排序方式： 共有10条查询结果，搜索用时 17 毫秒
1
1.
针对摄影测量影像来源多样化、复杂化、大数据化等趋势,传统区域网平差算法在应对当前复杂多变的数据来源,矩阵排列毫无规律的法方程结构以及大数据量带来的高内存需求和低计算效率等问题上,遇到了前所未有的挑战,为了解决上述难题,本文引入了预条件共轭梯度法以及不精确牛顿解法求解区域网平差过程中的法方程,同时使用一种块状法方程系数矩阵压缩存储格式,构建了全新的区域网平差技术流程。本文方法避免了直接对法方程系数矩阵的求逆,压缩了法方程系数矩阵所需的内存空间,使得本文算法比传统算法所需计算机内存空间大幅减少,平差计算速度明显提升,同时保证了计算精度与传统方法相当。初步试验证明,本文方法对4500张影像、近900万像点数据的平差计算在普通电脑上仅需要约15min,且计算精度达到子像素级。 相似文献
2.
3.
本文针对LiDAR点云和POS数据辅助航空影像的连接点自动匹配,设计了用于相关系数匹配的最佳匹配点位快速搜索算法;提出一种基于虚拟地面控制点的相机安置角误差自动检校方法,在此基础上自适应确定影像匹配搜索范围。试验结果表明,本文提出的最佳匹配点位快速搜索算法可在保证匹配正确性的情况下节省约25%的匹配耗时;相机安置角误差补偿方法能够有效地提高由POS数据计算的影像外方位元素的精度,从而明显改善同名点匹配时的点位预测精度;本文算法能处理多分辨率、多视角的交叉飞行航空影像,获得高精度的匹配结果。 相似文献
4.
提出了一种基于相交直线的相对定向方法,提取同名相交直线特征,根据相交条件方程获得相对定向元素。该方法完全不需要同名点数据,能够解决因同名点不足而无法准确定向的问题。通过航空影像、近景影像和倾斜影像的实验表明,该方法能够获得稳定的相对定向结果。采用本文提出的算法与传统的相对定向方法进行联合平差,能够进一步提高相对定向结果的精度和稳定性。 相似文献
5.
提出了一种基于带权A*搜索算法的镶嵌线网络优化方法。首先，利用标准Voronoi图生成初始镶嵌线网络；然后，利用测区的数字表面模型（digital surface model，DSM）数据生成对应的高程梯度图（也称为边缘图）；再对初始镶嵌线网络的节点进行自动调整，将位于建筑物上的节点移动至附近的地面；最后，利用一种带权A*搜索算法，结合高程梯度图，对初始镶嵌线网络中的每一条镶嵌线进行智能优化，避开建筑物或者高差变化大的区域，获得最优的镶嵌线网络。利用3组真实的无人机数据对该方法进行实验，初步结果表明，该方法适用于排列不规则的测区，可有效优化镶嵌线网络，镶嵌线可自动避开大部分城区建筑物以及山区的山脊等，对城区以及山区影像都可得到高质量的正射影像。实验结果表明，对于第1组数据，此方法得到的结果在镶嵌线的选取上要优于商业软件OrthoVista。 相似文献
6.
城区机载LiDAR数据与航空影像的自动配准 总被引：2，自引：0，他引：2
为解决机载LiDAR数据与航空影像集成应用中二者的配准问题,提出了一种机载LiDAR数据与航空影像配准的方法。首先,直接在LiDAR点云中提取建筑物3维轮廓线,通过将轮廓线规则化得到由两条相互垂直的直线段组成的建筑物角特征,并在航空影像上提取直线特征;然后,根据影像初始外方位元素将建筑物角特征投影到航空影像上,并采用一定的相似性测度在影像上寻找同名的影像角特征;最后,将角特征的角点当作控制点,利用传统的摄影测量光束法区域网平差解求影像新的外方位元素。解算过程中采用循环迭代策略。本方法的主要特点是,直接从LiDAR点云中提取线特征,避免了常规方法从距离图(或强度图)中提取线特征所产生的内插误差。通过与现有基于点云强度图的配准方法的对比实验表明,在低精度初始外方位元素的辅助下,本文方法能够达到较高的配准精度。 相似文献
7.
传统的后方交会最小二乘解法需要良好的外方位元素初值。在无初值或者初值不够精确的情况下,最小二乘迭代不容易收敛。在近景摄影测量或者计算机视觉等领域,往往不提供良好的初值,无法适用传统的后方交会解法。针对上述情况,本文提出了一种基于单应性矩阵的后方交会直接解法,在不需要初值的情况下,获取外方位元素的直接解。该方法根据单应性矩阵所描述的平面几何关系,利用单应性矩阵内在的约束条件,将后方交会问题转换为一个二元二次方程组的求解问题。该方法受舍入误差影响小,在无偶然误差的情况下,解算精度能达到10–9量级,能够避免传统直接解法计算复杂的问题,为传统的平差迭代解法提供良好的初值。此外,在多个控制点共面的情况下,该方法能够直接获得外方位元素的精确解。实验结果表明:在各种不同倾角拍摄的情况下,该方法均能够获得稳定的外方位元素,为后续的后方交会最小二乘算法提供良好的初值。采用本文方法计算的初值参与平差,能够达到与人工给定初值平差一致的精度,且迭代收敛速度是人工给定初值平差的2倍以上。在控制点共面的情况下,该方法的反投影精度能够达到亚像素级,且精度优于大部分主流的直接解法。 相似文献
8.
为了进一步解决大数据量带来的平差效率低下的问题,引入GPU并行计算技术,同时使用预条件共轭梯度法以及不精确牛顿解法求解区域网平差过程中的法方程,构建了适用于GPU并行计算的全新的区域网平差技术流程。本文方法避免了存储法方程系数矩阵,而是在需要的时候实时的计算该矩阵,使得本文算法相较于传统的算法所需的计算机内存空间大幅减少(仅需要存储平差原始数据即可),平差计算速度明显提升,同时计算精度与传统方法相当。初步试验证明,本文的方法在普通电脑上仅需要约1.5min即可完成对4500张影像、近900万像点数据的平差计算,且计算精度达到子像素级。 相似文献
9.
多尺度点云噪声检测的密度分析法 总被引：1，自引：1，他引：0
当前机载激光雷达数据和影像匹配得到的点云是密集点云数据的两类主要来源,但都不可避免存在着噪声点。本文提出一种新的点云去噪算法,可适用于这两类数据中所包含的噪声点的去除。算法主要包括两步:第1步利用多尺度的密度算法去除孤立噪声和小的簇状噪声;第2步利用三角网约束将第1步中误检测为噪声的点重新归为正常点。针对真实数据进行了剔噪试验,结果表明本文提出的基于密度分析的多尺度噪声检测算法对孤立噪声和簇状噪声都有较为效,且对于质量较差的影像匹配点云的检测也能有效处理。本文算法检测率达到97%以上。 相似文献
10.
目的 针对传统建筑物变化检测方法没有考虑高程信息的缺点,提出了一种结合LiDAR点云数据和航空影像的建筑物三维变化检测方法,可同时提取建筑物高程变化信息和面积变化信息。首先将不同时期LiDAR点云分别生成数字表面模型(DSM);然后对不同时期的DSM进行差值、滤波和形态学操作得到DSM变化区,并根据共线方程将其反投影到航空影像中,再使用航空影像的光谱、纹理等信息排除树木等伪变化区的干扰;最后计算高程变化值和面积变化值。试验结果表明该方法能定量地提取高程和面积变化信息,提供更加全面准确的建筑物变化信息。 相似文献
1