一种基于分布式文件系统的遥感数据快速并发读写方法

    公开(公告)号:CN113204520A

    公开(公告)日:2021-08-03

    申请号:CN202110469599.3

    申请日:2021-04-28

    申请人: 武汉大学

    摘要: 本发明提供一种基于分布式文件系统的遥感数据快速并发读写方法,底层物理结构上继承HDFS文件系统特点,包括在计算机群中的每台数据服务器上安装Hadoop系统,并建立HDFS文件系统,然后在每台数据服务器上划分一部分空间作为自有文件系统的物理存储空间;在HDFS业务处理层上进行了一级封装,接管操作系统对文件系统的访问,当操作系统只要求读取文件,且文件数据已经存在,则直接引用HDFS文件系统接口,由HDFS完成文件数据的读取;当操作系统要求对文件的访问包括有写文件操作则全面接管文件操作,由自有文件系统实现数据读写,并在读写数据完成后,将数据同步到HDFS中;所述自有文件系统只对一台服务器进行读写。本发明能够实现海量遥感数据的快速并发读写。

    一种多测度半全局密集匹配方法

    公开(公告)号:CN110060283B

    公开(公告)日:2020-10-30

    申请号:CN201910308582.2

    申请日:2019-04-17

    申请人: 武汉大学

    IPC分类号: G06T7/33 G06T7/11

    摘要: 本发明公开一种多测度半全局密集匹配算法,先利用Census相似性测度在金字塔顶层计算匹配代价,生成并优化视差图,然后按照金字塔策略逐级将视差图结果向下传递,作为下一级金字塔互信息匹配代价计算的视差图初始值,最终得到子像素级精度的密集匹配结果。本方法针对经典半全局匹配算法在效率和稳健度等方面的不足,在惩罚系数、相似性测度的选择、视差范围的调整等方面进行改进和扩展,具有稳健可靠、高效、匹配视差图精细且保边缘的特点。同时,本方法通过对影像数据集进行辐射处理提高匹配的稳健性,并利用自适应视差范围动态调整,降低匹配过程中的计算内存,并提升匹配的效率。

    一种离散点分级加权拟合规则格网的方法

    公开(公告)号:CN110084865B

    公开(公告)日:2020-10-13

    申请号:CN201910308938.2

    申请日:2019-04-17

    申请人: 武汉大学

    IPC分类号: G06T11/00 G06T11/40

    摘要: 本发明公开了一种采用分级加权拟合策略,对超大离散点云数据快速构建规则格网DEM的方法。先采用金字塔分级策略,将目标规则格网从1个格网按3*3的细化参数进行细化,直到第n级,然后逐级将离散点云以加权平均的方式置入所在格网中,并将该级结果作为下一级的初始值,并将所有点再次加权平均放入格网形成新格网,直到格网的间隔等于期望的间隔。本方法操作简单,没有额外的内存消耗,执行效率非常高,且对点云数据的操作是流式操作,无需考虑点云的拓扑信息,没有点数限制,特别适合对海量点云进行规则格网化。

    一种基于旋转飞行的无人机相机稳健自检校方法及装置

    公开(公告)号:CN111637871A

    公开(公告)日:2020-09-08

    申请号:CN202010467543.X

    申请日:2020-05-28

    申请人: 武汉大学

    IPC分类号: G01C11/00 G01C25/00

    摘要: 本发明公开了一种基于旋转飞行的无人机相机稳健自检校方法及装置,属于航空摄影测量领域,该方法在正式摄影前或完成正式摄影后,在同样飞行高度对测区局部区域进行旋转飞行拍摄少量影像,形成一个专门用于相机检校数据集。然后对这一组数据单独进行自检校光束法平差,求解相机内方位元素(含焦距、像主点偏移、物镜畸变参数)。本发明主要针对已有的相机自检校方法中相机内方位元素与影像外方位元素之间具有强相关性而导致相机自检校存在多解性的问题,获取准确稳健的相机自检校结果。同时,由于参与自检校解算的影像数据量小,可以大大减少自检校处理过程中所需的计算内存,降低自检校处理的时间,为后续大量数据处理提供高精度的自检校参数。

    基于旋翼无人机的贴近摄影测量方法

    公开(公告)号:CN110006407B

    公开(公告)日:2020-04-10

    申请号:CN201910304821.7

    申请日:2019-04-16

    申请人: 武汉大学

    IPC分类号: G01C11/34

    摘要: 本发明公开了一种基于旋翼无人机的贴近摄影测量方法,利用已知的或常规摄影影像重建的初始地形信息生成三维航迹,并以近距离(5~30m)贴近地面(如滑坡、大坝、高边坡等坡类地表)或者物体表面(如高大建筑物)进行自动飞行,对于无人机无法到达的区域则进行手控和手持无人机补拍,从而高效获取覆盖拍摄对象的亚厘米级甚至毫米级超高分辨率影像,进而通过摄影测量处理实现目标的精细化三维重建。其中“从无到有”、“由粗到细”的工作策略和基于初始地形的三维航迹规划的自动智能贴近飞行技术并辅以手控和手持补拍的“人机协同”策略是本方法的关键技术。本方法克服了当前难以近距离获取摄影对象超高清影像的困难,可实现精细化三维重建。

    基于地理编码SIFT特征的全球云控制方法

    公开(公告)号:CN114119996B

    公开(公告)日:2024-10-22

    申请号:CN202111360766.7

    申请日:2021-11-17

    申请人: 武汉大学

    IPC分类号: G06V10/46 G06V20/10

    摘要: 本发明公开了一种基于地理编码SIFT特征的全球云控制方法。所述方法首先对输入的全球正射影像,逐影像进行SIFT特征提取。根据正射影像地理信息和全球DEM数据,对得到的SIFT特征点逐一进行地理编码。将带有地理编码的全球SIFT特征点按照标准图幅进行重新组织,构建全球云控制点库。根据全球云控制点数据库,对新获取的影像进行匹配与控制。SIFT特征点的地理编码、全球云控制点数据库的构建、全球云控制点数据库的应用是所述方法的关键技术。本发明提出了将占用大量存储空间的控制影像转换成数据量小的SIFT特征控制点,并替代参考影像作为云控制的数据基础,大大减少了参考数据的存储量,提高了云控制方法的易用性和效率。

    一种无监督的图像航路点自动检测方法

    公开(公告)号:CN115690418B

    公开(公告)日:2024-03-12

    申请号:CN202211346475.7

    申请日:2022-10-31

    申请人: 武汉大学

    发明人: 程翔 周伟 段延松

    摘要: 本发明公开一种无监督的图像航路点自动检测方法,包括步骤一、获取全成分图像并获得稀疏成分图像,步骤二、利用多尺度Log‑Gabor滤波获取两种图像的结构密度图,步骤三、获取两组图像的适配图,步骤四、融合两组图像的适配图获得合成适配图,步骤五、基于合成适配图筛选并结合非极大值抑制获得图像航路点;本发明利用Log‑Gabor滤波能有效模拟视皮层感受野响应来提取图像中具有稳定性的结构信息,同时具有良好的辐射变化抗性,通过稀疏表示过程实现了对图像适配性的自动检测,并进一步完成了对航路点图像的自动分割提取,实现参考图像航路点自动提取为高效、高精度的景象匹配导航建立了良好的数据基础,有效减少人工工作量。

    一种三维格网引导下航空线阵影像反投影方法及系统

    公开(公告)号:CN116030219A

    公开(公告)日:2023-04-28

    申请号:CN202310098853.2

    申请日:2023-01-19

    申请人: 武汉大学

    发明人: 段延松 郭浩然

    IPC分类号: G06T17/20 G06T19/20

    摘要: 本发明提供一种三维格网引导下航空线阵影像反投影方法及系统,包括构建物方虚拟三维格网;计算三维格网点在原始线阵影像上对应的像点;在三维格网的引导下计算任一物方点在原始线阵影像上对应的像点,包括对于任一物方点,先找到在三维格网中的位置,进而计算在线阵影像中的近似位置,再在近似位置所在扫描行的前后构建搜索窗口,计算最佳对应像点,完成物方点到影像点的反投影。本发明提出的方法采用“以空间换时间”的思想,只是增加了三维格网点对应像点的计算时间和存储空间,却大大缩短了后续反投影的时间,对于大量像点的处理具有重要的意义。

    基于卡尔曼滤波模型的三线阵影像POS辅助对地定位方法

    公开(公告)号:CN114485574B

    公开(公告)日:2023-03-21

    申请号:CN202111586157.3

    申请日:2021-12-21

    申请人: 武汉大学

    IPC分类号: G01C11/02

    摘要: 本发明提供一种基于卡尔曼滤波模型的三线阵影像POS辅助对地定位方法,包括建立局部坐标系作为统一的基准坐标系,将导航数据信息转换到基准坐标系中;将飞行获取的所用影像纠正到平均地面高的平面,形成中间影像,开展影像匹配提取影像连接点;根据外业测量获取的地面控制点信息,指定控制点影像位置;建立卡尔曼平差模型,根据POS系统获取的参数,建立运动方程;基于三线阵相机连续获取影像的过程符合动力学原理,根据运动方程,进行三线阵相机卡尔曼滤波的平差迭代求解计算,得到误差校正后的位置姿态数据。本发明可以更快速、更准确地求解影像的定位参数,采用本方法可实现稀少控制点下的高精度定位,有效填补国产三线阵相机高精度数据处理空白。