[发明专利]星上轻量级底图压缩和校正方法、装置、设备及存储介质在审

专利信息
申请号: 202210577961.3 申请日: 2022-05-25
公开(公告)号: CN114972555A 公开(公告)日: 2022-08-30
发明(设计)人: 张凯;胡玉新;王振舟 申请(专利权)人: 中国科学院空天信息创新研究院
主分类号: G06T9/00 分类号: G06T9/00;G06V10/44;G06V20/13
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 周天宇
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 轻量级 压缩 校正 方法 装置 设备 存储 介质
【权利要求书】:

1.一种星上轻量级底图压缩方法,其特征在于,包括:

从底图中筛选出均匀分布且带有预设特征的目标特征点;

计算所述目标特征点的特征数据,所述特征数据包括特征字典和稀疏系数;

将所述目标特征点的特征数据保存在轻量级数据库中。

2.根据权利要求1所述的方法,其特征在于,所述将所述目标特征点的特征数据保存在轻量级数据库中包括:

获取所述底图的四角点经纬度信息;

以所述底图的四角点经纬度信息作为索引,将所述目标特征点的特征数据保存在轻量级数据库中。

3.根据权利要求1所述的方法,其特征在于,所述从底图中筛选出均匀分布且带有预设特征的目标特征点包括:

采用分割四叉树法提取所述底图中的特征点;

将所述底图分解为多个矩形区域;

计算各所述矩形区域内特征点的数量;

在所述矩形区域内特征点的数量大于1的情况下,判断所述四叉树的深度是否小于预设阈值,若是,则将所述矩形区域分解为多个矩形区域,再次执行所述计算各所述矩形区域内特征点的数量的操作,若否,则计算每个所述特征点的信息熵,保留信息熵最大的特征点;

在所述矩形区域内特征点的数量等于1的情况下,保留所述特征点。

4.根据权利要求1所述的方法,其特征在于,所述计算所述目标特征点的特征数据包括:

采用稀疏编码法,计算所述目标特征点的特征数据。

5.一种星上轻量级底图校正方法,其特征在于,包括:

在所述轻量级数据库查找与所述待校正图像相符的底图特征矩阵;

提取所述待校正图像的特征点集合;

对所述待校正图像的特征点集合与所述底图特征矩阵之间的特征向量进行匹配,得到所述待校正图像与所述底图间的变换关系;

根据所述待校正图像与所述底图间的变换关系对所述待校正图像进行重采样处理,完成对所述待校正图像的校正。

6.根据权利要求5所述的方法,其特征在于,所述在所述轻量级数据库查找与所述待校正图像相符的底图特征矩阵包括:

获取待校正图像的四角点经纬度;

在所述轻量级数据库查找符合所述待校正图像的四角点经纬度的目标特征数据,所述目标特征数据包括目标特征字典和目标稀疏系数;

根据所述目标特征数据,得到所述底图特征矩阵。

7.一种星上轻量级底图压缩装置,其特征在于,包括:

筛选模块,用于从底图中筛选出均匀分布且带有预设特征的目标特征点;

计算模块,用于计算所述目标特征点的特征数据,所述特征数据包括特征字典和稀疏系数;

保存模块,用于将所述目标特征点的特征数据保存在轻量级数据库中。

8.一种星上轻量级底图校正装置,包括:

查找模块,用于在所述轻量级数据库查找与所述待校正图像相符的底图特征矩阵;

提取模块,用于提取所述待校正图像的特征点集合;

匹配模块,用于对所述待校正图像的特征点集合与所述底图特征矩阵之间的特征向量进行匹配,得到所述待校正图像与所述底图间的变换关系;

重采样模块,用于根据所述待校正图像与所述底图间的变换关系对所述待校正图像进行重采样处理,完成对所述待校正图像的校正。

9.一种电子设备,包括:存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至4中的任一项所述的星上轻量级底图压缩方法中的各个步骤,或者,实现权利要求5或6所述的星上轻量级底图校正方法中的各个步骤。

10.一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时,实现权利要求1至4中的任一项所述的星上轻量级底图压缩方法中的各个步骤,或者,实现权利要求5或6所述的星上轻量级底图校正方法中的各个步骤。

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中国科学院空天信息创新研究院,未经中国科学院空天信息创新研究院许可,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/202210577961.3/1.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