.一种Web地图瓦片更新处理装置，其特征在于，包括：
遥感图像获取单元，用于获取输入图像；所述输入图像为待瓦片化处理的遥感图像；
参考图像确定单元，用于确定所述输入图像对应的参考图像；所述参考图像是基于原始地图瓦片数据进行预处理得到的包含地理坐标与地图投影的遥感图像；
几何精校正单元，用于基于所述参考图像对所述输入图像进行几何精校正，得到满足预设几何配准精度的标准输入图像；
云与云阴影检测单元，用于对所述标准输入图像进行云与云阴影检测得到标准输入图像的掩膜图像，基于所述掩膜图像确定标准输入图像的清晰地表区域；
图像拼接线确定单元，用于以所述参考图像为底图，确定所述输入图像与所述参考图像之间的目标拼接线；基于所述目标拼接线将所述输入图像中的排除区域替换为所述参考图像的相应区域，得到目标输入图像；
瓦片化处理单元，用于对所述目标输入图像进行瓦片化处理，并利用生成的瓦片数据更新网络地图基准底图数据库中的原始地图瓦片数据。
9.一种电子设备，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述Web地图瓦片更新处理方法的步骤。
10.一种处理器可读存储介质，所述处理器可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述Web地图瓦片更新处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111272026.8A CN114092326A (zh) | 2021-10-29 | 2021-10-29 | 一种Web地图瓦片更新处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111272026.8A CN114092326A (zh) | 2021-10-29 | 2021-10-29 | 一种Web地图瓦片更新处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114092326A true CN114092326A (zh) | 2022-02-25 |
Family
ID=80298232
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111272026.8A Pending CN114092326A (zh) | 2021-10-29 | 2021-10-29 | 一种Web地图瓦片更新处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114092326A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114862663A (zh) * | 2022-05-17 | 2022-08-05 | 浙江省测绘科学技术研究院 | 一种栅格瓦片数据精度的动态调整方法 |
| WO2022184185A3 (zh) * | 2022-03-07 | 2023-01-05 | 中咨数据有限公司 | 一种图像快速校准与实时渲染方法、系统、介质及移动端 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040037451A1 (en) * | 2002-08-22 | 2004-02-26 | Kim Tae Jung | Image processing method for automatic image registration and correction |
| CN110555817A (zh) * | 2019-09-10 | 2019-12-10 | 中国科学院遥感与数字地球研究所 | 一种遥感图像几何归一化方法和装置 |
| CN110555818A (zh) * | 2019-09-09 | 2019-12-10 | 中国科学院遥感与数字地球研究所 | 一种卫星图像序列云区修补方法和装置 |
-
2021
- 2021-10-29 CN CN202111272026.8A patent/CN114092326A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040037451A1 (en) * | 2002-08-22 | 2004-02-26 | Kim Tae Jung | Image processing method for automatic image registration and correction |
| CN110555818A (zh) * | 2019-09-09 | 2019-12-10 | 中国科学院遥感与数字地球研究所 | 一种卫星图像序列云区修补方法和装置 |
| CN110555817A (zh) * | 2019-09-10 | 2019-12-10 | 中国科学院遥感与数字地球研究所 | 一种遥感图像几何归一化方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 胡昌苗: "GF-4序列图像的云自动检测", 遥感学报, 25 January 2018 (2018-01-25) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022184185A3 (zh) * | 2022-03-07 | 2023-01-05 | 中咨数据有限公司 | 一种图像快速校准与实时渲染方法、系统、介质及移动端 |
| CN114862663A (zh) * | 2022-05-17 | 2022-08-05 | 浙江省测绘科学技术研究院 | 一种栅格瓦片数据精度的动态调整方法 |
| CN114862663B (zh) * | 2022-05-17 | 2023-01-20 | 浙江省测绘科学技术研究院 | 一种栅格瓦片数据精度的动态调整方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Over et al. | Processing coastal imagery with Agisoft Metashape Professional Edition, version 1.6—Structure from motion workflow documentation | |
| US9942440B2 (en) | Image-based field boundary detection and identification | |
| CN106384081B (zh) | 一种基于高分辨率遥感影像的坡耕地提取方法和系统 | |
| CN110555818B (zh) | 一种卫星图像序列云区修补方法和装置 | |
| US8427505B2 (en) | Geospatial modeling system for images and related methods | |
| Baltsavias | Digital ortho-images—a powerful tool for the extraction of spatial-and geo-information | |
| CN114092326A (zh) | 一种Web地图瓦片更新处理方法及装置 | |
| CN106920235B (zh) | 基于矢量底图匹配的星载光学遥感影像自动校正方法 | |
| 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 | |
| CN112465970B (zh) | 导航地图构建方法、装置、系统、电子装置和存储介质 | |
| CN114241326B (zh) | 一种渐进式遥感影像地物要素智能生产方法及系统 | |
| US8060352B2 (en) | Geospatial modeling system using void filling and related methods | |
| US11087532B2 (en) | Ortho-image mosaic production system | |
| CN110599424B (zh) | 影像自动匀色处理方法及装置、电子设备、存储介质 | |
| CN111582022A (zh) | 一种移动视频与地理场景的融合方法、系统及电子设备 | |
| CN108629742B (zh) | 真正射影像阴影检测与补偿方法、装置及存储介质 | |
| Agisoft | Metashape python reference | |
| JP6550305B2 (ja) | 道路データ生成装置、道路データ生成方法、及びプログラム | |
| CN113255452A (zh) | 一种目标水体的提取方法及提取系统 | |
| KR20150065302A (ko) | 영상정합 기법에 의한 위성영상 3차원 위치결정에 관한 방법 | |
| CN113158856B (zh) | 一种提取遥感图像中目标区域的处理方法和装置 | |
| CN114092826A (zh) | 基于影像时间序列的地表覆盖分类产品精化方法和装置 | |
| CN113269728A (zh) | 视觉巡边方法、设备、可读存储介质及程序产品 | |
| JP5352435B2 (ja) | 分類画像作成装置 | |
| Amirkolaee et al. | Convolutional neural network architecture for digital surface model estimation from single remote sensing image |
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 |