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!
摘要:本发明涉及图像数据处理技术领域,具体涉及基于多特征融合的三维地理信息实时更新方法,该方法包括:获取地表俯视图像;对所述地表俯视图像进行分块处理,得到多个分块图像;基于所述多个分块图像的清晰度指标,确定去雾强度参数范围;基于所述去雾强度参数范围对所述多个分块图像进行去雾处理,得到所述多个分块图像对应的去雾目标图像;基于所述多个分块图像对应的去雾目标图像,更新所述地表俯视图像对应的三维地理信息。该方法通过合适的去雾强度参数范围对分块图像进行去雾处理,能够使得到的去雾目标图像更好地保留图像信息和清晰度,从而使得更新后的地表俯视图像对应的三维地理信息更加准确。
主权项:1.基于多特征融合的三维地理信息实时更新方法,其特征在于,所述方法包括:获取地表俯视图像;对所述地表俯视图像进行分块处理,得到多个分块图像;所述对所述地表俯视图像进行分块处理,得到多个分块图像,包括:确定所述地表俯视图像的灰度图;基于所述灰度图的灰度值和所述地表俯视图像的灰度值,确定分块参数;采用所述分块参数对所述灰度图和所述地表俯视图像进行分块,得到所述多个分块图像;所述基于所述灰度图的灰度值和所述地表俯视图像的灰度值,确定分块参数,包括:确定所述地表俯视图像的灰度值中最大值与最小值之间的差值;采用预设图像分块超参数,对所述差值和所述灰度图的灰度值的均值进行调整,得到所述分块参数;对所述多个分块图像中的每一分块图像进行聚类,得到多个聚类簇;基于所述多个聚类簇,确定所述每一分块图像的梯度分布特征;基于所述每一分块图像的灰度值和所述梯度分布特征,确定所述每一分块图像的清晰度指标;所述对所述多个分块图像中的每一分块图像进行聚类,得到多个聚类簇;基于所述多个聚类簇,确定所述每一分块图像的梯度分布特征,包括:利用索贝尔算子计算出分块图像中的每一个像素点的梯度幅值,对得到的梯度幅值进行升序排序,每个分块图像中都有一个像素点梯度幅值序列;对于任意一个分块图像中的梯度幅值序列,使用K均值聚类算法将该分块图像的梯度幅值序列聚为两类;并从左到右依次将聚类的两个簇分别标记为a聚类簇和b聚类簇;该分块图像的梯度分布特征计算公式为: 其中,表示第i个分块图像的梯度分布特征;表示第i个分块图像中a聚类簇中包含像素点的数量;分别表示第i个分块图像中b聚类簇中包含像素点的数量;表示第i个分块图像中b聚类簇中像素点梯度幅值的均值;表示第i个分块图像中a聚类簇中像素点梯度幅值的均值;c表示常数参数;所述基于所述每一分块图像的灰度值和所述梯度分布特征,确定所述每一分块图像的清晰度指标,包括:基于所述每一分块图像的灰度值,确定所述每一分块图像中任一像素点的灰度值和平均灰度值;将所述任一像素点的灰度值和所述平均灰度值之间的差值,以及,所述梯度分布特征进行融合,得到所述每一分块图像的清晰度指标;基于所述多个分块图像的清晰度指标,确定去雾强度参数范围;基于所述去雾强度参数范围对所述多个分块图像进行去雾处理,得到所述多个分块图像对应的去雾目标图像;基于所述多个分块图像对应的去雾目标图像,更新所述地表俯视图像对应的三维地理信息;所述基于所述多个分块图像的清晰度指标,确定去雾强度参数范围,包括:基于所述清晰度指标和预设去雾强度控制范围常数,确定去雾强度参数最小值;基于所述预设去雾强度控制范围常数,确定去雾强度参数最大值;基于所述去雾强度参数最小值和所述去雾强度参数最大值,得到所述去雾强度参数范围;所述基于所述去雾强度参数范围对所述多个分块图像进行去雾处理,得到所述多个分块图像对应的去雾目标图像,包括:基于所述去雾强度参数范围对每一分块图像进行多次去雾操作,得到多个去雾初始图像;基于所述多个去雾初始图像对应的清晰度指标,确定所述多个去雾初始图像的去雾效果评价值;基于所述多个去雾初始图像的去雾效果评价值,在所述多个去雾初始图像中确定所述每一分块图像对应的去雾目标图像。
全文数据:
权利要求:
百度查询: 湖南创信伟立科技股份有限公司 基于多特征融合的三维地理信息实时更新方法
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。