获取大比例尺建筑物立面影像的一种原理与试验

来源 :全国数字近景摄影测量学术研讨会 | 被引量 : 0次 | 上传用户:zhouheng19850
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
特大比例尺城市建筑物立面影像的获取是数字城市的核心技术之一,也是竖直航空摄影测量的“盲区”。国家高科技研究发展计划(863 计划)的一项课题,已构建一个车载的由数台GPS 接收机、激光扫描系统、高分辨率CCD 相机和工控机集成的系统,以用于获取建筑物的大比例尺立面影像。 本文重点报道获取建筑物立面影像的理论与方法:依高分辨率CCD 相机所摄‘倾斜影像’,利用建筑物外观的几何条件与约束条件,按照透视变换原理,直接获取等主距的‘平行影像’。随后,即可依最少的实地控制,将平行影像放大到给定比例尺“数字城市”中。文中,过渡物方空间坐标系的恰当选择、外方位角元素的合理定义、角元素A 的双重意义、合点位置获取方法、等主距“平行影像”的获取原理方法等是主要技术组成。本文提出技术,大大加快车载系统大比例尺建筑物立面影像的获取过程、不受建筑高低的影响;并可用于机载、固定站和人工作业多种测量作业模式。
其他文献
四川地区地形复杂,有其独特的地理气候特征.由持续性暴雨引发的洪涝和由突发性局地暴雨引起的泥石流等灾害时常发生.同时,作为长江的上游地区,其暴雨对长江大洪峰的形成影响很大.自1981年7月13日四川盆地内发生大范围大暴雨天气过程后,许多气象学家从天气系统的配置,西南涡的作用以及热带气旋、沿海台风等对暴雨的影响方面做了大量研究.然而纵观整个暴雨的研究,对江淮流域和华南暴雨关注较多,而对西部暴雨关注较少
本文的主要内容有:1、"8·8"暴雨过程概述。2、数值模拟结果分析。3、地形对中尺度涡旋活动影响的数值试验。4、小结。MM5模式成功地模拟出2003年8月8日~10日发生在四川盆地西北部的大暴雨过程,表明MM5模式对西南复杂地形条件下出现的强降水具有预报能力.模拟分析表明中尺度涡旋有利于盆地上空正涡度输送和辐合上升运动的维持,有利于降水的维持和强降水的发生.地形对中尺度涡旋活动的影响主要表现在:复
国家气象中心中尺度数值预报系统经过一年多的平行试验和业务化试运行,已于2004年6月2日通过了业务化运行验收,2004年6月21日正式投入业务运行,并通过卫星通信系统向全国各级气象台站发布预报指导产品.该系统是国家气象中心新一代的中尺度业务预报系统,其预报产品具有分辨率高,时效快,产品丰富,预报精度高等诸多特点,系统的业务化运行为预报员提供了更多的可选择预报指导产品,对于提高我国的天气预报水平尤其
1、本文在AREM基本框架的基础上,发展了AREM载水预报框架.在该框架下,将云水、云冰、雨水和雪等多相态凝结水物质也作为模式预报量,并引入受控于基本大气控制方程的水物质守恒方程组,详细考虑各相态水物质之间,凝结/蒸发、凝华/升华、冻结/融化、聚合/碰并等云微物理过程.另外,为了不同的预报需求,模式还设计了两种繁简程度不同的云物理方案.一是考虑6种云物理过程的暖云方案,二是考虑25种云物理过程的冷
本文简要介绍了全国1:100万地质图空间数据库项目,论述了建立全国1:100万国际分幅地质图空间数据库的意义,最后还介绍了国外及我国的小比例尺地质图件编制与更新工作.
本文从作者在绘图工作的实践中入手,谈论了绘图的作用,并对手工绘图和电脑绘图两种方法作了比较,指出了两者共存的主要理由和意义所在.
MAPGIS是集数字制图、数据库管理及空间分析为一体的空间信息系统,它的应用越来越广泛地被用于建设地理、地质图数据库.本文主要以新编《中国地质图集》中西北四省的CAD数据为基础,简要介绍1:200万地质图数据库建立的方法、步骤和意义.
本文利用非接触式三维激光扫描仪(VIVID 910)对工业零件进行旋转扫描,获得目标的不同旋转位置的空间数据和数字影像,对相邻的两幅立体影像利用匹配方法寻找同名点,并映射到空间方,同时利用相对定向和空间相似变换分别剔除像方和空间方的粗差,以获得相邻两个坐标系准确的空间相似变换参数,根据空间相似变换参数将位于相邻的两个坐标系的空间点统一到同一个坐标系中去,从而完成三维数据的配准。
对泥石流活动造成的地表形变进行评估的传统方法是:专家现场评估或通过人工判译遥感影像来进行。本文的方法首先利用多时相的航空像片重建地面不同时期的三维模型,通过这些模型的比较和分析来定量研究泥石流活动带来的地表形变。在模型的比较和分析中,通常采用的控制点匹配方法由于无法建立有效的野外控制点而失效,本文采用的DEM 匹配方法有效地解决了这个问题,显示该技术的良好适应性和优越性,试验结果比用控制点的方法更
本文针对普通数码相机摄取实际环境下的汽车图象,提出了一种在ERDAS IMAGINE 上进行车牌定位和车牌号提取的方法,包括:应用图像分类功能对车牌进行非监督分类,通过构造知识工程师进行车牌粗定位,基于车牌区域的纹理特征进行车牌精定位,应用Marr-Hildreth 算子完成字符边缘提取的实现过程。