顾及高阶结构特征的异源遥感影像同名点匹配方法

    公开(公告)号:CN106886794A

    公开(公告)日:2017-06-23

    申请号:CN201710078970.7

    申请日:2017-02-14

    CPC classification number: G06K9/6211 G06K9/0063

    Abstract: 本发明属于测绘科学与技术领域,提供了一种顾及高阶结构特征的异源遥感影像同名点匹配方法,包括进行异源影像匹配前的数据准备;进行特征点簇的划分与提取;特征点候选匹配点的确定;顾及高阶结构特征的同名点匹配;对每层金字塔影像匹配结果,利用融合选权迭代法的RFM模型区域网平差方法;逐层精化匹配结果直到完成原始影像层,最终实现异源遥感影像同名点的自动可靠匹配。本发明综合运用有理函数模型和超图影像匹配模型,将几何约束特征和高阶结构特征引入到逐层金字塔影像匹配中,既保证了超图模型的稀疏性,也使超边采样带来的信息损失降到最小;本发明提高了异源遥感影像匹配的可靠性和成功率,有效降低同名点人工量测的工作量。

    顾及高阶结构特征的异源遥感影像同名点匹配方法

    公开(公告)号:CN106886794B

    公开(公告)日:2019-06-14

    申请号:CN201710078970.7

    申请日:2017-02-14

    Abstract: 本发明属于测绘科学与技术领域,提供了一种顾及高阶结构特征的异源遥感影像同名点匹配方法,包括进行异源影像匹配前的数据准备;进行特征点簇的划分与提取;特征点候选匹配点的确定;顾及高阶结构特征的同名点匹配;对每层金字塔影像匹配结果,利用融合选权迭代法的RFM模型区域网平差方法;逐层精化匹配结果直到完成原始影像层,最终实现异源遥感影像同名点的自动可靠匹配。本发明综合运用有理函数模型和超图影像匹配模型,将几何约束特征和高阶结构特征引入到逐层金字塔影像匹配中,既保证了超图模型的稀疏性,也使超边采样带来的信息损失降到最小;本发明提高了异源遥感影像匹配的可靠性和成功率,有效降低同名点人工量测的工作量。

    基于类光学像方改正的异源光学和SAR遥感影像联合定位方法

    公开(公告)号:CN105510913B

    公开(公告)日:2018-01-09

    申请号:CN201510767975.1

    申请日:2015-11-11

    Abstract: 一种基于类光学像方改正的异源光学和SAR遥感影像联合定位方法,包括:1)利用严格几何模型建立立体格网,计算每个格网点在SAR遥感影像上对应的像点坐标,建立虚拟控制点格网,解算SAR遥感影像的RPC参数;2)获取光学和SAR遥感影像间连接点和地面控制点对应像点的像素坐标;3)建立对应的像方误差改正模型,利用基于类光学像方改正的异源光学和SAR遥感影像RFM区域网平差方法,实现精确联合定位。本发明采用类光学像方改正模型对其系统误差进行改正,在近似统一的平差模型下实现异源光学和SAR遥感影像的联合定位,可以取得与严格几何模型相当甚至更优的定位精度,极大降低对地面控制点的要求。

    基于类光学像方改正的异源光学和SAR遥感影像联合定位方法

    公开(公告)号:CN105510913A

    公开(公告)日:2016-04-20

    申请号:CN201510767975.1

    申请日:2015-11-11

    CPC classification number: G01S13/9035

    Abstract: 一种基于类光学像方改正的异源光学和SAR遥感影像联合定位方法,包括:1)利用严格几何模型建立立体格网,计算每个格网点在SAR遥感影像上对应的像点坐标,建立虚拟控制点格网,解算SAR遥感影像的RPC参数;2)获取光学和SAR遥感影像间连接点和地面控制点对应像点的像素坐标;3)建立对应的像方误差改正模型,利用基于类光学像方改正的异源光学和SAR遥感影像RFM区域网平差方法,实现精确联合定位。本发明采用类光学像方改正模型对其系统误差进行改正,在近似统一的平差模型下实现异源光学和SAR遥感影像的联合定位,可以取得与严格几何模型相当甚至更优的定位精度,极大降低对地面控制点的要求。

    一种稳健的多源卫星遥感影像配准方法

    公开(公告)号:CN103077527A

    公开(公告)日:2013-05-01

    申请号:CN201310045568.0

    申请日:2013-02-05

    Abstract: 本发明公开了一种基于互信息和分块随机采样一致性的多源遥感影像配准方法,其步骤:A、各层金字塔影像生成和特征点提取。B、在最高层金字塔影像,利用全局配准法,计算主、副影像间的仿射变换系数,估计影像间旋转角度和分辨率差异系数。C、准确预测同名点初始位置,对匹配窗口影像进行几何粗纠正,利用归一化互信息寻找同名点。D、利用二次多项式和分块RANSAC算法剔除错误的匹配点。E、重复步骤C和D直到原始影像层,基于线性橡皮拉伸法实现影像精确配准。该方法极大减少了同名点量测的人工编辑量,提高多源卫星遥感影像的数据处理自动化程度,具有显著的经济和社会效益。

Patent Agency Ranking