CN116958833B - 一种gf4数据几何精校正的方法 - Google Patents

一种gf4数据几何精校正的方法 Download PDF

Info

Publication number
CN116958833B
CN116958833B CN202311210834.0A CN202311210834A CN116958833B CN 116958833 B CN116958833 B CN 116958833B CN 202311210834 A CN202311210834 A CN 202311210834A CN 116958833 B CN116958833 B CN 116958833B
Authority
CN
China
Prior art keywords
wave band
image
band
pms
corrected
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
Application number
CN202311210834.0A
Other languages
English (en)
Other versions
CN116958833A (zh
Inventor
逄增伦
郭伟
钱娟冰
张珊
庄戈
张磊
张北
孙晓燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
QINGDAO HAOHAI NETWORK TECHNOLOGY CO LTD
Original Assignee
QINGDAO HAOHAI NETWORK TECHNOLOGY CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by QINGDAO HAOHAI NETWORK TECHNOLOGY CO LTD filed Critical QINGDAO HAOHAI NETWORK TECHNOLOGY CO LTD
Priority to CN202311210834.0A priority Critical patent/CN116958833B/zh
Publication of CN116958833A publication Critical patent/CN116958833A/zh
Application granted granted Critical
Publication of CN116958833B publication Critical patent/CN116958833B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Operations Research (AREA)
  • Remote Sensing (AREA)
  • Algebra (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种GF4数据几何精校正的方法，属于遥感技术领域，能解决高分4号卫星数据的PMS传感器和IRS传感器地理位置无法初始对准的问题。该方法包括：获取待校正GF4卫星影像，获取其地理位置范围；将地理位置范围向外围扩大多个像素点，并进行裁剪；将待校正GF4卫星影像的PMS波段重采样为与IRS波段像元大小相同的影像；强化重采样后PMS波段的第一波段；将强化后波段与重采样后PMS波段合并处理，作为待校正参考波段，寻找匹配点；将待校正参考波段与裁剪后基准影像，结合图形处理器进行几何精校正；将校正后PMS影像作为基准影像，进行IRS波段再校正。本发明具有快速、准确且操作简便的特点。

Description

一种GF4数据几何精校正的方法
技术领域
本发明属于遥感技术领域，尤其涉及一种GF4数据几何精校正的方法。
背景技术
高分四号卫星（简称“GF4”）是由空间技术研究院研制的一颗50m分辨率地球同步轨道光学卫星，目前该卫星面临着PMS传感器和IRS传感器地理位置无法初始对准的问题。
在传统技术中，几何精校正是通过添加卫星轨道参数、采集地面控制点、传感器光学参数与卫星姿态参数等信息，来建立几何精校正模型，以消除坐标误差，将像元校正到正确位置。上述方法需要人工选取地面控制点，需要依赖大量的人力、物力，劳动强度大，效率低，易有错漏，难以满足目前高分辨率的海量数据需要自动、快速并且准确处理出来的需求。
因此，如何提供一种快速、准确对GF4的PMS和IRS传感器进行几何精校正的方法是解决上述问题的关键。
发明内容
本发明针对高分4号卫星数据的PMS传感器和IRS传感器地理位置无法初始对准的技术问题，提出一种GF4数据几何精校正的方法，能够快速准确的对GF4的PMS和IRS传感器进行几何精校正的方法，以实现可见光近红外波段（NIR）和中红外波段（IRS）的叠加使用。
为了达到上述目的，本发明采用的技术方案为：
一种GF4数据几何精校正的方法，包括以下步骤：
S1、获取待校正GF4卫星影像，并获取其地理位置范围；
S2、将所述地理位置范围向外围扩大多个像素点，得到扩大后的地理位置范围并进行裁剪，得到裁剪后基准影像；
在上述S2步骤中，多个像素点具体是指2个像素点，本发明扩大2个像素是为了使目标影像边缘不发生变形。
S3、将所述待校正GF4卫星影像的PMS波段重采样为与IRS波段像元大小相同的影像，得到重采样后PMS波段；
在上述S3步骤中，采用重采样的方式将PMS波段同步为与IRS波段像元大小相同的影像，能够提高整体的几何精校正效率。
S4、强化所述重采样后PMS波段的第一波段，得到强化后波段；
S5、将所述强化后波段与所述重采样后PMS波段合并处理后，作为待校正参考波段，进行匹配点寻找；
S6、将所述待校正参考波段与所述裁剪后基准影像，结合图形处理器进行几何精校正，得到校正后PMS影像；
S7、将所述校正后PMS影像作为基准影像，对所述IRS波段进行再校正。
基于上述S6-S7步骤，本发明通过使用同一幅影像的不同传感器的波段，先优先校正PMS波段，再使用PMS作为基准影像校正IRS影像，能有效避免再校正IRS与原始基准影像有地物变化较大，辐射和色彩差异引起的校正误差情况，使其校正准确率大幅提升，用分辨率相同的基准影像校正待匹配影像也会使校正速率显著提高。
在一实施方式中，所述裁剪后基准影像通过以下方法得到：
基于所述GF4卫星影像的地理位置提取4个角的坐标；
将所述4个角的坐标向外围扩大2个像素，得到扩大后的坐标范围；
根据所述扩大后的坐标范围，裁剪其对应坐标范围的基准影像，得到所述裁剪后基准影像。
在一实施方式中，所述重采样后PMS波段通过以下方法得到：
基于所述待校正的GF4卫星影像的PMS波段数据分辨率为50米，IRS波段的分辨率为400米；
将所述PMS波段数据重采样为400米分辨率的目标影像，得到所述重采样后PMS波段。
在一实施方式中，所述重采样公式为：
；
上述公式中，表述像元/>处重采样后的像元值，b表示需要融合的TM影像的波段数，T（i）代表多波段数据的第i波段与重采样后的全色波段数据之间的线性响应向量，/>代表多波段数据的第i波段对应像元/>的数字计数，ε代表回归误差。
在一实施方式中，所述强化后波段通过以下方法得到：
从所述重采样后PMS波段中抽取第一波段，并对该波段进行图像强化处理，得到强化后波段，其中，图像强化公式如下：
；
；
；
上述公式中：Nor为图像拉伸后影像，H(0,0)为当前像素值，Vmax为第一波段的最大值，Vmin为第一波段的最小值，δ为影像归一化像素对比度方差的倒数，Mash为掩蔽模板，Gauss为经过高斯滤波后的拉伸图像，Pas为增强后的掩蔽模板即所述强化后波段。
在一实施方式中，所述待校正参考波段通过以下方法得到：
将所述强化后波段放在所述重采样后PMS波段的最后一个波段，二者合并后，得到新的PMS波段，以此作为所述待校正参考波段。
在一实施方式中，所述匹配点寻找是通过提取所述待校正参考波段与所述裁剪后基准影像的相同特征点，作为匹配点。
在一实施方式中，所述校正后的PMS影像通过以下方法得到：
根据所述待校正参考波段与所述裁剪后基准影像找出的匹配点，计算各匹配点之间的偏移量，并将局部偏移量相加，得到相加后的局部偏移量；
将所述相加后的局部总偏移量的单位转换为与地图适用的单位，得到转换后的局部总偏移量，所述局部总偏移量公式如下：
；
；
上述公式中，v(i,0)和v(0,j)表示X和Y方向上的偏移量，v(0,0)表示基准影像上面匹配点处的坐标值，εX和εY分别是X和Y方向上的局部总偏移量；
利用阈值检查法对所述转换后的局部总偏移量进行有效性检查，以消除伪匹配点；
将消除伪匹配点后的匹配点结合图形处理器进行配准，得到所述校正后的PMS影像。
在一实施方式中，所述IRS波段进行再校正包括以下步骤：
将所述校正后PMS影像作为基准影像，与所述IRS波段再进行匹配点寻找，得到IRS基准匹配点，并消除其伪匹配点；
将消除伪匹配点后的匹配点结合图形处理器进行配准，得到校正后的IRS波段。
在上述实施方式中，通过计算匹配点在局部的总偏移量，并对其偏移量进行了有效性检查，剔除误差较大的伪匹配点使其校正更准确。整个过程不需要人工进行操作，自动化程度较高，且十分简便。
在一实施方式中，所述消除伪匹配点是通过所述阈值检查法消除像素数大于β个像素的大位移，通过可靠性百分比公式消除伪匹配点，所述可靠性百分比公式为：
；
；
；
；
上述公式中，R表示可靠性百分比，v(m,n)表示坐标为(m,n)匹配点的偏移量，α表示像素个数，μPe表示在窗口为5*5内的平均偏移量，μRmain、δRmain分别表示剩余平均偏移量、剩余偏移量的方差，其中平均偏移量与剩余偏移量加上剩余偏移量的c倍方差有关，c是一个常量。
在上述实施方式中，本发明通过大量实验，针对可靠性百分比计算有效性检查测试了一系列适用于局部区域的参数和阈值，可以在目标影像与基准影像之间存在地物变化、色彩差异的情况下，取得更准确的结果。
与现有技术相比，本发明的优点和积极效果在于：
1、本发明所提供的GF4数据几何精校正的方法，该方法从目标区域出发，根据原始整幅影像的坐标范围，通过扩大坐标范围2个像素数来裁剪基准影像，使用重采样和图像增强来对分辨率较高的波段进行处理，使得后续在进行匹配点寻找时大大减少了计算冗余，使其提高几何校正效率好几倍，同时扩大2个像素是为了使目标影像边缘不会发生变形；
2、本发明所提供的GF4数据几何精校正的方法，通过大量实验，针对可靠性百分比计算有效性检查测试了一系列适用于局部区域的参数和阈值，可以在目标影像与基准影像之间存在地物变化、色彩差异的情况下，取得更准确的结果；
3、本发明所提供的GF4数据几何精校正的方法，通过计算匹配点在局部的总偏移量，并对其偏移量进行了有效性检查，剔除误差较大的伪匹配点使其校正更准确，整个过程不需要人工进行操作，自动化程度较高，且十分简便；
4、本发明所提供的GF4数据几何精校正的方法，通过使用同一幅影像的不同传感器的波段，先优先校正PMS波段，再使用PMS作为基准影像校正IRS影像，避免再校正IRS与原始基准影像有地物变化较大，辐射和色彩差异引起的校正误差情况，以提升其校正准确率，同时用分辨率相同的基准影像校正待匹配影像进一步提高校正速率；同时，在进行校正时有可靠性判别步骤会进行控制点准确度判断，如果选取的校正点未达到85%，则接着循环重新选点校正知道可靠性大于85%时进行下一步校正，因此校正准确率可以提高到85%以上，其中校正速率从原来的20多分钟提高到了4分钟以内，大福提高校正速率。
附图说明
图1为本发明实施例所公开的一种兼顾效率和准确性的GF4数据几何精校正的方法流程示意图；
图2为本发明实施例所公开的GF4原始的影像PMS波段B与参考底图A对比效果图；
图3为本发明实施例所公开的GF4原始的影像IRS波段C与校正后PMS影像B1对比效果图；
图4为本发明实施例所公开的PMS几何精校正后的局部区域影像B1与参考底图A的对比效果图；
图5为本发明实施例所公开的IRS几何精校正后的局部区域影像C1与参考底图A的对比效果图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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得的所有其他实施例，都属于本发明保护的范围。
为了更清楚详细地介绍本发明实施例所提供的一种GF4数据几何精校正的方法，下面将结合具体实施例进行描述。
实施例。
本实施例提供一种GF4数据几何精校正的方法，具体为：
（1）获取待校正GF4卫星影像，并获取其地理位置范围，本实施例中高分4号卫星数据（以下简称“GF4”）的PMS传感器和IRS传感器数据，即PMS数据分辨率为50米、IRS数据分辨率为200米；
（2）将步骤（1）获得的GF4卫星影像的地理位置提取4个角的坐标，得到4个角的坐标信息，将这4个角的坐标向外围扩大2个像素，得到扩大后的坐标范围，再根据扩大后的坐标范围，裁剪相应位置的基准影像，得到裁剪后基准影像；
（3）基于GF4卫星影像的PMS波段数据分辨率为50米、IRS波段的分辨率为400米，因此将PMS波段数据重采样为400米分辨率的目标影像，得到重采样后的PMS波段，重采样公式为：
；
上述公式中，表述像元/>处重采样后的像元值，b表示需要融合的TM影像的波段数，T（i）代表多波段数据的第i波段与重采样后的全色波段数据之间的线性响应向量，/>代表多波段数据的第i波段对应像元/>的数字计数，ε代表回归误差；
（4）从重采样后PMS波段中抽取第一波段，并对该波段进行图像强化处理，得到强化后波段，其中，图像强化公式如下：
；
；
；
上述公式中：Nor为图像拉伸后影像，H(0,0)为当前像素值，Vmax为第一波段的最大值，Vmin为第一波段的最小值，δ为影像归一化像素对比度方差的倒数，Mash为掩蔽模板，Gauss为经过高斯滤波后的拉伸图像，Pas为增强后的掩蔽模板即所述强化后波段；
将强化后波段放在所述重采样后PMS波段的最后一个波段，二者合并后，得到新的PMS波段，以此作为待校正参考波段；
通过提取待校正参考波段与所述裁剪后基准影像的相同特征点，作为匹配点；
（5）根据所述待校正参考波段与所述裁剪后基准影像找出的匹配点，计算各匹配点之间的偏移量，并将局部偏移量相加，得到相加后的局部偏移量；
将所述相加后的局部总偏移量的单位转换为与地图适用的单位，得到转换后的局部总偏移量，所述局部总偏移量公式如下：
；
；
上述公式中，v(i,0)和v(0,j)表示X和Y方向上的偏移量，v(0,0)表示基准影像上面匹配点处的坐标值，εX和εY分别是X和Y方向上的局部总偏移量；
利用阈值检查法对转换后的局部总偏移量进行有效性检查，以消除伪匹配点，通过所述阈值检查法消除像素数大于β个像素的大位移，通过可靠性百分比公式消除伪匹配点，所述可靠性百分比公式为：
；
；
；
；
上述公式中，R表示可靠性百分比，v(m,n)表示坐标为(m,n)匹配点的偏移量，α表示像素个数，μPe表示在窗口为5*5内的平均偏移量，μRmain、δRmain分别表示剩余平均偏移量、剩余偏移量的方差，其中平均偏移量与剩余偏移量加上剩余偏移量的c倍方差有关，c是一个常量将消除伪匹配点后的匹配点结合图形处理器进行配准，得到所述校正后的PMS影像；
（6）将校正后PMS影像作为基准影像与所述的IRS波段再进行匹配点的寻找，得到IRS基准匹配点，并计算消除了伪匹配后的匹配点，最后结合GPU进行配准，得到校正后的IRS波段。
此外，本发明还进行了验证试验，验证结果如图4-5所示。
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 (9)

1.一种GF4数据几何精校正的方法，其特征在于，包括以下步骤：
获取待校正GF4卫星影像，并获取其地理位置范围；
将所述地理位置范围向外围扩大多个像素点，得到扩大后的地理位置范围并进行裁剪，得到裁剪后基准影像；
将所述待校正GF4卫星影像的PMS波段重采样为与IRS波段像元大小相同的影像，得到重采样后PMS波段；
强化所述重采样后PMS波段的第一波段，得到强化后波段；
将所述强化后波段与所述重采样后PMS波段合并处理后，作为待校正参考波段，进行匹配点寻找；
将所述待校正参考波段与所述裁剪后基准影像，结合图形处理器进行几何精校正，得到校正后PMS影像；
将所述校正后PMS影像作为基准影像，对所述IRS波段进行再校正；
其中，所述校正后PMS影像通过以下方法得到：
根据所述待校正参考波段与所述裁剪后基准影像找出的匹配点，计算各匹配点之间的偏移量，并将局部偏移量相加，得到相加后的局部偏移量；
将所述相加后的局部总偏移量的单位转换为与地图适用的单位，得到转换后的局部总偏移量，所述局部总偏移量公式如下：
上述公式中，v(i,0)和v(0,j)表示X和Y方向上的偏移量，v(0,0)表示基准影像上面匹配点处的坐标值，εX和εY分别是X和Y方向上的局部总偏移量；
利用阈值检查法对所述转换后的局部总偏移量进行有效性检查，以消除伪匹配点；
将消除伪匹配点后的匹配点结合图形处理器进行配准，得到所述校正后PMS影像。
2.根据权利要求1所述的GF4数据几何精校正的方法，其特征在于，所述裁剪后基准影像通过以下方法得到：
基于所述GF4卫星影像的地理位置提取4个角的坐标；
将所述4个角的坐标向外围扩大2个像素，得到扩大后的坐标范围；
根据所述扩大后的坐标范围，裁剪其对应坐标范围的基准影像，得到所述裁剪后基准影像。
3.根据权利要求1所述的GF4数据几何精校正的方法，其特征在于，所述重采样后PMS波段通过以下方法得到：
基于所述待校正的GF4卫星影像的PMS波段数据分辨率为50米，IRS波段的分辨率为400米；
利用重采样公式将所述PMS波段数据重采样为400米分辨率的目标影像，得到所述重采样后PMS波段。
4.根据权利要求3所述的GF4数据几何精校正的方法，其特征在于，所述重采样公式为：
上述公式中，表述像元(u，v)处重采样后的像元值，b表示需要融合的TM影像的波段数，T(i)代表多波段数据的第i波段与重采样后的全色波段数据之间的线性响应向量，Mi(u，v)代表多波段数据的第i波段对应像元(u，v)的数字计数，ε代表回归误差。
5.根据权利要求1所述的GF4数据几何精校正的方法，其特征在于，所述强化后波段通过以下方法得到：
从所述重采样后PMS波段中抽取第一波段，并对该波段进行图像强化处理，得到强化后波段，其中，图像强化公式如下：
Mash＝Nor-Gauss (3)
Pas＝Nor+2×δ×Mash (4)
上述公式中：Nor为图像拉伸后影像，H(0,0)为当前像素值，Vmax为第一波段的最大值，Vmin为第一波段的最小值，δ为影像归一化像素对比度方差的倒数，Mash为掩蔽模板，Gauss为经过高斯滤波后的拉伸图像，Pas为增强后的掩蔽模板即所述强化后波段。
6.根据权利要求4所述的GF4数据几何精校正的方法，其特征在于，所述待校正参考波段通过以下方法得到：
将所述强化后波段放在所述重采样后PMS波段的最后一个波段，二者合并后，得到新的PMS波段，以此作为所述待校正参考波段。
7.根据权利要求5所述的GF4数据几何精校正的方法，其特征在于，所述匹配点寻找是通过提取所述待校正参考波段与所述裁剪后基准影像的相同特征点，作为匹配点。
8.根据权利要求7所述的GF4数据几何精校正的方法，其特征在于，所述IRS波段进行再校正包括以下步骤：
将所述校正后PMS影像作为基准影像，与所述IRS波段再进行匹配点寻找，得到IRS基准匹配点，并消除其伪匹配点；
将消除伪匹配点后的匹配点结合图形处理器进行配准，得到校正后的IRS波段。
9.根据权利要求7所述的GF4数据几何精校正的方法，其特征在于，消除伪匹配点是通过阈值检查法消除像素数大于β个像素的大位移，通过可靠性百分比公式消除伪匹配点，所述可靠性百分比公式为：
上述公式中，R表示可靠性百分比，v(m,n)表示坐标为(m,n)匹配点的偏移量，α表示像素个数，μPe表示在窗口为5*5内的平均偏移量，μRmain、δRmain分别表示剩余平均偏移量、剩余偏移量的方差，其中平均偏移量与剩余偏移量加上剩余偏移量的c倍方差有关，c是一个常量。
CN202311210834.0A 2023-09-20 2023-09-20 一种gf4数据几何精校正的方法 Active CN116958833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311210834.0A CN116958833B (zh) 2023-09-20 2023-09-20 一种gf4数据几何精校正的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311210834.0A CN116958833B (zh) 2023-09-20 2023-09-20 一种gf4数据几何精校正的方法

Publications (2)

Publication Number Publication Date
CN116958833A CN116958833A (zh) 2023-10-27
CN116958833B true CN116958833B (zh) 2023-12-08

Family

ID=88453303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311210834.0A Active CN116958833B (zh) 2023-09-20 2023-09-20 一种gf4数据几何精校正的方法

Country Status (1)

Country Link
CN (1) CN116958833B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1790051A (zh) * 2005-12-16 2006-06-21 中国科学院上海技术物理研究所 多源极轨气象卫星热红外波段数据的自动同化方法
CN101672646A (zh) * 2009-10-09 2010-03-17 国家卫星气象中心 一种卫星图像自动几何精校正方法
CN102609918A (zh) * 2012-02-15 2012-07-25 国家海洋局第二海洋研究所 基于图像特征配准的航空多光谱遥感影像几何精校正方法
CN105046251A (zh) * 2015-08-04 2015-11-11 中国资源卫星应用中心 一种基于环境一号卫星遥感影像的自动正射校正方法
WO2018098736A1 (zh) * 2016-11-30 2018-06-07 深圳益强信息科技有限公司 一种基于遥感成像的蓝藻监测方法及装置
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
CN111696074A (zh) * 2020-04-30 2020-09-22 中国资源卫星应用中心 一种基于高分四号的火点监测系统及应用
CN112033549A (zh) * 2020-09-08 2020-12-04 中国林业科学研究院资源信息研究所 一种森林草原火灾中火场蔓延区域的检测方法
CN113469896A (zh) * 2021-05-21 2021-10-01 贵州师范学院 一种提高地球同步轨道卫星对地观测影像几何校正精度的方法
CN115063291A (zh) * 2022-04-29 2022-09-16 长沙银汉空间科技有限公司 一种遥感影像的全自动几何精校正方法
CN116071539A (zh) * 2023-03-28 2023-05-05 中国科学院空天信息创新研究院 微纳卫星影像在轨几何精校正方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1790051A (zh) * 2005-12-16 2006-06-21 中国科学院上海技术物理研究所 多源极轨气象卫星热红外波段数据的自动同化方法
CN101672646A (zh) * 2009-10-09 2010-03-17 国家卫星气象中心 一种卫星图像自动几何精校正方法
CN102609918A (zh) * 2012-02-15 2012-07-25 国家海洋局第二海洋研究所 基于图像特征配准的航空多光谱遥感影像几何精校正方法
CN105046251A (zh) * 2015-08-04 2015-11-11 中国资源卫星应用中心 一种基于环境一号卫星遥感影像的自动正射校正方法
WO2018098736A1 (zh) * 2016-11-30 2018-06-07 深圳益强信息科技有限公司 一种基于遥感成像的蓝藻监测方法及装置
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
CN111696074A (zh) * 2020-04-30 2020-09-22 中国资源卫星应用中心 一种基于高分四号的火点监测系统及应用
CN112033549A (zh) * 2020-09-08 2020-12-04 中国林业科学研究院资源信息研究所 一种森林草原火灾中火场蔓延区域的检测方法
CN113469896A (zh) * 2021-05-21 2021-10-01 贵州师范学院 一种提高地球同步轨道卫星对地观测影像几何校正精度的方法
CN115063291A (zh) * 2022-04-29 2022-09-16 长沙银汉空间科技有限公司 一种遥感影像的全自动几何精校正方法
CN116071539A (zh) * 2023-03-28 2023-05-05 中国科学院空天信息创新研究院 微纳卫星影像在轨几何精校正方法及装置

Also Published As

Publication number Publication date
CN116958833A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN104574347B (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
US9396583B2 (en) Method of modelling buildings on the basis of a georeferenced image
CN112163995B (zh) 一种超大航拍条带图像的拼接生成方法及装置
Hong et al. A robust technique for precise registration of radar and optical satellite images
CN102855628B (zh) 多源多时相高分辨率卫星遥感影像自动匹配方法
CN110569797B (zh) 地球静止轨道卫星影像山火检测方法、系统及其存储介质
CN101976436A (zh) 一种基于差分图修正的像素级多聚焦图像融合方法
Gonçalves et al. CHAIR: Automatic image registration based on correlation and Hough transform
CN112529827A (zh) 遥感图像融合模型的训练方法及装置
CN111709876B (zh) 一种图像拼接的方法及装置、设备、存储介质
CN114897705A (zh) 一种基于特征优化的无人机遥感图像拼接方法
CN113516059B (zh) 固体废弃物的识别方法、装置、电子设备及存储介质
LU507672B1 (en) Generation method and apparatus of public interest litigation clue and storage medium
CN116958833B (zh) 一种gf4数据几何精校正的方法
CN116973946A (zh) 一种深度学习与鱼眼相机图像分割的导航卫星定位方法
CN111754556A (zh) 一种递增式无人机航摄重叠度检测方法及系统
CN115410074B (zh) 遥感影像云检测方法及装置
CN116385477A (zh) 一种基于图像分割的杆塔图像配准方法
CN115511928A (zh) 多光谱图像的匹配方法
CN109461137B (zh) 一种基于灰度相关性的面向对象正射影像质量检查方法
Zhu et al. Fast and Robust Registration of Aerial Images and LiDAR data Based on Structrual Features and 3D Phase Correlation
CN114004770A (zh) 一种卫星时空图的精校正方法、装置及存储介质
CN110349173B (zh) 基于高分辨率遥感影像的地物变化监测方法
CN109165628B (zh) 提高动目标检测精度的方法、装置、电子设备及存储介质
CN113486728A (zh) 基于特征融合的地表三维变化检测方法和装置

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