共查询到10条相似文献,搜索用时 15 毫秒
1.
《测绘科学技术学报》2018,(5)
针对山地SAR影像配准难题,提出一种适用于山地的SAR影像配准方法。首先根据DEM数据采用距离-多普勒模型和经验公式生成模拟SAR影像,并创建与DEM地理坐标相一致的查找表;然后将与向量场一致性的点集匹配算法用于模拟SAR影像和真实SAR影像的匹配,间接获取真实SAR影像的特征点;最终实现山地地形SAR影像的精确配准。实验分别采用同一传感器和不同传感器的山地SAR影像数据进行验证。结果表明,该方法的配准精度比传统SAR影像配准方法有明显提高,能够有效解决山地SAR影像配准问题。 相似文献
2.
3.
4.
5.
针对LiDAR数据平面精度达不到大比例尺传统测绘要求的问题,提出一种基于DLG的LiDAR点云自动配准方法。通过提取点云地物边界曲线与DLG数据曲线进行匹配,得到校正向量,实现机载LiDAR点云的全地形自动配准。本方法引入傅里叶描述子用于描述曲线特征,克服了常规方法中只提取直线特征的局限。通过对配准结果的精度统计和分析表明,能够达到较高的配准精度。 相似文献
6.
针对小型无人机航拍图像视点离散、视角变化有一定运动规律的特点,首先对航拍图像进行数据预处理,结合 Harris特征点和 SIFT 特征向量的优势,提取 Harris特征点、计算特征点的特征半径和 SIFT 特征向量,并利用PCA 降低特征向量的维数;然后采用最邻近(NN)方法进行特征匹配,利用BBF算法搜索特征的最邻近以提高匹配速度;最后采用 PROSAC算法提纯特征点匹配对并精确计算运动模型参数,实现了图像的自动配准.实验证明,该图像配准方法在准确性、效率方面较经典的 SIFT 算法有较大的提高. 相似文献
7.
作为点云数据处理的关键步骤,点云数据配准的结果直接影响后续数据处理的精度。基于人工标靶和ICP思想的传统配准方法存在受环境影响、初始条件限制以及特征点提取困难等问题。针对传统地面激光扫描点云数据的高精度配准方法主要依赖人工标靶和特征点选取等局限,提出了一种改进的粒子群优化算法,以法向量叉积代数和最小作为适应度函数,对相邻点云重叠区域内的所有数据进行高效的全局搜索,在选取最佳配准点的基础上实现了散乱点云的精确配准。通过对多站扫描的高陡边坡岩体点云数据进行整体配准,并与ICP等经典算法进行对比实验,结果验证了本方法的可行性、有效性和稳定性,可以有效解决配准过程中标靶或同名特征点不易寻找的问题。 相似文献
8.
9.