【摘 要】
：
针对传统基于特征匹配的无人机影像拼接效率低,依靠大量野外控制点才能满足精度要求的问题,该文提出了一种基于差分动态后处理(PPK)技术的高效拼接方法;首先,采用不共线的三天线配置方案,对无人机系统进行改装,建立载波相位双差模型,解算出双基线约束下的无人机影像位姿参数;然后,根据相机每次曝光对应的坐标和姿态角计算影像之间的单应变换矩阵,完成相邻影像间的精确配准;最后,实现从单个影像对到整个区域影像的高
论文部分内容阅读
针对传统基于特征匹配的无人机影像拼接效率低,依靠大量野外控制点才能满足精度要求的问题,该文提出了一种基于差分动态后处理(PPK)技术的高效拼接方法;首先,采用不共线的三天线配置方案,对无人机系统进行改装,建立载波相位双差模型,解算出双基线约束下的无人机影像位姿参数;然后,根据相机每次曝光对应的坐标和姿态角计算影像之间的单应变换矩阵,完成相邻影像间的精确配准;最后,实现从单个影像对到整个区域影像的高效拼接。实验结果表明,该方法可省去布设野外控制点的复杂工序,在保证拼接效果和精度的同时,效率得到了极大改善。
其他文献
作为我国重要的自然资源,土地资源在建筑工程规模和数量持续增加的新产业时代背景下,资源的开发和利用是否合理,成为了人们的重点关注问题,地籍测量作业是否落实到位,对工程整体施工质量和施工效益而言具有重要影响。鉴于此,本文主要阐述了信息化航空摄影测量系统在地籍测量中的实践意义,并对其具体应用手段进行了全面剖析,以此为后期工程作业的顺利开展奠定良好基础。
本文在传统算法的基础上提出感知简化算法,利用其对城市场景模型的网格进行简化。在该算法应用中,以代理平面为约束条件,利用倾斜影像技术生成三角网格模型,将两种不同算法的简化效果进行对比。结果表明:在模型简化中,与传统算法相比感知算法更具优势,且可确保局部与整体特征不发生变化,简化误差相对较小,是一种可行的简化算法。
为了获取杭州湾上虞地区地面沉降信息,该文利用SBAS-InSAR技术处理了2017年3月—2018年11月共48景Sentinel-1A数据,将监测结果与同期水准测量数据进行比较,并分析不均匀地面沉降的主要原因。结果表明:上虞地区地面沉降程度总体由北向南逐渐减弱,其中,北部新近围垦区内的上虞杭州湾工业园区地面沉降显著,最大沉降速率为-27.9 mm/a,属于地面沉降地质灾害高易发区,海涂围垦、回填
针对矿区地表发生严重时空失相干现象影响小基线集(SBAS)技术的应用,该文从提高监测点的数量与质量出发对该技术进行改进。在像元数量方面,在永久性散射体合成孔径雷达干涉测量(PS-InSAR)技术的点提取基础上提出中等相干格网点提取算法,着重提取采矿沉陷区周边点,以提高监测区域采样密度;在像元质量方面,估计并剔除差分干涉相位中与高程相关的大气相位,采用自适应性滤波、二次多项式模型进行相位优化处理,多
针对全波形分解中弱子波形提取困难和建筑高度反演精度不高等问题,该文根据回波特征信息结合高分辨率影像分析城区不同建筑结构的回波特征,采用渐进剥离的全波形分解方法精确提取回波信号中的弱子波形及分量参数,并反演平顶和斜顶建筑的相对高度值,最后将实地测量值与建筑高度估算值进行线性回归分析,并与直接利用原始GLAS数据估算结果相比,该文方法的平均误差和均方根误差值分别下降了26.5%和25.6%,相关系数和
目前能免费获取的ASTER G DEM、SRTM DEM等产品,不能实时表达地表地形实际特征,尤其在矿区,使这些DEM应用具有一定的局限性。为此,本文利用InSAR技术提取DEM来更新研究区DEM。以鞍山市城区、郊区及矿区作为研究区,首先用In SAR技术处理Sentinel-1A/-1B卫星平台升降轨SAR数据并提取S1A DEM及S1B DEM,再用小波变换融合技术对提取的DEM进行融合,最后
针对合成孔径雷达干涉技术中对流层延迟误差会影响DEM精度的问题,提出采用小波多尺度相关性分析方法来减弱与高程相关的对流层延迟误差的影响,来提高合成孔径雷达干涉DEM的估计精度。该方法基于小波多分辨率分析理论,根据差分干涉相位不同组成的频率特性,利用小波分解重构均方根误差变化率确定分解层数,降低地形残差相位、噪声相位等对大气延迟误差相位估计的干扰,提取对流层延迟误差相位所在频带;然后结合对流层延迟误
通过分析无人机倾斜摄影云台的倾角与三维模型详细度的之间的关系,推导出拍摄高度均匀的建筑物影像时,云台倾角与建筑物覆盖的详细程度之间的关系式,以减少后期人工补拍的工作量,提高工作效率。
针对当前雷达影像分类过程中极化特征组合可提高分类精度这一问题,该文探讨了极化特征组合在高分三号(GF-3)数据地物分类中的应用,以北京市昌平地区GF-3全极化合成孔径雷达(SAR)数据为例,首先对数据进行最优极化分解选择,选取Cloude分解数据为最优数据;然后基于相干矩阵的特征值,提取特征参数雷达植被指数(RVI)与香农熵(SE);最后组合这些极化特征对影像进行决策树分类,并与传统支持向量机(S
为了获取贵州兴义市龙井村大型岩质滑坡的前兆形变信息,该文以RADARSAT-2和Sentinel-1A影像集为数据源,采用时序InSAR分析方法,解译得到该滑坡2018年初至临滑前的形变速率与时间序列。针对研究区单一影像源形变监测结果存在的离散点密度少、滑坡体时序演化规律刻画不足等问题,该文在充分融合相干分布式目标进行形变反演的基础上,结合两类影像源的空间分辨率和重访周期优势,获取到滑坡发生前周边