摘要
本发明公开了一种电子沙盘在空间地理影像数据配准融合方法,本发明通过采用3D卷积神经网络(3D‑CNN)对影像数据进行特征提取和匹配,能够实现来自不同数据源的影像的精确配准,使其空间位置和尺度保持一致,从而提升了影像融合的精度和效果。本发明通过引入质量增强网络(QE‑Net)进一步优化了融合图像,尤其是在视频压缩和低质量数据源的情况下,能够有效提升图像细节和清晰度。与传统方法相比,本方案在视频质量增强方面表现出了更优异的性能,尤其在低压缩比(小QP值)下,显著提高了PSNR和SSIM等质量指标。
技术关键词
数据配准融合方法
电子沙盘
坐标系
图像像素
无人机航拍影像
校正误差
卷积神经网络提取
坐标转换算法
传感器校正
关键特征点
格式
反射率
视频压缩
系统为您推荐了相关专利信息
楼梯
激光雷达
深度图数据
区域生长法
融合计算机视觉
地基干涉雷达
位移估计方法
三维地表形变
坐标系
站点
图像像素分类方法
芯片
像素点
统计分析方法
极值
基座坐标系
棱镜
姿态测量方法
工业机器人
激光扫描仪