CN116468622B - 遥感影像显示方法及装置 - Google Patents
遥感影像显示方法及装置 Download PDFInfo
- Publication number
- CN116468622B CN116468622B CN202310266979.6A CN202310266979A CN116468622B CN 116468622 B CN116468622 B CN 116468622B CN 202310266979 A CN202310266979 A CN 202310266979A CN 116468622 B CN116468622 B CN 116468622B
- Authority
- CN
- China
- Prior art keywords
- image
- corrected
- control point
- point
- points
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012937 correction Methods 0.000 claims abstract description 29
- 238000013507 mapping Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 238000012952 Resampling Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供一种遥感影像显示方法,包括:从数字地球全球基础瓦片数据中提取多个特征点,得到控制点库,特征点在预设范围内具有最大灰度方差,控制点库包括控制点图片;对控制点库进行搜索,得到处于待校正影像范围内的控制点集;根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集;根据同名点集,采用多项式模型对待校正影像进行分块校正,得到与每块子待校正影像的角点对应的三维图形顶点;根据三维图形顶点,采用三维图形显卡对校正后的待校正影像进行纹理贴图显示。本公开的方法可以快速对卫星影像建立几何校正参数,利用三维图形显卡的特性,不需要重采样就可以快速显示在数字地球上进行处理应用。
Description
技术领域
本公开涉及遥感技术领域,尤其涉及一种遥感影像显示方法及装置。
背景技术
遥感影像(简称:RS,英文:Remote Sensing Image)是指记录各种地物电磁波大小的胶片或照片,主要分为航空像片和卫星相片。由于遥感影像幅面大,定位具有一定误差,因而在显示前需要对其进行校正。
传统的遥感影像几何校正一般是采用外业采集的控制点或者高精度遥感底图数据作为参考数据,利用与高精度遥感底图数据匹配出的匹配点作为控制点数据,通过建立遥感影像像素和地理位置的对应关系,然后通过重采样的方式输出校正影像。这种方式一般比较耗时,生产时间较长,对于需要应急处理显示的场景满足不了要求。
发明内容
(一)要解决的技术问题
针对现有的技术问题,本公开提供一种遥感影像显示方法及装置,用于至少部分解决以上技术问题。
(二)技术方案
本公开提供一种遥感影像显示方法,包括:从数字地球全球基础瓦片数据中提取多个特征点,得到控制点库,特征点在预设范围内具有最大灰度方差,控制点库包括控制点图片;对控制点库进行搜索,得到处于待校正影像范围内的控制点集;根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集;根据同名点集,采用多项式模型对待校正影像进行分块校正,得到与每块子待校正影像的角点对应的三维图形顶点;根据三维图形顶点,采用三维图形显卡对校正后的待校正影像进行纹理贴图显示。
可选地,从数字地球全球基础瓦片数据中提取多个特征点,得到控制点库包括:采用Moravec算子提取多个特征点;分别以各特征点为中心截取数字地球全球基础瓦片数据,得到多个控制点图片;根据多个控制点图片,得到控制点库。
可选地,对控制点库进行搜索,得到处于待校正影像范围内的控制点集包括:根据待校正影像的地理位置范围和定位误差,确定待校正影像的第一搜索范围;对控制点库进行搜索,确定处于第一搜索范围内的多个控制点;根据多个控制点,得到控制点集。
可选地,根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集包括:根据各控制点的经纬度,确定与控制点对应的待校正图像的多个像素点;根据多个像素点和定位误差,确定待校正影像的第二搜索范围;在第二搜索范围内,对待校正影像与多个控制点图片进行灰度模板匹配,得到多个同名点,同名点与相匹配的控制点具有最小绝对像素差值;根据多个同名点,得到同名点集。
可选地,在第二搜索范围内,对待校正影像与多个控制点图片进行灰度模板匹配,得到多个同名点包括:将控制点图片在第二搜索范围内进行逐次滑动;计算控制点图片每次滑动时与对应的局部待校正影像的像素差值的绝对值平均;确定最小的像素差值的绝对值平均对应的局部待校正影像的中心点为同名点;分别将多个控制点图片与待校正影像进行滑动匹配,得到多个同名点。
可选地,根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集还包括:对同名点集中的粗差点进行剔除。
可选地,根据同名点集,采用多项式模型对待校正影像进行分块校正,得到与每块待校正影像的角点对应的三维图形顶点包括:根据同名点集中各同名点的经纬度坐标和多个像素点的坐标,确定多项式模型的系数,得到校正系数;将待校正影像划分为多个子待校正影像;根据校正系数,确定每个子待校正影像中各角点的经纬度坐标;将每个子待校正影像中各角点的经纬度坐标转换为地心地固坐标,得到与每块子待校正影像的角点对应的三维图形顶点。
可选地,根据三维图形顶点,采用三维图形显卡对校正后的待校正影像进行纹理贴图显示包括:根据各子待校正影像的图像颜色数据,得到三维图形纹理数据;根据三维图像顶点,在各子待校正影像中构建多个三角形;根据三维图形纹理数据,在多个三角形内进行纹理贴图,其中,采用三维图形显卡并行执行纹理贴图。
本公开另一方面提供一种遥感影像显示装置,包括:控制模块,用于从数字地球全球基础瓦片数据中提取多个特征点,得到控制点库,特征点在预设范围内具有最大灰度方差,控制点库包括控制点图片;搜索模块,用于对控制点库进行搜索,得到处于待校正影像范围内的控制点集;匹配模块,用于根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集;校正模块,用于根据同名点集,采用多项式模型对待校正影像进行分块校正,得到与每块子待校正影像的角点对应的三维图形顶点;显示模块,用于根据三维图形顶点,采用三维图形显卡对校正后的待校正影像进行纹理贴图显示。
(三)有益效果
与现有技术相比,本公开提供的遥感影像显示方法及装置,至少具有以下有益效果:
(1)本公开基于数字地球全球基础瓦片数据提取控制点,并与待校正影像匹配得到同名点,以及采用多项式模型对待校正影像中的像素点与控制点之间的误差进行分块校正,可以快速对卫星影像建立几何校正参数。
(2)本公开利用三维图形显卡的并行处理特性,不需要重采样就可以快速显示在数字地球上进行处理应用,极大地缩短了应用处理时间,满足遥感影像一分钟上球的应急需求。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的遥感影像显示方法的流程图;
图2示意性示出了根据本公开实施例的Moravec算子图;
图3A示意性示出了根据本公开实施例的第二搜索范围图;
图3B示意性示出了根据本公开实施例的控制点图片;
图4示意性示出了根据本公开实施例的遥感影像显示装置的框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
需要说明的是,在附图或说明书描述中,相似或相同的部分都使用相同的图号。说明书中示例的各个实施例中的技术特征在无冲突的前提下可以进行自由组合形成新的方案,另外每个权利要求可以单独作为一个实施例或者各个权利要求中的技术特征可以进行组合作为新的实施例,且在附图中,实施例的形状或是厚度可扩大,并以简化或是方便标示。再者,附图中未绘示或描述的元件或实现方式,为所属技术领域中普通技术人员所知的形式。另外,虽然本文可提供包含特定值的参数的示范,但应了解,参数无需确切等于相应的值,而是可在可接受的误差容限或设计约束内近似于相应的值。
除非存在技术障碍或矛盾,本公开的上述各种实施方式可以自由组合以形成另外的实施例,这些另外的实施例均在本公开的保护范围中。
虽然结合附图对本公开进行了说明,但是附图中公开的实施例旨在对本公开优选实施方式进行示例性说明,而不能理解为对本公开的一种限制。附图中的尺寸比例仅仅是示意性的,并不能理解为对本公开的限制。
虽然本公开总体构思的一些实施例已被显示和说明,本领域普通技术人员将理解,在不背离本总体公开构思的原则和精神的情况下,可对这些实施例做出改变,本公开的范围以权利要求和它们的等同物限定。
图1示意性示出了根据本公开实施例的遥感影像显示方法的流程图。
根据本公开的实施例,如图1所示,遥感影像显示方法例如包括:
S110,从数字地球全球基础瓦片数据中提取多个特征点,得到控制点库,特征点在预设范围内具有最大灰度方差,控制点库包括控制点图片。
例如,数字地球全球基础瓦片数据为高分辨率(一般分辨率高于5米)的瓦片数据。通过步骤S211~S213来获取控制点库。
步骤S211,采用Moravec(莫拉维克)算子提取多个特征点。
图2示意性示出了根据本公开实施例的Moravec算子图。
例如,首先计算各像元的兴趣值IV(interest value)。在以像素(c,r)为中心的w×w的影像窗口中,如图2所示的5×5的窗口,计算图2所示四个方向相邻像素灰度差的平方和:
其中,k=INT(w/2),即窗口的一半取整。取其中最小者作为该像素(c,r)的兴趣值。然后,给定经验阈值,将兴趣值大于该阈值的点(即兴趣值计算窗口的中心点)作为候选点。阈值的选择例如以候选点中包括所需要的特征点,而又不含过多的非特征点为原则。选取候选点中的极值点作为特征点。在一定大小的窗口内(可不同于兴趣值计算窗口,例如,5*5,7*7或9*9像元),将候选点中兴趣值不是最大者均去掉,仅留下一个兴趣值最大者,该像素即为一个特征点。即Moravec算子是在四个主要方向上,选择具有最大-最小灰度方差的点作为特征点。
步骤S212,分别以各特征点为中心截取数字地球全球基础瓦片数据,得到多个控制点图片。
例如,提取图像特征点后,形成控制点集合。对每一个图像特征点,以坐标为中心,取64*64、128*128等尺寸的控制点图片,然后把控制点图片及控制点位置信息等存储到数据库中,形成控制点库。控制点库的制作,例如以后台服务的方式运行生成和更新。
步骤S213,根据多个控制点图片,得到控制点库。
S120,对控制点库进行搜索,得到处于待校正影像范围内的控制点集。
例如,通过步骤S321~S323来获取控制点集。
步骤S321,根据待校正影像的地理位置范围和定位误差,确定待校正影像的第一搜索范围。
例如,根据待校正影像的地理位置范围及定位误差,确定待校正影像的最大地理范围,也即控制点的搜索范围,在控制点库中根据搜索范围获取此范围内所有的控制点。
步骤S322,对控制点库进行搜索,确定处于第一搜索范围内的多个控制点。
步骤S323,根据多个控制点,得到控制点集。
S130,根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集。
例如,通过步骤S431~S434来获取待校正影像内的同名点集。
步骤S431,根据各控制点的经纬度,确定与控制点对应的待校正图像的多个像素点。
步骤S432,根据多个像素点和定位误差,确定待校正影像的第二搜索范围。
例如,结合最大定位误差与根据控制点经纬度计算的待校正影像的图像像素点,可以确定在待校正影像上的图像搜索范围来进行灰度模板匹配。
步骤S433,在第二搜索范围内,对待校正影像与多个控制点图片进行灰度模板匹配,得到多个同名点,同名点与相匹配的控制点具有最小绝对像素差值。
例如,获取控制点图片的数据,在第二搜索范围内利用灰度模板匹配算法进行匹配,寻找单个瓦片数据上提取特征点的最优匹配点,获取同名点。
例如,将控制点图片在第二搜索范围内进行逐次滑动。计算控制点图片每次滑动时与对应的局部待校正影像的像素差值的绝对值平均。确定最小的像素差值的绝对值平均对应的局部待校正影像的中心点为同名点。分别将多个控制点图片与待校正影像进行滑动匹配,得到多个同名点。
图3A示意性示出了根据本公开实施例的第二搜索范围图。图3B示意性示出了根据本公开实施例的控制点图片。
具体地,如图3A和3B所示,例如采用平均绝对差算法,进行灰度模板匹配。例如以控制点图片64*64为模板,将模板在搜索图中滑动,计算每滑动一步的相似性,(计算对应位置像素差值的绝对值平均,L1距离的平均值)。设S(x,y)是大小为m×n的搜索图像,T(x,y)是M×N的模板图像(即控制点图片)。在搜索图S中,以(i,j)为左上角,取M×N大小的子图,计算其与模板的相似度。遍历整个搜索图,在所有能够取到的子图中,找到与模板图最相似的子图作为最终匹配结果。平均绝对差算法的相似性度量公式为:
其中,1≤i≤m-M+1,1≤j≤n-N+1。因而,平均绝对差D(i,j)越小,表明越相似,只需找到最小的D(i,j)即可确定相匹配的子图位置,进而可以确定控制点对应的同名点。
步骤S434,根据多个同名点,得到同名点集。
为了获得更准确的同名点集,还可以对同名点集中的粗差点进行剔除。例如,采用RANSAC算法进行粗差点剔除。
S140,根据同名点集,采用多项式模型对待校正影像进行分块校正,得到与每块子待校正影像的角点对应的三维图形顶点。
例如,通过步骤S441~S444来获取每块子待校正影像的角点对应的三维图形顶点。
步骤S441,根据同名点集中各同名点的经纬度坐标和多个像素点的坐标,确定多项式模型的系数,得到校正系数。
例如,利用最小二乘法来求解多项式模型中的多项式系数a0,...a5,以及b0,...b5。
其中,(x,y)为待纠正影像的像素坐标,(X,Y)为匹配出来的影像同名点的经纬度坐标,h为控制点序号。通过多项式系数a0,...a5,以及b0,...b5可以实现采用同名点对待纠正影像中像素点位置的误差纠正。
步骤S442,将待校正影像划分为多个子待校正影像。
例如,设待校正图像宽度为Width,高度为Height,按一定大小M*N分成2n块。
步骤S443,根据校正系数,确定每个子待校正影像中各角点的经纬度坐标。
例如,数字地球三维世界坐标系的原点及坐标轴采用地心地固坐标系的原点和坐标轴,图像上某点经纬度对应的地心地固坐标系即为三维顶点坐标。通过计算每个子待校正影像的四个角点的三维图形顶点,可以对其进行纹理贴图显示。对待校正图像某一个图像像素点I(x,y),根据步骤S441求解的多项式系数,可计算其对应的经纬度坐标(L,B)。
步骤S444,将每个子待校正影像中各角点的经纬度坐标转换为地心地固坐标,得到与每块子待校正影像的角点对应的三维图形顶点。
例如,将经纬度坐标(L,B)再转换为地心地固坐标系(X,Y,Z),可得到对应的三维图形顶点。分别计算每个子待校正影像的四个角点I0,I1,I2,I3对应的三维图形顶点坐标。对应的纹理坐标分别为(0,0),(0,1),(1,0),(1,1)。经纬度坐标到地心地固坐标系转换公式:
其中,
e为椭圆第一偏心率:
a,b分别为地球长半轴和短半轴,H在这里取0。
S150,根据三维图形顶点,采用三维图形显卡对校正后的待校正影像进行纹理贴图显示。
例如,通过步骤S551~S553来对校正后的待校正影像进行纹理贴图显示。
步骤S551,根据各子待校正影像的图像颜色数据,得到三维图形纹理数据。
例如,对于某一块子待校正影像,根据其像素坐标范围从图像文件中读取颜色数据,例如RGB数值或灰度值,转换为三维图形纹理数据。
步骤S552,根据三维图像顶点,在各子待校正影像中构建多个三角形。
例如,在子待校正影像的四个角点对应的三维顶点生成后,可按逆时针构建两个三角形,按照三维图形学方法,进行纹理贴图显示。
步骤S553,根据三维图形纹理数据,在多个三角形内进行纹理贴图,其中,采用三维图形显卡并行执行纹理贴图。
例如,利用三维图形显卡的并行处理能力快速显示,代替了传统耗时的重采样输出过程,时间为毫秒级。对所有子待校正影像按照上述步骤构建,可以在数字地球上立即定位和显示校准后的遥感图像,结合基础瓦片数据,进行快速判读等应用。
图4示意性示出了根据本公开实施例的遥感影像显示装置的框图。
本公开另一方面提供一种遥感影像显示装置,如图4所示,遥感影像显示装置400例如包括:控制模块410、搜索模块420、匹配模块430、校正模块440和显示模块450。
控制模块410用于从数字地球全球基础瓦片数据中提取多个特征点,得到控制点库,特征点在预设范围内具有最大灰度方差,控制点库包括控制点图片。在一实施例中,控制模块410可以用于执行前文描述的操作S110,在此不再赘述。
搜索模块420用于对控制点库进行搜索,得到处于待校正影像范围内的控制点集。在一实施例中,搜索模块420可以用于执行前文描述的操作S120,在此不再赘述。
匹配模块430用于根据控制点集,对控制点图片和待校正影像进行灰度模板匹配,得到待校正影像内的同名点集。在一实施例中,匹配模块430可以用于执行前文描述的操作S130,在此不再赘述。
校正模块440用于根据同名点集,采用多项式模型对待校正影像进行分块校正,得到与每块子待校正影像的角点对应的三维图形顶点。在一实施例中,校正模块440可以用于执行前文描述的操作S140,在此不再赘述。
显示模块450用于根据三维图形顶点,采用三维图形显卡对校正后的待校正影像进行纹理贴图显示。在一实施例中,显示模块450可以用于执行前文描述的操作S150,在此不再赘述。
根据本公开的实施例,控制模块410、搜索模块420、匹配模块430、校正模块440和显示模块450中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,控制模块410、搜索模块420、匹配模块430、校正模块440和显示模块450中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,控制模块410、搜索模块420、匹配模块430、校正模块440和显示模块450中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
综上所述,本公开实施例提出一种遥感影像显示方法。通过对卫星影像特征点自动提取、控制点匹配、三维快速显示等步骤,可以快速对卫星影像建立几何校正参数,利用三维图形显卡的特性,不需要重采样就可以快速显示在数字地球上进行处理应用,使得遥感影像产品的处理和应用时间极大的缩短,满足遥感影像一分钟上球的应急需求。
产品实施例部分未尽细节之处与方法实施例部分类似,请参见方法实施例部分,此处不再赘述。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于的特定顺序或层次。
还需要说明的是,实施例中提到的方向术语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向,并非用来限制本公开的保护范围。贯穿附图,相同的元素由相同或相近的附图标记来表示。可能导致本公开的理解造成混淆时,将省略常规结构或构造。并且图中各部件的形状、尺寸、位置关系不反映真实大小、比例和实际位置关系。
在上述的详细描述中,各种特征一起组合在单个的实施方案中,以简化本公开。不应该将这种公开方法解释为反映了这样的意图,即,所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反,如所附的权利要求书所反映的那样,本公开处于比所公开的单个实施方案的全部特征少的状态。因此,所附的权利要求书特此清楚地被并入详细描述中,其中每项权利要求独自作为本公开单独的优选实施方案。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个、三个等,除非另有明确具体的限定。就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
以上所述的具体实施例,对本公开的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (6)
1.一种遥感影像显示方法,其特征在于,包括:
对数字地球全球基础瓦片数据采用Moravec算子计算兴趣值,选择一定窗口范围内最大兴趣值点作为一个特征点,遍历全球瓦片数据提取多个特征点;
提取所述特征点后,以各特征点坐标为中心截取数字地球全球基础瓦片数据,得到多个控制点图片,把控制点图片及控制点位置信息等存储到数据库中,形成控制点库;
根据待校正影像的地理位置范围及定位误差确定地理搜索范围,搜索所述控制点库,得到此范围内所有的控制点集;
对于所述控制点集单个控制点,计算其对应的所述待校正影像的图像像素点,结合最大定位误差,确定所述待校正影像上的图像搜索范围,获取控制点图片数据,利用灰度模板匹配算法在所述待校正影像搜索范围内进行滑动匹配,寻找所述特征点的最优匹配点,得到同名点;
遍历所述控制点集,得到同名点集;
根据所述同名点集中各同名点的经纬度坐标和多个像素点的坐标,利用最小二乘法来求解多项式模型中的多项式系数,确定多项式校正模型的系数;
将待校正影像划分为多个子待校正影像,对所述子待校正影像某一个图像像素点,根据所述多项式校正模型的系数,可计算其对应的经纬度坐标,根据数字地球三维世界坐标系采用地心地固坐标系,可进一步计算其对应的地心地固坐标系,即三维图形顶点坐标,根据子待校正影像的四个角点像素坐标,可计算其对应的四个三维图形顶点坐标;
根据所述各子待校正影像的像素坐标范围从图像文件中读取颜色数据,转换得到三维图形纹理数据;
根据所述子待校正影像的四个三维图形顶点坐标,可按逆时针构建两个三角形,按照三维图形学方法,对所述三维图形纹理数据进行纹理贴图显示。
2.根据权利要求1所述的方法,其特征在于,所述对于所述控制点集单个控制点,计算其对应的所述待校正影像的图像像素点包括:
根据各所述控制点的经纬度,确定与所述控制点对应的所述待校正影像的多个像素点;
所述同名点与相匹配的所述控制点具有最小绝对像素差值。
3.根据权利要求2所述的方法,其特征在于,所述利用灰度模板匹配算法在所述待校正影像搜索范围内进行滑动匹配,寻找所述特征点的最优匹配点,得到同名点包括:
将所述控制点图片在所述待校正影像搜索范围内进行逐次滑动;
计算所述控制点图片每次滑动时与对应的局部待校正影像的像素差值的绝对值平均;
确定最小的所述像素差值的绝对值平均对应的所述局部待校正影像的中心点为所述同名点;
所述遍历所述控制点集,得到同名点集包括:
分别将多个所述控制点图片与所述待校正影像进行滑动匹配,得到所述同名点集。
4.根据权利要求2所述的方法,其特征在于,所述遍历所述控制点集,得到同名点集还包括:
对所述同名点集中的粗差点进行剔除。
5.根据权利要求1所述的方法,其特征在于,所述对所述三维图形纹理数据进行纹理贴图显示包括:
采用三维图形显卡并行执行所述纹理贴图。
6.一种遥感影像显示装置,其特征在于,包括:
控制模块,对数字地球全球基础瓦片数据采用Moravec算子计算兴趣值,选择一定窗口范围内最大兴趣值点作为一个特征点,遍历全球瓦片数据提取多个特征点;提取所述特征点后,以各特征点坐标为中心截取数字地球全球基础瓦片数据,得到多个控制点图片,把控制点图片及控制点位置信息等存储到数据库中,形成控制点库;
搜索模块,根据待校正影像的地理位置范围及定位误差确定地理搜索范围,搜索所述控制点库,得到待校正影像地理误差范围内所有的控制点集;
匹配模块,对于所述控制点集单个控制点,计算其对应的所述待校正影像的图像像素点,结合最大定位误差,确定所述待校正影像上的图像搜索范围,获取控制点图片数据,利用灰度模板匹配算法在所述待校正影像搜索范围内进行滑动匹配,寻找所述特征点的最优匹配点,得到同名点;遍历所述控制点集,得到同名点集;
校正模块,根据所述同名点集中各同名点的经纬度坐标和多个像素点的坐标,利用最小二乘法来求解多项式模型中的多项式系数,确定多项式校正模型的系数;
显示模块,将待校正影像划分为多个子待校正影像,对所述子待校正影像某一个图像像素点,根据所述多项式校正模型的系数,可计算其对应的经纬度坐标,根据数字地球三维世界坐标系采用地心地固坐标系,可进一步计算其对应的地心地固坐标系,即三维图形顶点坐标,根据子待校正影像的四个角点像素坐标,可计算其对应的四个三维图形顶点坐标;根据所述各子待校正影像的像素坐标范围从图像文件中读取颜色数据,转换得到三维图形纹理数据;根据所述子待校正影像的四个三维图形顶点坐标,可按逆时针构建两个三角形,按照三维图形学方法,对所述三维图形纹理数据进行纹理贴图显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310266979.6A CN116468622B (zh) | 2023-03-14 | 2023-03-14 | 遥感影像显示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310266979.6A CN116468622B (zh) | 2023-03-14 | 2023-03-14 | 遥感影像显示方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116468622A CN116468622A (zh) | 2023-07-21 |
CN116468622B true CN116468622B (zh) | 2024-03-15 |
Family
ID=87176150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310266979.6A Active CN116468622B (zh) | 2023-03-14 | 2023-03-14 | 遥感影像显示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116468622B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021046964A1 (zh) * | 2019-09-10 | 2021-03-18 | 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 |
CN114155167A (zh) * | 2021-12-08 | 2022-03-08 | 感知天下(北京)信息科技有限公司 | 一种基于在线遥感卫星影像的自动化快速校正方法 |
CN114387318A (zh) * | 2021-12-29 | 2022-04-22 | 中国科学院空天信息创新研究院 | 遥感影像自动配准方法、装置、电子设备及存储介质 |
CN115630236A (zh) * | 2022-10-19 | 2023-01-20 | 感知天下(北京)信息科技有限公司 | 无源遥感影像的全球快速检索定位方法、存储介质及设备 |
-
2023
- 2023-03-14 CN CN202310266979.6A patent/CN116468622B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021046964A1 (zh) * | 2019-09-10 | 2021-03-18 | 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 |
CN114155167A (zh) * | 2021-12-08 | 2022-03-08 | 感知天下(北京)信息科技有限公司 | 一种基于在线遥感卫星影像的自动化快速校正方法 |
CN114387318A (zh) * | 2021-12-29 | 2022-04-22 | 中国科学院空天信息创新研究院 | 遥感影像自动配准方法、装置、电子设备及存储介质 |
CN115630236A (zh) * | 2022-10-19 | 2023-01-20 | 感知天下(北京)信息科技有限公司 | 无源遥感影像的全球快速检索定位方法、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116468622A (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10930005B1 (en) | Profile matching of buildings and urban structures | |
CN110135455B (zh) | 影像匹配方法、装置及计算机可读存储介质 | |
CN107316325B (zh) | 一种基于图像配准的机载激光点云与影像配准融合方法 | |
Zhang et al. | A UAV-based panoramic oblique photogrammetry (POP) approach using spherical projection | |
KR101533182B1 (ko) | 3d 거리 | |
KR20190026452A (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN108759788B (zh) | 无人机影像定位定姿方法及无人机 | |
JP2017182695A (ja) | 情報処理プログラム、情報処理方法および情報処理装置 | |
CN107330927B (zh) | 机载可见光图像定位方法 | |
CN109272574A (zh) | 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法 | |
CN112465732A (zh) | 一种车载激光点云与序列全景影像的配准方法 | |
CN112465849B (zh) | 一种无人机激光点云与序列影像的配准方法 | |
Sevara | Top secret topographies: recovering two and three-dimensional archaeological information from historic reconnaissance datasets using image-based modelling techniques | |
Yilmazturk et al. | Geometric evaluation of mobile-phone camera images for 3D information | |
CN112083403A (zh) | 用于虚拟场景的定位追踪误差校正方法及系统 | |
Chibunichev et al. | Photogrammetry for archaeology: Collecting pieces together | |
CN116778288A (zh) | 一种多模态融合目标检测系统及方法 | |
CN107941241B (zh) | 一种用于航空摄影测量质量评价的分辨率板及其使用方法 | |
Alshawabkeh | Color and laser data as a complementary approach for heritage documentation | |
CN112767459A (zh) | 基于2d-3d转换的无人机激光点云与序列影像配准方法 | |
Duan et al. | A combined image matching method for Chinese optical satellite imagery | |
CN116468622B (zh) | 遥感影像显示方法及装置 | |
Poloprutský et al. | 3D digital reconstruction based on archived terrestrial photographs from metric cameras | |
Deng et al. | Automatic true orthophoto generation based on three-dimensional building model using multiview urban aerial images | |
CN107784666B (zh) | 基于立体影像的地形地物三维变化检测和更新方法 |
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 |