-
公开(公告)号:CN114494010A
公开(公告)日:2022-05-13
申请号:CN202111555890.9
申请日:2021-12-18
申请人: 中国人民解放军61540部队 , 中科星图空间技术有限公司
摘要: 本发明提出一种基于激光高程控制点库的多进程双线阵影像匹配方法,属于卫星激光测距领域。该方法包括激光高程控制点库的构建技术和基于激光高程控制点库的双线阵影像匹配技术两部分。使用SQLite构建激光高程控制点数据库。在构建数据库时建立分表存储机制和命名准则;基于激光高程控制点库的双线阵影像匹配,主要根据激光高程控制点库的构建机制和双线阵影像的成像机制,将后视影像分块并利用MPI多进程快速遍历激光高程控制点数据库确定每块待处理影像所需的激光高程控制点。该方法将星载激光测高数据作为高程控制约束条件参与影像的区域网平差计算,可以有效提高光学卫星影像无控立体测图精度,从而实现无地面控制点的大比例尺立体卫星测绘工程。
-
公开(公告)号:CN114488168B
公开(公告)日:2024-10-01
申请号:CN202111555916.X
申请日:2021-12-18
申请人: 中国人民解放军61540部队 , 中科星图空间技术有限公司
摘要: 本发明涉及一种基于最大正向偏差的卫星激光测距全波形高斯拟合方法,属于卫星激光测距领域。该方法的基本策略如下:初始状态拟合波形仅包含位于回波振幅最大值处的一个高斯分量,然后通过多次循环迭代,渐次地在拟合波形与实际回波的最大正向偏差处增加高斯分量,逐步缩小拟合波形与实际回波之间的偏差,直至满足拟合结束条件。本发明使用的波形拟合方法即适用于常规回波,也适用于复杂多峰、多个单脉冲合成类似单波的叠加波、面积较小的地物目标形成弱回波等情形,适用性更广。
-
公开(公告)号:CN114488168A
公开(公告)日:2022-05-13
申请号:CN202111555916.X
申请日:2021-12-18
申请人: 中国人民解放军61540部队 , 中科星图空间技术有限公司
摘要: 本发明涉及一种基于最大正向偏差的卫星激光测距全波形高斯拟合方法,属于卫星激光测距领域。该方法的基本策略如下:初始状态拟合波形仅包含位于回波振幅最大值处的一个高斯分量,然后通过多次循环迭代,渐次地在拟合波形与实际回波的最大正向偏差处增加高斯分量,逐步缩小拟合波形与实际回波之间的偏差,直至满足拟合结束条件。本发明使用的波形拟合方法即适用于常规回波,也适用于复杂多峰、多个单脉冲合成类似单波的叠加波、面积较小的地物目标形成弱回波等情形,适用性更广。
-
公开(公告)号:CN117541851A
公开(公告)日:2024-02-09
申请号:CN202311373098.0
申请日:2023-10-23
申请人: 中科星图空间技术有限公司
IPC分类号: G06V10/764 , G06V20/13 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06V10/26
摘要: 一种深度学习洪水识别方法及装置,属于卫星影像处理技术领域,其特征在于:采用深层卷积网络,以灾后SAR影像为输入,获取多尺度深度特征;其次,对生成的多尺度深度特征逐级解码,融合深层语义信息和浅层几何特征,生成多级解码特征图;然后,进行特征级融合,生成洪水分布图;最后,对生成洪水分布图的图像上每个位置计算被归为洪水区域的概率,进而生成洪水图斑。摆脱常见深度学习洪水识别同一载荷输入的局限性,将灾前水体掩膜和灾后SAR数据直接作为输入应用到深度学习洪水识别,输入最少的最容易获取的灾前水体掩膜数据和一期灾后SAR影像数据,而不需要从影像数据中提取特征再作为输入,输出直接是洪水,而不是水体,显著提高了检测效率。
-
公开(公告)号:CN111047570B
公开(公告)日:2023-06-27
申请号:CN201911256660.5
申请日:2019-12-10
申请人: 中科星图空间技术有限公司
摘要: 本说明书实施例提供了一种基于纹理分析法的自动云检测方法,通过获得待检测影像;对所述待检测影像进行图像变换;计算经过图像变换后的所述待检测图像的第一一阶差分特征;判断所述第一一阶差分特征是否满足第一预设阈值;当所述第一一阶差分特征满足所述第一预设阈值时,确定所述待检测图像为云图像;当所述第一一阶差分特征不满足所述第一预设阈值时,对所述待检测图像高斯金字塔分解,并计算分解后所述待检测图像的第二一阶差分特征;判断所述分解后所述待检测图像的第二一阶差分特征是否满足第二预设阈值,获得判断结果,达到了有效的拉开云与地物的分布距离,实现云与地物区分,有效地对检测结果的误判与漏判进行修正的技术效果。
-
公开(公告)号:CN116862775A
公开(公告)日:2023-10-10
申请号:CN202310916393.X
申请日:2023-07-25
申请人: 中科星图空间技术有限公司 , 中国人民解放军61618部队
摘要: 一种光学卫星影像内畸变检测与消除方法及装置,属于卫星影像处理技术领域,其特征在于:通过前后视立体影像对高精度匹配方法检测得到影像内畸变位置;然后将标准景影像和RPC按拼接位置进行裁切;再通过区域网平差方法消除内畸变。通过前后视立体影像对高精度匹配方法实现了影像内畸变位置的自动化检测;利用检测出的内畸变位置,将影像拆分成分片影像,进行对分片影像进行区域网平差,消除片间偏移误差,最后通过基于RPC模型的物方拼接技术,实现无畸变整景影像的生成。突破了传统RPC模型直接平差无法有效消除内畸变的限制,创新的提出了先切分影像,进行区域网平差,再虚拟物方拼接的技术流程,实现了光学影像中内畸变的有效消除。
-
公开(公告)号:CN115719378A
公开(公告)日:2023-02-28
申请号:CN202211583697.0
申请日:2022-12-09
申请人: 中科星图空间技术有限公司
摘要: 一种用于分布式架构的线阵卫星影像核线纠正方法及系统,属于卫星影像处理领域,其特征在于:获取双线阵立体像对卫星影像,将后视影像作为左影像,前视影像作为右影像;将卫星影像分割为固定格网大小的分块影像;然后记录每个分块影像左上角点坐标在原始影像的坐标位置;解算分块影像像对的基础矩阵及核点坐标;最后通过核线重采样生成核线影像。通过影像分块逐区域纠正降低核线纠正误差,利用物方投影基准面重采样生成分辨率一致核线影像对,消除上下视差;本发明所述核线纠正方法通过局部逐区域的纠正,很好的顾及了核线方向的变化,具有较好的鲁棒性和适用性。
-
公开(公告)号:CN115457394A
公开(公告)日:2022-12-09
申请号:CN202211137797.0
申请日:2022-09-19
申请人: 中科星图空间技术有限公司
摘要: 基于道路拓扑自适应搜索的路网中心线生成方法及装置,属于遥感影像处理领域,通过获取道路遥感影像的分割二值图;对分割二值图进行形态学处理,提取道路骨架线;将道路骨架通过图论中的图结构表示路网中心线,即图G(V,E)其中,V表示道路节点集合,E表示构建道路网所需的连接节点的边集合;然后在不改变原有路网拓扑结构的前提下对路网中心线进行简化,并对简化后的路网进行优化处理,生成基于道路拓扑自适应搜索的路网中心线;通过利用图像形态学处理和图论对于道路遥感影像的处理,实现了从深度学习算法生成的道路面构建高质量路网中心线的方式,能够实现自动连接断裂路段、简化冗余路网,所生成的路网具有良好的视觉效果和可实用性。
-
公开(公告)号:CN116681844A
公开(公告)日:2023-09-01
申请号:CN202310506599.5
申请日:2023-04-28
申请人: 中科星图空间技术有限公司
IPC分类号: G06T17/05 , G06V10/44 , G06V10/82 , G06V10/75 , G06V10/74 , G06V20/13 , G06V20/10 , G06N3/0464
摘要: 一种基于亚米级立体像对卫星影像的建筑物白膜构建方法,属于卫星影像处理技术领域,其特征在于:对立体像对影像进行重构,获得核线约束的立体像对影像;然后获取建筑物楼顶矢量文件;根据建筑物楼顶矢量文件约束在重构的核线影像上进行建筑物楼顶特征点生成加密特征点;根据高程约束对建筑物矢量角点进行平面位置解算,获得带有地理信息和高程信息属性信息的建筑物矢量文件,即建筑物白膜文件。利用亚米级立体像对即可进行建筑物白膜数据的生产,不需要借助高精度DSM和DOM数据。通过建立多层级多方向的空间上下文的结构特征描述,可以有效的对特征点进行描述,可以有效的匹配到正确点位,获取真实的高程值。
-
公开(公告)号:CN115994856A
公开(公告)日:2023-04-21
申请号:CN202211584337.2
申请日:2022-12-09
申请人: 中科星图空间技术有限公司
IPC分类号: G06T3/40 , G06T17/20 , G06T5/00 , G06V10/764
摘要: 一种机载雷达点云地形产品自动化生产方法及装置,属于图像信息处理领域,采用三角网插值的策略,省略了插值范围参数,可以生产无空洞缺值的DSM/DEM地形产品;同时支持栅格和点云数据,克服多源数据的输入,并行处理每条等高线,并采用三次贝塞尔曲线对等高线进行平滑拟合,高效自动生产合理光滑的等高线产品;在点云数据处理时以渐进三角网滤波算法为基础,对地形粗分类,建立多级细化格网,适应复杂地形混合存在的场景;在初次虑结果基础上,采用点间隔及地形生长角为阈值对地形进行二次恢复,弥补山脊、陡坎地形缺失点的情况;算法对场景规则分块,采用并行处理策略,极大的提高了滤波的效率。
-
-
-
-
-
-
-
-
-