發(fā)布時(shí)間：2020-08-26 20:26

【摘要】：隨著遙感和航天技術(shù)的高速發(fā)展,高分辨衛(wèi)星影像成為獲取地球表面信息的重要工具。隨著衛(wèi)星數(shù)量和分辨率的提高,利用高分辨衛(wèi)星影像獲取數(shù)字高程模型(Digital Elevation Model,DEM)或者對(duì)地面目標(biāo)進(jìn)行三維重建成為可能。本文使用廣義衛(wèi)星像對(duì)(高分一號(hào)、高分二號(hào)、Pleiades 1、Pleiades 2、QuickBird、WorldView-2、WorldView-3)進(jìn)行特征提取、匹配,然后利用有理函數(shù)前方交會(huì)模型得到地面點(diǎn)三維坐標(biāo),并生成數(shù)字高程模型,最后對(duì)所得結(jié)果進(jìn)行精度分析,實(shí)驗(yàn)得出本文方法可靠有效。論文的主要貢獻(xiàn)如下:分析了有理函數(shù)模型,給出它的基本公式,模型參數(shù)求解的方法。另外還對(duì)高分一號(hào),高分二號(hào),Pleiades,QuickBird,WorldView-2和WorldView-3影像的有理函數(shù)模型系數(shù)擬合誤差進(jìn)行了分析。使用KAZE算法對(duì)廣義衛(wèi)星像對(duì)進(jìn)行特征提取,并針對(duì)KAZE算法進(jìn)行改進(jìn)。改進(jìn)思路是保留KAZE算法能提取穩(wěn)定特征點(diǎn)的優(yōu)點(diǎn),針對(duì)算法運(yùn)行時(shí)間進(jìn)行優(yōu)化:在KAZE描述符中添加二階導(dǎo)數(shù),豐富圖像信息。使用圓環(huán)區(qū)域代替原算法的矩形區(qū)域,并對(duì)重新劃分5個(gè)區(qū)域,構(gòu)建一個(gè)40維向量,而且不在局限于歐式距離,然后利用嚴(yán)格數(shù)學(xué)關(guān)系分析了改進(jìn)算法和KAZE算法時(shí)間效率,得出改進(jìn)算法在大部分情況下優(yōu)于原算法。在高斯模糊、噪聲、旋轉(zhuǎn)縮放、光照等條件下,分析了SIFT、SURF、KAZE和改進(jìn)算法的穩(wěn)定性,本文結(jié)論為KAZE和其改進(jìn)算法優(yōu)于SIFT和SURF算法使用了基于網(wǎng)格的運(yùn)動(dòng)統(tǒng)計(jì)算法(Grid-based Motion Statistics,GMS)算法進(jìn)行特征點(diǎn)匹配,實(shí)驗(yàn)也得出該算法的匹配點(diǎn)正確率很高。然后將得到的同名點(diǎn)代入有理函數(shù)前方交會(huì)模型,得出地面點(diǎn)三維坐標(biāo),對(duì)有理函數(shù)模型進(jìn)行誤差補(bǔ)償,得出合適的三維坐標(biāo),最后與真實(shí)的控制點(diǎn)坐標(biāo)進(jìn)行對(duì)比得出本文方法精度,其中高分一號(hào)廣義像對(duì)的精度為83%,高分二號(hào)廣義像對(duì)的精度為78%,Pleiades廣義像對(duì)精度為76%,WorldView-3立體像對(duì)精度為85%,并且繪制了三維散點(diǎn)圖以及對(duì)應(yīng)的誤差圖。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：P237
【圖文】：

第二章遙感影像定位模型本文使用的高分 1 號(hào)影像如圖 2-1 所示。為了區(qū)分，分別以左右命名兩幅影像右影像都拍攝于 2015 年 1 月 12 日，拍攝區(qū)域是中國(guó)四川省阿壩州，但是拍度不同，左圖的中心點(diǎn)經(jīng)緯度坐標(biāo)是103.7 E，31.6 N，而右圖是103.8 E，31.9 圖 2-1 所示：

表 2-2 高分二號(hào)衛(wèi)星波段特征參數(shù) 1m 分辨率全色/4m 分辨率 多光譜相機(jī)光譜范圍全色 0.45—0.90μm多光譜0.45—0.52μm0.52—0.59μm0.63—0.69μm0.77—0.89μm空間分辨率全色 1m多光譜 4m本文使用的高分二號(hào)影像如圖 2-2 所示，為了行文方便，兩幅影像以左右區(qū)分。左右影像都拍攝于 2015 年 2 月 19 日上午和下午，拍攝區(qū)域是中國(guó)四川省阿壩州，但是拍攝角度不同，左圖的中心點(diǎn)經(jīng)緯度坐標(biāo)是103.3 E，31.4 N，而右圖是 E，31.5 N。如圖 2-2 所示：

足客戶對(duì)任何地區(qū)的高分辨率數(shù)據(jù)獲取需求。其波段分辨率參數(shù)如表 2-3 所示：表 2-3 Pleiades 衛(wèi)星波段特征參數(shù) 0.5m 分辨率全色/2m 分辨率 多光譜相機(jī)光譜范圍全色 0.47—0.83μm多光譜0.43—0.55μm0.50—0.62μm0.59—0.71μm0.74—0.94μm空間分辨率全色 0.5m多光譜 2m本文使用的 Pleiades 影像如圖 2-3 所示，其中左影像是 Pleiades-1 衛(wèi)星傳感器，右影像是 Pleiades-2 影像。在圖 2.3 中的左右影像分別拍攝于 2013 年 11 月 6 日，2013 年 11 月 7 日。拍攝區(qū)域是中國(guó)四川省阿壩州，拍攝角度不同，左圖的中心點(diǎn)經(jīng)緯度坐標(biāo)是103.3 E，31.5 N，而右圖是102.9 E，31.6 N。如圖 2-3 所示：

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉佳;王利民;楊玲波;邵杰;滕飛;楊福剛;富長(zhǎng)虹;;基于有理多項(xiàng)式模型區(qū)域網(wǎng)平差的GF-1影像幾何校正[J];農(nóng)業(yè)工程學(xué)報(bào);2015年22期

2 范興旺;劉元波;;利用共線方程的ALOS DEM制作誤差分析[J];遙感技術(shù)與應(yīng)用;2015年04期

3 梁棟;;一種復(fù)雜場(chǎng)景下景物圖像的匹配算法[J];微型機(jī)與應(yīng)用;2015年10期

4 潘騰;;高分二號(hào)衛(wèi)星的技術(shù)特點(diǎn)[J];中國(guó)航天;2015年01期

5 衷偉嵐;周力;袁臻;;一種KAZE算法在人臉圖像匹配中的應(yīng)用[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年04期

6 牛曉峰;王冠乾;梁偉;侯華;;基于近似因子分解法的鑄造充型過(guò)程數(shù)值模擬研究[J];中國(guó)機(jī)械工程;2014年04期

7 姜靚;詹永照;;基于高斯金字塔與差分法的多目標(biāo)檢測(cè)和跟蹤算法[J];微電子學(xué)與計(jì)算機(jī);2011年11期

8 楊蜀秦;寧紀(jì)鋒;何東健;;基于Harris算子的籽粒尖端識(shí)別方法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2011年03期

9 王海俠;高飛;胡小華;;基于RPC模型的QuickBird影像正射糾正研究[J];現(xiàn)代測(cè)繪;2010年06期

10 凌春麗;朱蘭艷;吳俐民;;WorldView-2影像林地信息提取的研究與實(shí)現(xiàn)[J];測(cè)繪科學(xué);2010年05期

相關(guān)博士學(xué)位論文 前1條

1 王偉璽;基于廣義立體像對(duì)的三維重建方法研究[D];遼寧工程技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前7條

1 王蓉;多視角下光學(xué)圖像配準(zhǔn)技術(shù)研究[D];電子科技大學(xué);2018年

2 金銘;基于內(nèi)容的圖像檢索算法研究[D];北京工業(yè)大學(xué);2016年

3 李正會(huì);WorldView影像在云南邊境測(cè)圖中的應(yīng)用研究[D];昆明理工大學(xué);2015年

4 曹金燕;基于圖像特征的匹配方法研究[D];南京信息工程大學(xué);2014年

5 滕義偉;基于多尺度特征點(diǎn)提取的圖像配準(zhǔn)算法研究[D];北京工業(yè)大學(xué);2013年

6 陳昌鳴;面向?qū)ο蟮母叻直媛蔬b感影像農(nóng)村公路專題信息提取[D];重慶交通大學(xué);2011年

7 羅騎龍;基于RS和GIS龔嘴電站庫(kù)區(qū)地質(zhì)災(zāi)害危險(xiǎn)性評(píng)價(jià)[D];成都理工大學(xué);2011年

本文編號(hào)：2805654