CN109118527A - 一种基于gpu的遥感影像dsm快速提取方法及装置 - Google Patents
一种基于gpu的遥感影像dsm快速提取方法及装置 Download PDFInfo
- Publication number
- CN109118527A CN109118527A CN201810735186.3A CN201810735186A CN109118527A CN 109118527 A CN109118527 A CN 109118527A CN 201810735186 A CN201810735186 A CN 201810735186A CN 109118527 A CN109118527 A CN 109118527A
- Authority
- CN
- China
- Prior art keywords
- image
- core line
- remote sensing
- line image
- gpu
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20228—Disparity calculation for image-based rendering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于GPU的遥感影像DSM快速提取方法及装置,快速提取方法的整体步骤为:获取遥感影像及对应的RPC参数信息;对遥感影像做Wallis滤波处理;进行核线校正并生成左右核线影像;快速提取左右核线影像的第一同名像点,进而计算左右核线影像的视差值范围;从视差值范围中得到左右核线影像的视差值;根据视差值计算左右核线影像的第二同名像点,并由左核线影像和右核线影像与原始影像的关系反算得到原始影像的同名像点;利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。本发明可以解决利用传统摄影测量方法获取DSM信息时匹配点稀疏需要通过内插且精度较差的问题,以及大数据量基于遥感影像获取DSM耗时长的问题。
Description
技术领域
本发明涉及一种方法及装置,尤其涉及一种基于GPU的遥感影像DSM快速提取方法及装置。
背景技术
数字表面模型(Digital Surface Model,DSM)是地图产品生产过程中,生成等高线、真正射影像制作、建筑物提取与重建、数字高程模型提取、地理信息更新等工作的重要信息源。DSM在城市变化监测、土地管理、交通管理、矿产资源调查、文物保护等民用领域以及作战指挥自动化控制***和精确武器制导等军事领域中都具有重要作用。利用摄影测量的方法获取DSM其本质在于寻找立体影像中的同名像点,核心技术是影像的全自动匹配。然而,利用现有的影像匹配技术,从影像中获取的DSM密度与精度较低,处理效率较低,DSM粗差剔除等后续生产过程需要大量的人工编辑工作,造成DSM获取的自动化水平较低。虽然众多国内摄影测量工作者致力于利用多视匹配模型与策略,综合冗余影像信息,提高纹理贫乏区域的匹配正确率,为生产密集、高精度的DSM产品提供密集匹配点,但这种多视匹配方法获取的匹配点对仍较为稀疏,且速度较慢。如何将计算机视觉中提出的逐像素匹配方法应用于遥感影像的DSM获取中,并且利用高性能图像处理器(Graphic Processing Unit,GPU)的高效计算能力提高影像处理速度,实现快速获取DSM信息仍需继续研究。
发明内容
为了解决上述技术所存在的不足之处,本发明提供了一种基于GPU的遥感影像DSM快速提取方法及装置。
为了解决以上技术问题,本发明采用的技术方案是:一种基于GPU的遥感影像DSM快速提取方法,其整体步骤为:
一、获取待处理的遥感影像以及遥感影像所对应的RPC参数信息;
二、对所述遥感影像进行Wallis滤波处理;
三、利用图形处理器GPU以及所述RPC参数信息,对滤波处理后的遥感影像利用投影轨迹法进行核线校正,并通过GPU并行加速方法生成所述遥感影像的左核线影像和右核线影像;
四、采用基于GPU的SIFT匹配算法快速提取左核线影像和右核线影像的第一同名像点,进而计算出左右核线影像的视差值范围;
五、利用SIMD+OpenMP算法对第一同名像点进行并行快速逐像素半全局密集匹配,从视差值范围中分别得到左核线影像和右核线影像的视差值;
六、根据得到的视差值计算左核线影像和右核线影像的第二同名像点,并由左核线影像和右核线影像与原始影像的关系反算得到原始影像的同名像点;
七、根据原始影像的同名像点以及重生成的RPC参数信息,利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。
一种基于GPU的遥感影像DSM快速提取装置,包括:
获取单元,用于获取待处理的遥感影像以及遥感影像所对应的RPC参数信息;
第一处理单元,用于对遥感影像进行Wallis滤波处理;
第二处理单元,用于利用图形处理器GPU以及RPC参数信息,对滤波处理后的遥感影像利用投影轨迹法进行核线校正,并通过GPU并行加速方法生成遥感影像的左核线影像和右核线影像;
第一计算单元,用于采用基于GPU的SIFT匹配算法快速提取左核线影像和右核线影像的第一同名像点,进而计算出左右核线影像的视差值范围;
匹配单元,先进行DAISY匹配代价计算,用于利用SIMD+OpenMP算法对第一同名像点进行并行快速逐像素半全局密集匹配,从视差值范围中分别得到左核线影像和右核线影像的视差值;
第二计算单元,用于根据得到的视差值计算左核线影像和右核线影像的同名像点;
生成单元,用于根据核线影像的同名像点和重生成的RPC参数信息,利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。
本发明采用逐像素匹配的策略,利用遥感影像的半全局密集匹配方法,实现了遥感影像高精度密集点匹配,无需内插即可直接前方交会获取密集的DSM信息,从而快速获取高精度的DSM,解决了传统摄影测量方法获取DSM信息时匹配点稀疏需要通过内插且精度较差的问题;同时,针对遥感影像数据大的情况,充分利用GPU并行技术,解决了大数据量基于遥感影像获取DSM耗时长的问题。
附图说明
图1为实施例一的整体流程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一、
图1所示的一种基于GPU的遥感影像DSM快速提取方法,其整体流程包括:
S101、获取待处理的遥感影像以及该遥感影像所对应的RPC(rationalpolynomial coefficient,有理多项式系数)参数信息。
S102、对该遥感影像进行Wallis滤波处理。通过GPU中Wallis滤波对遥感影像进行预处理,增强遥感影像对比度并且降低噪声;本步骤可通过编写Wallis滤波算子核函数实现。
S103、利用图形处理器GPU以及RPC参数信息,对滤波处理后的遥感影像利用投影轨迹法进行核线校正,并通过GPU并行加速方法生成该遥感影像的左核线影像和右核线影像,同时拟合生成核线影像RPC参数文件。
S104、采用基于GPU的SIFT(Scale-invariant feature transform,尺度不变特征变换)匹配算法快速提取左核线影像和右核线影像的第一同名像点,进而计算出左右核线影像的视差值范围。
其中,为了加快后续步骤图像匹配速度,缩小视差搜索范围,同时减少对计算机内存的使用大小,可先获取视差值范围,以便在后续计算中从该视差值范围中确定视差值。具体地,可以采用基于GPU的SIFT匹配算法快速提取左右核线影像的第一同名像点,剔除粗差后保留若干可靠的同名点。
S105、分别对左右影像进行边缘检测,得到边缘检测图,在利用DASIY算子(一种在sift和gloh算子基础上建立的更为快捷的局部算子)对原图和边缘检测图计算加权初始匹配代价,建立视差空间,通过匹配聚合以及“胜者为王”的匹配算法获取最优视差值。实现基于SIMD(Single Instruction Multiple Data,单指令多数据流)+OpenMP的算法对左核线影像和右核线影像的同名像点的精确视差计算。
S106、根据得到的视差值计算左核线影像和右核线影像的第二同名像点,通过视差图可建立左右核线影像的同名点关系。其中,以左核线影像为基准,左核线影像点p对应的右核线影像点q的计算公式为q=p+d,逐像素计算即可得到左核线影像对应的右核线影像的第二同名像点,并重新生成过核线影像RPC参数信息。
S107、根据核线影像的同名像点和该RPC参数信息,利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。之后,基于GPU对生成的该遥感影像DSM进行移动曲面滤波,获取滤波后的遥感影像DSM。
此外,本实施例所使用的一种基于GPU的遥感影像DSM快速提取装置,包括:
获取单元,用于获取待处理的遥感影像以及遥感影像所对应的RPC参数信息;
第一处理单元,用于对遥感影像进行Wallis滤波处理;
第二处理单元,用于利用图形处理器GPU以及RPC参数信息,对滤波处理后的遥感影像利用投影轨迹法进行核线校正,并通过GPU并行加速方法生成遥感影像的左核线影像和右核线影像;
第一计算单元,用于采用基于GPU的SIFT匹配算法快速提取左核线影像和右核线影像的第一同名像点,进而计算出左右核线影像的视差值范围;
匹配单元,先进行DAISY匹配代价计算,用于利用SIMD+OpenMP算法对第一同名像点进行并行快速逐像素半全局密集匹配,从视差值范围中分别得到左核线影像和右核线影像的视差值;
第二计算单元,用于根据得到的视差值计算左核线影像和右核线影像的同名像点;
生成单元,用于根据核线影像的同名像点和重生成的RPC参数信息,利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。
本实施例已应用于基础测绘产品生产***中,为快速生产DSM、DEM产品提供技术支持。
综上所述,本发明的关键创新点如下:
1.基于GPU线阵遥感影像的核线影像快速生成:由于遥感影像数据量较大,同时由于核线影像生成过程中,利用RPC模型基于投影轨迹法生成核线影像包含大量的重复性运算,利用GPU并行运算可实现基于RPC模型的核线影像快速生成。
2.基于SIMD+OpenMP半全局密集匹配算法快速实现遥感影像的逐像素密集匹配:遥感影像的逐像素密集匹配算法是DSM信息提取的核心技术,在分析内存空间和路径数量优化的基础上利用SIMD+OpenMP并行技术实现匹配算法,提高了匹配的速度。
3.基于GPU加速的RPC前方交会算法:基于RPC模型直接前方交会可快速获取DSM信息,利用GPU并行处理可实现快速提取DSM信息,解决了海量数据进行前方交会受限于计算机配置的问题以及运算量较大造成的速度过慢的问题。
本发明与现有技术相比,具有以下优势:
1.传统摄影测量匹配方法生成的匹配点对较为稀疏,无法满足提取高精度DSM信息的要求。而本发明借鉴计算机影像匹配方法,采用逐像素匹配的策略,利用遥感影像的半全局密集匹配方法,本发明使用逐像素密集匹配算法,获取了高精度且足够密集的匹配点,无需内插即可直接前方交会获取密集的DSM信息。
2.由于遥感影像数据量较大,在DSM提取过程中,影像预处理、核线影像生成、同名点基于RPC模型前方交会的过程中均包含大量重复性计算,导致传统DSM提取耗时长。本发明利用GPU大规模并行计算的特点,以及GPU上任务分解、大规模计算核心的分解方法,结合使用了共享存储器、全局存储器对算法进行加速,实现了快速Wallis图像滤波算法、快速基于RPC模型的核线影像生成以及快速基于RPC模型的前方交会,解决了DSM信息提取耗时长的问题,实现了快速提取DSM信息,对比基于CPU的处理速度提高了2个数量级,这对于快速、规模化获取DSM信息具有重要意义。
上述实施方式并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换,也均属于本发明的保护范围。
Claims (2)
1.一种基于GPU的遥感影像DSM快速提取方法,其特征在于:所述方法的整体步骤为:
一、获取待处理的遥感影像以及遥感影像所对应的RPC参数信息;
二、对所述遥感影像进行Wallis滤波处理;
三、利用图形处理器GPU以及所述RPC参数信息,对滤波处理后的遥感影像利用投影轨迹法进行核线校正,并通过GPU并行加速方法生成所述遥感影像的左核线影像和右核线影像;
四、采用基于GPU的SIFT匹配算法快速提取左核线影像和右核线影像的第一同名像点,进而计算出左右核线影像的视差值范围;
五、利用SIMD+OpenMP算法对第一同名像点进行并行快速逐像素半全局密集匹配,从视差值范围中分别得到左核线影像和右核线影像的视差值;
六、根据得到的视差值计算左核线影像和右核线影像的第二同名像点,并由左核线影像和右核线影像与原始影像的关系反算得到原始影像的同名像点;
七、根据原始影像的同名像点以及重生成的RPC参数信息,利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。
2.一种基于GPU的遥感影像DSM快速提取装置,其特征在于:包括:
获取单元,用于获取待处理的遥感影像以及遥感影像所对应的RPC参数信息;
第一处理单元,用于对遥感影像进行Wallis滤波处理;
第二处理单元,用于利用图形处理器GPU以及RPC参数信息,对滤波处理后的遥感影像利用投影轨迹法进行核线校正,并通过GPU并行加速方法生成遥感影像的左核线影像和右核线影像;
第一计算单元,用于采用基于GPU的SIFT匹配算法快速提取左核线影像和右核线影像的第一同名像点,进而计算出左右核线影像的视差值范围;
匹配单元,用于利用SIMD+OpenMP算法对第一同名像点进行并行快速逐像素半全局密集匹配,从视差值范围中分别得到左核线影像和右核线影像的视差值;
第二计算单元,用于根据得到的视差值计算左核线影像和右核线影像的同名像点;
生成单元,用于根据核线影像的同名像点和重生成的RPC参数信息,利用GPU进行基于RPC模型的前方交会生成遥感影像数字表面模型DSM。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810735186.3A CN109118527A (zh) | 2018-07-06 | 2018-07-06 | 一种基于gpu的遥感影像dsm快速提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810735186.3A CN109118527A (zh) | 2018-07-06 | 2018-07-06 | 一种基于gpu的遥感影像dsm快速提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109118527A true CN109118527A (zh) | 2019-01-01 |
Family
ID=64822877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810735186.3A Pending CN109118527A (zh) | 2018-07-06 | 2018-07-06 | 一种基于gpu的遥感影像dsm快速提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118527A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028096A (zh) * | 2019-12-23 | 2020-04-17 | 内蒙古自治区生物技术研究院 | 一种天、空、地一体化数据融合的***和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103310443A (zh) * | 2013-05-20 | 2013-09-18 | 华浩博达(北京)技术有限公司 | 高分辨率遥感影像快速处理方法及*** |
KR20140094211A (ko) * | 2013-01-21 | 2014-07-30 | 국방과학연구소 | 입체 위성 영상 RPCs 정보를 이용한 단영상에서의 3차원 위치결정 방법 |
CN105117294A (zh) * | 2015-09-15 | 2015-12-02 | 民政部国家减灾中心 | 多机多任务并行卫星遥感影像正射校正处理***及其方法 |
CN106023147A (zh) * | 2016-05-06 | 2016-10-12 | 西安航天天绘数据技术有限公司 | 一种基于gpu的线阵遥感影像dsm快速提取方法 |
US10643072B2 (en) * | 2015-08-31 | 2020-05-05 | Cape Analytics, Inc. | Systems and methods for analyzing remote sensing imagery |
-
2018
- 2018-07-06 CN CN201810735186.3A patent/CN109118527A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140094211A (ko) * | 2013-01-21 | 2014-07-30 | 국방과학연구소 | 입체 위성 영상 RPCs 정보를 이용한 단영상에서의 3차원 위치결정 방법 |
CN103310443A (zh) * | 2013-05-20 | 2013-09-18 | 华浩博达(北京)技术有限公司 | 高分辨率遥感影像快速处理方法及*** |
US10643072B2 (en) * | 2015-08-31 | 2020-05-05 | Cape Analytics, Inc. | Systems and methods for analyzing remote sensing imagery |
CN105117294A (zh) * | 2015-09-15 | 2015-12-02 | 民政部国家减灾中心 | 多机多任务并行卫星遥感影像正射校正处理***及其方法 |
CN106023147A (zh) * | 2016-05-06 | 2016-10-12 | 西安航天天绘数据技术有限公司 | 一种基于gpu的线阵遥感影像dsm快速提取方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111028096A (zh) * | 2019-12-23 | 2020-04-17 | 内蒙古自治区生物技术研究院 | 一种天、空、地一体化数据融合的***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949399B (zh) | 一种基于无人机航拍图像的场景三维重建方法 | |
CN111126148B (zh) | 一种基于视频卫星影像的dsm生成方法 | |
CN110910454B (zh) | 一种牲畜三维重构移动式设备的自动标定配准方法 | |
CN108759665B (zh) | 一种基于坐标转换的空间目标三维重建精度分析方法 | |
CN111696210A (zh) | 一种基于三维点云数据特征轻量化的点云重构方法及*** | |
CN102800127B (zh) | 一种基于光流优化的三维重建方法及装置 | |
CN104616345A (zh) | 一种基于八叉树森林压缩的三维体素存取方法 | |
CN102999937A (zh) | 心脏散乱点云数据曲面重建的方法 | |
CN106023147B (zh) | 一种基于gpu的快速提取线阵遥感影像中dsm的方法及装置 | |
CN114332348B (zh) | 一种融合激光雷达与图像数据的轨道三维重建方法 | |
CN105654483A (zh) | 三维点云全自动配准方法 | |
WO2018107427A1 (zh) | 相位映射辅助三维成像***快速对应点匹配的方法及装置 | |
CN113706689B (zh) | 一种基于Hololens深度数据的装配指导方法及*** | |
Zheng et al. | Minimal solvers for 3d geometry from satellite imagery | |
CN107194984A (zh) | 移动端实时高精度三维建模方法 | |
CN104299241A (zh) | 基于 Hadoop 的遥感图像显著性目标检测方法及*** | |
CN115631317A (zh) | 隧道衬砌正射影像生成方法及装置、存储介质、终端 | |
Ye et al. | Accurate and dense point cloud generation for industrial Measurement via target-free photogrammetry | |
Cao et al. | Fast incremental structure from motion based on parallel bundle adjustment | |
CN110363801A (zh) | 工件实物与工件三维cad模型的对应点匹配方法 | |
CN109118527A (zh) | 一种基于gpu的遥感影像dsm快速提取方法及装置 | |
CN115601430A (zh) | 基于关键点映射的无纹理高反物***姿估计方法及*** | |
Zheng et al. | 3D model reconstruction with common hand-held cameras | |
CN115423854A (zh) | 一种基于多尺度特征提取的多视角点云配准及点云融合方法 | |
JP2019040445A (ja) | 推定装置及びプログラム |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 101399 No. 2 East Airport Road, Shunyi Airport Economic Core Area, Beijing (1st, 5th and 7th floors of Industrial Park 1A-4) Applicant after: Zhongke Star Map Co.,Ltd. Address before: 101399 No. 2 East Airport Road, Shunyi Airport Economic Core Area, Beijing (1st, 5th and 7th floors of Industrial Park 1A-4) Applicant before: GEOVIS TECHNOLOGY (BEIJING) Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |