-
公开(公告)号：CN101739677B
公开(公告)日：2013-08-07
申请号：CN200910260378.4
申请日：2009-12-17
Applicant: 中国测绘科学研究院
Abstract: 本发明涉及一种基于升降轨的SAR正射影像图融合方法，所述基于升降轨的SAR正射影像图融合方法包括以下步骤：分别获取两景具有重叠区域的升轨正射影像和降轨正射影像；基于DEM，结合其中任一景SAR影像的头文件参数确定该影像上的迎坡面和背坡面；任一景SAR影像上迎坡面的亮度值可用另一景正射影像上相应重叠区域的亮度来替换；输出最终的正射影像图。根据本发明的基于升降轨的SAR正射影像图融合方法，在满足测图精度要求的情况下，很好地解决了正射纠正后影像上的“花白”现象。处理后的正射影像的精度与原始正射影像图相当。
-
公开(公告)号：CN102590813A
公开(公告)日：2012-07-18
申请号：CN201210013610.6
申请日：2012-01-17
Applicant: 中国测绘科学研究院
IPC: G01S13/90
Abstract: 本发明涉及一种外部DEM辅助下的多模型InSAR相位精化方法，包括：步骤1，将真实的SAR幅度影像和通过外部DEM模拟的SAR幅度影像配准，建立干涉图和外部DEM的精确对应关系；步骤2，根据不同的地形坡度将干涉相位分割成几个子影像块，在不同的子影像块建立线性回归模型，进行线性回归分析，去除主要的相位误差；步骤3，通过相位到高程的转换关系，反演计算高程；步骤4，计算由InSAR和对应的外部DEM得到的高程点的绝对高程差，滤除绝对高程差大于一定阈值的外部DEM误差的高程点；步骤5，利用可靠的高程点插值得到DEM。本发明很好的解决了大面积的复杂地形地区的InSAR技术DEM制图难题，有效地提高了DEM提取精度，对复杂地形的地形测图具有重要意义。
-
公开(公告)号：CN101876701A
公开(公告)日：2010-11-03
申请号：CN201010216178.1
申请日：2010-07-02
Applicant: 中国测绘科学研究院
Abstract: 本发明涉及一种侧视雷达遥感影像定位方法，该方法以影像的外方位元素作为定向参数，其过程包括以下步骤：(1)获取测区的航空侧视雷达遥感影像和POS观测值，或航天侧视雷达遥感影像和轨道、姿态观测值；(2)计算摄影测量坐标系中的外方位线元素初值；(3)计算姿态参考坐标系中的外方位角元素初值；(4)对原始影像进行控制点和连接点量测或匹配；(5)获取距离-共面方程并通过空中三角测量获得外方位元素精化值；(6)根据精化后的外方位元素进行影像纠正或者影像的立体定位。所述方法能够提高现有侧视雷达遥感影像几何纠正和立体定位的精度，提供的方案可在真实孔径雷达影像和合成孔径雷达遥感影像的定向、基线解算、几何纠正和地表三维重建中起到重要的作用，具有较佳的技术效果。
-
公开(公告)号：CN106960174B
公开(公告)日：2021-06-08
申请号：CN201710065903.1
申请日：2017-02-06
Applicant: 中国测绘科学研究院
Abstract: 本发明给出了一种高分影像激光雷达高程控制点提取及其辅助定位方法，其核心是通过对测高激光雷达数据与高分影像数据的联合处理，提取高分遥感影像高程控制点及其像控点，并通过构建带有高程约束的高分影像定位模型，实现高分影像定位精度的提升。本发明能够在测高激光雷达数据的支持下，显著提升高分遥感影像的立体定位精度与高分影像测绘产品精度。
-
公开(公告)号：CN105403885B
公开(公告)日：2017-10-13
申请号：CN201510706630.5
申请日：2015-10-27
Applicant: 中国测绘科学研究院
Abstract: 本发明提供了一种基于广义多子视相干的极化SAR海面船只目标检测方法。本方法对全极化SAR数据的四个极化通道分别进行多子视分解，形成了全极化SAR多子视影像集；由各个全极化数据获得相应的相干矩阵，形成全极化多子视影像数据集；构建全极化SAR多子视影像相干算子；利用相干算子和全极化SAR多子视影像集，计算全极化多子视影像的相干图；统计相干图的累积分布函数；设定恒虚警，结合相干图的累积分布函数，计算检测阈值；遍历所述相干图，判断相干图的各像素值是否大于检测阈值，输出检测结果二值图。该算法突破了子视影像个数的限制，并利用多幅子视影像在更大程度上增强船海对比度，从而有利于海面弱小船只目标的检测。
-
Patent Agency Ranking
公开(公告)号：CN105783879A
公开(公告)日：2016-07-20
申请号：CN201610121943.9
申请日：2016-03-03
Applicant: 中国测绘科学研究院
IPC: G01C11/06
CPC classification number: G01C11/06
Abstract: 一种条带约束下的同轨卫星连续景影像定位方法，根据条带相邻影像的同名点目标定位在定向参数精化前后应该具有相同结果的特点，通过重叠区域不在同一直线上的三个或三个以上同名模型点(RFM模型计算得到的连接点)建立相邻影像定向参数的约束关系，进而实现同轨影像条带影像的定位。本条带约束下的同轨卫星连续景影像定位方法发明不受条带相邻影像成像参数差异的影响，同时在稀少控制点条件下，能够实现控制在条带影像中的传递，在控制点充足条件下，能够让控制点对各条带影像发挥更好的控制作用，实现在不同控制点条件下条带影像间约束的自适应松紧调节。
-
公开(公告)号：CN105488847A
公开(公告)日：2016-04-13
申请号：CN201510920264.3
申请日：2015-12-11
Applicant: 中国测绘科学研究院
Abstract: 本发明公开了一种基于机载激光雷达点云的单档单根电力导线三维重建方法，通过直线段与抛物线段的结合来描述电力导线的三维几何形状，所述方法包括以下步骤：步骤一，加载单档单根电力导线的机载激光雷达点云数据；步骤二，利用电力导线机载激光雷达点云在xy平面的二维投影点集信息拟合直线段模型；步骤三，利用电力导线机载激光雷达点云的高程信息和二维投影点集的比例因子信息拟合抛物线段模型；步骤四，结合直线段模型和抛物线段模型生成三维可视化的电力导线三维重建模型。本发明降低了三维重建模型的复杂度，提高了单档单根电力导线三维重建的重建效率和重建精度。
-
公开(公告)号：CN103886582A
公开(公告)日：2014-06-25
申请号：CN201410038205.9
申请日：2014-01-26
Applicant: 中国测绘科学研究院
IPC: G06T7/00
Abstract: 本发明涉及一种特征点Voronoi图优选的星载合成孔径干涉雷达影像配准方法，其主要特点在于配准参考点的布设策略较为新颖，充分考虑了特征点的统计信息、专题信息、拓扑信息、度量信息等属性信息，包括以下步骤：（1）获取测区的星载InSAR复数影像对；（2）计算影像对中一幅复数影像的能量图并进行滤波处理；（3）在滤波后的能量图上使用Forstner算子提取特征点；（4）对提取的特征点构建Voronoi图，利用Voronoi图优选特征点；（5）使用优选后的特征点，采用最大谱相关的方法找寻其同名点；（6）根据找寻的同名点对，计算两幅影像间的模型参数；（7）利用计算出的模型参数，将两幅影像统一到同一影像坐标系下。所述方法提高了同名点找寻成功率与相干系数值，使得优选后的特征点在分布上更加合理，提高了模型系数的计算精度，进而提高了影像对的配准精度。
-
公开(公告)号：CN102629390A
公开(公告)日：2012-08-08
申请号：CN201210041689.3
申请日：2012-02-23
Applicant: 中国测绘科学研究院
IPC: G06T17/20
Abstract: 本发明涉及一种海量机载LiDAR点云Delaunay三角网并行构建方法，包括以下步骤：对海量机载LiDAR点云数据进行数据块划分和任务分配；对所述各数据块分别应用逐点插入算法并行构建子三角网，获得子三角网集合；采用合并算法对相邻的两个子三角网进行连接生成合并的三角网；采用优化算法对新生成的三角形以及其邻接三角形进行优化，得到符合Delaunay规则的合并的三角网；重复合并和优化直至将所有子三角网合并得到完整的Delaunay三角网。本发明还提供了执行上述方法的相应装置。本发明大大提高了海量机载LiDAR点云的后处理速度，对实际应用具有重要意义。
-
公开(公告)号：CN102590823A
公开(公告)日：2012-07-18
申请号：CN201210002838.5
申请日：2012-01-06
Applicant: 中国测绘科学研究院
Abstract: 本发明提供了一种机载LIDAR数据电力线快速提取及重构方法，包括：通过机载激光雷达测量系统获取大量的激光点云数据，通过适当设置高程阈值对激光点云数据进行滤波，剔除非电力线形成的点云数据；在点云数据滤波完成后，根据电塔两边点云密度变化特点对电塔进行剔除；对电力线的点云数据采用直方图统计分析法统计每层电力线的点数，进行电力线的分层，然后对同一层中的电力线进行拟合，从而分离出单根电力线上的点云数据；利用悬链线方程，对电力线进行拟合，估算出悬链线方程参数，最终实现电力线的矢量化。本发明可能快速实现多个跨度间的电力线自动提取和电塔提取，提取效率很高，可以用于电力部门进行输电线路安全巡检，大大提高输电线巡检效率。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.028 seconds)
