CN117171380A - 遥感影像确定方法、装置、电子设备及存储介质 - Google Patents
遥感影像确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117171380A CN117171380A CN202311446979.0A CN202311446979A CN117171380A CN 117171380 A CN117171380 A CN 117171380A CN 202311446979 A CN202311446979 A CN 202311446979A CN 117171380 A CN117171380 A CN 117171380A
- Authority
- CN
- China
- Prior art keywords
- image
- character string
- remote sensing
- vector information
- target
- 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 64
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 240000004282 Grewia occidentalis Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 101100127891 Caenorhabditis elegans let-4 gene Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000011835 investigation 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种遥感影像确定方法、装置、电子设备及存储介质,涉及数据处理技术领域,该方法包括:获取目标区域对应的第一矢量信息,及第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合;获取与目标区域相交的多个遥感影像;获取遥感影像对应的第二矢量信息,及第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合;根据第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定目标矢量信息覆盖的目标遥感影像。该方法将复杂的二维空间数据转化为一维的格网字符串编码进行矢量信息的筛选,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种遥感影像确定方法、装置、电子设备及存储介质。
背景技术
随着遥感技术的发展,遥感影像的数据量呈爆炸式增长,电子设备获取的海量遥感影像与数据处理技术之间存在严重失衡,亟需寻找一种较优的遥感影像确定方法从海量遥感影像中确定目标遥感影像。
现有的遥感影像确定方法是通过计算选定区域的外接矩形,将矩形等间隔划分成格网,记录每个格网的四角坐标,判断格网四角坐标是否在选定区域内,并对在选定区域内的格网值和不在选定区域内的格网值进行区别标记,进而确定目标遥感影像,但该方法中涉及的标记各格网值的过程较为繁琐,导致目标遥感影像的确定效率较低。
发明内容
本发明提供一种遥感影像确定方法、装置、电子设备及存储介质,用以解决现有的遥感影像确定方法中标记各格网值的过程较为繁琐,导致目标遥感影像的确定效率较低的缺陷,该方法将复杂的二维空间数据(如目标区域和遥感影像各自对应的矢量信息)转化为一维的格网字符串编码进行矢量信息的筛选,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
本发明提供一种遥感影像确定方法,包括:
获取目标区域对应的第一矢量信息,及所述第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,所述第一字符串编码集合包括多个第一字符串编码,所述多个第一多边形格网与所述多个第一字符串编码一一对应;
获取与所述目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及所述第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,所述第二字符串编码集合包括多个第二字符串编码,所述多个第二多边形格网与所述多个第二字符串编码一一对应,所述第二多边形格网与所述第一多边形格网相同;
根据所述第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定所述目标矢量信息覆盖的目标遥感影像。
根据本发明提供的一种遥感影像确定方法,所述根据所述第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,包括:S1、获取所述多个遥感影像各自对应的影像参数;S2、从所述多个遥感影像中,确定多个影像参数中最优影像参数对应的目标遥感影像;并从字符串编码总集合中,确定所述目标遥感影像对应的目标第二字符串编码集合,所述字符串编码总集合包括所述多个第二字符串编码集合;S3、在所述目标第二字符串编码集合与所述第一字符串编码集合匹配的情况下,获取所述目标遥感影像对应的第二矢量信息;将所述第一字符串编码集合中与所述目标第二字符串编码集合匹配的字符串编码进行删除,得到新的第一字符串编码集合,并将所述字符串编码总集合中的所述目标第二字符串编码集合进行删除,得到新的字符串编码总集合;S4、重复步骤S2-S3,直到所述新的第一字符串编码集合或所述新的字符串编码总集合达到预设条件,得到至少一个目标遥感影像各自对应的第二矢量信息,并将所述至少一个目标遥感影像各自对应的第二矢量信息确定为所述目标矢量信息。
根据本发明提供的一种遥感影像确定方法,所述新的第一字符串编码集合或所述新的字符串编码总集合达到预设条件,包括:所述新的第一字符串编码集合中元素个数为0;或,所述新的字符串编码总集合中元素个数为0。
根据本发明提供的一种遥感影像确定方法,所述确定多个影像参数中最优影像参数对应的目标遥感影像,包括:在所述影像参数包括影像时相的情况下,若多个影像时相中仅存在一个最新影像时相,则将所述最新影像时相确定为所述最优影像参数,并获取所述最优影像参数对应的目标遥感影像;若所述多个影像时相中存在多个最新影像时相,则确定所述多个最新影像时相各自对应遥感影像的影像分辨率;根据多个影像分辨率,确定所述最优影像参数,并获取所述最优影像参数对应的目标遥感影像。
根据本发明提供的一种遥感影像确定方法,所述根据多个影像分辨率,确定所述最优影像参数,包括:若多个影像分辨率中仅存在一个最大影像分辨率,则将所述最大影像分辨率确定为所述最优影像参数;若所述多个影像分辨率中存在多个最大影像分辨率,则确定所述多个最大影像分辨率各自对应遥感影像的影像云量;并根据多个影像云量,确定所述最优影像参数。
根据本发明提供的一种遥感影像确定方法,所述根据多个影像云量,确定所述最优影像参数,包括:若多个影像云量中仅存在一个最小影像云量,则将所述最小影像云量确定为所述最优影像参数;若所述多个影像云量中存在多个最小影像云量,则将所述多个最小影像云量中的任一最小影像云量,确定为所述最优影像参数。
根据本发明提供的一种遥感影像确定方法,所述对多个第二矢量信息进行筛选,得到目标矢量信息,包括:对多个第二矢量信息进行筛选,得到多个初始目标矢量信息;确定多个初始目标矢量信息各自与所述第一矢量信息之间的覆盖格网;遍历各覆盖格网,在当前覆盖格网为有效覆盖格网的情况下,保留所述当前覆盖格网对应的初始目标矢量信息;在所述当前覆盖格网为无效覆盖格网的情况下,继续判断下一覆盖格网的有效情况;将所有有效覆盖格网各自对应的初始目标矢量信息,确定为所述目标矢量信息。
本发明还提供一种遥感影像确定装置,包括:
获取模块,用于获取目标区域对应的第一矢量信息,及所述第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,所述第一字符串编码集合包括多个第一字符串编码,所述多个第一多边形格网与所述多个第一字符串编码一一对应;获取与所述目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及所述第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,所述第二字符串编码集合包括多个第二字符串编码,所述多个第二多边形格网与所述多个第二字符串编码一一对应,所述第二多边形格网与所述第一多边形格网相同;
处理模块,用于根据所述第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定所述目标矢量信息覆盖的目标遥感影像。
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确定方法。
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确定方法。
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确定方法。
本发明提供的遥感影像确定方法、装置、电子设备及存储介质,通过获取目标区域对应的第一矢量信息,及第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,第一字符串编码集合包括多个第一字符串编码,多个第一多边形格网与多个第一字符串编码一一对应;获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,第二字符串编码集合包括多个第二字符串编码,多个第二多边形格网与多个第二字符串编码一一对应,第二多边形格网与第一多边形格网相同;根据第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定目标矢量信息覆盖的目标遥感影像。该方法将复杂的二维空间数据(如目标区域和遥感影像各自对应的矢量信息)转化为一维的格网字符串编码进行矢量信息的筛选,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
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确定方法的流程示意图;
图2是本发明提供的确定目标区域内遥感影像及第二矢量信息的场景示意图;
图3是本发明提供的遥感影像确定装置的结构示意图;
图4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。
为了更好地理解本发明实施例,首先对背景技术进行详细阐述:
以全国土地变更调查监测与核查为例,进行某个县(设置为目标区域)的遥感监测信息提取时,需要提取该目标区域内成像时间最近、对该目标区域的覆盖面积最大以及云量最少的遥感影像,作为遥感监测信息提取工作的原始数据进行专题产品生产。
若按原始条件(如成像时间、覆盖面积及云量等)人工查询检索出与该目标区域内符合要求的目标遥感影像,则整个人工查询检索过程较为复杂,且最终得到的目标遥感影像中会存在一些区域、成像时间上的冗余数据,导致遥感影像的确定效率较低。冗余数据主要体现在以下几个方面:
第一方面:多景遥感影像的成像时间接近,但影像分辨率不同。
第二方面:同一像素点的遥感影像对应的影像分辨率相同,但成像时间(如影像时相)不同。
第三方面:同一目标区域内的不同遥感影像的云量、覆盖率各有优劣,例如遥感影像A的云量较少,但对该目标区域的覆盖率较低,遥感影像B的云量较多,但对该目标区域的覆盖率较高。
为解决人工筛选涉及的技术问题,现有的遥感影像确定方法往往通过计算选定区域的外接矩形,将矩形等间隔划分成格网,记录每个格网的四角坐标,判断格网四角坐标是否在选定区域内,并对在选定区域内的格网值和不在选定区域内的格网值进行区别标记,进而确定目标遥感影像,但该方法中涉及的标记各格网值的过程较为繁琐,导致目标遥感影像的确定效率较低。
为解决目标遥感影像的确定效率较低这一技术问题,本发明实施例提供一种遥感影像确定方法、装置、电子设备及存储介质,将复杂的二维空间数据(如目标区域和遥感影像各自对应的矢量信息)转化为一维的格网字符串编码进行矢量信息的筛选,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
需要说明的是,本发明实施例涉及的执行主体可以是遥感影像确定装置,也可以是电子设备,可选的,该电子设备可以包括:计算机、移动终端及可穿戴设备等。
下面以电子设备为例对本发明实施例进行进一步地说明。如图1所示,是本发明提供的遥感影像确定方法的流程示意图,可以包括:
101、获取目标区域对应的第一矢量信息,及第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,第一字符串编码集合包括多个第一字符串编码,多个第一多边形格网与多个第一字符串编码一一对应。
其中,目标区域指的是航空器(如无人机)和/或卫星在对地观测的过程中所观测的各地物。
第一矢量信息用于表征目标区域对应的二维空间数据。
第一多边形格网指的是利用预设算法将目标区域进行离散格网剖分得到的格网。可选的,预设算法可以是地理空间索引算法(Uber H3);多边形格网可以是三角形格网、四边形格网或六边形格网等,本发明实施例通常选择六边形格网。
字符串编码指的是多边形格网对应位置标识的编码形式。
电子设备在获取目标区域之后,可先确定该目标区域对应的第一矢量信息,再基于上述预设算法对该第一矢量信息进行离散格网剖分,得到该第一矢量信息对应的多个第一多边形格网,接着,该电子设备确定各第一多边形格网对应的第一字符串编码,即有多少个第一多边形格网,就会确定多少个第一字符串编码,这多个第一字符串编码可组成第一字符串编码集合,以便后续确定目标矢量信息。
102、获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,第二字符串编码集合包括多个第二字符串编码,多个第二多边形格网与多个第二字符串编码一一对应,第二多边形格网与第一多边形格网相同。
其中,第二多边形格网与第一多边形格网相同指的是同一位置、同一级别的格网信息是相同的,其中,同一级别指的是格网大小,格网信息可以包括格网形状和对应的字符串编码。
第二矢量信息用于表征与目标区域相交的遥感影像所对应的二维空间数据(如矩形框,可以包括该矩形框所在位置及范围对应的遥感影像信息),相交指的是遥感影像与目标区域存在相同的矢量信息。例如,以遥感影像的左下角的像素点为坐标原点建立平面直角坐标系,针对任一第二矢量信息而言,该第二矢量信息对应的矩形框可用x的最大值、x的最小值、y的最大值以及y的最小值表示。其中,遥感影像信息指的是航空器和/或卫星在对地观测的过程中,对目标区域进行同步成像后获取的多光谱影像信息。
示例性的,如图2所示,是本发明提供的确定目标区域内遥感影像及第二矢量信息的场景示意图。从图2中可以看出,在目标区域内,存在与目标区域相交的多个遥感影像各自对应第二矢量信息所对应的矩形框。
第二多边形格网指的是利用预设算法将遥感影像进行离散格网剖分得到的格网。此处的预设算法与上文提及的预设算法类似,此处不作具体赘述。
电子设备在获取与目标区域相交的多个遥感影像之后,针对各遥感影像,可确定遥感影像对应的第二矢量信息,基于上述预设算法对该第二矢量信息进行离散格网剖分,得到该第二矢量信息对应的多个第二多边形格网,接着,该电子设备确定各第二多边形格网对应的第二字符串编码,即有多少个第二多边形格网,就会确定多少个第二字符串编码,这多个第二字符串编码可组成第二字符串编码集合,也就是说,一个遥感影像对应一个第二字符串编码集合,多个遥感影像对应多个第二字符串编码集合,以便后续确定目标矢量信息。
示例性的,电子设备在对目标区域和/或遥感影像进行离散格网剖分的过程中,可采用6级分辨率的六边形格网,该六边形格网的边长约为3.724532667km,面积约为36.129062164km2,该六边形格网适用于高分2号遥感影像(23.5km×23.5km)的分割,一景高分2号遥感影像能分割为约20个格网。在实际应用中,电子设备可根据遥感影像面积大小调整多边形格网分辨率,遥感影像面积与多边形格网面积的比值在10-100较优。
103、根据第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定目标矢量信息覆盖的目标遥感影像。
其中,目标矢量信息指的是筛选出的符合要求的第二矢量信息,目标矢量信息包含筛选出的至少一个第二矢量信息。
目标遥感影像可构成电子设备最终确定的结果集。
第一字符串编码集合可用Z(z1,z2,...,zn)表示,其中,zi表示第一矢量信息对应的n(n≥2)个第一多边形格网中,第i个第一多边形格网对应的第一字符串编码。
第二字符串编码集合可用Sk(s1,s2,...,sm),k=1,2,…,K表示,K表示遥感影像的数量,即,K(K≥2)个遥感影像中第k个遥感影像对应的第二字符串编码集合,其中,sj表示第k个遥感影像对应第二矢量信息所对应的m(m≥2)个第二多边形格网中,第j个第二多边形格网对应的第二字符串编码。
多个第二字符串编码集合可称为字符串编码总集合,可用S(S1,S2,…,SK)表示。
电子设备可根据Z(z1,z2,...,zn)及S(S1,S2,…,SK),对多个第二矢量信息进行筛选,可得到符合要求的目标矢量信息,进而确定目标矢量信息覆盖的目标遥感影像。整个过程将复杂的二维空间数据转化为一维的格网字符串编码进行矢量信息筛选,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
在一些实施例中,电子设备根据第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,可以包括:S1、电子设备获取多个遥感影像各自对应的影像参数;S2、该电子设备从多个遥感影像中,确定多个影像参数中最优影像参数对应的目标遥感影像;并从字符串编码总集合中,确定目标遥感影像对应的目标第二字符串编码集合,字符串编码总集合包括多个第二字符串编码集合;S3、在目标第二字符串编码集合与第一字符串编码集合匹配的情况下,该电子设备获取目标遥感影像对应的第二矢量信息;将第一字符串编码集合中与目标第二字符串编码集合匹配的字符串编码进行删除,得到新的第一字符串编码集合,并将字符串编码总集合中的目标第二字符串编码集合进行删除,得到新的字符串编码总集合;S4、重复步骤S2-S3,直到新的第一字符串编码集合或新的字符串编码总集合达到预设条件,该电子设备得到至少一个目标遥感影像各自对应的第二矢量信息,并将至少一个目标遥感影像各自对应的第二矢量信息确定为目标矢量信息。
可选的,影像参数可以包括:影像时相、影像分辨率和影像云量等。
示例性的,对于K个遥感影像,电子设备在确定目标矢量信息的过程中,首先获取K个遥感影像各自对应的影像参数;接着,该电子设备从这K个影像参数中先确定出最优影像参数,进而从这K个遥感影像中,确定该最优影像参数对应的目标遥感影像,并从S(S1,S2,…,SK)中,确定目标遥感影像对应的目标第二字符串编码集合(如Sk(s1,s2,...,sm));然后,该电子设备判断Sk(s1,s2,...,sm)与Z(z1,z2,...,zn)是否匹配(即是否存在交集),若Sk(s1,s2,...,sm)与Z(z1,z2,...,zn)匹配,则说明存在交集,此时可获取目标遥感影像对应的第二矢量信息;同时,将Z(z1,z2,...,zn)中与Sk(s1,s2,...,sm)匹配的字符串编码进行删除,得到新的第一字符串编码集合,并将S(S1,S2,…,SK)中的Sk进行删除,得到新的字符串编码总集合;迭代上述步骤,直到新的第一字符串编码集合或新的字符串编码总集合达到预设条件,此时,该电子设备可得到至少一个目标遥感影像各自对应的第二矢量信息,并将这至少一个第二矢量信息确定为目标矢量信息。
在一些实施例中,新的第一字符串编码集合或新的字符串编码总集合达到预设条件,可以包括:新的第一字符串编码集合中元素个数为0;或,新的字符串编码总集合中元素个数为0。
其中,新的第一字符串编码集合中的元素指的是删除了与Sk(s1,s2,...,sm)匹配的字符串编码以外的第一字符串编码。
新的字符串编码总集合中的元素指的是删除了目标第二字符串编码集合以外的第二字符串编码集合。
电子设备在确定至少一个目标遥感影像各自对应的第二矢量信息的过程中所涉及的预设条件即为迭代收敛的条件,预设条件包括两个,分别为:预设条件1、新的第一字符串编码集合中元素个数为0;预设条件2、新的字符串编码总集合中元素个数为0。预设条件1和预设条件2满足至少一个即可收敛。
在一些实施例中,电子设备确定多个影像参数中最优影像参数对应的目标遥感影像,可以包括:在影像参数包括影像时相的情况下,若多个影像时相中仅存在一个最新影像时相,电子设备则将最新影像时相确定为最优影像参数,并获取最优影像参数对应的目标遥感影像;若多个影像时相中存在多个最新影像时相,该电子设备则确定多个最新影像时相各自对应遥感影像的影像分辨率;根据多个影像分辨率,确定最优影像参数,并获取最优影像参数对应的目标遥感影像。
其中,影像时相指的是获取遥感影像的矢量信息的时间,可用t表示。
最新影像时相指的是获取遥感影像对应的第二矢量信息的最晚时间。
影像分辨率表示每个像素代表的地面实际距离,可用r表示。
在影像参数包括影像时相的情况下,电子设备获取多个遥感影像各自对应的影像时相,从多个影像时相中确定最新影像时相,并判断该最新影像时相的数量:若仅存在一个最新影像时相,则将最新影像时相确定为最优影像参数,并获取最优影像参数对应的目标遥感影像;若存在多个最新影像时相,则确定多个最新影像时相各自对应遥感影像的影像分辨率,进而根据多个影像分辨率,确定最优影像参数,并获取最优影像参数对应的目标遥感影像。
示例1:假设有4个遥感影像,分别为P1、P2、P3和P4,电子设备获取这4个遥感影像各自对应的影像时相,分别为t1、t2、t3和t4,若同一天内,t1=6点,t2=7点,t3=8点,t4=9点,说明这4个遥感影像分别对应的影像时相中,仅存在一个最新影像时相(即t4),此时,将t4确定为最优影像参数,并获取t4对应的目标遥感影像(即P4);若t1=6点,t2=9点,t3=9点,t4=9点,说明这4个遥感影像分别对应的影像时相中,存在多个最新影像时相(即t2,t3,t4),此时,确定t2,t3,t4各自对应遥感影像(即P2,P3,P4)的影像分辨率,进而根据多个影像分辨率,确定最优影像参数,并获取最优影像参数对应的目标遥感影像。
在一些实施例中,电子设备根据多个影像分辨率,确定最优影像参数,可以包括:若多个影像分辨率中仅存在一个最大影像分辨率,电子设备则将最大影像分辨率确定为最优影像参数;若多个影像分辨率中存在多个最大影像分辨率,该电子设备则确定多个最大影像分辨率各自对应遥感影像的影像云量;并根据多个影像云量,确定最优影像参数。
其中,影像云量指的是遥感影像中被云层覆盖的比例,可用c表示。
电子设备在确定多个最新影像时相各自对应遥感影像的影像分辨率之后,从多个影像分辨率中确定最大影像分辨率,并判断该最大影像分辨率的数量:若仅存在一个最大影像分辨率,则将最大影像分辨率确定为最优影像参数,并获取最优影像参数对应的目标遥感影像;若存在多个最大影像分辨率,则确定多个最大影像分辨率各自对应遥感影像的影像云量,进而根据多个影像云量,确定最优影像参数,并获取最优影像参数对应的目标遥感影像。
结合示例1,示例2:电子设备确定P2、P3和P4这3个遥感影像各自对应的影像分辨率,分别为r2、r3和r4,若r2=30米,r3=10米,r4=1米,说明这3个遥感影像分别对应的影像分辨率中,仅存在一个最大影像分辨率(即r4),此时,将r4确定为最优影像参数,并获取r4对应的目标遥感影像(即P4);若r2=10米,r3=1米,r4=1米,说明这3个遥感影像分别对应的影像分辨率中,存在多个最大影像分辨率(即r3,r4),此时,确定r3,r4各自对应遥感影像(即P3,P4)的影像云量,进而根据多个影像云量,确定最优影像参数,并获取最优影像参数对应的目标遥感影像。
在一些实施例中,电子设备根据多个影像云量,确定最优影像参数,可以包括:若多个影像云量中仅存在一个最小影像云量,电子设备则将最小影像云量确定为最优影像参数;若多个影像云量中存在多个最小影像云量,该电子设备则将多个最小影像云量中的任一最小影像云量,确定为最优影像参数。
电子设备在确定多个最大影像分辨率各自对应遥感影像的影像云量之后,从多个影像云量中确定最小影像云量,并判断该最小影像云量的数量:若仅存在一个最小影像云量,则将最小影像云量确定为最优影像参数,并获取最优影像参数对应的目标遥感影像;若存在多个最小影像云量,则从多个最小影像云量中随机选择一个最小影像云量,将该最小影像云量确定为最优影像参数,并获取最优影像参数对应的目标遥感影像。
结合示例2,示例3:电子设备确定P3和P4这2个遥感影像各自对应的影像云量,分别为c3和c4,若c3=10%,c4=15%,说明这2个遥感影像分别对应的影像云量中,仅存在一个最小影像云量(即c3),此时,将c3确定为最优影像参数,并获取c3对应的目标遥感影像(即P3);若c3=10%,c4=10%,说明这2个遥感影像分别对应的影像云量中,存在多个最小影像云量(即c3,c4),此时,将c3和c4中的任一最小影像云量(即c3或c4)确定为最优影像参数,并获取最优影像参数对应的目标遥感影像。
在一些实施例中,电子设备对多个第二矢量信息进行筛选,得到目标矢量信息,可以包括:电子设备对多个第二矢量信息进行筛选,得到多个初始目标矢量信息;该电子设备确定多个初始目标矢量信息各自与第一矢量信息之间的覆盖格网;该电子设备遍历各覆盖格网,在当前覆盖格网为有效覆盖格网的情况下,保留当前覆盖格网对应的初始目标矢量信息;在当前覆盖格网为无效覆盖格网的情况下,继续判断下一覆盖格网的有效情况;该电子设备将所有有效覆盖格网各自对应的初始目标矢量信息,确定为目标矢量信息。
其中,无效覆盖指的是当前遥感影像与目标区域共同包含的多边形格网,全部被目标区域内除当前遥感影像以外的其它遥感影像的多边形格网所覆盖。
在确定目标矢量信息的过程中,电子设备可以对多个第二矢量信息进行筛选,得到多个初始目标矢量信息;针对各初始目标矢量信息,确定初始目标矢量信息与第一矢量信息之间的覆盖格网,即有多少个初始目标矢量信息,就会确定多少个覆盖格网;接着,该电子设备遍历各覆盖格网,判断当前覆盖格网的有效情况:若当前覆盖格网为有效覆盖格网,则保留当前覆盖格网对应的初始目标矢量信息;若当前覆盖格网为无效覆盖格网,则继续判断下一覆盖格网的有效情况;然后,该电子设备可将所有有效覆盖格网各自对应的初始目标矢量信息,确定为目标矢量信息。
示例性,以S(S1,S2,…,SK)中的Sk(即Sk(s1,s2,...,sm))为例,电子设备判断当前覆盖格网的有效情况的具体步骤如下:首先,确定Sk(s1,s2,...,sm)与Z(z1,z2,...,zn)的交集,该交集可表示为I(i1,i2,...,iQ),Q≤m且Q≤n;接着,以I(i1,i2,...,iQ)中第q个元素iq为例,依次计算iq与S(S1,S2,…,SK)中除Sk以外的其它第二字符串编码集合的包含关系,遍历S(S1,S2,…,SK),若存在除Sk以外的其它第二字符串编码集合包含iq,则将iq对应的覆盖格网标记为无效覆盖格网,停止遍历S(S1,S2,…,SK),并开始计算iq的下一个元素iq+1的有效情况,若I(i1,i2,...,iQ)中各元素对应的覆盖格网全部为无效覆盖格网,则可确定Sk对应的遥感影像为无效覆盖;若除Sk以外的其它第二字符串编码集合没有包含iq,则将iq对应的覆盖格网标记为有效覆盖格网,停止遍历I(i1,i2,...,iQ)。上述过程无需遍历整个集合S(S1,S2,…,SK)和I(i1,i2,...,iQ),简化了筛选过程,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
在本发明实施例中,获取目标区域对应的第一矢量信息,及第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,第一字符串编码集合包括多个第一字符串编码,多个第一多边形格网与多个第一字符串编码一一对应;获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,第二字符串编码集合包括多个第二字符串编码,多个第二多边形格网与多个第二字符串编码一一对应,第二多边形格网与第一多边形格网相同;根据第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定目标矢量信息覆盖的目标遥感影像。该方法将复杂的二维空间数据(如目标区域和遥感影像各自对应的矢量信息)转化为一维的格网字符串编码进行矢量信息的筛选,极大地提高了矢量信息的筛选效率,进而提高了目标遥感影像的确定效率。
结合以下示例对本发明实施例进一步阐述:
示例性的,针对K个遥感影像中的第k个遥感影像,第k个遥感影像对应的第二字符串编码集合为Sk,第k个遥感影像对应的影像时相可用tk表示,第k个遥感影像对应的影像分辨率可用rk表示,第k个遥感影像对应的影像云量可用ck表示,电子设备可将第k个遥感影像转换为一个影像结构体Ek{Sk,tk,rk,ck},那么,K个遥感影像对应的影像结构体集合可表示为E(E1,E2,…,EK)。
电子设备可基于预设函数确定目标影像结构体,该预设函数可称为启发函数,可将E(E1,E2,…,EK)作为启发函数的输入,启发函数的决策依据依次为影像时相、影像分辨率和影像云量,启发函数的输出为当前最优的影像结构体,即目标影像结构体。电子设备采用启发函数对应的策略来确定目标结构体的过程与该电子设备基于影像参数确定最优影像参数的过程相同,此处不作具体赘述。
电子设备从E(E1,E2,…,EK)中确定目标影像结构体(如Ek{Sk,tk,rk,ck}),Ek{Sk,tk,rk,ck}包含目标第二字符串编码集合(即Sk),该电子设备可判断Ek{Sk}与Z(z1,z2,...,zn)是否存在交集,若存在交集,则获取Ek{Sk,tk,rk,ck}对应目标遥感影像Pk对应的第二矢量信息,将Z(z1,z2,...,zn)中与Ek{Sk}匹配的字符串编码进行删除,得到新的第一字符串编码集合,并将E(E1,E2,…,EK)中的Ek进行删除,得到新的影像结构体集合;迭代上述步骤,直到新的第一字符串编码集合或新的影像结构体集合达到收敛条件,此时,该电子设备可得到至少一个目标影像结构体各自对应的目标遥感影像,以及该目标遥感影像对应的第二矢量信息,并将该第二矢量信息确定为目标矢量信息。收敛条件包括两个,分别为:收敛条件1、新的第一字符串编码集合中元素个数为0;收敛条件2、新的影像结构体集合中元素个数为0。其中,新的影像结构体集合中的元素指的是删除了目标影像结构体以外的影像结构体。
其中,启发函数可表示为y=h(x),x表示E(E1,E2,…,EK),y表示目标影像结构体。
下面对本发明提供的遥感影像确定装置进行描述,下文描述的遥感影像确定装置与上文描述的遥感影像确定方法可相互对应参照。
如图3所示,是本发明提供的遥感影像确定装置的结构示意图,可以包括:
获取模块301,用于获取目标区域对应的第一矢量信息,及该第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,该第一字符串编码集合包括多个第一字符串编码,该多个第一多边形格网与该多个第一字符串编码一一对应;获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及该第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,该第二字符串编码集合包括多个第二字符串编码,该多个第二多边形格网与该多个第二字符串编码一一对应,该第二多边形格网与该第一多边形格网相同;
处理模块302,用于根据该第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定该目标矢量信息覆盖的目标遥感影像。
可选的,处理模块302,具体用于S1、获取该多个遥感影像各自对应的影像参数;S2、从该多个遥感影像中,确定多个影像参数中最优影像参数对应的目标遥感影像;并从字符串编码总集合中,确定该目标遥感影像对应的目标第二字符串编码集合,该字符串编码总集合包括该多个第二字符串编码集合;S3、在该目标第二字符串编码集合与该第一字符串编码集合匹配的情况下,获取该目标遥感影像对应的第二矢量信息;将该第一字符串编码集合中与该目标第二字符串编码集合匹配的字符串编码进行删除,得到新的第一字符串编码集合,并将该字符串编码总集合中的该目标第二字符串编码集合进行删除,得到新的字符串编码总集合;S4、重复步骤S2-S3,直到该新的第一字符串编码集合或该新的字符串编码总集合达到预设条件,得到至少一个目标遥感影像各自对应的第二矢量信息,并将该至少一个目标遥感影像各自对应的第二矢量信息确定为该目标矢量信息。
可选的,该新的第一字符串编码集合或该新的字符串编码总集合达到预设条件,包括:该新的第一字符串编码集合中元素个数为0;或,该新的字符串编码总集合中元素个数为0。
可选的,处理模块302,具体用于在该影像参数包括影像时相的情况下,若多个影像时相中仅存在一个最新影像时相,则将该最新影像时相确定为该最优影像参数,并获取该最优影像参数对应的目标遥感影像;若该多个影像时相中存在多个最新影像时相,则确定该多个最新影像时相各自对应遥感影像的影像分辨率;根据多个影像分辨率,确定该最优影像参数,并获取该最优影像参数对应的目标遥感影像。
可选的,处理模块302,具体用于若多个影像分辨率中仅存在一个最大影像分辨率,则将该最大影像分辨率确定为该最优影像参数;若该多个影像分辨率中存在多个最大影像分辨率,则确定该多个最大影像分辨率各自对应遥感影像的影像云量;并根据多个影像云量,确定该最优影像参数。
可选的,处理模块302,具体用于若多个影像云量中仅存在一个最小影像云量,则将该最小影像云量确定为该最优影像参数;若该多个影像云量中存在多个最小影像云量,则将该多个最小影像云量中的任一最小影像云量,确定为该最优影像参数。
可选的,处理模块302,具体用于对多个第二矢量信息进行筛选,得到多个初始目标矢量信息;确定多个初始目标矢量信息各自与该第一矢量信息之间的覆盖格网;遍历各覆盖格网,在当前覆盖格网为有效覆盖格网的情况下,保留该当前覆盖格网对应的初始目标矢量信息;在该当前覆盖格网为无效覆盖格网的情况下,继续判断下一覆盖格网的有效情况;将所有有效覆盖格网各自对应的初始目标矢量信息,确定为该目标矢量信息。
如图4所示,是本发明提供的电子设备的结构示意图,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行遥感影像确定方法,该方法包括:获取目标区域对应的第一矢量信息,及该第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,该第一字符串编码集合包括多个第一字符串编码,该多个第一多边形格网与该多个第一字符串编码一一对应;获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及该第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,该第二字符串编码集合包括多个第二字符串编码,该多个第二多边形格网与该多个第二字符串编码一一对应,该第二多边形格网与该第一多边形格网相同;根据该第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定该目标矢量信息覆盖的目标遥感影像。
此外,上述的存储器430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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、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确定方法,该方法包括:获取目标区域对应的第一矢量信息,及该第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,该第一字符串编码集合包括多个第一字符串编码,该多个第一多边形格网与该多个第一字符串编码一一对应;获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及该第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,该第二字符串编码集合包括多个第二字符串编码,该多个第二多边形格网与该多个第二字符串编码一一对应,该第二多边形格网与该第一多边形格网相同;根据该第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定该目标矢量信息覆盖的目标遥感影像。
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确定方法,该方法包括:获取目标区域对应的第一矢量信息,及该第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,该第一字符串编码集合包括多个第一字符串编码,该多个第一多边形格网与该多个第一字符串编码一一对应;获取与目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及该第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,该第二字符串编码集合包括多个第二字符串编码,该多个第二多边形格网与该多个第二字符串编码一一对应,该第二多边形格网与该第一多边形格网相同;根据该第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定该目标矢量信息覆盖的目标遥感影像。
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)
1.一种遥感影像确定方法,其特征在于,包括:
获取目标区域对应的第一矢量信息,及所述第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,所述第一字符串编码集合包括多个第一字符串编码,所述多个第一多边形格网与所述多个第一字符串编码一一对应;
获取与所述目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及所述第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,所述第二字符串编码集合包括多个第二字符串编码,所述多个第二多边形格网与所述多个第二字符串编码一一对应,所述第二多边形格网与所述第一多边形格网相同;
根据所述第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定所述目标矢量信息覆盖的目标遥感影像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,包括:
S1、获取所述多个遥感影像各自对应的影像参数;
S2、从所述多个遥感影像中,确定多个影像参数中最优影像参数对应的目标遥感影像;并从字符串编码总集合中,确定所述目标遥感影像对应的目标第二字符串编码集合,所述字符串编码总集合包括所述多个第二字符串编码集合;
S3、在所述目标第二字符串编码集合与所述第一字符串编码集合匹配的情况下,获取所述目标遥感影像对应的第二矢量信息;将所述第一字符串编码集合中与所述目标第二字符串编码集合匹配的字符串编码进行删除,得到新的第一字符串编码集合,并将所述字符串编码总集合中的所述目标第二字符串编码集合进行删除,得到新的字符串编码总集合;
S4、重复步骤S2-S3,直到所述新的第一字符串编码集合或所述新的字符串编码总集合达到预设条件,得到至少一个目标遥感影像各自对应的第二矢量信息,并将所述至少一个目标遥感影像各自对应的第二矢量信息确定为所述目标矢量信息。
3.根据权利要求2所述的方法,其特征在于,所述新的第一字符串编码集合或所述新的字符串编码总集合达到预设条件,包括:
所述新的第一字符串编码集合中元素个数为0;或,
所述新的字符串编码总集合中元素个数为0。
4.根据权利要求2或3所述的方法,其特征在于,所述确定多个影像参数中最优影像参数对应的目标遥感影像,包括:
在所述影像参数包括影像时相的情况下,若多个影像时相中仅存在一个最新影像时相,则将所述最新影像时相确定为所述最优影像参数,并获取所述最优影像参数对应的目标遥感影像;
若所述多个影像时相中存在多个最新影像时相,则确定所述多个最新影像时相各自对应遥感影像的影像分辨率;根据多个影像分辨率,确定所述最优影像参数,并获取所述最优影像参数对应的目标遥感影像。
5.根据权利要求4所述的方法,其特征在于,所述根据多个影像分辨率,确定所述最优影像参数,包括:
若多个影像分辨率中仅存在一个最大影像分辨率,则将所述最大影像分辨率确定为所述最优影像参数;
若所述多个影像分辨率中存在多个最大影像分辨率,则确定所述多个最大影像分辨率各自对应遥感影像的影像云量;并根据多个影像云量,确定所述最优影像参数。
6.根据权利要求5所述的方法,其特征在于,所述根据多个影像云量,确定所述最优影像参数,包括:
若多个影像云量中仅存在一个最小影像云量,则将所述最小影像云量确定为所述最优影像参数;
若所述多个影像云量中存在多个最小影像云量,则将所述多个最小影像云量中的任一最小影像云量,确定为所述最优影像参数。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述对多个第二矢量信息进行筛选,得到目标矢量信息,包括:
对多个第二矢量信息进行筛选,得到多个初始目标矢量信息;
确定多个初始目标矢量信息各自与所述第一矢量信息之间的覆盖格网;
遍历各覆盖格网,在当前覆盖格网为有效覆盖格网的情况下,保留所述当前覆盖格网对应的初始目标矢量信息;在所述当前覆盖格网为无效覆盖格网的情况下,继续判断下一覆盖格网的有效情况;
将所有有效覆盖格网各自对应的初始目标矢量信息,确定为所述目标矢量信息。
8.一种遥感影像确定装置,其特征在于,包括:
获取模块,用于获取目标区域对应的第一矢量信息,及所述第一矢量信息对应多个第一多边形格网所对应的第一字符串编码集合,所述第一字符串编码集合包括多个第一字符串编码,所述多个第一多边形格网与所述多个第一字符串编码一一对应;获取与所述目标区域相交的多个遥感影像;针对各遥感影像,获取遥感影像对应的第二矢量信息,及所述第二矢量信息对应多个第二多边形格网所对应的第二字符串编码集合,所述第二字符串编码集合包括多个第二字符串编码,所述多个第二多边形格网与所述多个第二字符串编码一一对应,所述第二多边形格网与所述第一多边形格网相同;
处理模块,用于根据所述第一字符串编码集合及多个第二字符串编码集合,对多个第二矢量信息进行筛选,得到目标矢量信息,并确定所述目标矢量信息覆盖的目标遥感影像。
9.一种电子设备,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7任一项所述遥感影像确定方法。
10.一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7任一项所述遥感影像确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311446979.0A CN117171380B (zh) | 2023-11-02 | 2023-11-02 | 遥感影像确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311446979.0A CN117171380B (zh) | 2023-11-02 | 2023-11-02 | 遥感影像确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117171380A true CN117171380A (zh) | 2023-12-05 |
CN117171380B CN117171380B (zh) | 2024-01-23 |
Family
ID=88939778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311446979.0A Active CN117171380B (zh) | 2023-11-02 | 2023-11-02 | 遥感影像确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117171380B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109829074A (zh) * | 2019-01-22 | 2019-05-31 | 苏州中科天启遥感科技有限公司 | 目标区域正射影像检索方法、存储介质、电子设备 |
US20200210421A1 (en) * | 2018-12-29 | 2020-07-02 | Wuhan University | Method of storing remote sensing big data in hbase database |
CN113298039A (zh) * | 2021-06-21 | 2021-08-24 | 北京观微科技有限公司 | 一种顾及遥感图像旋转目标的目标检测方法 |
CN113988794A (zh) * | 2021-10-27 | 2022-01-28 | 辽宁工程技术大学 | 一种多数据集成的农村农业信息系统及方法 |
CN115408382A (zh) * | 2022-06-15 | 2022-11-29 | 中国科学院空天信息创新研究院 | 面向大规模卫星数据的矢量空间信息网格化存储管理方法 |
-
2023
- 2023-11-02 CN CN202311446979.0A patent/CN117171380B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200210421A1 (en) * | 2018-12-29 | 2020-07-02 | Wuhan University | Method of storing remote sensing big data in hbase database |
CN109829074A (zh) * | 2019-01-22 | 2019-05-31 | 苏州中科天启遥感科技有限公司 | 目标区域正射影像检索方法、存储介质、电子设备 |
CN113298039A (zh) * | 2021-06-21 | 2021-08-24 | 北京观微科技有限公司 | 一种顾及遥感图像旋转目标的目标检测方法 |
CN113988794A (zh) * | 2021-10-27 | 2022-01-28 | 辽宁工程技术大学 | 一种多数据集成的农村农业信息系统及方法 |
CN115408382A (zh) * | 2022-06-15 | 2022-11-29 | 中国科学院空天信息创新研究院 | 面向大规模卫星数据的矢量空间信息网格化存储管理方法 |
Non-Patent Citations (1)
Title |
---|
张峰极;吴艳兰;姚雪东;梁泽毓;: "基于改进DenseNet网络的多源遥感影像露天开采区智能提取方法", 遥感技术与应用, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN117171380B (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106796716B (zh) | 用于为低分辨率图像提供超分辨率的设备和方法 | |
US7983474B2 (en) | Geospatial modeling system and related method using multiple sources of geographic information | |
CN110163213B (zh) | 基于视差图和多尺度深度网络模型的遥感图像分割方法 | |
CN109583378A (zh) | 一种植被覆盖度提取方法及系统 | |
CN107595312B (zh) | 模型生成方法、图像处理方法及医学成像设备 | |
CN105139339A (zh) | 基于多级滤波和样本匹配的偏振图像超分辨率重建方法 | |
CN108665509A (zh) | 一种超分辨率重构方法、装置、设备及可读存储介质 | |
CN111339989A (zh) | 一种水体提取方法、装置、设备及存储介质 | |
CN116051777B (zh) | 超高层建筑提取方法、设备和可读存储介质 | |
CN112734642A (zh) | 多尺度纹理转移残差网络的遥感卫星超分辨率方法及装置 | |
CN110084181A (zh) | 一种基于稀疏MobileNetV2网络的遥感图像舰船目标检测方法 | |
JP2010525491A (ja) | 地理空間データのデータ間引きを提供する地理空間モデリングシステム及び関連する方法 | |
CN109829074A (zh) | 目标区域正射影像检索方法、存储介质、电子设备 | |
CN117422619A (zh) | 图像重建模型的训练方法、图像重建方法、装置及设备 | |
CN117172134A (zh) | 基于融合地形特征的月表多尺度dem建模方法及系统 | |
CN108629742A (zh) | 真正射影像阴影检测与补偿方法、装置及存储介质 | |
CN118052717A (zh) | 图像超分模型的训练方法和图像超分方法 | |
JP6146731B2 (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
CN117171380B (zh) | 遥感影像确定方法、装置、电子设备及存储介质 | |
CN116402693A (zh) | 一种基于遥感技术的市政工程图像处理方法及装置 | |
Selvaraj et al. | Infrared and visible image fusion using multi‐scale NSCT and rolling‐guidance filter | |
CN117011542A (zh) | 基于时间序列影像的遥感影像厚云去除方法、系统和设备 | |
CN111667409A (zh) | 一种基于超分辨率算法的绝缘子影像分辨率增强方法 | |
CN116563728A (zh) | 基于生成对抗网络的光学遥感影像去云雾方法和系统 | |
CN116129039A (zh) | 一种输电线路的三维点云生成方法、装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |