Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 自然资源部国土卫星遥感应用中心薛白获国家专利权

自然资源部国土卫星遥感应用中心薛白获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉自然资源部国土卫星遥感应用中心申请的专利一种大规模卫星立体影像数据处理方法、介质及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120088413B

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510570305.4,技术领域涉及:G06T17/00;该发明授权一种大规模卫星立体影像数据处理方法、介质及系统是由薛白;王艺颖;陈颖;岳庆兴;岳明宇;周平设计研发完成,并于2025-05-06向国家知识产权局提交的专利申请。

一种大规模卫星立体影像数据处理方法、介质及系统在说明书摘要公布了:本发明提供一种大规模卫星立体影像数据处理方法、介质及系统,属于卫星立体影像数据处理技术领域,首先对影像进行高斯滤波和小波降噪预处理,然后基于计算任务分配函数实现GPU和CPU的协同计算。通过多尺度特征提取和矩阵优化,获取稳定特征矩阵和变动特征矩阵。采用四叉树空间索引进行数据分块,结合SIFT特征提取和K均值聚类优化特征表示。建立立体影像配准模型,通过最小生成树算法确定最优拼接顺序,采用渐进纹理融合方法实现影像拼接,最终生成高精度三维地表模型。本发明实现了处理效率和精度的统一,解决了现有技术难以在保证处理精度的前提下提高大规模立体影像数据的处理效率的技术问题。

本发明授权一种大规模卫星立体影像数据处理方法、介质及系统在权利要求书中公布了:1.一种大规模卫星立体影像数据处理方法,其特征在于,包括以下步骤:对卫星立体影像数据进行预处理得到预处理影像数据;将所述预处理影像数据分配至GPU处理流及CPU处理流进行并行计算;提取所述预处理影像数据的多维特征矩阵;采用矩阵链乘法动态规划算法进行特征分解;建立空间索引生成数据块;提取特征向量并聚类优化;建立配准模型及评估函数;构建拼接图并确定拼接顺序;执行影像拼接及深度信息重建;其中通过计算任务分配函数实现GPU与CPU的协同计算,采用最小生成树算法优化拼接顺序,基于匹配质量评估函数进行动态优化;其中,建立配准模型的步骤,具体是基于优化的特征向量进行特征匹配,设定距离比率阈值为0.8,采用随机抽样一致性算法剔除外点,设置内点阈值为3像素,迭代次数为1000次,通过最小二乘法求解仿射变换参数建立配准模型;构建匹配质量评估函数,当匹配质量评估值小于0.75时重新执行配准模型构建;构建拼接图的步骤,具体是计算影像数据块间的重叠区域面积比例及匹配质量评估值,采用加权求和确定边权重值,重叠面积比例权重为0.3,匹配质量评估值权重为0.7;采用Kruskal算法求解最小生成树确定拼接顺序;执行影像拼接及深度信息重建的步骤,具体是采用最小值图割算法计算最优缝合线,设置32像素宽度的过渡带;当局部区域灰度差分值大于8时进行局部重新拼接;采用半全局匹配算法计算视差图,设置视差搜索范围为0到64像素,通过三角测量原理重建三维地表模型;所述计算任务分配函数表示如下: ; 式中,为矩阵运算复杂度指标,为数据流量指标,为计算依赖性指标,为权重系数;当时,任务分配给GPU处理流;否则分配给CPU处理流; ; 式中,为第个矩阵的行数;为第个矩阵的列数;为矩阵运算类型系数,加减运算取1,乘除运算取2,求逆运算取3;为基准运算量,取值为次浮点运算;为待处理矩阵的数量; ; 式中,为第个数据块的大小;为数据访问频率系数,连续访问取1,随机访问取2;为系统内存容量;为数据块数量; ; 式中,为依赖关系矩阵元素,若数据块依赖数据块则取1,否则取0;为总数据块数量; 所述匹配质量评估函数表示如下: ; 式中,为待匹配图像块;为梯度算子;为均值;为标准差;为权重系数;为像素坐标位置; 所述提取特征向量并聚类优化的步骤具体是:利用尺度不变特征变换算法提取每个影像数据块的特征描述子,采用K均值聚类算法对所述特征描述子进行聚类,得到特征聚类中心点;其中,特征描述子的提取包括:利用尺度不变特征变换算法提取特征点,对每个特征点,计算其主方向,生成128维的特征描述子;下面是特征点的计算过程:首先构建尺度空间: ; 式中,为尺度可变的高斯核;为尺度参数,为原始图像,为像素坐标位置,高斯差分图像计算: ; 式中,为尺度因子,特征点的局部极值检测条件为: ; 式中,为检测阈值,为特征点的26邻域,特征点的主方向计算基于梯度直方图: ; ; 其中,拼接图的边权重计算函数为: ; 式中,为重叠面积;为图像块面积;为匹配质量,为权重系数;为深度连续性度量: ; 式中,为重叠区域像素数量;为对应点的深度值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人自然资源部国土卫星遥感应用中心,其通讯地址为:100000 北京市海淀区紫竹院百胜村1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。