首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 270 毫秒
1.
利用匹配直线解求变换参数的方法   总被引:1,自引:0,他引:1  
特征匹配是影像匹配的一种有效方法,它已逐渐发展成为具有旋转缩放不变性的方法,在匹配之后,往往需要解求变换参数,提出了一种新的方法,即利用匹配直线的对应关系解求变换参数,该方法应用到动态DEM匹配试验中,取得了较好的试验结果。  相似文献   

2.
《测绘科学》2020,(1):108-115
针对非同源数字高程模型(DEM)数据地表差异性大易引起误差、传统DEM匹配方法迭代运算范围小及需设定迭代初值等问题,该文提出一种改进的DEM匹配算法。首先,该方法以最小高差(LZD)法为基础,通过投影转换匹配两种DEM的坐标系,消除DEM间的旋转角;其次,建立共生矩阵,利用纹理特征差异确定基准DEM最小搜索区域;最后,结合相位相关法,将空域高程信息转换为频域信息,检验并寻找匹配偏移矢量,最终实现DEM高精度匹配。实验表明,该方法能够拉大数据匹配范围且不需要设定迭代初值,有效提高了算法的迭代效率和DEM匹配精度。  相似文献   

3.
杨容浩  岑敏仪  张同刚  杨佳 《测绘科学》2011,36(1):146-149,124
为了解决传统无控制DEM最小二乘匹配方法拉入范围小的问题,首先建立了一种基于匹配度之和最大的DEM匹配模型,然后结合DEM匹配的实际需要,对遗传算法的编码方案、初始种群生成、适应度函数、基本遗传操作和迭代终止条件等5个基本方面进行了设计;在此基础上,设计了基于遗传算法和最小二乘匹配相结合的无控制DEM匹配方法流程,最后...  相似文献   

4.
针对基础地理数据更新需求,为了免去外业布设控制点,减少内业刺点工作量,提高控制点精度、密度,提出了一种基于已有DOM和DEM数据,利用IPS软件和辅助软件,实现高精度自动刺像控点的方法。将已有DOM根据具体匹配需求裁切,裁切后的DOM和像片同时加载到IPS中进行同名像点匹配,根据DOM的地理参考、匹配点像平面坐标、TFW头文件及DEM共同解算出匹配点的物方坐标。通过平差探测和目视检查剔除错误点,改变匹配点属性为控制点,即完成了控制点刺入工作。之后可在IPS中继续完成空三处理、地理信息产品制作等,也可导出、转换为其他软件的文件格式,供后续处理使用。  相似文献   

5.
基于ArcObjects开发的DEM生产软件,结合了ArcObjects强大的三维分析功能和自主研发的自动化地貌特征点匹配功能,实现了高质量DEM成果的快速生产。介绍利用ArcObjects作为GIS开发平台、利用平三角理论来开发DEM智能化生产软件的过程,以及具有地貌特征点自动匹配、河流高程自动匹配和Grid自动生成等功能的软件的开发方法及原理。  相似文献   

6.
基于不同时期DEM数据检测地表变形是进行滑坡、泥石流等地质灾害检测的有效手段,DEM匹配是关键,两个变形地表的模型曲面特征对应关系确立是难点。针对高山地区DEM匹配问题,提出了一种新颖且稳健的基于等高线和最小二乘曲面匹配相结合的方法。该方法首先利用等高线的形状检测地形没有变化的山顶区域,提取位置不变的山头点作为控制点,能够提供足够好的转换参数初始值;其次采用最小二乘曲面匹配技术实现最优匹配。试验结果表明所提方法不受DEM粗差、数据异常以及地形变形的影响,具有很强的抗噪特性,可以在复杂地形条件下检测出稳定不变的控制点,取得较好地配准效果,最终在高程差异图上检测出明显的滑坡区域。  相似文献   

7.
目前,制作DEM采用的技术主要有机载激光雷达、数字影像匹配采集DEM、采集特征点线內插DEM。本文介绍以上三种DEM制作方法的技术流程,并对其精度进行对比分析。  相似文献   

8.
随着SAR的快速发展,国内外学者对SAR的研究越来越深入,SAR立体提取DEM就是其中一个热点。在SAR影像立体提取DEM过程中,SAR立体像对的匹配结果直接关系到提取DEM成果的质量,尤其在地形起伏较大的山区,SAR影像匹配难以获得理想匹配结果。基于此情况,本文提出将基于影响模拟获取的几何纠正影像运用于实现SAR立体影像匹配的设想,并通过实验来验证其可行性。本文利用Terra SAR-X星载SAR数据进行了实验,并通过对实验结果进行统计分析证实了设想的可行性,为解决地形复杂起伏较大的山区SAR影像匹配困难问题提出了一种新思路。  相似文献   

9.
利用外部DEM辅助山区SAR立体像对匹配及地形制图   总被引:1,自引:0,他引:1  
SAR立体像对的匹配是利用雷达摄影测量技术提取地形高程信息的关键,匹配精度将直接影响结果 DEM的高程精度。针对山区SAR立体像对匹配过程中同名点选取困难的问题,引入外部粗分辨率DEM作为辅助数据,将该DEM高程转换为视差,为匹配提供初值,同时采用金字塔匹配策略,不仅可以缩小搜索范围,提高搜索效率,而且能够减少粗差的产生。试验结果表明,采用外部DEM辅助之后,匹配粗差点数量相对于传统的雷达摄影测量处理结果明显减少,从而有效地提高了高程信息提取重建的精度。  相似文献   

10.
本文提出了利用空间数据库中已有的DEM、DOM、DLG和新影像进行三维变化检测,在此基础上提取二维变化信息的技术框架。探讨了基于DEM的VLL物方影像匹配方法、多尺度表达的数字高程模型,以及自适应窗口大小和变化阈值的确定等用于三维变化检测的关键技术。这些思想和方法在实验中得到初步证实。  相似文献   

11.
12.
Image relaxation matching based on feature points for DSM generation   总被引:1,自引:0,他引:1  
In photogrammetry and remote sensing, image matching is a basic and crucial process for automatic DEM generation. In this paper we presented a image relaxation matching method based on feature points. This method can be considered as an extention of regular grid point based matching. It avoids the shortcome of grid point based matching. For example, with this method, we can avoid low or even no texture area where errors frequently appear in cross correlaton matching. In the mean while, it makes full use of some mature techniques such as probability relaxation, image pyramid and the like which have already been successfully used in grid point matching process. Application of the technique to DEM generaton in different regions proved that it is more reasonable and reliable.  相似文献   

13.
In photogrammetry and remote sensing, image matching is a basic and crucial process for automatic DEM generation. In this paper we presented a image relaxation matching method based on feature points. This method can be considered as an extention of regular grid point based matching. It avoids the shortcome of grid point based matching. For example, with this method, we can avoid low or even no texture area where errors frequently appear in cross correlation matching. In the mean while, it makes full use of some mature techniques such as probability relaxation, image pyramid and the like which have already been successfully used in grid point matching process. Application of the technique to DEM generaton in different regions proved that it is more reasonable and reliable.  相似文献   

14.
DEM matching for bias compensation of rigorous pushbroom sensor models   总被引:1,自引:0,他引:1  
DEM matching is a technique to match two surfaces or two DEMs, at different reference frames. It was originally proposed to replace the need of ground control points for absolute orientation of perspective images. This paper examines DEM matching for precise mapping of pushbroom images without ground control points. We proved that DEM matching based on 3D similarity transformation can be used when model errors are only on the platform’s position and attitude biases. We also proposed how to estimate bias errors and how to update rigorous pushbroom sensor models from DEM matching results. We used a SPOT-5 stereo pair at ground sampling distance of 2.5 m and a reference DEM dataset at grid spacing of 30 m and showed that rigorous pushbroom models with accuracy better than twice of the ground sampling distance both in image and object space have been achieved through DEM matching. We showed further that DEM matching based on 3D similarity transformation may not work for pushbroom images with drift or drift rate errors. We discussed the effects of DEM outliers on DEM matching and automated removal of outliers. The major contribution of this paper is that we validate DEM matching, theoretically and experimentally, for estimating position and attitude biases and for establishing rigorous sensor models for pushbroom images.  相似文献   

15.
从中心投影影像制作正射影像的多种方法研究   总被引:1,自引:2,他引:1  
提出了由中心投影影像制作数字正射影像的三种新方法:(1)在具备立体像对的情况下,通过立体影像匹配求得视差值,直接利用视差值进行微分纠正,得到正射影像;(2)多中心影像不构成立体像对,但是各中心之间有一定的空间距离时,利用本文推导的一系列数学公式,可在影像匹配的基础上进行基于视差的微分纠正,从而得到正射影像;(3)直接利用地物稠密地区相应比例尺地形图的数字化成果,例如数字栅格地图(DRG)或数字线划地图(DLG),与单帧影像上提取的地物线划进行配准,从而实现正射影像纠正。还给出了影像上的特征线划与地图上的特征线划配准的新方法。  相似文献   

16.
基于小波变换的分层影像匹配   总被引:6,自引:0,他引:6  
姜挺  江刚武 《测绘学报》2004,33(3):244-248
提出一种小波变换支持的基于灰度和基于特征相结合的分层匹配方案用于DEM自动生成,利用航空与航天影像(MOMS-02,SPOT)进行的试验表明,该方案具有基于灰度、基于特征和分层影像匹配的优点,能以较少的代价获得高精度、高可靠性的匹配结果.  相似文献   

17.
利用欲诊断的影像匹配结果(DEM),由左、右片影像自动生成数字正射像片对和立体正射像片对,然后用影像匹配方法自动量测其高程和高程改正值,从而自动诊断并自行改正原来影像的匹配结果,同时提供DEM、数字正射影像和立体正射像片对3种产品。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号