微机遥感图像几何纠正快速算法

doi:10.6046/gtzyyg.1996.03.08

全文: PDF(257 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要本文针对遥感图像数据量大、微机几何纠正速度慢的问题,提出了一种微机遥感图像几何纠正快速算法。该算法采取了行列分离多项式快速运算、自动优化分块分配内存、多波段同时处理等措施,大大提高了运算速度,并且对任意大图像可一次处理,无需分块,使微机遥感图像几何纠正方法完全达到实用要求。文中阐述了算法的技术细节,介绍了算法在微机上的实现和其速度指标。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	戴芹
	马建文
	陈雪
	刘建明
	王尔和
	杨兴
	郑勇明
	杨亚新
	张叶
	闫政

关键词 ：航空遥感数据, 贝叶斯网络, 分类

Abstract：It is difficult to geometrically rectify remote sensing images in personal computer because of the large data. A PC-based fast algorithm of geometric rectification is presented to solve this problem. Three techniques are adopted in the algorithm: (1) fast calculating the polynormal by separating column items from rows; (2) accessing optimal rectangle sub-image according to the allocated computer memory; (3) processing all bands simultaneously. These techniques make the algorithm fast and suitable for images with any size. The implementation and performance of the algorithm are also discribed in this paper.

Key words： Airborne Data Bayesian network Classification

收稿日期: 1996-03-18 出版日期: 2011-08-02

作者简介: 邸凯昌男工程师,1967年生,1992年获武汉测绘科技大学摄影测量与遥感专业硕士学位,现从事遥感图像分析与地理信息系统研究。

引用本文:

邸凯昌. 微机遥感图像几何纠正快速算法[J]. 国土资源遥感, 1996, 8(3): 45-48.
Di Kaichang . A PC BASED FAST ALGORITHM FOR GEOMETRIC RECTIFICATION OF REMOTE SENSING IMAGE. REMOTE SENSING FOR LAND & RESOURCES, 1996, 8(3): 45-48.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.1996.03.08 或 https://www.gtzyyg.com/CN/Y1996/V8/I3/45

[1]	史飞飞, 高小红, 肖建设, 李宏达, 李润祥, 张昊. 基于集成学习和多时相遥感影像的枸杞种植区分类[J]. 自然资源遥感, 2022, 34(1): 115-126.
[2]	吴琳琳, 李晓燕, 毛德华, 王宗明. 基于遥感和多源地理数据的城市土地利用分类[J]. 自然资源遥感, 2022, 34(1): 127-134.
[3]	范莹琳, 娄德波, 张长青, 魏英娟, 贾福东. 基于面向对象的铁尾矿信息提取技术研究——以迁西地区北京二号遥感影像为例[J]. 自然资源遥感, 2021, 33(4): 153-161.
[4]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[5]	李渊, 毋琳, 戚雯雯, 郭拯危, 李宁. 基于改进OGMRF-RC模型的SAR图像分类方法[J]. 自然资源遥感, 2021, 33(4): 98-104.
[6]	白俊龙, 王章琼, 闫海涛. K-means聚类引导的无人机遥感图像阈值分类方法[J]. 自然资源遥感, 2021, 33(3): 114-120.
[7]	王镕, 赵红莉, 蒋云钟, 何毅, 段浩. 月尺度农作物提取中GF-1 WFV纹理特征的应用及分析[J]. 自然资源遥感, 2021, 33(3): 72-79.
[8]	蒋校, 钟昶, 连铮, 吴亮廷, 邵治涛. 卫星遥感地质信息产品分类标准研究进展[J]. 自然资源遥感, 2021, 33(3): 279-283.
[9]	韩彦岭, 崔鹏霞, 杨树瑚, 刘业锟, 王静, 张云. 基于残差网络特征融合的高光谱图像分类[J]. 国土资源遥感, 2021, 33(2): 11-19.
[10]	孟清, 白红英, 赵婷, 郭少壮, 齐贵增. 秦岭山地对气溶胶的生态屏障效应[J]. 国土资源遥感, 2021, 33(1): 240-248.
[11]	许赟, 许艾文. 基于随机森林的遥感影像云雪雾分类检测[J]. 国土资源遥感, 2021, 33(1): 96-101.
[12]	张莉, 谢亚楠, 屈辰阳, 汪鸣泉, 常征, 王茂华. 基于K-Means城市分类算法的夜光遥感电力消费估算[J]. 国土资源遥感, 2020, 32(4): 182-189.
[13]	王德军, 姜琦刚, 李远华, 关海涛, 赵鹏飞, 习靖. 基于Sentinel-2A/B时序数据与随机森林算法的农耕区土地利用分类[J]. 国土资源遥感, 2020, 32(4): 236-243.
[14]	王跃峰, 武慧智, 何姝珺, 黄頔, 白朝军. 河南省信阳市浉河区自然资源智能化信息提取技术方法研究[J]. 国土资源遥感, 2020, 32(4): 244-250.
[15]	孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.