CN114387318A - 遥感影像自动配准方法、装置、电子设备及存储介质 - Google Patents
遥感影像自动配准方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114387318A CN114387318A CN202111638726.4A CN202111638726A CN114387318A CN 114387318 A CN114387318 A CN 114387318A CN 202111638726 A CN202111638726 A CN 202111638726A CN 114387318 A CN114387318 A CN 114387318A
- Authority
- CN
- China
- Prior art keywords
- image
- remote sensing
- corrected
- sensing image
- reference remote
- 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
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012937 correction Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012952 Resampling Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种遥感影像自动配准方法、装置、电子设备及存储介质,所述方法包括:建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。本发明能够对多类型多分辨率的待校正影像进行自动匹配,进而根据几何校正模型对待校正影像进行精度的几何校正。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种遥感影像自动配准方法、装置、电子设备及存储介质。
背景技术
随着不同尺度、不同传感器、不同数据源的遥感影像越来越多,单景影像的覆盖范围也越来越大,单景影像的数据量从MB级增长到了GB级,甚至10GB级。随着单景影像覆盖范围越来越大,受制于卫星成像参数精度等因素的限制,大部分宽覆盖国产卫星影像几何校正后的几何精度还不能完全满足实际处理需求,并且存在内部几何畸变。针对此类影像,需要以高几何精度影像为基准遥感影像,通过影像自动配准技术完成多源多尺度遥感影像的精度几何校正。
目前,影像配准技术主要包括基于灰度的匹配方法和基准特制的匹配方法。而现有技术中方法的处理速度、处理精度和批量处理能力方面都无法满足实际处理需求。另外,需要处理的影像数据分辨率从米级到公里级、数据源包括可见光、红外、高光谱等,现有配准方法很难满足不同分辨率、不同数据源影像的自动处理。
因此,如何解决现有技术中的影像自动配准技术难以满足不同分辨率、不同数据源影像的自动处理,是本领域亟需解决的课题。
发明内容
本发明提供一种遥感影像自动配准方法、装置、电子设备及存储介质,用以解决现有技术中难满足不同分辨率、不同数据源影像的自动处理的缺陷,实现不同分辨率、不同数据源影像的自动处理。
本发明提供一种遥感影像自动配准方法,包括:
建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;
根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
根据本发明提供的一种遥感影像自动配准方法,所述将所述待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点,包括:
根据预设影像分块大小,计算所述待校正影像的X、Y方向的分块数量,生成对应所述分块数量的待校正影像块,并根据相同地理坐标,生成所述分块数量的对应区域基准遥感影像块;
生成每块所述待校正影像块对应的待校正影像内存数据集,并对所述待校正影像内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配,得到每对所述影像块对应的控制点。
根据本发明提供的一种遥感影像自动配准方法,所述生成每块所述待校正影像块对应的待校正影像内存数据集,并对所述待校正影像内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的待校正影像内存数据集和对应区域的基准遥感影像内存数据集进行分层匹配,包括:
计算待校正影像块的宽、高、在整幅待校正影像中的起始位置及左上角地理坐标信息,并读取所述待校正影像块的数据到内存,生成所述待校正影像块的待校正影像内存数据集;
对所述待校正影像内存数据集进行增强处理;
计算基准遥感影像块的宽、高、在整幅基准遥感影像中的起始位置及左上角地理坐标信息,并读取所述基准遥感影像块的数据到内存,生成所述基准遥感影像块的基准遥感影像内存数据集;
基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配。
根据本发明提供的一种遥感影像自动配准方法,所述基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和对应区域的基准遥感影像内存数据集进行分层匹配,包括:
基于影像降采样,构建用于分层匹配的第一数据层、第二数据层及第三数据层;
根据所述第一数据层、第二数据层及第三数据层,对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配;
其中,所述第一数据层和第二数据层是基于几何约束的特征点和灰度模板匹配相结合的方法进行自动匹配的;
所述第三数据层是基于影像分辨率的判断结果选择目标算法进行自动匹配的。
根据本发明提供的一种遥感影像自动配准方法,将所述待校正影像与基准遥感影像进行自动匹配,生成控制点之前,所述方法还包括:
判断所述待校正影像和基准遥感影像的投影和分辨率是否相同;
在确认所述待校正影像和基准遥感影像的投影和分辨率不同的情况下,对所述基准遥感影像进行重投影,使所述待校正影像和基准遥感影像的投影和分辨率相同;
在确认所述待校正影像和基准遥感影像的投影相同、分辨率不同的情况下,对所述基准遥感影像进行重采样,使所述待校正影像和基准遥感影像的分辨率相同。
根据本发明提供的一种遥感影像自动配准方法,根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正之后,所述方法还包括:
根据几何校正结果,得到校正控制点,并利用所述校正控制点计算校正后影像相对于所述基准遥感影像的中误差。
本发明还提供一种遥感影像自动配准装置,包括:建立模块,用于建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
匹配模块,用于将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率自动获取的;
校正模块,用于根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
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可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述遥感影像自动配准方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其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一种所述遥感影像自动配准方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述遥感影像自动配准方法的步骤。
本发明提供的遥感影像自动配准方法、装置、电子设备及存储介质,通过利用构建的包括多种类型以及多种分辨率的基准遥感影像库,在进行待校正影像和基准遥感影像的自动匹配时,可根据待校正影像的地理位置和分辨率自动获取相对应的基准遥感影像,从而能够对多类型多分辨率的待校正影像进行自动匹配,进而根据几何校正模型对待校正影像进行精度的几何校正。
附图说明
为了更清楚地说明本发明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得其他的附图。
图1是本发明提供的遥感影像自动配准方法的流程示意图;
图2是本发明提供的遥感影像自动配准装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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作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。
下面结合图1描述本发明的提供的遥感影像自动配准方法:
本发明提供的遥感影像自动配准方法,包括以下步骤:
步骤110:建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
本实施例中,基准遥感影像库是遍历了大量的遥感影像而建立的,包括影像数据分辨率从米级到公里级、数据源包括可见光、红外、高光谱等遥感影像。采用基准遥感影像瓦片的方式进行基准遥感影像管理,并使用Web地图瓦片服务(Web Map Tile Service)进行发布。自动配准时,根据待校正影像的地理范围,自动从基准遥感影像库中获取对应区域和分辨率的基准遥感影像。
本实施例利用构建的基准遥感影像库,可以完成不同传感器的可见光、红外、高光谱影像的高精度自动配准,支持的分辨率从厘米级到公里级,支持的单景影像数据量从MB级到50GB级遥感影像的并行快速配准。
步骤120:将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;
将待校正影像和基准遥感影像进行匹配之后,将自动匹配的结果按照基准遥感影像在待校正影像的坐标进行合并,得到整幅影像的控制点。需要说明的是,本实施例中的控制点均为符合自动配准技术的高精度控制点。
步骤130:根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
根据控制点,以及不同影像的特点,可建立不同的几何校正模型对待校正影像进行几何校正,其中包括:多项式模型或三角网模型等。
本发明提供的遥感影像自动配准方法,通过利用构建的包括多种类型以及多种分辨率的基准遥感影像库,在进行待校正影像和基准遥感影像的自动匹配时,可根据待校正影像的地理位置和分辨率自动获取相对应的基准遥感影像,从而能够对多类型多分辨率的待校正影像进行自动匹配,进而根据几何校正模型对待校正影像进行精度的几何校正。
基于上述实施例,所述将所述待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点,包括:
根据预设影像分块大小,计算所述待校正影像的X、Y方向的分块数量,生成对应所述分块数量的待校正影像块,并根据相同地理坐标,生成所述分块数量的对应区域基准遥感影像块;
生成每块所述待校正影像块对应的待校正影像内存数据集,并对所述待校正影像内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的待校正影像内存数据集和对应区域的基准遥感影像内存数据集进行分层匹配,得到每对所述影像块对应的控制点。
生成的内存数据集包括了每块影像块的多种数据,内存数据集能够提高图像匹配速度,减少临时文件产生,内存数据集的信息直接存储在内存中以用于后续的影像匹配过程。
由于影像自动配准过程全部在内存中处理,并通过分块处理减少了内存占用,所以可以支持多源多尺度遥感影像的并行批量配准。
基于上述实施例,所述生成每块所述待校正影像块对应的待校正影像内存数据集,并对所述待校正影像内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的待校正影像内存数据集和对应区域的基准遥感影像内存数据集进行分层匹配,包括:
计算待校正影像块的宽、高、在整幅待校正影像中的起始位置及左上角地理坐标信息,并读取所述待校正影像块的数据到内存,生成所述待校正影像块的待校正影像内存数据集;
对所述待校正影像内存数据集进行增强处理;
计算基准遥感影像块的宽、高、在整幅基准遥感影像中的起始位置及左上角地理坐标信息,并读取所述基准遥感影像块的数据到内存,生成所述基准遥感影像块的基准遥感影像内存数据集;
基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配。
本实施例中,对待校正影像内存数据集进行增强处理可选择直方图均衡、2%线性拉伸等方法。通过增强处理,能够提高特征点提取数量和影像匹配控制点数量。在增强处理过程中,如果不是8位影像,则将影像数据转换为8位数据,可以减少影像匹配过程中数据量计算。
本实施例中的影像降采样,是一种多速率数字信号处理的技术或是降低信号采样率的过程,用于降低图像数据传输速率或者数据大小。在实际匹配过程中,可设置影像数据层的采样率来减小匹配的误差。
基于上述实施例,所述基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配,包括:
基于影像降采样,构建用于分层匹配的第一数据层、第二数据层及第三数据层;
根据所述第一数据层、第二数据层及第三数据层,对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配;
其中,所述第一数据层和第二数据层是基于几何约束的特征点和灰度模板匹配相结合的方法进行自动匹配的;
所述第三数据层是基于影像分辨率的判断结果选择目标算法进行自动匹配的。
第一数据层的采样率为R1,第二数据层的采样率R2=3*R1,第三数据层为原始影像数据。由于部分国产卫星存在较大几何误差,初始采样率R1一般取值为0.1至0.2之间。影像数据层构建完成后,进行逐层匹配。
第一数据层和第二数据层主要是为了构建精确几何约束模型,因此第一数据层和第二数据层采用基于几何约束的特征点和灰度模板匹配相结合的自动匹配方法。具体流程为:首先在待校正影像块上使用Harris、Forstner等算法进行特征点提取,然后对于每一个特征点,以特征点为中心提取M*M大小的模板窗口,通过几何约束模型计算待校正影像块上特征点在基准遥感影像上的对应位置,并以此位置为中心提取S*S大小的搜索窗口,要求S必须大于M,最后利用归一化相关系数(NCC)进行模板匹配,如果NCC大于给定阈值,则认为该特征点匹配成功,匹配完成后使用RANSAC剔除错误控制点。对于第一数据层,使用待校正影像和基准遥感影像之间的地理坐标构建多项式模型作为几何约束模型;对于第二数据层,将第一数据层匹配的控制点按照相同地理坐标换算到第二数据层的像素坐标,然后利用这些控制点构建多项式模型作为几何约束模型。由于匹配过程是直接从内存数据集中读取影像数据,因此影像匹配过程可以使用多线程进行特征点并行匹配,提高匹配效率。
第三数据层是原始影像层,根据影像分辨率,采用不同的图像匹配方法。对于大于30米分辨率的遥感影像,采用与第一数据层、第二数据层相同的自动匹配方法。对于分辨率小于等于30米的遥感影像,使用SIFT、SURF等具有旋转不变性、尺度不变性的子像素特征匹配算法。具有处理流程为:首先将第二数据层自动匹配获得的控制点按照相同地理坐标转换到第三数据层的像素坐标,使用这些控制点构建多项式模型作为几何约束模型;然后将待校正影像块按照B*B大小进行网格划分,对于每个网格,利用几何约束模型计算对应的基准影像块,最后使用SIFT、SURF等算法完成特征点提取和匹配,每个网格匹配完成后,将控制点合并形成最终的控制点,并使用RANSAC方法剔除错误控制点。第三数据层匹配过程,也可以使用多线程技术进行并行匹配,极大提高自动匹配效率。
本实施例中,在影像分层匹配过程中构建的多项式模型,可以使用一阶、二阶和三阶多项式。
基于上述实施例,将所述待校正影像与基准遥感影像进行自动匹配,生成控制点之前,所述方法还包括:
判断所述待校正影像和基准遥感影像的投影和分辨率是否相同;
在确认所述待校正影像和基准遥感影像的投影和分辨率不同的情况下,对所述基准遥感影像进行重投影,使所述待校正影像和基准遥感影像的投影和分辨率相同;
在确认所述待校正影像和基准遥感影像的投影相同、分辨率不同的情况下,对所述基准遥感影像进行重采样,使所述待校正图像和基准遥感影像的分辨率相同。
本实施例是在进行自动匹配之前,对基准遥感影像进行的预处理过程。通过对基准遥感影像的调整,使其与待校正图像的投影和分辨率一致,能够减少对自动匹配精度和速度的影响。
基于上述实施例,根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正之后,所述方法还包括:
根据几何校正结果,得到校正控制点,并利用所述校正控制点计算校正后影像相对于所述基准遥感影像的中误差。
几何校正完成后,首先通过自动匹配获得一定数量的校正控制点,然后使用这些校正控制点计算校正后影像相对于基准遥感图像的中误差(RMSE),作为几何精度评价结果。校正后影像已经消除了几何误差和内部几何畸变,因此自动匹配也采用分块匹配方法进行,但只在原始图像上进行匹配,不需要多层匹配,本实施例中的自动匹配采用基于几何约束的特征点和灰度模板匹配相结合的方法。
中误差计算公式如下:
其中,(xi,yi)为控制点对Mi在待校正影像上的地理坐标,(x′i,y′i)为控制点对Mi在基准影像上的地理坐标,R为待校正影像的分辨率
下面结合图2,对本发明提供的遥感影像自动配准装置进行描述,下文描述的遥感影像自动配准装置与上文描述的遥感影像自动配准方法可相互对应参照。
本发明还提供一种遥感影像自动配准装置,包括以下模块:
建立模块210,用于建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
匹配模块220,用于将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率自动获取的;
校正模块230,用于根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
可选地,匹配模块进一步包括:
影像块生成模块,用于根据预设影像分块大小,计算所述基准遥感影像的X、Y方向的分块数量,生成对应所述分块数量的待校正影像块,并根据相同地理坐标,生成所述分块数量的对应区域基准遥感影像块;
内存数据集生成模块,用于生成每块所述待校正影像块对应的内存数据集,并对所述内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配,得到每对所述影像块对应的精度高控制点。
可选地,内存数据集生成模块进一步包括:
读取及生成模块,用于计算待校正影像块的宽、高、在整幅待校正影像中的起始位置及左上角地理坐标信息,并读取所述待校正影像块的分块数量,生成所述待校正影像块的内存数据集;
增强模块,用于对所述待校正影像内存数据集进行增强处理;
计算基准遥感影像块的宽、高、在整幅基准遥感影像中的起始位置及左上角地理坐标信息,并读取所述基准遥感影像块的数据到内存,生成所述基准遥感影像块的基准遥感影像内存数据集;
分层匹配模块,用于基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配。
可选地,所述分层匹配模块进一步用于:
基于影像降采样,构建用于分层匹配的第一数据层、第二数据层及第三数据层;
根据所述第一数据层、第二数据层及第三数据层,对增强后的待校正影像内存数据集和基准遥感影像内存数据集进行分层匹配;
其中,所述第一数据层和第二数据层是基于几何约束的特征点和灰度模板匹配相结合的方法进行自动匹配的;
所述第三数据层是基于影像分辨率的判断结果选择目标算法进行自动匹配的。
可选地,本发明提供的遥感影像自动配准装置,还包括以下模块:
判断模块,用于判断所述待校正影像和基准影像的投影和分辨率是否相同;
在确认所述待校正影像和基准遥感影像的投影和分辨率不同的情况下,对所述基准遥感影像进行重投影,使所述待校正影像和基准遥感影像的投影和分辨率相同;
在确认所述待校正影像和基准遥感影像的投影相同、分辨率不同的情况下,对所述基准遥感影像进行重采样,使所述待校正影像和基准遥感影像的分辨率相同。
校正误差计算模块,用于根据几何校正结果,得到校正控制点,并利用所述校正控制点计算校正后影像相对于所述基准遥感影像的中误差。
本实施例提供的遥感影像自动配准装置,利用构建的基准遥感影像库,在自动匹配时能够实现多源多尺度遥感影像的自动配准,可以完成不同传感器的可见光、红外、高光谱影像的精度自动配准,支持的分辨率从厘米级到公里级,支持的单景影像数据量从MB级到50GB级遥感影像的并行快速配准。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行遥感影像自动配准方法,该方法包括:建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;
根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
此外,上述的存储器330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: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,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的遥感影像自动配准方法,该方法包括:
建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;
根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其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方法提供的遥感影像自动配准方法,该方法包括:
建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;
根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
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)
1.一种遥感影像自动配准方法,其特征在于,包括:
建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率从所述基准遥感影像库中自动获取的;
根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
2.根据权利要求1所述的遥感影像自动配准方法,其特征在于,将所述待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点,包括:
根据预设影像分块大小,计算所述待校正影像的X、Y方向的分块数量,生成对应所述分块数量的待校正影像块,并根据相同地理坐标,生成所述分块数量的对应区域基准遥感影像块;
生成每块所述待校正影像块对应的待校正影像内存数据集,并对所述待校正影像内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的待校正影像内存数据集和对应区域的基准遥感影像内存数据集进行分层匹配,得到每对所述影像块对应的控制点。
3.根据权利要求2所述的遥感影像自动配准方法,其特征在于,所述生成每块所述待校正影像块对应的待校正影像内存数据集,并对所述待校正影像内存数据集进行影像增强处理,生成每块所述基准遥感影像块对应的基准遥感影像内存数据集,将增强后的待校正影像内存数据集和对应区域的基准遥感影像内存数据集进行分层匹配,包括:
计算待校正影像块的宽、高、在整幅待校正影像中的起始位置及左上角地理坐标信息,并读取所述待校正影像块的数据到内存,生成所述待校正影像块的待校正影像内存数据集;
对所述待校正影像内存数据集进行增强处理;
计算基准遥感影像块的宽、高、在整幅基准遥感影像中的起始位置及左上角地理坐标信息,并读取所述基准遥感影像块的数据到内存,生成所述基准遥感影像块的基准遥感影像内存数据集;
基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配。
4.根据权利要求3所述的遥感影像自动配准方法,其特征在于,所述基于影像降采样构建用于分层匹配的影像数据层,并根据所述影像数据层对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配,包括:
基于影像降采样,构建用于分层匹配的第一数据层、第二数据层及第三数据层;
根据所述第一数据层、第二数据层及第三数据层,对增强后的待校正影像内存数据集和所述对应区域的基准遥感影像内存数据集进行分层匹配;
其中,所述第一数据层和第二数据层是基于几何约束的特征点和灰度模板匹配相结合的方法进行自动匹配的;
所述第三数据层是基于影像分辨率的判断结果选择目标算法进行自动匹配的。
5.根据权利要求1所述的遥感影像自动配准方法,其特征在于,将所述待校正影像与基准遥感影像进行自动匹配,生成控制点之前,所述方法还包括:
判断所述待校正影像和基准遥感影像的投影和分辨率是否相同;
在确认所述待校正影像和基准遥感影像的投影和分辨率不同的情况下,对所述基准遥感影像进行重投影,使所述待校正影像和基准遥感影像的投影和分辨率相同;
在确认所述待校正影像和基准遥感影像的投影相同、分辨率不同的情况下,对所述基准遥感影像进行重采样,使所述待校正影像和基准遥感影像的分辨率相同。
6.根据权利要求1所述的遥感影像自动配准方法,其特征在于,根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正之后,所述方法还包括:
根据几何校正结果,得到校正控制点,并利用所述校正控制点计算校正后影像相对于所述基准遥感影像的中误差。
7.一种遥感影像自动配准装置,其特征在于,包括:
建立模块,用于建立基准遥感影像库,所述基准遥感影像库包括多种类型以及不同分辨率的遥感影像;
匹配模块,用于将待校正影像与基准遥感影像进行自动匹配,并基于匹配结果生成控制点;其中所述基准遥感影像是根据所述待校正影像的地理位置和分辨率自动获取的;
校正模块,用于根据所述控制点建立几何校正模型,利用所述几何校正模型对所述待校正影像进行几何校正。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至6任一项所述遥感影像自动配准方法的步骤。
9.一种非暂态计算机可读存储介质,其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6任一项所述遥感影像自动配准方法的步骤。
10.一种计算机程序产品,包括计算机程序,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6任一项所述遥感影像自动配准方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111638726.4A CN114387318A (zh) | 2021-12-29 | 2021-12-29 | 遥感影像自动配准方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111638726.4A CN114387318A (zh) | 2021-12-29 | 2021-12-29 | 遥感影像自动配准方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114387318A true CN114387318A (zh) | 2022-04-22 |
Family
ID=81199843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111638726.4A Pending CN114387318A (zh) | 2021-12-29 | 2021-12-29 | 遥感影像自动配准方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114387318A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116468622B (zh) * | 2023-03-14 | 2024-03-15 | 中国科学院空天信息创新研究院 | 遥感影像显示方法及装置 |
-
2021
- 2021-12-29 CN CN202111638726.4A patent/CN114387318A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116468622B (zh) * | 2023-03-14 | 2024-03-15 | 中国科学院空天信息创新研究院 | 遥感影像显示方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018119889A1 (zh) | 三维场景定位方法和装置 | |
CN107170008B (zh) | 一种深度图创建方法、系统以及图像虚化方法、系统 | |
CN112396640B (zh) | 图像配准方法、装置、电子设备及存储介质 | |
CN109640066B (zh) | 高精度稠密深度图像的生成方法和装置 | |
CN113689578B (zh) | 一种人体数据集生成方法及装置 | |
CN111160229B (zh) | 基于ssd网络的视频目标检测方法及装置 | |
CN112288693A (zh) | 圆孔检测方法、装置、电子设备及存储介质 | |
CN104392457A (zh) | 倾斜影像的连接点自动匹配方法及装置 | |
CN114120149B (zh) | 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质 | |
CN112529827A (zh) | 遥感图像融合模型的训练方法及装置 | |
CN114862861B (zh) | 基于少样本学习的肺叶分割方法和装置 | |
CN114387318A (zh) | 遥感影像自动配准方法、装置、电子设备及存储介质 | |
Ebrahimikia et al. | True orthophoto generation based on unmanned aerial vehicle images using reconstructed edge points | |
CN110942102B (zh) | 一种概率松弛核线匹配方法及系统 | |
CN117132737A (zh) | 一种三维建筑模型构建方法、系统及设备 | |
CN110533663B (zh) | 一种图像视差确定方法、装置、设备及系统 | |
CN115965712A (zh) | 一种建筑物二维矢量图构建方法、系统、设备及存储介质 | |
CN115546143A (zh) | 定位晶圆的中心点的方法、装置、存储介质以及电子设备 | |
CN116309817A (zh) | 一种基于rgb-d相机的托盘检测与定位方法 | |
CN111951337B (zh) | 图像检测目标空间定位方法及系统 | |
CN110276755B (zh) | 一种肿瘤位置定位系统及相关装置 | |
CN110059651B (zh) | 一种相机实时跟踪注册方法 | |
CN113723406A (zh) | 一种对冠脉造影图像进行支架定位的处理方法和装置 | |
CN114677435A (zh) | 一种点云全景融合要素提取方法和系统 | |
CN111369425A (zh) | 图像处理方法、装置、电子设备和计算机可读介质 |
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 |