[發(fā)明專利]基于GPU-CPU協(xié)同的衛(wèi)星影像拉花變形快速檢測方法有效
| 申請?zhí)枺?/td> | 201810126230.0 | 申請日: | 2018-02-08 |
| 公開(公告)號: | CN108230326B | 公開(公告)日: | 2018-11-30 |
| 發(fā)明(設(shè)計)人: | 李朋龍;丁憶;胡艷;張澤烈;徐永書;李靜;羅鼎;張燦 | 申請(專利權(quán))人: | 重慶市地理信息中心 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/187;G06T1/20;G06T1/60 |
| 代理公司: | 重慶飛思明珠專利代理事務(wù)所(普通合伙) 50228 | 代理人: | 劉念芝 |
| 地址: | 400020 *** | 國省代碼: | 重慶;50 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 拉花 衛(wèi)星影像 格網(wǎng) 線程 變形區(qū)域 二值圖像 快速檢測 正射影像 像素 變形 協(xié)同 數(shù)字高程模型 全局存儲器 并行計算 腐蝕處理 光學(xué)遙感 快速自動 內(nèi)存拷貝 膨脹處理 矢量數(shù)據(jù) 像素判斷 像素坐標 周邊像素 變形的 矢量化 迭代 加載 求解 顯存 質(zhì)檢 校正 內(nèi)存 查找 衛(wèi)星 檢測 分配 統(tǒng)計 | ||
1.一種基于GPU-CPU協(xié)同的衛(wèi)星影像拉花變形快速檢測方法,其特征在于按照以下步驟進行處理:
步驟1:CPU端加載原始影像、RPC參數(shù)和數(shù)字高程模型DEM,并迭代求解正射校正后正射影像的大小和范圍,計算步驟為:
步驟1-1:通過仿射變換參數(shù)對原始影像行列數(shù)仿射變換,獲得其對應(yīng)的地理坐標;
步驟1-2:根據(jù)像點地理坐標和數(shù)字高程模型DEM,采用雙線性內(nèi)插法內(nèi)插出像點對應(yīng)地面點的高程值;
步驟1-3:由地面點坐標根據(jù)RPC模型反算出該地面點在原始影像上的位置;
步驟1-4:基于數(shù)字高程模型DEM進行迭代求解,計算正射校正后影像的大小;
步驟2:CPU端根據(jù)校正后正射影像大小來設(shè)計GPU線程格網(wǎng),開辟相應(yīng)的顯存,并將相應(yīng)數(shù)據(jù)從內(nèi)存拷貝入對應(yīng)顯存;
步驟3:GPU端按線程格網(wǎng)從校正后影像像素反算其對應(yīng)原始影像上的像素坐標;
步驟4:GPU端按照線程格網(wǎng)統(tǒng)計當前像素與周邊像素重疊次數(shù),并判斷其是否為拉花像素;
步驟5:GPU端按線程格網(wǎng)對二值圖像進行腐蝕處理與膨脹處理;
步驟6:CPU端將檢測后的二值圖像結(jié)果從全局存儲器拷到內(nèi)存,并將二值圖像矢量化,獲得拉花變形區(qū)域矢量數(shù)據(jù)。
2.根據(jù)權(quán)利要求1所述的基于GPU-CPU協(xié)同的衛(wèi)星影像拉花變形快速檢測方法,其特征在于:步驟1-2中所述地面點高程值的計算步驟為:
步驟1-2-1:根據(jù)目標點的坐標和數(shù)字高程模型DEM,計算得到目標點在數(shù)字高程模型DEM格網(wǎng)中的行列數(shù);
步驟1-2-2:根據(jù)得到的行列數(shù)計算數(shù)字高程模型DEM格網(wǎng)中最鄰近的四個高程點,并內(nèi)插出目標點的高程值。
3.根據(jù)權(quán)利要求1所述的基于GPU-CPU協(xié)同的衛(wèi)星影像拉花變形快速檢測方法,其特征在于:所述步驟1-3中反算地面點在原始影像上位置的步驟為:
步驟1-3-1:將地面點坐標按照RPC參數(shù)中的空間坐標標準化參數(shù)計算得到標準化之后的空間坐標;
步驟1-3-2:根據(jù)RPC模型計算該點在原始影像上的標準化坐標;
步驟1-3-3:根據(jù)像點坐標標準化參數(shù)對標準化坐標進行處理,得到原始影像上的像點坐標。
4.根據(jù)權(quán)利要求1所述的基于GPU-CPU協(xié)同的衛(wèi)星影像拉花變形快速檢測方法,其特征在于:所述步驟1-4中正射校正后影像的大小的迭代求解步驟為:
步驟1-4-1:根據(jù)步驟1-1計算得到原始影像左上角像點的初始地理坐標,根據(jù)步驟1-2利用雙線性內(nèi)插方法在DEM上內(nèi)插得到初始地理坐標的高程值,根據(jù)步驟1-3得到地面點在原始影像上的像點坐標;
步驟1-4-2:計算像點坐標對應(yīng)的初始地理坐標,內(nèi)插數(shù)字高程模型DEM并迭代求解,得到原始影像左上角像點對應(yīng)的地面點坐標;
步驟1-4-3:按照步驟1-4-1與步驟1-4-2迭代求解,直至前后兩次計算中內(nèi)插DEM的高程值的差值小于閾值,則最后一次計算得到的地面點坐標為左上角像素點對應(yīng)的地面點坐標;
步驟1-4-4:按照步驟1-4-1到步驟1-4-3分別計算原始影像四個角點對應(yīng)地面點的坐標,并計算得到X、Y方向的極值;
步驟1-4-5:根據(jù)所得的X、Y方向的極值,計算得到正射校正后正射影像的行數(shù)和列數(shù)。
5.根據(jù)權(quán)利要求1所述的基于GPU-CPU協(xié)同的衛(wèi)星影像拉花變形快速檢測方法,其特征在于:步驟3中所述原始影像上的像素坐標求解步驟為:
步驟3-1:GPU端多線程同時執(zhí)行,根據(jù)當前線程索引計算當前像素的地面點坐標;
步驟3-2:根據(jù)地面點坐標和數(shù)字高程模型DEM,采用雙線性內(nèi)插法內(nèi)插出該點的高程值;
步驟3-3:計算地面點在原始影像上的像點坐標,并判斷該坐標是否在原始影像內(nèi)部;
步驟3-4:等待所有線程計算完畢后,將整幅正射影像反算得到的每個像素對應(yīng)原始影像像點位置存儲在全局存儲器中。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶市地理信息中心,未經(jīng)重慶市地理信息中心許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810126230.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 光線共面約束的弱交會光學(xué)衛(wèi)星影像聯(lián)合平差方法及系統(tǒng)
- 一種Landsat與SPOT衛(wèi)星影像自動配準方法
- 利用衛(wèi)星影像的應(yīng)用服務(wù)提供裝置及方法
- 基于衛(wèi)星影像的冰湖輪廓自動提取方法
- 一種格網(wǎng)化的衛(wèi)星影像數(shù)據(jù)糾偏方法
- 一種衛(wèi)星遙感影像自動處理方法
- 基于衛(wèi)星影像的機場目標識別方法和裝置
- 衛(wèi)星影像的相對輻射校正方法和裝置
- 多源衛(wèi)星影像數(shù)據(jù)接收實時監(jiān)控與信息推送方法
- 極地冰蓋凍融探測方法、裝置及計算機可讀存儲介質(zhì)
- 一種格網(wǎng)絮凝裝置及絮凝反應(yīng)池
- 暴雨城市內(nèi)澇建模評估方法
- 對地形邊界進行提取的設(shè)備和方法
- 基于農(nóng)機軌跡和地塊格網(wǎng)化計算農(nóng)機有效作業(yè)面積的方法
- 一種水下森林種植模塊
- 多源動態(tài)格網(wǎng)化網(wǎng)絡(luò)RTK定位方法、系統(tǒng)、終端及存儲介質(zhì)
- 一種無人船區(qū)域布線方法及存儲介質(zhì)
- 一種衛(wèi)星影像通用成像模型擬合誤差的改正方法及系統(tǒng)
- 一種格網(wǎng)點高程信息的自適應(yīng)擬合方法、設(shè)備及介質(zhì)
- 一種格網(wǎng)裝置
- 在多線程處理器中用于高速線程間中斷的方法和設(shè)備
- 一種多線程系統(tǒng)中實現(xiàn)實時監(jiān)控各線程狀態(tài)的方法
- 移動終端系統(tǒng)線程池實現(xiàn)方法及裝置
- 一種基于策略模式的信號發(fā)生器多線程管理方法
- 多線程并發(fā)處理方法和多線程并發(fā)處理系統(tǒng)
- 分布式系統(tǒng)的線程管理方法和裝置
- 線程執(zhí)行方法、裝置、終端及存儲介質(zhì)
- 線程監(jiān)控方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)
- 一種多核系統(tǒng)中多線程調(diào)度方法、裝置及設(shè)備
- 線程間通信方法、裝置、電子設(shè)備及存儲介質(zhì)





