CN117190982B - 一种基于遥感影像的地理信息测绘系统 - Google Patents

一种基于遥感影像的地理信息测绘系统 Download PDF

Info

Publication number
CN117190982B
CN117190982B CN202311467939.4A CN202311467939A CN117190982B CN 117190982 B CN117190982 B CN 117190982B CN 202311467939 A CN202311467939 A CN 202311467939A CN 117190982 B CN117190982 B CN 117190982B
Authority
CN
China
Prior art keywords
remote sensing
sub
ground object
target ground
sensing 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.)
Active
Application number
CN202311467939.4A
Other languages
English (en)
Other versions
CN117190982A (zh
Inventor
高凯
乐黎明
熊传进
张凯丽
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.)
Wuhan Chasing Moon Information Technology Co ltd
Original Assignee
Wuhan Chasing Moon Information 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 Wuhan Chasing Moon Information Technology Co ltd filed Critical Wuhan Chasing Moon Information Technology Co ltd
Priority to CN202311467939.4A priority Critical patent/CN117190982B/zh
Publication of CN117190982A publication Critical patent/CN117190982A/zh
Application granted granted Critical
Publication of CN117190982B publication Critical patent/CN117190982B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种基于遥感影像的地理信息测绘系统,涉及遥感影像技术领域;包括监控中心,所述监控中心无线通信连接有采集模块、划分模块、分析模块以及处理模块;所述采集模块用于获取遥感影像和目标地物特征数据库;所述划分模块用于根据目标地物特征数据库对遥感影像进行划分,根据划分结果,生成若干个子遥感影像;所述分析模块设置分析机制,用于根据分析机制对若干个子遥感影像进行分析,获取子遥感影像的目标地物特征分辨率;所述处理模块用于根据目标地物特征分辨率判断子遥感影像的目标地物特征分辨率是否正常,若否,则对子遥感影像的分辨率进行处理。

Description

一种基于遥感影像的地理信息测绘系统
技术领域
本发明涉及遥感影像技术领域,具体是一种基于遥感影像的地理信息测绘系统。
背景技术
随着卫星、航空以及无人机技术的发展,根据卫星、航空以及无人机采集的遥感影像可实现更高精度的地理信息测绘,但部分精度会受到多种因素的影响,包括遥感数据的分辨率、地物特征的复杂性、数据处理的算法等;尽管技术已经取得很大进展,但仍难以达到高精度测绘的要求,无法对于细小或复杂地物的测量,因此,提供了一种基于遥感影像的地理信息测绘系统。
发明内容
为了解决上述技术问题,本发明提供一种基于遥感影像的地理信息测绘系统;
本发明的目的可以通过以下技术方案实现:1、一种基于遥感影像的地理信息测绘系统,包括监控中心,其特征在于,所述监控中心无线通信连接有采集模块、划分模块、分析模块以及处理模块模块;
所述采集模块包括第一采集单元和第二采集单元,所述第一采集单元用于通过卫星获取遥感影像;所述第二采集单元用于采集遥感影像中的目标地物特征数据库;
所述划分模块用于根据目标地物特征数据库对遥感影像进行划分,根据划分结果,生成若干个子遥感影像;
所述分析模块设置分析机制,用于根据分析机制对若干个子遥感影像进行分析,获取子遥感影像的目标地物特征分辨率;
所述处理模块用于根据目标地物特征分辨率判断子遥感影像的目标地物特征分辨率是否正常,若否,则对子遥感影像的分辨率进行处理;
进一步的,所述第二采集单元采集遥感影像中的目标地物特征数据库的过程包括:
在第二采集单元设置目标地物主要特征,所述目标地物主要特征用于识别目标地物;所述第二采集单元接收到遥感影像,根据目标地物主要特征获取目标地物;
将目标地物进行标记,进而获取遥感影像中目标地物对应的目标地物特征,所述目标地物特征包括颜色、形态以及位置。
进一步的,在所述第二采集单元设置有颜色采集单元、形态采集单元以及位置采集单元;分别用于采集目标地物的颜色、形态以及位置。
进一步的,所述颜色采集单元采集目标地物的颜色,并生成颜色数据集的过程包括:
对目标地物的颜色和阴影进行提取,获取目标地物的实际地物颜色,以及实际地物颜色对应的颜色识别度,标记为S;
进而将实际地物颜色和对应的颜色识别度进行数据关联,生成颜色数据集。
进一步的,所述形态采集单元采集目标地物的形态,生成形态数据集的过程包括:
获取目标地物的顶面图;根据目标地物的顶面图获取目标地物的阴影,根据目标地物的阴影获取目标地物的高度,根据目标地物的高度,获取目标地物的平面轮廓;进而获取目标地物的平面轮廓清晰度,标记为Q;
将目标地物的高度与对应的平面轮廓清晰度进行数据关联,生成形态数据集。
进一步的,所述位置采集单元采集目标地物的位置,并生成位置数据集的过程包括:
获取遥感影像的平面图,建立平面坐标系,所述平面坐标系以平面图的中心为原点建立,获取目标地物的平面位置,并将平面位置标记;
根据遥感影像中周框注记的地理经纬度位置,获取目标地物的地理位置以及对应的地理温度,标记为C;
将目标地物的平面位置、地理位置以及对应的地理温度进行数据的关联,生成位置数据集;
将颜色采集单元、形态采集单元以及位置采集单元分别获取的颜色数据集、形态数据集以及位置数据集根据目标地物进行数据的关联,生成目标地物特征数据库。
进一步的,生成若干个子遥感影像的过程包括:
设置地理温度阈值范围为,将目标地物根据地理温度进行第一次划分,并生成第一次划分结果;
,划分为第一份子遥感影像;若/>,划分为第二份子遥感影像;若/>,划分为第三份子遥感影像;
所述第一次划分结果包括第一份子遥感影像、第二份子遥感影像以及第三份子遥感影像;
设置同一地理温度同一颜色对应的颜色识别度阈值范围为,根据颜色识别度,对第一次划分结果进行第二次划分,并生成第二次划分结果;
,则将对应的子遥感影像划分为颜色正常子遥感影像,若,则将对应的子遥感影像划分为颜色异常子遥感影像;
所述第二次划分结果包括颜色正常子遥感影像和颜色异常子遥感影像;
设置同一地理温度同一颜色同一高度对应的平面轮廓清晰度阈值范围,根据平面轮廓清晰度对第二次划分结果进行第三次划分,并生成第三次划分结果;
,则将对应的子遥感影像划分为平面轮廓正常子遥感影像;若,则将对应的子遥感影像划分为平面轮廓异常子遥感影像;
所述第三次划分结果包括平面轮廓正常子遥感影像和平面轮廓异常子遥感影像;
将第一次划分结果、第二次划分结果以及第三次划分结果进行关联,生成若干个子遥感影像;所述若干个子遥感影像包括一级子遥感影像、二级子遥感影像、三级子遥感影像以及四级子遥感影像。
进一步的,所述分析机制的设置过程包括:
获取若干个子遥感影像中对应异常的数据,并根据异常的数据获取若干个子遥感影像的目标地物特征分辨率;
获取二级、三级子遥感影像的目标地物特征分辨率的过程包括:
时,地理温度正常;
,地理温度异常;
时,地理温度异常;
其中,表示为异常的数据X对应的变化因子;/>表示为目标地物特征分辨率;/>表示为/>对应的系数;X表示为若干个子遥感影像中的异常的数据;Y、Z表示为若干个子遥感影像中的正常的数据,其中,X、Y以及Z分别等于S或Q或C;地理温度正常时,Z=0;地理温度异常时,Z=C;
获取四级子遥感影像的目标地物特征分辨率的过程包括:
时,地理温度正常;
,地理温度异常;
时,地理温度异常;
其中,表示为四级子遥感影像对应的变化因子。
进一步的,所述处理模块根据目标地物特征分辨率对子遥感影像进行处理的过程包括:
设置目标地物特征分辨率阈值范围,若/>,则对应的子遥感影像的目标地物特征分辨率正常,则对地理信息进行正常测绘;
反之,则获取对应子遥感影像对应的目标地物特征数据库,获取子遥感影像对应目标地物的平面位置,根据平面位置,对该位置进行处理,提高分辨率。
与现有技术相比,本发明的有益效果是:根据第一采集单元通过卫星获取遥感影像;根据第二采集单元采集遥感影像中的目标地物特征数据库;并发送至划分模块,根据目标地物特征数据库对遥感影像进行划分,根据划分结果,生成若干个子遥感影像;在分析模块设置分析机制,根据分析机制对若干个子遥感影像进行分析,获取子遥感影像的目标地物特征分辨率;根据目标地物特征分辨率判断子遥感影像的目标地物特征分辨率是否正常,若否,则对子遥感影像的分辨率进行处理;实现了难对细小或复杂地物的测量,提高了准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的原理图。
具体实施方式
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
如图1所示,一种基于遥感影像的地理信息测绘系统,包括监控中心,所述监控中心无线通信连接有采集模块、划分模块、分析模块以及处理模块;
所述采集模块包括第一采集单元和第二采集单元,所述第一采集单元用于通过卫星获取遥感影像;所述第二采集单元用于采集遥感影像中的目标地物特征,具体过程包括:
所述第二采集单元采集遥感影像中的目标地物特征的过程包括:
在第二采集单元设置目标地物主要特征,所述目标地物主要特征用于识别目标地物;
所述第二采集单元接收到遥感影像,根据目标地物主要特征获取目标地物;
需要进一步说明的是,在具体实施过程中,根据遥感影像通过采集、记录和分析地球表面的可见光、红外线、雷达或其他电磁辐射数据,能够反映出不同地物的空间分布、形状、纹理和光谱特征,进而已经获取了遥感影像中的地物,但需要一步说明的,遥感影像中的目标地物特征不够精度,导致地理信息测绘不够准确,因此,将目标地物特征进行精度化,使地理信息测绘更高精度;
将目标地物进行标记,进而获取遥感影像中目标地物对应的目标地物特征,所述目标地物特征包括颜色、形态以及位置;
需要进一步说明的是,所述颜色用于表示为目标地物在遥感影像的颜色,这里包括目标地物的颜色,色调和阴影;
所述形态用于表示为目标地物在遥感影像上的形状,包括目标地物形状,纹理,大小以及图形;
所述位置用于表示为指目标地物在遥感影像上的空间位置,这里包括目标地物分布的空间位置以及相关布局;
在所述第二采集单元设置有颜色采集单元、形态采集单元以及位置采集单元;分别用于采集目标地物的颜色、形态以及位置;
所述颜色采集单元采集目标地物的颜色,并生成颜色数据集的过程包括:
对目标地物的颜色和阴影进行提取,获取目标地物的实际地物颜色,以及实际地物颜色对应的颜色识别度;所述实际地物颜色用于表示为目标地物在遥感影像中真实反应的颜色;所述实际地物颜色包括暖色系、冷色系以及中间系;
需要进一步说明的是,在具体实施过程中,所述暖色系包括黄色、红色以及棕色等;所述冷色系包括青色、紫色以及蓝色等;所述中间系包括黑、白以及灰;
所述颜色识别度用于表示为目标地物在遥感影像中的实际地物颜色对应的饱和度;
将实际地物颜色对应的颜色识别度进行标记为S;进而将实际地物颜色和对应的颜色识别度进行数据关联,生成颜色数据集;
所述形态采集单元采集目标地物的形态,生成形态数据集的过程包括:
获取目标地物的顶面图;根据目标地物的顶面图获取目标地物的阴影,根据目标地物的阴影获取目标地物的高度,根据目标地物的高度,获取目标地物的平面轮廓;进而获取目标地物的平面轮廓清晰度,标记为Q;
将目标地物的高度与对应的平面轮廓清晰度进行数据关联,生成形态数据集;
需要进一步说明的是,所述顶面图表示为从上方垂直向下看,绘制出物体的平面轮廓和结构;所述阴影用于表示为遥感影像上光束被目标地物遮挡而产生的影子,进而形成阴影;
所述位置采集单元用于采集目标地物的位置,并生成位置数据集的过程包括:
获取遥感影像的平面图,建立平面坐标系,所述平面坐标系以平面图的中心为原点建立,获取目标地物的平面位置,并将平面位置标记为,其中,x,y用于分别表示为平面坐标系的横坐标和纵坐标;
根据遥感影像中周框注记的地理经纬度位置,获取目标地物的地理位置以及对应的地理温度;
将目标地物的平面位置、地理位置以及对应的地理温度进行数据的关联,生成位置数据集;
需要进一步说明的是,在具体实施过程中,获取目标地物的平面位置、地理位置以及地理温度是为了获取目标地物的属性;
将颜色采集单元、形态采集单元以及位置采集单元分别获取的颜色数据集、形态数据集以及位置数据集根据目标地物进行数据的关联,生成目标地物特征数据库;
将目标特征数据库发送给划分模块。
所述划分模块用于根据目标地物特征数据库对遥感影像进行划分,根据划分结果,生成子遥感影像,具体过程包括:
获取目标地物特征数据库中目标地物的数据集;所述数据集包括颜色数据集、形态数据集以及位置数据集;
获取位置数据集中目标地物中对应的地理温度,并标记为C,设置地理温度阈值范围为,将目标地物根据地理温度进行第一次划分,并生成第一次划分结果,即:
,划分为第一份子遥感影像;若/>,划分为第二份子遥感影像;若/>,划分为第三份子遥感影像;
所述第一次划分结果包括第一份子遥感影像、第二份子遥感影像以及第三份子遥感影像;
设置同一地理温度同一颜色对应的颜色识别度阈值范围为,根据颜色识别度,对第一次划分结果进行第二次划分,并生成第二次划分结果,即:
,则将对应的子遥感影像划分为颜色正常子遥感影像,若,则将对应的子遥感影像划分为颜色异常子遥感影像;
所述第二次划分结果包括颜色正常子遥感影像和颜色异常子遥感影像;
需要进一步说明的是,例如,将第一份子遥感影像划分为第一份颜色正常子遥感影像和第一份颜色异常子遥感影像;以此类推,将第二份子遥感影像以及第三份子遥感影像分别划分为第二份颜色正常子遥感影像和第二份颜色异常子遥感影像以及第三份颜色正常子遥感影像和第三份颜色异常子遥感影像;
获取形态数据集中平面轮廓清晰度,设置同一地理温度同一颜色同一高度对应的平面轮廓清晰度阈值范围,根据平面轮廓清晰度对第二次划分结果进行第三次划分,并生成第三次划分结果,即:
,则将对应的子遥感影像划分为平面轮廓正常子遥感影像;若,则将对应的子遥感影像划分为平面轮廓异常子遥感影像;
所述第三次划分结果包括平面轮廓正常子遥感影像和平面轮廓异常子遥感影像;
进而将第一份颜色正常子遥感影像和第一份颜色异常子遥感影像、第二份颜色正常子遥感影像和第二份颜色异常子遥感影像以及第三份颜色正常子遥感影像和第三份颜色异常子遥感影像进行第三次划分,例如,将第一份颜色正常子遥感影像划分为第一份颜色平面轮廓正常子遥感影像、第一份颜色正常平面轮廓异常子遥感影像,将第一份颜色异常子遥感影像划分为第一份颜色异常平面轮廓正常子遥感影像以及第一份颜色平面轮廓异子常遥感影像;以此类推,获取第三份划分结果;
将第一次划分结果、第二次划分结果以及第三次划分结果进行关联,生成若干个子遥感影像;所述若干个子遥感影像包括一级子遥感影像、二级子遥感影像、三级子遥感影像以及四级子遥感影像;
需要进一步说明的是,所述一级子遥感影像包括第一份颜色平面轮廓正常、第二份颜色平面轮廓正常以及第三份颜色平面轮廓正常;所述二级子遥感影像包括第一份颜色正常平面轮廓异常、第二份颜色正常平面轮廓异常以及第三份颜色正常平面轮廓异常;所述三级子遥感影像包括第一份颜色异常平面轮廓正常、第二份颜色异常平面轮廓正常以及第三份颜色异常平面轮廓正常;所述四级子遥感影像包括第一份颜色平面轮廓异常、第二份颜色平面轮廓异常以及第三份颜色平面轮廓异常。
所述分析模块设置分析机制,用于根据分析机制对若干个子遥感影像进行分析,获取子遥感影像的目标地物特征分辨率,判断子遥感影像的目标地物特征分辨率是否正常,若否,则对子遥感影像的分辨率进行处理,具体过程包括:
所述分析机制的设置过程包括:
获取若干个子遥感影像中对应异常的数据,并根据异常的数据获取若干个子遥感影像的目标地物特征分辨率;
获取二级、三级子遥感影像的目标地物特征分辨率的过程包括:
时,地理温度正常;
,地理温度异常;
时,地理温度异常;
其中,表示为异常的数据X对应的变化因子;/>表示为目标地物特征分辨率;/>表示为/>对应的系数;X表示为若干个子遥感影像中的异常的数据;Y、Z表示为若干个子遥感影像中的正常的数据,其中,X、Y以及Z分别等于S或Q或C;地理温度正常时,Z=0;地理温度异常时,Z=C;
获取四级子遥感影像的目标地物特征分辨率的过程包括:
时,地理温度正常;
,地理温度异常;
时,地理温度异常;
其中,表示为四级子遥感影像对应的变化因子。
所述处理模块用于根据目标地物特征分辨率对子遥感影像进行处理,具体过程包括:
设置目标地物特征分辨率阈值范围,若/>,则对应的子遥感影像的目标地物特征分辨率正常,则对地理信息进行正常测绘;
反之,则获取对应子遥感影像对应的目标地物特征数据库,获取子遥感影像对应目标地物的平面位置,根据平面位置,对该位置进行处理,提高分辨率;
需要进一步说明的是,获取分辨率低的子遥感影像,并获取对应的目标地物,进而获取目标的地物的平面位置,根据平面位置,对子遥感影像进行处理,提高分辨率,使遥感影像的地理信息的测绘更加清晰。
上面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以上结合附图及具体实施例,对本申请进行进一步详细描述;应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请;对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施;上面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请的更好的理解。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (2)

1.一种基于遥感影像的地理信息测绘系统,包括监控中心,其特征在于,所述监控中心无线通信连接有采集模块、划分模块、分析模块以及处理模块;
所述采集模块包括第一采集单元和第二采集单元,所述第一采集单元用于通过卫星获取遥感影像;所述第二采集单元用于采集遥感影像中的目标地物特征数据库;
所述划分模块用于根据目标地物特征数据库对遥感影像进行划分,根据划分结果,生成若干个子遥感影像;
所述分析模块设置分析机制,用于根据分析机制对若干个子遥感影像进行分析,获取子遥感影像的目标地物特征分辨率;
所述处理模块用于根据目标地物特征分辨率判断子遥感影像的目标地物特征分辨率是否正常,若否,则对子遥感影像的分辨率进行处理;
所述第二采集单元采集遥感影像中的目标地物特征数据库的过程包括:
在第二采集单元设置目标地物主要特征,所述目标地物主要特征用于识别目标地物;所述第二采集单元接收到遥感影像,根据目标地物主要特征获取目标地物;
将目标地物进行标记,进而获取遥感影像中目标地物对应的目标地物特征,所述目标地物特征包括颜色、形态以及位置;
在所述第二采集单元设置有颜色采集单元、形态采集单元以及位置采集单元;分别用于采集目标地物的颜色、形态以及位置;
所述颜色采集单元采集目标地物的颜色,并生成颜色数据集的过程包括:
对目标地物的颜色和阴影进行提取,获取目标地物的实际地物颜色,以及实际地物颜色对应的颜色识别度,标记为S;
进而将实际地物颜色和对应的颜色识别度进行数据关联,生成颜色数据集;
所述形态采集单元采集目标地物的形态,生成形态数据集的过程包括:
获取目标地物的顶面图;根据目标地物的顶面图获取目标地物的阴影,根据目标地物的阴影获取目标地物的高度,根据目标地物的高度,获取目标地物的平面轮廓;进而获取目标地物的平面轮廓清晰度,标记为Q;
将目标地物的高度与对应的平面轮廓清晰度进行数据关联,生成形态数据集;
所述位置采集单元采集目标地物的位置,并生成位置数据集的过程包括:
获取遥感影像的平面图,建立平面坐标系,所述平面坐标系以平面图的中心为原点建立,获取目标地物的平面位置,并将平面位置标记;
根据遥感影像中周框注记的地理经纬度位置,获取目标地物的地理位置以及对应的地理温度,标记为C;
将目标地物的平面位置、地理位置以及对应的地理温度进行数据的关联,生成位置数据集;
将颜色采集单元、形态采集单元以及位置采集单元分别获取的颜色数据集、形态数据集以及位置数据集根据目标地物进行数据的关联,生成目标地物特征数据库;
生成若干个子遥感影像的过程包括:
设置地理温度阈值范围为,将目标地物根据地理温度进行第一次划分,并生成第一次划分结果;
,划分为第一份子遥感影像;若/>,划分为第二份子遥感影像;若/>,划分为第三份子遥感影像;
所述第一次划分结果包括第一份子遥感影像、第二份子遥感影像以及第三份子遥感影像;
设置同一地理温度同一颜色对应的颜色识别度阈值范围为,根据颜色识别度,对第一次划分结果进行第二次划分,并生成第二次划分结果;
,则将对应的子遥感影像划分为颜色正常子遥感影像,若,则将对应的子遥感影像划分为颜色异常子遥感影像;
所述第二次划分结果包括颜色正常子遥感影像和颜色异常子遥感影像;
设置同一地理温度同一颜色同一高度对应的平面轮廓清晰度阈值范围,根据平面轮廓清晰度对第二次划分结果进行第三次划分,并生成第三次划分结果;
,则将对应的子遥感影像划分为平面轮廓正常子遥感影像;若,则将对应的子遥感影像划分为平面轮廓异常子遥感影像;
所述第三次划分结果包括平面轮廓正常子遥感影像和平面轮廓异常子遥感影像;
将第一次划分结果、第二次划分结果以及第三次划分结果进行关联,生成若干个子遥感影像;所述若干个子遥感影像包括一级子遥感影像、二级子遥感影像、三级子遥感影像以及四级子遥感影像;
所述分析机制的设置过程包括:
获取若干个子遥感影像中对应异常的数据,并根据异常的数据获取若干个子遥感影像的目标地物特征分辨率;
获取二级、三级子遥感影像的目标地物特征分辨率的过程包括:
时,地理温度正常;
,地理温度异常;
时,地理温度异常;
其中,表示为异常的数据X对应的变化因子;/>表示为目标地物特征分辨率;/>表示为/>对应的系数;X表示为若干个子遥感影像中的异常的数据;Y、Z表示为若干个子遥感影像中的正常的数据,其中,X、Y以及Z分别等于S或Q或C;地理温度正常时,Z=0;地理温度异常时,Z=C;
获取四级子遥感影像的目标地物特征分辨率的过程包括:
时,地理温度正常;
,地理温度异常;
时,地理温度异常;
其中,表示为四级子遥感影像对应的变化因子。
2.根据权利要求1所述的一种基于遥感影像的地理信息测绘系统,其特征在于,所述处理模块根据目标地物特征分辨率对子遥感影像进行处理的过程包括:
设置目标地物特征分辨率阈值范围,若/>,则对应的子遥感影像的目标地物特征分辨率正常,则对地理信息进行正常测绘;
反之,则获取对应子遥感影像对应的目标地物特征数据库,获取子遥感影像对应目标地物的平面位置,根据平面位置,对该位置进行处理,提高分辨率。
CN202311467939.4A 2023-11-07 2023-11-07 一种基于遥感影像的地理信息测绘系统 Active CN117190982B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311467939.4A CN117190982B (zh) 2023-11-07 2023-11-07 一种基于遥感影像的地理信息测绘系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311467939.4A CN117190982B (zh) 2023-11-07 2023-11-07 一种基于遥感影像的地理信息测绘系统

Publications (2)

Publication Number Publication Date
CN117190982A CN117190982A (zh) 2023-12-08
CN117190982B true CN117190982B (zh) 2024-02-02

Family

ID=89002018

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311467939.4A Active CN117190982B (zh) 2023-11-07 2023-11-07 一种基于遥感影像的地理信息测绘系统

Country Status (1)

Country Link
CN (1) CN117190982B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446636A (zh) * 2018-03-20 2018-08-24 中国科学院地理科学与资源研究所 地物识别方法及系统
KR20180116588A (ko) * 2017-04-17 2018-10-25 광주과학기술원 고화질 항공 이미지에서의 물체 검출 방법
CN109376599A (zh) * 2018-09-19 2019-02-22 中国科学院东北地理与农业生态研究所 一种面向湿地信息提取的遥感影像处理方法及系统
CN111693025A (zh) * 2020-06-12 2020-09-22 深圳大学 一种遥感影像数据生成方法、系统及设备
CN114241326A (zh) * 2022-02-24 2022-03-25 自然资源部第三地理信息制图院 一种渐进式遥感影像地物要素智能生产方法及系统
CN114518104A (zh) * 2022-03-14 2022-05-20 山东三津房地产评估有限公司 基于动态遥感监测技术的国土测绘方法、系统及存储介质
CN115795084A (zh) * 2022-12-14 2023-03-14 北京时代远行信息科技有限公司 卫星遥感数据处理方法、装置、电子设备及存储介质
CN116129191A (zh) * 2023-02-23 2023-05-16 维璟(北京)科技有限公司 基于遥感ai的多目标智能识别与精细分类方法
CN116206216A (zh) * 2023-05-06 2023-06-02 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 一种基于遥感影像的矢量地理信息采集方法及系统
CN116778104A (zh) * 2023-08-16 2023-09-19 江西省国土资源测绘工程总院有限公司 一种动态遥感监测的测绘方法及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180116588A (ko) * 2017-04-17 2018-10-25 광주과학기술원 고화질 항공 이미지에서의 물체 검출 방법
CN108446636A (zh) * 2018-03-20 2018-08-24 中国科学院地理科学与资源研究所 地物识别方法及系统
CN109376599A (zh) * 2018-09-19 2019-02-22 中国科学院东北地理与农业生态研究所 一种面向湿地信息提取的遥感影像处理方法及系统
CN111693025A (zh) * 2020-06-12 2020-09-22 深圳大学 一种遥感影像数据生成方法、系统及设备
CN114241326A (zh) * 2022-02-24 2022-03-25 自然资源部第三地理信息制图院 一种渐进式遥感影像地物要素智能生产方法及系统
CN114518104A (zh) * 2022-03-14 2022-05-20 山东三津房地产评估有限公司 基于动态遥感监测技术的国土测绘方法、系统及存储介质
CN115795084A (zh) * 2022-12-14 2023-03-14 北京时代远行信息科技有限公司 卫星遥感数据处理方法、装置、电子设备及存储介质
CN116129191A (zh) * 2023-02-23 2023-05-16 维璟(北京)科技有限公司 基于遥感ai的多目标智能识别与精细分类方法
CN116206216A (zh) * 2023-05-06 2023-06-02 山东省国土空间数据和遥感技术研究院(山东省海域动态监视监测中心) 一种基于遥感影像的矢量地理信息采集方法及系统
CN116778104A (zh) * 2023-08-16 2023-09-19 江西省国土资源测绘工程总院有限公司 一种动态遥感监测的测绘方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种面向对象的遥感影像多尺度分割方法;谭衢霖;刘正军;沈伟;;北京交通大学学报(04);第111-119页 *
利用高分辨率遥感影像提取建筑物方法研究;沈安生;;测绘与空间地理信息(10);第109-115页 *

Also Published As

Publication number Publication date
CN117190982A (zh) 2023-12-08

Similar Documents

Publication Publication Date Title
Marquez et al. Intra-hour DNI forecasting based on cloud tracking image analysis
CN109146889B (zh) 一种基于高分辨率遥感图像的农田边界提取方法
CN104778721B (zh) 一种双目图像中显著性目标的距离测量方法
US4912770A (en) Method of detecting change using image
CN108830870B (zh) 基于多尺度结构学习的卫星影像高精度农田边界提取方法
CN111553922B (zh) 一种卫星遥感影像自动云检测方法
CN112307901B (zh) 一种面向滑坡检测的sar与光学影像融合方法及系统
CN116188496B (zh) 基于土地利用类型的遥感影像自适应分割方法
CN111008664B (zh) 一种基于空谱联合特征的高光谱海冰检测方法
CN112784869B (zh) 一种基于注意力感知与对抗学习的细粒度图像识别方法
CN113936214B (zh) 一种基于融合空天遥感影像的岩溶湿地植被群落分类方法
CN107992856A (zh) 城市场景下的高分遥感建筑物阴影检测方法
CN115272876A (zh) 一种基于深度学习的遥感图像船舶目标检测方法
CN114332534B (zh) 一种高光谱图像小样本分类方法
CN117575953A (zh) 一种高分辨率林业遥感图像细节增强方法
CN113743303A (zh) 一种林地遥感数据的林业碳汇算法
CN117190982B (zh) 一种基于遥感影像的地理信息测绘系统
CN113516177A (zh) 基于光谱纹理特征和支持向量机的小麦倒伏区域识别方法
CN110909821B (zh) 基于作物参考曲线进行高时空分辨率植被指数数据融合的方法
Liu Supervised classification and unsupervised classification
CN112364289B (zh) 一种通过数据融合提取水体信息的方法
CN112418156B (zh) 基于无监督分类的光学遥感图像海面舰船目标检测方法
CN114913430A (zh) 一种基于高分影像和Unet阴影检测的物体高度识别方法
CN114677428A (zh) 基于无人机图像处理的输电线覆冰厚度检测方法
CN114022782A (zh) 一种基于modis卫星数据的海雾探测方法

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