CN113888416A - 卫星遥感图像数据的处理方法 - Google Patents
卫星遥感图像数据的处理方法 Download PDFInfo
- Publication number
- CN113888416A CN113888416A CN202111059725.4A CN202111059725A CN113888416A CN 113888416 A CN113888416 A CN 113888416A CN 202111059725 A CN202111059725 A CN 202111059725A CN 113888416 A CN113888416 A CN 113888416A
- Authority
- CN
- China
- Prior art keywords
- image
- processing
- remote sensing
- data
- satellite remote
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 238000007689 inspection Methods 0.000 claims abstract description 8
- 238000012892 rational function Methods 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000002360 preparation method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000011158 quantitative evaluation Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram 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
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了卫星遥感图像数据的处理方法,其技术方案要点是:包括以下步骤:S1、数据准备与纠正;S2、影像融合与处理:在PCI软件下用pansharp方法进行影像融合,对影像进行加绿处理,并对影像进行调色,获取能反映细部特征、纹理清晰的图像;S3、影像正射纠正:对高山地、山地,根据影像控制点,用严密物理模型或有理函数模型并通过DEN数据进行几何纠正;对于丘陵地,根据DEM数据进行正射纠正;对于平地,采用多项式拟合进行纠正;S4、影像镶嵌;S5、超限分析与处理:对图像进行超限检查,当检查发现误差超限时;S6、数据输出;本卫星遥感图像数据的处理方法具有时效性强、处理图像数据精准的优点。
Description
技术领域
本发明涉及卫星遥测领域,特别涉及卫星遥感图像数据的处理方法。
背景技术
国民经济生产过程中对遥感图像产品的需求也越来越多;特别是在国土防御、区域侦察等军事应用领域,灾害监测、应急救灾、防灾预警等民用领域都有着极其重要的作用。
参照现有公开号为CN104574265B的中国专利,其公开了一种卫星遥感图像数据的处理方法及装置,其中该方法包括:按照接收的时间顺序对接收的卫星遥感图像数据进行分段,得到分段后的多个指定图像数据;对于每个指定图像数据,生成与指定图像数据对应的图像处理任务;按照当前所处的时间段,执行与当前所处时间段对应的一个或多个图像处理任务,也就是说基于时分解码以遥感数据对应的时序为基础,将每个时间段所对应的遥感数据生成一项处理任务,进而实现多路并行,也就是执行不同的时间段处理不同任务目的。
上述的这种卫星遥感图像数据的处理方法及装置具有一些缺点,如:其处理数据的时效性较差。
发明内容
针对背景技术中提到的问题,本发明的目的是提供卫星遥感图像数据的处理方法,以解决背景技术中提到的问题。
本发明的上述技术目的是通过以下技术方案得以实现的:
卫星遥感图像数据的处理方法,包括以下步骤:
S1、数据准备与纠正:获取遥感影像图,对于分辨率小于5m的影像制图,采用1:5万的地形图纠正,对于分辨率大于5m的影像制图,采用1:1万的地形图纠正;
S2、影像融合与处理:在PCI软件下用pansharp方法进行影像融合,对影像进行加绿处理,并对影像进行调色,获取能反映细部特征、纹理清晰的图像;
S3、影像正射纠正:对高山地、山地,根据影像控制点,用严密物理模型或有理函数模型并通过DEN数据进行几何纠正;对于丘陵地,根据DEM数据进行正射纠正;对于平地,采用多项式拟合进行纠正;
S4、影像镶嵌:在ERDAS下进行相邻两景影像的拼接,先画出镶嵌线,镶嵌线不要穿越建筑物和线状地物,镶嵌后的影像保证色调一致,相邻影像之间不存在镶嵌痕迹;
S5、超限分析与处理:对图像进行超限检查,当检查发现误差超限时,分析侧视角、地物变化、控制点数量、点位原因;
S6、数据输出:利用遥感数据获取土地利用变化信息,利用GPS检查变化图斑真伪、修订边界和测量面积,最后将外业实测数据输入GIS,经过面积统计、图件修正等处理,保存和输出最终成果。
较佳的,所述S2影像融合与处理时,采用线性或非线性拉伸、亮度对比度、色彩平衡、色度、饱和度和明度调整进行色调调整。
较佳的,所述S3影像正射纠正时,先进行纠正控制点采集,之后进行单景纠正;采集时采集分布均匀、控制区域大于片区范围的区域采集,每景控制点数量在9-15个之间,重叠区域保证三个以上的公共点;纠正时对不同轨道、不同时相影像,采用有理函数模型进行正射纠正。
较佳的,所述S4影像镶嵌时,进行重叠精度检测,对于叠加相邻纠正单元,采用逐步方式逐屏幕目测检查相邻纠正单元间重叠区域的精度,若同名地物出现抖动、错位现象,则测量该处同名点误差,保证精度要求。
较佳的,所述S1数据准备与纠正中,在获取遥感影像图时,首先利用星载GPS测定的卫星轨道参数及恒星相机、惯性测量单元测定的姿态参数建立严格几何模型;之后,利用严格模型生成大量均匀分布的虚拟地面控制点,再利用这些控制点计算RPC模型参数。
较佳的,所述S2影像融合与处理时,使用Pansharping融合算法保留多光谱影像的颜色信息和全色影像的空间信息,使得融合后的图像更加接近实际;对于缺失蓝波段的卫星遥感影像使用近红外波段来替代蓝波段,同时对绿波段进行处理;并通过RGB={B2,(B1+B2+B3)/3,B3}的方式进行假彩色合成。
较佳的,所述S1数据准备与纠正时,采用基于云计算模型的影像数据处理***的体系结构,所述体系结构包括云工作站,所述云工作站负责管理和分发任务,所述云工作站连接有云端处理服务器,所述云端处理服务器依据分发的任务,从云存储中取出影像进行相应的处理,通过TCP/IP通信协议与服务器建立通讯。
较佳的,所述S2影像融合与处理时,进行融合效果评价,评价融合效果包括定性和定量评价两种;所述定性评价选用目视法解释;所述定量评价选择:均值、标准差、熵、光谱偏差度、均方根差和相关系数进行评价。
综上所述,本发明主要具有以下有益效果:
本卫星遥感图像数据的处理方法具有时效性强、处理图像数据精准的优点,本方法通过S1数据准备与纠正能够对地形图纠正,利用S2影像融合与处理能获取能反映细部特征、纹理清晰的图像,利用S3影像正射纠正能够进行数据纠正,再通过S4影像镶嵌,S5超限分析与处理,S6、数据输出等步骤能够得到时效性高的图像数据。
附图说明
图1是本发明的***流程图。
具体实施方式
下面将结合本发明实施例中的附图,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。
实施例
参考图1,卫星遥感图像数据的处理方法,包括以下步骤:
S1、数据准备与纠正:获取遥感影像图,对于分辨率小于5m的影像制图,采用1:5万的地形图纠正,对于分辨率大于5m的影像制图,采用1:1万的地形图纠正;
S2、影像融合与处理:在PCI软件下用pansharp方法进行影像融合,对影像进行加绿处理,并对影像进行调色,获取能反映细部特征、纹理清晰的图像;
S3、影像正射纠正:对高山地、山地,根据影像控制点,用严密物理模型或有理函数模型并通过DEN数据进行几何纠正;对于丘陵地,根据DEM数据进行正射纠正;对于平地,采用多项式拟合进行纠正;
S4、影像镶嵌:在ERDAS下进行相邻两景影像的拼接,先画出镶嵌线,镶嵌线不要穿越建筑物和线状地物,镶嵌后的影像保证色调一致,相邻影像之间不存在镶嵌痕迹;
S5、超限分析与处理:对图像进行超限检查,当检查发现误差超限时,分析侧视角、地物变化、控制点数量、点位原因;
S6、数据输出:利用遥感数据获取土地利用变化信息,利用GPS检查变化图斑真伪、修订边界和测量面积,最后将外业实测数据输入GIS,经过面积统计、图件修正等处理,保存和输出最终成果。
其中,所述S2影像融合与处理时,采用线性或非线性拉伸、亮度对比度、色彩平衡、色度、饱和度和明度调整进行色调调整。
其中,所述S3影像正射纠正时,先进行纠正控制点采集,之后进行单景纠正;采集时采集分布均匀、控制区域大于片区范围的区域采集,每景控制点数量在9-15个之间,重叠区域保证三个以上的公共点;纠正时对不同轨道、不同时相影像,采用有理函数模型进行正射纠正。
其中,所述S4影像镶嵌时,进行重叠精度检测,对于叠加相邻纠正单元,采用逐步方式逐屏幕目测检查相邻纠正单元间重叠区域的精度,若同名地物出现抖动、错位现象,则测量该处同名点误差,保证精度要求。
其中,所述S1数据准备与纠正中,在获取遥感影像图时,首先利用星载GPS测定的卫星轨道参数及恒星相机、惯性测量单元测定的姿态参数建立严格几何模型;之后,利用严格模型生成大量均匀分布的虚拟地面控制点,再利用这些控制点计算RPC模型参数。
其中,所述S2影像融合与处理时,使用Pansharping融合算法保留多光谱影像的颜色信息和全色影像的空间信息,使得融合后的图像更加接近实际;对于缺失蓝波段的卫星遥感影像使用近红外波段来替代蓝波段,同时对绿波段进行处理;并通过RGB={B2,(B1+B2+B3)/3,B3}的方式进行假彩色合成。
其中,所述S1数据准备与纠正时,采用基于云计算模型的影像数据处理***的体系结构,所述体系结构包括云工作站,所述云工作站负责管理和分发任务,所述云工作站连接有云端处理服务器,所述云端处理服务器依据分发的任务,从云存储中取出影像进行相应的处理,通过TCP/IP通信协议与服务器建立通讯。
其中,所述S2影像融合与处理时,进行融合效果评价,评价融合效果包括定性和定量评价两种;所述定性评价选用目视法解释;所述定量评价选择:均值、标准差、熵、光谱偏差度、均方根差和相关系数进行评价。
其中,本卫星遥感图像数据的处理方法具有时效性强、处理图像数据精准的优点,本方法通过S1数据准备与纠正能够对地形图纠正,利用S2影像融合与处理能获取能反映细部特征、纹理清晰的图像,利用S3影像正射纠正能够进行数据纠正,再通过S4影像镶嵌,S5超限分析与处理,S6、数据输出等步骤能够得到时效性高的图像数据。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.卫星遥感图像数据的处理方法,其特征在于:包括以下步骤:
S1、数据准备与纠正:获取遥感影像图,对于分辨率小于5m的影像制图,采用1:5万的地形图纠正,对于分辨率大于5m的影像制图,采用1:1万的地形图纠正;
S2、影像融合与处理:在PCI软件下用pansharp方法进行影像融合,对影像进行加绿处理,并对影像进行调色,获取能反映细部特征、纹理清晰的图像;
S3、影像正射纠正:对高山地、山地,根据影像控制点,用严密物理模型或有理函数模型并通过DEN数据进行几何纠正;对于丘陵地,根据DEM数据进行正射纠正;对于平地,采用多项式拟合进行纠正;
S4、影像镶嵌:在ERDAS下进行相邻两景影像的拼接,先画出镶嵌线,镶嵌线不要穿越建筑物和线状地物,镶嵌后的影像保证色调一致,相邻影像之间不存在镶嵌痕迹;
S5、超限分析与处理:对图像进行超限检查,当检查发现误差超限时,分析侧视角、地物变化、控制点数量、点位原因;
S6、数据输出:利用遥感数据获取土地利用变化信息,利用GPS检查变化图斑真伪、修订边界和测量面积,最后将外业实测数据输入GIS,经过面积统计、图件修正等处理,保存和输出最终成果。
2.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S2影像融合与处理时,采用线性或非线性拉伸、亮度对比度、色彩平衡、色度、饱和度和明度调整进行色调调整。
3.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S3影像正射纠正时,先进行纠正控制点采集,之后进行单景纠正;采集时采集分布均匀、控制区域大于片区范围的区域采集,每景控制点数量在9-15个之间,重叠区域保证三个以上的公共点;纠正时对不同轨道、不同时相影像,采用有理函数模型进行正射纠正。
4.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S4影像镶嵌时,进行重叠精度检测,对于叠加相邻纠正单元,采用逐步方式逐屏幕目测检查相邻纠正单元间重叠区域的精度,若同名地物出现抖动、错位现象,则测量该处同名点误差,保证精度要求。
5.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S1数据准备与纠正中,在获取遥感影像图时,首先利用星载GPS测定的卫星轨道参数及恒星相机、惯性测量单元测定的姿态参数建立严格几何模型;之后,利用严格模型生成大量均匀分布的虚拟地面控制点,再利用这些控制点计算RPC模型参数。
6.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S2影像融合与处理时,使用Pansharping融合算法保留多光谱影像的颜色信息和全色影像的空间信息,使得融合后的图像更加接近实际;对于缺失蓝波段的卫星遥感影像使用近红外波段来替代蓝波段,同时对绿波段进行处理;并通过RGB={B2,(B1+B2+B3)/3,B3}的方式进行假彩色合成。
7.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S1数据准备与纠正时,采用基于云计算模型的影像数据处理***的体系结构,所述体系结构包括云工作站,所述云工作站负责管理和分发任务,所述云工作站连接有云端处理服务器,所述云端处理服务器依据分发的任务,从云存储中取出影像进行相应的处理,通过TCP/IP通信协议与服务器建立通讯。
8.根据权利要求1所述的卫星遥感图像数据的处理方法,其特征在于:所述S2影像融合与处理时,进行融合效果评价,评价融合效果包括定性和定量评价两种;所述定性评价选用目视法解释;所述定量评价选择:均值、标准差、熵、光谱偏差度、均方根差和相关系数进行评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059725.4A CN113888416A (zh) | 2021-09-10 | 2021-09-10 | 卫星遥感图像数据的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111059725.4A CN113888416A (zh) | 2021-09-10 | 2021-09-10 | 卫星遥感图像数据的处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888416A true CN113888416A (zh) | 2022-01-04 |
Family
ID=79008654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111059725.4A Pending CN113888416A (zh) | 2021-09-10 | 2021-09-10 | 卫星遥感图像数据的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888416A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114049474A (zh) * | 2022-01-13 | 2022-02-15 | 天津仁爱学院 | 一种高精度遥感快速成图方法、装置及存储介质 |
CN115660939A (zh) * | 2022-11-04 | 2023-01-31 | 中咨数据有限公司 | 光学遥感数据批量处理的方法、***、设备及存储介质 |
CN116704306A (zh) * | 2023-06-29 | 2023-09-05 | 阳光农业相互保险公司 | 一种Planet卫星数据融合与匀色方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855810A (zh) * | 2012-09-04 | 2013-01-02 | 绍兴文理学院 | 一种基于利用卫星影像图进行数字线划地图的方法 |
CN102968631A (zh) * | 2012-11-22 | 2013-03-13 | 中国科学院、水利部成都山地灾害与环境研究所 | 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法 |
CN112166694B (zh) * | 2010-12-24 | 2013-09-11 | 二十一世纪空间技术应用股份有限公司 | 小卫星区域影像图镶嵌与制作方法 |
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*** |
CN111861934A (zh) * | 2020-07-29 | 2020-10-30 | 贵阳欧比特宇航科技有限公司 | 一种高光谱卫星影像数据生产、镶嵌与元数据制作方法 |
CN112465986A (zh) * | 2020-11-27 | 2021-03-09 | 航天恒星科技有限公司 | 一种卫星遥感影像镶嵌的方法及装置 |
-
2021
- 2021-09-10 CN CN202111059725.4A patent/CN113888416A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112166694B (zh) * | 2010-12-24 | 2013-09-11 | 二十一世纪空间技术应用股份有限公司 | 小卫星区域影像图镶嵌与制作方法 |
CN102855810A (zh) * | 2012-09-04 | 2013-01-02 | 绍兴文理学院 | 一种基于利用卫星影像图进行数字线划地图的方法 |
CN102968631A (zh) * | 2012-11-22 | 2013-03-13 | 中国科学院、水利部成都山地灾害与环境研究所 | 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法 |
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*** |
CN111861934A (zh) * | 2020-07-29 | 2020-10-30 | 贵阳欧比特宇航科技有限公司 | 一种高光谱卫星影像数据生产、镶嵌与元数据制作方法 |
CN112465986A (zh) * | 2020-11-27 | 2021-03-09 | 航天恒星科技有限公司 | 一种卫星遥感影像镶嵌的方法及装置 |
Non-Patent Citations (2)
Title |
---|
屈为刚: "ENVI软件制作SPOTS遥感正射影像图方法初探", 《山西建筑》 * |
王秀明 等: "高分辨率卫星遥感数据处理及其应用研究", 《闽西职业技术学院学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114049474A (zh) * | 2022-01-13 | 2022-02-15 | 天津仁爱学院 | 一种高精度遥感快速成图方法、装置及存储介质 |
CN114049474B (zh) * | 2022-01-13 | 2022-03-29 | 天津仁爱学院 | 一种高精度遥感快速成图方法、装置及存储介质 |
CN115660939A (zh) * | 2022-11-04 | 2023-01-31 | 中咨数据有限公司 | 光学遥感数据批量处理的方法、***、设备及存储介质 |
CN116704306A (zh) * | 2023-06-29 | 2023-09-05 | 阳光农业相互保险公司 | 一种Planet卫星数据融合与匀色方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113888416A (zh) | 卫星遥感图像数据的处理方法 | |
CN110570466B (zh) | 三维实景点云模型的生成方法和装置 | |
Baltsavias et al. | High‐quality image matching and automated generation of 3D tree models | |
US9275267B2 (en) | System and method for automatic registration of 3D data with electro-optical imagery via photogrammetric bundle adjustment | |
Aguilar et al. | Generation and quality assessment of stereo-extracted DSM from GeoEye-1 and WorldView-2 imagery | |
US20110115812A1 (en) | Method for colorization of point cloud data based on radiometric imagery | |
CN103383773B (zh) | 一种动态提取图像控制点的遥感卫星图像自动正射纠正的框架和方法 | |
CN107527328B (zh) | 一种兼顾精度与速度的无人机影像几何处理方法 | |
US20110135197A1 (en) | Generating Agricultural Information Products Using Remote Sensing | |
US20090231327A1 (en) | Method for visualization of point cloud data | |
US20100207936A1 (en) | Fusion of a 2d electro-optical image and 3d point cloud data for scene interpretation and registration performance assessment | |
CN106683038B (zh) | 一种生成火情态势图的方法及装置 | |
CN105139350A (zh) | 一种无人机侦察图像地面实时重建处理*** | |
IL101576A (en) | Creating an image consists of a mosaic of images using a super-vision image | |
CN112097746B (zh) | 用于三维可视化的倾斜摄影数据采集方法 | |
CN106683039A (zh) | 一种生成火情态势图的*** | |
CN105243653A (zh) | 一种基于动态匹配的无人机遥感影像快速拼接技术 | |
Liu et al. | Robust radiometric normalization of multitemporal satellite images via block adjustment without master images | |
Baltsavias et al. | Geometric and radiometric investigations of Cartosat-1 data | |
Gruber et al. | UltraCamX, the large format digital aerial camera system by Vexcel Imaging/Microsoft | |
CN115410095B (zh) | 灾害信息获取方法、装置、电子设备和计算机可读介质 | |
Liu et al. | High-spatial-resolution nighttime light dataset acquisition based on volunteered passenger aircraft remote sensing | |
Loghin et al. | Accuracy Analysis of Digital Elevation Models from very High Resolution Satellite Imagery | |
CN115082812A (zh) | 一种农业景观非农生境绿地斑块提取方法及其相关设备 | |
Zhang et al. | Tests and performance evaluation of DMC images and new methods for their processing |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220104 |