JP2019503484A - マルチスペクトルデータの幾何学的リファレンシング方法およびシステム - Google Patents
マルチスペクトルデータの幾何学的リファレンシング方法およびシステム Download PDFInfo
- Publication number
- JP2019503484A JP2019503484A JP2018536273A JP2018536273A JP2019503484A JP 2019503484 A JP2019503484 A JP 2019503484A JP 2018536273 A JP2018536273 A JP 2018536273A JP 2018536273 A JP2018536273 A JP 2018536273A JP 2019503484 A JP2019503484 A JP 2019503484A
- Authority
- JP
- Japan
- Prior art keywords
- images
- image
- series
- subset
- sensor
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000006073 displacement reaction Methods 0.000 claims abstract description 16
- 230000005855 radiation Effects 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims abstract description 5
- 230000033001 locomotion Effects 0.000 claims description 12
- 230000003595 spectral effect Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 9
- 238000000701 chemical imaging Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 235000009754 Vitis X bourquina Nutrition 0.000 description 1
- 235000012333 Vitis X labruscana Nutrition 0.000 description 1
- 240000006365 Vitis vinifera Species 0.000 description 1
- 235000014787 Vitis vinifera Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003653 coastal water Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/02—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by astronomical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
- G01C11/025—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures by scanning the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
- H04N23/11—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
- G01J2003/2826—Multispectral imaging, e.g. filter imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Astronomy & Astrophysics (AREA)
- Automation & Control Theory (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本発明は、一連の画像におけるマルチスペクトルデータの幾何学的リファレンシング方法に関する。画像は、それぞれ個別の波長における画像化された放射を表す個別の領域を含み、この方法は、一連の画像からサブセットを選択することを備え、上記サブセットは複数の画像を含み、各画像は同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、方法はサブセット内の画像における写真測量三次元再構成を実施することにより三次元モデルを生成することと、上記一連の画像の連続する画像の組の間における変位およびヨーを推定することと、上記三次元モデルおよび上記推定変位およびヨーを用いて、上記一連の画像の上記の選択されたサブセット内にない画像用の写真測量パラメータを計算することと、を備える。本発明は、対応するシステムおよび対応するコンピュータプログラム製品にも関する。
Description
発明の分野
本発明は、例えば航空画像における画像取得の分野に関する。より詳細には、本発明は、マルチスペクトル画像を取得するためのセンシングシステム、これに対応するイメージングシステムおよびその使用方法に関する。
本発明は、例えば航空画像における画像取得の分野に関する。より詳細には、本発明は、マルチスペクトル画像を取得するためのセンシングシステム、これに対応するイメージングシステムおよびその使用方法に関する。
背景技術
ハイパースペクトルイメージングは、電磁スペクトル全体からの情報が多数の狭いスペクトル帯域において収集および処理されるスペクトルイメージングの一形態である。収集された異なるスペクトル画像から、撮像された物体からの情報が導かれる。例えば、特定の物体は画像に固有のスペクトルシグネチャを残し、それは物体の状態に依存することさえもあり得るため、マルチスペクトルイメージングにより得られた情報は、撮像された領域内の物体の存在の有無および/または状態に関する情報を提供することが可能である。撮像されるスペクトル域の選択後、このスペクトル域全体のスペクトル画像が取得可能であるため、物体に関する詳細の事前知識は必要なく、全ての利用可能な情報を後処理において得ることが可能である。元来は、ハイパースペクトル・リモートセンシングは主に鉱業および地質学において使用されてきたが、生態学、農業および監視のように、その他の分野でもこのイメージング技術を利用している。
ハイパースペクトルイメージングは、電磁スペクトル全体からの情報が多数の狭いスペクトル帯域において収集および処理されるスペクトルイメージングの一形態である。収集された異なるスペクトル画像から、撮像された物体からの情報が導かれる。例えば、特定の物体は画像に固有のスペクトルシグネチャを残し、それは物体の状態に依存することさえもあり得るため、マルチスペクトルイメージングにより得られた情報は、撮像された領域内の物体の存在の有無および/または状態に関する情報を提供することが可能である。撮像されるスペクトル域の選択後、このスペクトル域全体のスペクトル画像が取得可能であるため、物体に関する詳細の事前知識は必要なく、全ての利用可能な情報を後処理において得ることが可能である。元来は、ハイパースペクトル・リモートセンシングは主に鉱業および地質学において使用されてきたが、生態学、農業および監視のように、その他の分野でもこのイメージング技術を利用している。
取得した二次元情報から三次元情報、特に標高情報を推測するため写真測量技術を利用することは公知である。このような技術の例としては、B.S.Alsadik、M.Gerke、G.Vosselmanらによる「文化遺産の三次元モデリングのための最適なカメラネットワークデザイン」(2012年)、写真測量、リモートセンシングおよび空間情報科学の国際写真測量リモートセンシング学会年報I−3、7−12において開示されている。
ハイパースペクトル・リモートセンシングの農業および生態学における利用は公知であり、例えば作物の成長や状態の監視、ブドウ品種検知、個別の林冠の監視、植物の化学組成の検出ならびに病気の発生の早期発見、汚染およびその他の環境要因の影響の観察等が農業分野でのいくつかの応用例である。ハイパースペクトルイメージングは、生物物理学的特性の検出のため、内水および沿岸水研究にも使用される。鉱物学では、金またはダイヤモンドのような高価な鉱物の検出が、ハイパースペクトルセンシングを用いて行われることが可能であるが、パイプラインや天然井戸からのオイルおよびガス漏れの検出にも使用され得る。地球、また他の惑星、小惑星や彗星に関しても土壌組成の検出にハイパースペクトルイメージングが応用されることが考えられる。監視における利用では、ハイパースペクトルイメージングは例えば生物の検出用に実施されることができる。
本出願の出願人による国際公開第2011/073430号パンフレットは、センシングデバイスに対する相対運動における対象領域の幾何学的リファレンスされたマルチスペクトル画像データを得るためのセンシングデバイスを開示している。このセンシングデバイスは、第1二次元センサ素子とスペクトルフィルタとを備える。スペクトルフィルタおよび第1センサ素子は、第1センサ素子の一部を用いて、第1の波長もしくは波長域でのスペクトル情報を得るために、そして第1センサ素子のもう1つの部分を用いて、第2の波長もしくは波長域でのスペクトル情報を得るために設けられる。これによって、第1センサにより取得された単一の画像の異なる部分は、それぞれ異なる波長の放射による景色の画像を示している。
今まで、国際公開第2011/073430号パンフレットの第1センサにより得られるようなマルチスペクトル画像またはハイパースペクトル画像に上述の写真測量技術を直接的に応用する満足いく形での方法はなかった。それでも、取得されたマルチスペクトル画像またはハイパースペクトル画像に関する完全な写真測量情報は、全ての波長域において、スキャンされた景色の画像を正確にまとめるためには必要不可欠である。
国際公開第2011/073430号パンフレットでは、この問題は、同基板上に第2センサを設けることにより解決され、この第2センサは第1センサにより撮像される領域のパンクロマチック画像を同時に取得する。パンクロマチック画像は、三次元モデリングに利用され、続いてこの三次元モデル情報は、マルチスペクトルまたはハイパースペクトル第1センサによりカバーされる異なる複数の波長域における景色の合成画像に転換される。
本出願と同じ出願人による未公開の国際特許出願EP2015/065523号明細書は、センシングデバイスに対する相対運動における対象領域の幾何学的リファレンスされたマルチスペクトル画像データを得るためのセンシングデバイスについて説明している。このセンシングデバイスは、少なくとも第1の二次元センサ素子を備え、センシングデバイスは、センシングデバイスに対する対象領域の相対運動の際に、続くマルチスペクトル画像を取得するよう適合されており、これにより第1センサ素子を使用して対象領域の異なる複数の部分の個別のスペクトル情報を提供し、センシングデバイスは、第2の二次元センサ素子を備え、センシングデバイスは、個別のスペクトル情報に結合される幾何学的リファレンス情報を生成するため対象領域の画像を、第2センサ素子を用いて提供するよう適合されており、第1二次元センサ素子は、第1フレームレートで第1フレームシーケンスを取得するよう作動可能であり、第2二次元センサ素子は、第2フレームレートで第2フレームシーケンス取得するよう作動可能であり、第1フレームレートは第2フレームレートより高く、センシングデバイスはさらに、上記第2フレームシーケンスからの利用可能である同期フレームがない上記第1フレームシーケンスのフレームに結合される中間幾何学的リファレンス情報を生成するよう構成されるプロセッサを備え、上記中間幾何学的リファレンス情報は、上記第2フレームシーケンスからの1つ以上の時間的に類似のフレームから導かれる。こうして、国際特許出願EP2015/065523号明細書によるシステムは、国際公開第2011/073430号パンフレットと比較すると、幾何学的リファレンシングに必要なパンクロマチック画像の数を補間または補外により低減することができる。しかし、国際特許出願EP2015/065523号明細書のシステムでは、パンクロマチック画像が必要であるという前提は変わらないままである。
本発明の発明者による論文、A.Simaらによる「指向性デジタルカメラ画像および三次元モデルを利用した近距離ハイパースペクトルスキャンの半自動化レジストレーション」、Photogrammetric Record誌、vo29(2104)、no.145は、LIDARモデルおよび従来式のデジタル写真による地上パノラマハイパースペクトル画像のレジストレーションの半自動化方法を開示している。この方法は、異なる視点から、電磁スペクトルの著しく異なる部分で、異なる空間分解能および幾何図法で取得された画像間で対応する点を検出することに基づいている。この論文では、ハイパースペクトル帯域とカバーする(パンクロマチック)デジタルカメラ画像との間で合致させられる一致する点の数は、波長により異なることが認識されており、最も多くの点が合致可能であるスペクトル帯域の公正な選択に基づく技術を提案している。
本出願と同じ出願人による未公開の国際特許出願EP2015/065524号明細書は、一連の画像に画像化された物体の写真測量三次元再構成を実行するための方法を示している。画像はそれぞれ別個の波長での画像化された放射を表す個別の領域を含み、この方法は、一連の画像から複数のサブセットを選択することを備え、複数のサブセットの各々は、複数の画像を含み、各画像は、同一のサブセット内の少なくとも1つの他の画像の視野と重なる視野を表し、方法はさらに、サブセットのそれぞれのサブセット内の画像に対して写真測量三次元再構成を実行することによって一組の中間三次元モデルを生成することと、一組の三次元モデルからの中間三次元モデルを、結合された三次元モデルに再結合することとを備える。しかし、この方法では依然としてかなりの処理量が必要とされる。
URCベンチャーInc.による国際公開第2014/151746号パンフレットは、様々な方法でモバイルデバイスを介して取得された画像の分析技術を開示しており、画像の1つ以上の物体の1つ以上の特性の測定を評価することを含む。例えば、上述の技術は、使用者が持っているモバイルデバイスを介して取得される画像に基づいて、使用者がそのいくつかまたは全ての周囲を通る際に、材料またはその他の大きな物体の貯蔵量の容量を測定するために使用可能であるとされている。対象となる物体の一連のデジタル画像の取得の際に、モバイルデバイスの使用人物に対して各種のユーザフィードバックが供給されることができ、特に画像が更なる分析用に各種方法により選択されることができる。さらに、物体の容積および/またはその他の所定の物体情報の計算には、コンピュータモデルまたは選択された画像からの物体のその他の描写の生成および操作が含まれてもよい。この文献に開示される技術は、個別の波長の放射を表す画像に関するものではない。
Lichun Liらによる論文「オンボード・イメージシーケンスからの三次元地形再構成に基づく地形照合の新たなナビゲーションアプローチ」、Science China Technological Sciences、Vol.35(2010年)、no.5、1176−11183は、オンボードカメラにより取得されたイメージシーケンスからの三次元地形再構成による地形照合のパッシブナビゲーション方法を開示している。ナビゲーションのために画像シーケンス処理の自動化および同時性を達成するため、基準点トラッキングに基づく対応レジストレーション方法が提案され、これは画像シーケンス全体に渡りわずかな基準点をトラッキングし、これを対応するものとして幾何学ソリューションにおいて使用する。画像重複率および交角に基づくキーフレーム選択法が調査されて、カメラシステム構成の要件が設けられる。提案された方法は、基準点に基づき最適な局所的ホモグラフィ評価アルゴリズムも含み、これは照合されるべき点およびその対応する速度を正確に予測するために役立てられる。したがって、こうして再構成された軌道のリアルタイムの三次元地形が、参照の地形図と照合され、結果によりナビゲーション情報が提供される。この論文で開示される技術は、個別の波長における放射を表す画像に関するものではない。
Turner Darrenらによる論文「超高解像度UAV画像の直接的ジオリファレンス」、IEEE Transactions on Geoscience and Remote Sensing、vol.52(2014年)、no.5、2738−2745は、カメラ露出を、10〜20cmの精度でGPSにより記録される機体の位置との同期化を可能にするカメラグローバル・ポジショニング・システム(GPS)モジュール用のコンセプトを開示している。GPSアンテナとカメラ中心との間の位置誤差を説明するため、レバーアーム補正がカメラ位置に対して行われる。あいまいな画像および過度の重複を有する画像を除去するために、画像選択アルゴリズムが実施される。この研究では、3つの異なるソフトウェア方法を比較し(フォトスキャン、Pix4Dウェブサービス、社内のバンドラー方法)、それぞれを処理時間、使いやすさ、作成される最終的なモザイク画像の空間精度に基づいて評価している。この論文は、処理効率を向上させるためには重複する画像のいくつかを除去する必要性を挙げており、これは画像EXIFヘッダからの画像位置情報を読み込むことにより達成される。約80%の画像重複が、SfMベースの画像処理アルゴリズムでは最も良い結果が得られるという。画像サブセットは連続する画像の間の距離を計算することにより得られる。この論文に掲示される技術は、個別の波長の放射を表す画像に関するものではない。
Visual Intelligence LPによる国際公開第2014/031284号パンフレットは、画像センサシステムを開示しており、これは、移動体またはプラットフォームに固定されるとともに内部に少なくとも3つの画像センサを有する取付ユニットを含み、第1、第2、第3画像センサがそれぞれ、取付ユニット内の孔を通る焦点軸を有し、第1画像センサが、ピクセルの第1アレーを備えるターゲット領域の第1画像領域を生成し、第2画像センサが、ピクセルの第1アレーを備えるターゲット領域の第2画像領域を生成し、第1および第2画像センサは、ターゲット領域内で第1画像重複領域を有するようオフセットされており、第1センサの画像データは第2センサの画像データを第1画像重複領域で両断する。様々な実施形態が説明されている。カメラアレーアセンブリは、関連する画像領域の隣接する境界がわずかに重なるよう構成されている。この文献では、オルソマップを作成するために標準的な写真測量技術を用いて重複する画像のシーケンスのオルソ補正が提案されて、各ピクセルが固有の緯度および経度座標および固有の標高座標を有するが、異なるスペクトル域で取得された画像を扱うことは対象としていない。
M7 Visual Intelligence LPによる国際公開第2004/027348号パンフレットは、自動ロック移動パターンおよびターゲット遠隔センシングデータを利用したオンボード遠隔センシングシステムの較正方法を開示している。自動ロック移動パターンは、多数の平行の移動ラインを含み、これらは隣接する移動ライン間で重複するスワス幅を有する。重複するスワス幅は、遠隔センサデバイスのボアサイト角およびレンジオフセットを判定するために使用される。さらに、この方法は、水平方向および垂直方向の推定される偏向誤差を生成するために使用されることも可能である。これらの推定誤差は、レンジオフセットおよびボアサイト角の補正因子として使用可能である。
必要とされているのは、同時に取得されるパンクロマチック画像が不要であり、計算量が軽減されるマルチスペクトル画像またはハイパースペクトル画像の幾何学的レファレンシングの代替方法である。
発明の概要
本発明の一態様に係り、一連の画像におけるマルチスペクトルデータの幾何学的リファレンシング方法が提供される。画像は、それぞれ個別の波長における画像化された放射を表す個別の領域を含み、この方法は、一連の画像からサブセットを選択することを備え、上記サブセットは複数の画像を含み、各画像は同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、方法は、サブセット内の画像における写真測量三次元再構成を実施することにより三次元モデルを生成することと、上記一連の画像の連続する画像の組の間における変位およびヨーを推定することと、上記三次元モデルおよび上記推定変位およびヨーを用いて、上記一連の画像の上記の選択されたサブセット内にない画像用の写真測量パラメータを計算することと、を備える。
本発明の一態様に係り、一連の画像におけるマルチスペクトルデータの幾何学的リファレンシング方法が提供される。画像は、それぞれ個別の波長における画像化された放射を表す個別の領域を含み、この方法は、一連の画像からサブセットを選択することを備え、上記サブセットは複数の画像を含み、各画像は同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、方法は、サブセット内の画像における写真測量三次元再構成を実施することにより三次元モデルを生成することと、上記一連の画像の連続する画像の組の間における変位およびヨーを推定することと、上記三次元モデルおよび上記推定変位およびヨーを用いて、上記一連の画像の上記の選択されたサブセット内にない画像用の写真測量パラメータを計算することと、を備える。
本出願全体を通して、「マルチスペクトル」という用語は、その他の記載がない限り、「ハイパースペクトル」も含むと理解されるものとする。
1セットの区分的なマルチスペクトル画像の正確な幾何学的リファレンシングがより効率的に実施可能であることが本発明の長所であり、それは、写真測量技術(十分に間隔が空いている画像に関して)と、補間法(写真測量に選択された画像間の画像全てに関して)とを適切に組み合わせることにより行われる。
未公開の国際出願EP2015/065524号明細書に記載される発明のように、本発明は特に、同じフィーチャが異なる画像間で外観の差異があるにもかかわらず、マルチスペクトル画像に三次元モデリングをうまく応用することが可能であるという発明者らの意外な見識に基づいている。ただし、三次元再構成に用いられる画像は十分な間隔が空いているということが条件である。よって、写真測量三次元モデリング用に画像の組を選択する際に、スペクトル近接(撮像波長が近いほど視覚的に類似の画像である)およびスペクトル分離(画像が撮像された距離が離れているほど立体情報が顕著である)の相反する要件は、意外な「スイートスポット」をもたらし、ここでマルチスペクトル画像またはハイパースペクトル画像の組の効率的かつ正確な写真測量処理が可能であることが判明している。しかし、本発明は、国際出願EP2015/065524号明細書の写真測量法の過剰な処理要件を、その適用を画像のサブセットに限定し、介在する画像用のパラメータを補間法により分解することにより軽減する。
一実施形態では、本発明に係る方法はさらに、異なる波長に対して感受性を有する異なる部分を有するセンサ素子を有するハイパースペクトルセンサにより一連の画像を取得することを備える。
発明者らは、本発明がハイパースペクトル画像に生じるリファレンシング問題を解決するために特に適していることを発見した。
本発明に係る方法の一実施形態では、一連の画像は、センサの動作方向で間隔が接近している画像を備え、これにより上記の方向で約99%の重複がある。
本発明を使用することにより得られる計算量に関する改善は、空中のスペクトル写真において得られるハイパースペクトル画像の場合のように、処理される画像が特に密接に接近している場合に特に顕著である。
本発明の一態様に係り、実行されると、上述の方法のステップをプロセッサに実施させるよう構成されるコード手段を備えるコンピュータプログラム製品が設けられる。
本発明の一態様に係り、一連の画像におけるマルチスペクトルデータの幾何学的リファレンシング用のシステムが設けられ、この画像はそれぞれ個別の波長における画像化された放射を表す個別の領域を含み、このシステムは、一連の画像からサブセットを選択するように構成されるプロセッサを備え、上記サブセットは複数の画像を含み、各画像は同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、プロセッサは、サブセット内の画像における写真測量三次元再構成を実施することにより三次元モデルを生成し、上記一連の画像の連続する画像の組の間における変位およびヨーを推定し、上記三次元モデルおよび上記推定変位およびヨーを用いて、上記一連の画像の上記の選択されたサブセット内にない画像用の写真測量パラメータを計算するよう構成される。
本発明に係るシステムの一実施形態では、画像はハイパースペクトル画像であり、これは異なる波長に対して感受性を有する異なる部分を有するセンサ素子を有するハイパースペクトルセンサにより取得される。
本発明に係るシステムの一実施形態では、一連の画像は、センサの動作方向に間隔が接近している画像を備え、これにより上記の方向で約99%の重複がある。
本発明に係るコンピュータプログラム製品およびシステムの実施形態の技術的効果および長所は、必要な変更を加えて、本発明に係る方法の実施形態に対応する。
図面の簡単な説明
本発明の上述の、またその他の技術的態様および長所をさらに詳細に、添付の図面を参照して以下に説明する。
本発明の上述の、またその他の技術的態様および長所をさらに詳細に、添付の図面を参照して以下に説明する。
実施形態の説明
本明細書において使用する「三次元再構成」とは、実際の物体の形状(および外観)を取得するプロセスのことである。
本明細書において使用する「三次元再構成」とは、実際の物体の形状(および外観)を取得するプロセスのことである。
本発明において使用する「写真測量三次元再構成」は、「ストラクチャ・フロム・モーション」または「画像ベースモデリング」とも呼ばれ、画像を用いて実際の物体の形状(および外観)を取得するプロセスである。物体の写真測量三次元再構成は、その物体の異なる視点から取得した少なくとも2つの画像を必要とする。実際に多くの場合は、カメラ較正の精度が十分でない場合、3つの画像が必要とされる。1つの地上位置(物点)に対応する画像シーケンス内のピクセルの座標が、以下を同時に導き出すために使用される(バンドル調整)。すなわち、内部画像配向パラメータ、外部画像配向パラメータ、および地上点(物点)の三次元座標である。三次元再構成の結果の精度は、(とりわけ)画像ネットワークに依存する(例えば前方または側方の重複)。
写真測量を最適な条件で実施するため、画像セットは十分な詳細度(例えば各方向に少なくとも500〜1000ピクセル)および適切な形状係数(非常に長くされた形状係数は精度を低減させる傾向にあるため、好適にはXおよびY方向に類似の大きさ)を有する必要がある。
好適には、写真測量に使用される連続画像は、約80%重複する。重複率が実質的にこれより低いと、2つの画像に共通する領域はより小さく、共通する特徴が少なくなる。重複率が実質的にこれより高いと、画像間の角変位は非常に小さくなり、推定の精度が低減することとなる。
図1(正確な縮尺ではない)は、地上の画像を取得するために使用される例示的な空中移動体の飛行経路を概略的に示しており、この移動体に搭載されるセンサにより取得された連続する画像の境界が、二次元マップ(平面図)として示されている。こうして取得された一連の画像は、これ以降「画像ネットワーク」とも称される。センサは可視領域で(例えばRGBセンサ)、またはその他の特定のスペクトル領域(例えば近赤外線、短波長赤外線等)で感受性を有することができる。
取得された画像は二次元であるため、撮像された地形の三次元再構成を可能にするためには複数の画像が必要とされる。特に、個々の特徴の三次元再構成には、これらの特徴が異なる角度で撮られた複数の画像に存在していることが必要であり、これは上述のように、センサにより取得された連続する画像が十分な重複を表示していなくてはならないことを意味する。図1に示すように、一定の飛行方向で撮られた連続する画像間の典型的な重複量は、およそ80%である。隣接する対応する地形帯の第1経路および第2経路において取得された画像間の横の重複は、およそ20〜30%である。その際第1経路および第2経路は一般的に異なる飛行方向に対応する。
図2は、図1の図における2回の連続する撮像により取得された領域の斜視図であり、特に撮像領域間の重複領域を示している。
図3は、連続する撮像位置に関する図1および図2のセンサの画角を概略的に示し、センサから地上の特定の物体への視線が1つの画像(画像i)から次の画像(画像i+i)に顕著に変わる様子を示している。画角のこの差異によって特徴の三次元特性の写真測量再構成が、特にその高さに関して可能になる。
図4は、マルチスペクトルセンサ、特にハイパースペクトルセンサにより連続的に取得された画像の領域の斜視図である。ハイパースペクトルセンサの一例が、本発明の出願人による国際公開第2011/073430号パンフレットに開示されており、そこでは第2(可視領域)のセンサと併用されて作動する「第1センサ」として説明されている。国際公開第2011/073430号パンフレットの「第1センサ」は、本発明を明確にするために挙げられるが、本発明はこれに限定されるものではない。
このようなハイパースペクトルセンサでは、センサ素子の異なる部分が異なる波長に対して感受性を有することが通常である。この効果は、センサ素子の表面に渡って変化する波長応答性を有するフィルタリング層を有するセンサ素子を設けることにより得られる。したがって、このようなハイパースペクトルセンサにより撮られた画像は実際には、それぞれ異なる波長域の放射で見られる地形の対応する部分を画像の異なる部分が表すモザイク画である。特定の波長域の放射で見られる特定の領域の画像を得るためには、多数のこのようなモザイク画の関連する部分が組み合わされなければならない。全ての関連するスペクトル帯域を完全に空間的にカバーすることを確実にするためには、これらのハイパースペクトルセンサは、例えば前方方向で99%(センサ動作の速度に応じて非常に高いフレームレートが必要になり得る)のような、近接した間隔の画像を必要とすることは明らかである。
よって、個々の画像に関しては、画像ラインは前方方向で多様なスペクトル帯に渡って分割されている。その結果、各個別の画像において、個別のスペクトル帯は少数のラインによってのみカバーされている(例えばその数は100以上のスペクトル帯を有するハイパースペクトル撮像に関しては10未満であり得る)。これにより、この個別の帯域において写真測量の使用が妨げられる。
図5は、図4のセンサの連続撮像位置の画角を概略的に表し、センサから任意の特定の地上物体への視線が1つの画像(imagei)から次の画像(imagei+1)へと変化する様子を示す。これらのハイパースペクトルセンサの高いフレームレートによって、地表特徴の三次元特性の写真測量再構成に必要とされる画角の差は非常に小さくなる。これは、写真測量を利用することによりこれらの画像において達成され得る精度に(垂直方向の位置推定、外部画像配向、内部画像配向等に関して)マイナスの影響を及ぼす。さらに、小さい視差画像セットを扱う方法は、計算面においてかなりの困難が伴うため、大きなデータセットにおいては実際に実現可能ではない。
本発明は特に、スペクトル近接および空間的離間の相反する要件にもかかわらず、マルチスペクトル画像またはハイパースペクトル画像の選択されたセットの効率的および正確な写真測量処理が可能であるという発明者らによる発明的洞察に基づいている。本発明は、写真測量処理用に選択された画像の間の残りの画像が、変位およびヨー(z軸回転)の比較的簡単な推定に基づき、より効果的に処理可能であり、選択された画像用に得られた写真測量パラメータは残りの画像に補間可能であるという発明者らによる更なる洞察にも基づいている。
図6は、一連の画像からサブセットを選択するコンセプトを概略的に示す。本発明の目的のため、サブセットが一連の画像から選択され、その中で画像の組は、写真測量処理を可能にするのに少なくとも最低限必要とされる重複率を有しつつ、十分な大きさの視差を備える(例えば、前方方向で80%の重複)。
図7は、本発明に係る一実施形態のフローチャートである。この方法は、マルチスペクトルセンサにより取得710された一連の画像において機能する。
上述の十分な重複率および視差の基準に沿って取得された画像のサブセットが選択される720。このサブセットの画像に関して三次元再構成が行われ730、これにより選択された画像に関する完全な写真測量パラメータの計算が可能になる740。すなわち、選択された各画像に関して、利用可能であるパラメータは(x、y、z)座標、ならびにセンサのピッチ、ロール、ヨー角を含む。
残りの画像では、一画像から次の画像へと相対変位およびz軸回転を推定する処理が行われる750。段階的に波長感受性が変化するマルチスペクトルセンサの場合、ほとんどの特徴は一画像から次の画像では極めて類似しているように見える。これは、大きく変わらない波長帯で示されているからである。よってこの処理は、極めて小さい視差の完全な写真測量処理よりはるかに単純なものとなる。相対変位およびz軸回転の推定値に基づいて、写真測量処理されたサブセットのパラメータを既知の境界値として用いて、残った画像それぞれに関する写真測量パラメータの完全なセットが補間により導かれることが可能である。
補間は、当技術分野において周知の数学的手法を用いて行うことができる。
本発明は、一連の画像におけるマルチスペクトルデータの幾何学的リファレンシングのシステムにも関し、画像は、それぞれ個別の波長における画像化された放射を表す個別の領域を含み、システムは、一連の画像からサブセットを選択するよう構成されるプロセッサを備え、上記サブセットは複数の画像を含み、各画像は、同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、プロセッサは、サブセット内の画像に関して写真測量三次元再構成を実施することにより三次元モデルを生成し、上記一連の画像の連続する画像の組の間で変位およびヨーを推定し、上記三次元モデルおよび推定される変位およびヨーを用いて、上記一連の画像の上記選択されたサブセット内にない画像に関する写真測量パラメータを計算するよう構成されている。
本発明は、一連の画像におけるマルチスペクトルデータの幾何学的リファレンシングのシステムにも関し、画像は、それぞれ個別の波長における画像化された放射を表す個別の領域を含み、システムは、一連の画像からサブセットを選択するよう構成されるプロセッサを備え、上記サブセットは複数の画像を含み、各画像は、同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、プロセッサは、サブセット内の画像に関して写真測量三次元再構成を実施することにより三次元モデルを生成し、上記一連の画像の連続する画像の組の間で変位およびヨーを推定し、上記三次元モデルおよび推定される変位およびヨーを用いて、上記一連の画像の上記選択されたサブセット内にない画像に関する写真測量パラメータを計算するよう構成されている。
上記において記載された「プロセッサ」は、1つ以上の専用のハードウェアコンポーネント(例えばASIC)、設定可能ハードウェアコンポーネント(例えばFGPA)、プログラム可能なコンポーネントと適切なソフトウェア(例えば多目的プロセッサまたはDSP)またはこれらの組み合わせであることができる。同一の1つのコンポーネントまたは複数のコンポーネントが他の機能を行ってもよい。
システムはさらに、マルチスペクトルデータを含む一連の画像へのアクセス、および生成された幾何学的リファレンシング情報の出力のため適切なインタフェースを備えることができる。「インタフェース」という用語は、プロセッサがデータソースまたはレシピエントとのデータ交換を可能にするために必要なハードウェアおよびソフトウェアのことを指す。好適にはインタフェースは、規格化されたプロトコルスタック、例えばストレージ・エリア・ネットワーク(SAN)、ローカル・エリア・ネットワーク(LAN、例えばIEEE802.3「イーサネット(登録商標)」規格)またはパーソナル・エリア・ネットワーク(PAN、例えばUSB)のような規格により作動する。
ネットワークおよびトランスポート層では、インタフェースはTCP/IPプロトコルファミリーで作動でき、特にインターネットで取得された画像および/または方法による結果がインターネットで目的地へ供給される展開が可能になる。
本発明は、本発明に係る方法のステップをプロセッサに実行させるよう構成されるコード手段を備えるコンピュータプログラム製品にも関する。
以上、本発明を特定の実施形態に基づいて説明したが、これは本発明を明確にするためであり、これに限定するわけではない。本発明の範囲は添付の請求項により決定される。
Claims (7)
- 一連の画像におけるマルチスペクトルデータの幾何学的リファレンシング方法であって、前記画像がそれぞれ個別の波長における画像化された放射を表す個別の領域を含み、
前記一連の画像からサブセットを選択し(720)、前記サブセットが複数の画像を含み、各画像が同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表すことと、
前記サブセット内の前記画像における写真測量三次元再構成を実施することにより、三次元モデルを生成すること(730、740)と、
前記一連の画像の連続する画像の組における変位およびヨーを推定すること(750)と、
前記三次元モデルおよび前記推定変位およびヨーを用いて、前記一連の画像の前記選択されたサブセット内にない画像用の写真測量パラメータを計算すること(760)と、
を備える、方法。 - 異なる波長に対する感受性を有する異なる部分を備えるセンサ素子を有するハイパースペクトルセンサにより、前記一連の画像を取得することをさらに備える、請求項1に記載の方法。
- 前記一連の画像が、センサの動作方向で約99%重複するよう、前記方向で近接した間隔の画像を備える、請求項1または2に記載の方法。
- 実行されると、請求項1から3のいずれかに記載の方法のステップをプロセッサに実施させるよう構成されるコード手段を備える、コンピュータプログラム製品。
- 一連の画像におけるマルチスペクトルデータの幾何学的リファレンシングシステムであって、前記画像がそれぞれ個別の波長における画像化された放射を表す個別の領域を含み、
前記一連の画像からサブセットを選択し、前記サブセットが複数の画像を含み、各画像が同じサブセット内の少なくとも1つの別の画像の視野と重複する視野を表し、
前記サブセット内の前記画像における写真測量三次元再構成を実施することにより、三次元モデルを生成し、
前記一連の画像の連続する画像の組における変位およびヨーを推定し、
前記三次元モデルおよび前記推定変位およびヨーを用いて、前記一連の画像の前記選択されたサブセット内にない画像用の写真測量パラメータを計算する
よう構成されるプロセッサを備える、システム。 - 前記画像が、異なる波長に対する感受性を有する異なる部分を備えるセンサ素子を有するハイパースペクトルセンサにより取得されるハイパースペクトル画像である、請求項5に記載のシステム。
- 前記一連の画像が、センサの動作方向で約99%重複するよう、前記方向で近接した間隔の画像を備える、請求項5または6に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16151160.5 | 2016-01-13 | ||
EP16151160 | 2016-01-13 | ||
PCT/EP2017/050717 WO2017121876A1 (en) | 2016-01-13 | 2017-01-13 | Method and system for geometric referencing of multi-spectral data |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019503484A true JP2019503484A (ja) | 2019-02-07 |
JP2019503484A5 JP2019503484A5 (ja) | 2020-02-06 |
Family
ID=55221274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018536273A Withdrawn JP2019503484A (ja) | 2016-01-13 | 2017-01-13 | マルチスペクトルデータの幾何学的リファレンシング方法およびシステム |
Country Status (9)
Country | Link |
---|---|
US (1) | US10565789B2 (ja) |
EP (1) | EP3193136B8 (ja) |
JP (1) | JP2019503484A (ja) |
CN (1) | CN108474661A (ja) |
AU (1) | AU2017206966A1 (ja) |
CA (1) | CA3007619A1 (ja) |
ES (1) | ES2731451T3 (ja) |
PL (1) | PL3193136T3 (ja) |
WO (1) | WO2017121876A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7251474B2 (ja) * | 2017-04-28 | 2023-04-04 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、情報処理プログラム、画像処理装置および画像処理システム |
JP7049220B2 (ja) * | 2018-08-30 | 2022-04-06 | オリンパス株式会社 | 画像取得装置および画像取得装置の作動方法 |
WO2020056712A1 (en) | 2018-09-21 | 2020-03-26 | Shenzhen Xpectvision Technology Co., Ltd. | An imaging system |
CN111596594B (zh) | 2020-06-08 | 2021-07-23 | 厦门理工学院 | 一种全景大数据应用监测管控系统 |
CN112009708B (zh) * | 2020-09-04 | 2022-06-17 | 广州飞图信息科技有限公司 | 一种固定翼无人机、单镜头倾斜摄影系统及方法 |
CN112857328B (zh) * | 2021-03-30 | 2022-06-14 | 宁波市特种设备检验研究院 | 一种无标定摄影测量方法 |
CN113362265B (zh) * | 2021-08-10 | 2021-11-16 | 成都新橙北斗智联有限公司 | 一种低成本的无人机正射影像快速地理拼接方法 |
WO2023149963A1 (en) * | 2022-02-01 | 2023-08-10 | Landscan Llc | Systems and methods for multispectral landscape mapping |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7212938B2 (en) | 2002-09-17 | 2007-05-01 | M7 Visual Intelligence, Lp | Method of using a self-locking travel pattern to achieve calibration of remote sensors using conventionally collected data |
US20050089213A1 (en) * | 2003-10-23 | 2005-04-28 | Geng Z. J. | Method and apparatus for three-dimensional modeling via an image mosaic system |
ES2541482T3 (es) | 2009-12-18 | 2015-07-21 | Vito Nv (Vlaamse Instelling Voor Technologisch Onderzoek Nv) | Referenciación geométrica de datos multiespectrales |
EP2718668B1 (en) * | 2011-06-07 | 2023-07-26 | Creaform Inc. | Sensor positioning for 3d scanning |
US20130027554A1 (en) * | 2011-07-31 | 2013-01-31 | Meadow William D | Method and Apparatus for Automated Camera Location and Orientation with Image Processing and Alignment to Ground Based Reference Point(s) |
CA2880229A1 (en) | 2012-08-21 | 2014-02-27 | Visual Intelligence, LP | Infrastructure mapping system and method |
US9196084B2 (en) | 2013-03-15 | 2015-11-24 | Urc Ventures Inc. | Determining object volume from mobile device images |
US20140300686A1 (en) * | 2013-03-15 | 2014-10-09 | Tourwrist, Inc. | Systems and methods for tracking camera orientation and mapping frames onto a panoramic canvas |
GB201412060D0 (en) | 2014-07-07 | 2014-08-20 | Vito Nv | Method and system for photogrammetric processing of images |
GB201412061D0 (en) | 2014-07-07 | 2014-08-20 | Vito Nv | Method and system for geometric referencing of multi-spectral data |
US10482628B2 (en) * | 2017-09-30 | 2019-11-19 | United States Of America As Represented By The Secretary Of The Army | Photogrammetric point cloud compression for tactical networks |
-
2017
- 2017-01-13 US US16/067,841 patent/US10565789B2/en active Active
- 2017-01-13 EP EP17151487.0A patent/EP3193136B8/en active Active
- 2017-01-13 AU AU2017206966A patent/AU2017206966A1/en not_active Abandoned
- 2017-01-13 WO PCT/EP2017/050717 patent/WO2017121876A1/en active Application Filing
- 2017-01-13 CN CN201780005962.8A patent/CN108474661A/zh not_active Withdrawn
- 2017-01-13 JP JP2018536273A patent/JP2019503484A/ja not_active Withdrawn
- 2017-01-13 CA CA3007619A patent/CA3007619A1/en not_active Abandoned
- 2017-01-13 PL PL17151487T patent/PL3193136T3/pl unknown
- 2017-01-13 ES ES17151487T patent/ES2731451T3/es active Active
Also Published As
Publication number | Publication date |
---|---|
US20190340811A1 (en) | 2019-11-07 |
CA3007619A1 (en) | 2017-07-20 |
AU2017206966A1 (en) | 2018-06-21 |
ES2731451T3 (es) | 2019-11-15 |
EP3193136B8 (en) | 2020-05-27 |
WO2017121876A1 (en) | 2017-07-20 |
US10565789B2 (en) | 2020-02-18 |
EP3193136B1 (en) | 2019-04-17 |
EP3193136A1 (en) | 2017-07-19 |
CN108474661A (zh) | 2018-08-31 |
ES2731451T8 (es) | 2022-04-01 |
PL3193136T3 (pl) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10303966B2 (en) | Method and system of image-based change detection | |
US10565789B2 (en) | Method and system for geometric referencing of multi-spectral data | |
US10182212B2 (en) | Wide area intermittent video using non-orthorectified feature matching in long period aerial image capture with pixel-based georeferencing | |
Haala et al. | Quality of 3D point clouds from highly overlapping UAV imagery | |
US9798928B2 (en) | System for collecting and processing aerial imagery with enhanced 3D and NIR imaging capability | |
Ramos et al. | Data fusion in cultural heritage–a review | |
Pérez et al. | Low cost surveying using an unmanned aerial vehicle | |
CN106537089B (zh) | 用于多光谱数据的几何参照的方法和系统 | |
Ni et al. | Mapping three-dimensional structures of forest canopy using UAV stereo imagery: Evaluating impacts of forward overlaps and image resolutions with LiDAR data as reference | |
US10740608B2 (en) | Wide area intermittent video using non-orthorectified feature matching in long period aerial image capture with pixel-based georeferencing | |
Jhan et al. | Band-to-band registration and ortho-rectification of multilens/multispectral imagery: A case study of MiniMCA-12 acquired by a fixed-wing UAS | |
EP3167432B1 (en) | Method and system for photogrammetric processing of images | |
Ali-Sisto et al. | A method for vertical adjustment of digital aerial photogrammetry data by using a high-quality digital terrain model | |
Tu et al. | Combining nadir, oblique, and façade imagery enhances reconstruction of rock formations using unmanned aerial vehicles | |
US20240056693A1 (en) | Systems and Methods For Multispectral Landscape Mapping | |
Al-Rawabdeh et al. | A robust registration algorithm for point clouds from UAV images for change detection | |
Khezrabad et al. | A new approach for geometric correction of UAV-based pushbroom images through the processing of simultaneously acquired frame images | |
Berveglieri et al. | Bundle adjustment of a time-sequential spectral camera using polynomial models | |
Gruen | Validation of ALOS/PRISM images over the testfield Sakurajima | |
Bostater Jr | Resolution enhancement optimizations for hyperspectral and multispectral synthetic image fusion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191216 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191216 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20200622 |