[发明专利]目标区域最优影像选择方法及系统、存储介质、电子设备有效

专利信息
申请号: 201811447085.2 申请日: 2018-11-29
公开(公告)号: CN109325977B 公开(公告)日: 2022-01-25
发明(设计)人: 胡旭东;胡晓东;卢毅;邱季雯;张骏源;李明明 申请(专利权)人: 苏州中科天启遥感科技有限公司
主分类号: G06T7/62 分类号: G06T7/62;G06T7/33
代理公司: 北京远大卓悦知识产权代理有限公司 11369 代理人: 韩飞
地址: 215000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标 区域 最优 影像 选择 方法 系统 存储 介质 电子设备
【权利要求书】:

1.目标区域最优影像选择方法,其特征在于,包括以下步骤:

S0、生成无云图像,识别若干目标区域遥感影像上的云区域,对若干所述目标区域遥感影像的无云区域进行采样,生成若干目标区域图像信息,所述目标区域图像信息中所述云区域对应位置处配置为不显示化;

S1、生成影像列表,将若干所述目标区域图像信息生成目标区域图像信息列表;

S2、排列影像顺序,计算所述目标区域图像信息列表中目标区域图像信息的无云区域面积占目标区域图像信息有效区域面积的百分比,得到无云区域面积百分比值,按照所述无云区域面积百分比值从大到小顺序,对所述目标区域图像信息列表中的目标区域图像信息进行排序;

S3、选取候选影像,选取所述目标区域图像信息列表中的第一景目标区域图像信息作为候选影像增加到结果影像列表;在步骤S3中还包括对所述候选影像进行栅格矢量化,得到第一几何对象;

S4、选择最优影像,从所述目标区域图像信息列表中顺序选择目标区域图像信息,若选择的当前景目标区域图像信息相对于所述候选影像新增面积的占比不小于增加面积比值阈值,则将当前景目标区域图像信息加入所述结果影像列表,将所述候选影像更新为所述候选影像与当前景目标区域图像信息合并的影像,重复步骤S4,直至更新的候选影像面积与目标区域矢量的面积相等;

在步骤S4中,对选择的当前景目标区域图像信息进行栅格矢量化,将矢量化后的要素合并为第二几何对象,将所述第二几何对象与所述第一几何对象合并为第三几何对象,计算所述第二几何对象与所述第一几何对象的差集,计算所述第一几何对象的面积、所述第二几何对象的面积、所述差集的面积,若所述差集的面积与所述第二几何对象的面积的比值不小于所述增加面积比值阈值,则将当前景目标区域图像信息加入所述结果影像列表,将所述第一几何对象更新为所述第三几何对象,并重新计算所述第一几何对象的面积,若所述差集的面积与所述第二几何对象的面积的比值小于所述增加面积比值阈值,则跳过当前景目标区域图像信息。

2.如权利要求1所述的目标区域最优影像选择方法,其特征在于:在步骤S0中还包括对所述云区域进行标记,并采用固定灰度值记录云区域像素,对所述目标区域图像信息中云区域对应的位置进行影像替补。

3.如权利要求1所述的目标区域最优影像选择方法,其特征在于:在步骤S1中还包括计算所述目标区域图像信息列表中目标区域图像信息的有效区域对应的地理坐标与目标区域矢量的交集,将所述目标区域图像信息列表通过所述交集对应的目标区域图像信息列表进行更新。

4.如权利要求1所述的目标区域最优影像选择方法,其特征在于:在步骤S2中,计算所述目标区域图像信息列表中目标区域图像信息有效区域的四角点经纬度坐标,通过所述四角点经纬度坐标计算所述目标区域图像信息有效区域面积。

5.如权利要求1所述的目标区域最优影像选择方法,其特征在于:在步骤S4中还包括若所述第一几何对象的面积与所述目标区域矢量的面积的比值不小于几何对象面积比值阈值,则将所述增加面积比值阈值更新为所述目标区域矢量的面积与所述第一几何对象的面积的差值占所述目标区域矢量的面积的百分比,重复步骤S4,直至所述第一几何对象的面积与所述目标区域矢量的面积的比值等于一。

6.一种电子设备,其特征在于包括:处理器;

存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行如权利要求1所述的方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州中科天启遥感科技有限公司,未经苏州中科天启遥感科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811447085.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top