-
公开(公告)号:CN110110730A
公开(公告)日:2019-08-09
申请号:CN201910291700.3
申请日:2019-04-12
Applicant: 东南大学
Abstract: 本发明提供了一种用于无人机影像辐射校正中校正模型构建的方法,包括如下内容:根据用于对比的两期无人机影像图,首先用sift算子检测图中的关键特征点,用最邻近匹配法进行特征点的匹配;对匹配点对进行筛选和提纯,去除冗余错误的匹配点对;根据对比影像上匹配点的像元值和匹配点对的个数构建高次多项式方程;根据方程式计算系数矩阵,构建校正模型,对待校正影像进行校正。该方法根据sift特征点的特征不变性,通过提取到的匹配的同名特征样本点,在现有方法的基础上延伸和优化,构建非线性高阶校正模型对影像进行辐射校正,不仅能够实现对影像进行自动校正、无需人工参与,还能够尽可能减少大气、光照等的影响,达到相对更好的效果。
-
公开(公告)号:CN108596973A
公开(公告)日:2018-09-28
申请号:CN201810441353.3
申请日:2018-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种用于土地违法与违章建筑定点监控虚拟预置位的方法,包括如下步骤:(1)输入视频的图像序列,通过灰度转换得到灰度图像;(2)预处理灰度图像;(3)采用灰度投影算法得到相邻图像之间的偏移量;(4)对于相邻两帧图像偏移进行积分运算得到运动矢量曲线;(5)对于设定的虚拟预置位进行曲线分割,由相邻两帧图像的位移的叠加找到与虚拟预置位所分割的曲线差值绝对值最小的那一帧图像;本发明通过真实预置位和虚拟预置位的结合,可以准确可靠地对土地违法与违章建筑进行无死角全方位的监控。
-
公开(公告)号:CN111898477B
公开(公告)日:2025-01-03
申请号:CN202010667632.9
申请日:2020-07-13
Applicant: 东南大学
IPC: G06V20/17 , G06V10/25 , G06V10/26 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06T7/00 , G06T7/33
Abstract: 本发明公开了一种基于无人机新旧时相影像的变化建筑物快速检测方法,通过获取在当前时刻之前得到的旧时相影像和在当前时刻得到的新时相影像,基于卡尔曼滤波进行粗匹配,以确定新时相影像在旧时相影像中的粗匹配影像区域,基于k‑d索引树对所述粗匹配影像区域和所述新时相影像进行精准匹配,以得到新时相影像在旧时相影像中的时相对应区域,以时相对应区域作为参考影像,对新时相影像进行几何校正,基于亮度校正模型构建和颜色平衡方法进行影像间的相对辐射校正,采用预先训练的识别模型分别对旧时相影像以及辐射校正后的新时相影像进行识别,以确定疑为变化的建筑物区域,实现对变化建筑物的快速检测,相应的检测过程具有较高的准确性。
-
公开(公告)号:CN111898477A
公开(公告)日:2020-11-06
申请号:CN202010667632.9
申请日:2020-07-13
Applicant: 东南大学
Abstract: 本发明公开了一种基于无人机新旧时相影像的变化建筑物快速检测方法,通过获取在当前时刻之前得到的旧时相影像和在当前时刻得到的新时相影像,基于卡尔曼滤波进行粗匹配,以确定新时相影像在旧时相影像中的粗匹配影像区域,基于k-d索引树对所述粗匹配影像区域和所述新时相影像进行精准匹配,以得到新时相影像在旧时相影像中的时相对应区域,以时相对应区域作为参考影像,对新时相影像进行几何校正,基于亮度校正模型构建和颜色平衡方法进行影像间的相对辐射校正,采用预先训练的识别模型分别对旧时相影像以及辐射校正后的新时相影像进行识别,以确定疑为变化的建筑物区域,实现对变化建筑物的快速检测,相应的检测过程具有较高的准确性。
-
公开(公告)号:CN108596973B
公开(公告)日:2020-04-24
申请号:CN201810441353.3
申请日:2018-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种用于土地违法与违章建筑定点监控虚拟预置位的方法,包括如下步骤:(1)输入视频的图像序列,通过灰度转换得到灰度图像;(2)预处理灰度图像;(3)采用灰度投影算法得到相邻图像之间的偏移量;(4)对于相邻两帧图像偏移进行积分运算得到运动矢量曲线;(5)对于设定的虚拟预置位进行曲线分割,由相邻两帧图像的位移的叠加找到与虚拟预置位所分割的曲线差值绝对值最小的那一帧图像;本发明通过真实预置位和虚拟预置位的结合,可以准确可靠地对土地违法与违章建筑进行无死角全方位的监控。
-
-
-
-