高空間分辨率遙感影像無控定位研究
發(fā)布時間:2023-02-13 14:32
遙感影像地面目標定位的精度依賴控制點的數(shù)量及其優(yōu)化的空間分布?刂泣c數(shù)據(jù)外業(yè)獲取較為費時費力,且有時面臨難以實地獲取的問題,如境外、島(礁)及沙漠等地區(qū)。因此,如何在無地面控制點條件下提高遙感影像定位精度已成為遙感技術應用、研究熱點問題之一。在對相關文獻分析和大量實驗研究的基礎上,根據(jù)項目需求,論文提出了兩種針對高空間分辨率影像的無控定位技術。主要工作及創(chuàng)新內(nèi)容如下:1、提出了一種基于改正POS數(shù)據(jù)的無人機影像無控定位技術(1)系統(tǒng)研究了無人機影像地理定位精度的影響因素,通過輔助數(shù)據(jù)獲取地面控制信息,檢驗無人機影像直接定位精度。實驗證明在無控制點時基于原始POS數(shù)據(jù)直接影像定位,存在較大的系統(tǒng)誤差。(2)研究發(fā)現(xiàn)POS數(shù)據(jù)系統(tǒng)誤差及其在飛行過程中針對奇、偶行帶間影像外方位線元素誤差具有相反性,因此,提出誤差改正模型并設計了誤差改正方案。通過計算POS系統(tǒng)誤差參數(shù),補償POS數(shù)據(jù)誤差,進而通過改正后POS數(shù)據(jù)完成無人機正射影像拼接處理。實驗證明了該方案具有較高的精度和穩(wěn)定性。2、提出了一種DEM數(shù)據(jù)輔助衛(wèi)星影像的無控定位技術(1)系統(tǒng)研究了稀少(無)控遙感影像定位原理,分析了有理多項式模...
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 無人機影像稀少(無)控定位研究
1.2.2 衛(wèi)星影像無控定位研究
1.2.3 DEM匹配算法研究
1.3 論文的組織結構
2 稀少(無)控制點影像定位
2.1 稀少(無)控制點影像定位原理
2.2 有理多項式模型
2.3 影像誤差補償方案
2.3.1 物方補償
2.3.2 像方補償
2.4 基于DEM輔助衛(wèi)星影像無控定位方法
3 基于改正POS數(shù)據(jù)的無人機影像無控定位技術
3.1 無人機影像無控制點下精確定位方法
3.2 通過改正POS數(shù)據(jù)提高無人機影像地理定位
3.2.1 坐標轉換
3.2.2 空間后方交會
3.2.3 POS數(shù)據(jù)誤差來源分析
3.2.4 誤差糾正模型建立
3.3 實驗結果及對比分析
3.3.1 基于糾正后POS數(shù)據(jù)生成無人機影像實驗
3.3.2 精度分析
4 基于DEM數(shù)據(jù)輔助衛(wèi)星遙感影像的無控定位技術
4.1 基準DEM簡介
4.2 DEM匹配常用算法
4.2.1 最小高差(Least Z-Difference,LZD)算法
4.2.2 最近點迭代(Iterative Closest Point,ICP)算法
4.3 改進的無控制DEM匹配算法
4.3.1 共生矩陣提取
4.3.2 紋理特征分析
4.3.3 誤差閾值及最小二乘計算
4.3.4 相位相關分析
4.4 實驗內(nèi)容
4.4.1 無控制DEM匹配實驗
4.4.2 通過基準DEM進行影像糾正實驗
5 結論
5.1 總結
5.2 展望
致謝
參考文獻
攻讀學位期間的研究成果
本文編號:3741894
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 無人機影像稀少(無)控定位研究
1.2.2 衛(wèi)星影像無控定位研究
1.2.3 DEM匹配算法研究
1.3 論文的組織結構
2 稀少(無)控制點影像定位
2.1 稀少(無)控制點影像定位原理
2.2 有理多項式模型
2.3 影像誤差補償方案
2.3.1 物方補償
2.3.2 像方補償
2.4 基于DEM輔助衛(wèi)星影像無控定位方法
3 基于改正POS數(shù)據(jù)的無人機影像無控定位技術
3.1 無人機影像無控制點下精確定位方法
3.2 通過改正POS數(shù)據(jù)提高無人機影像地理定位
3.2.1 坐標轉換
3.2.2 空間后方交會
3.2.3 POS數(shù)據(jù)誤差來源分析
3.2.4 誤差糾正模型建立
3.3 實驗結果及對比分析
3.3.1 基于糾正后POS數(shù)據(jù)生成無人機影像實驗
3.3.2 精度分析
4 基于DEM數(shù)據(jù)輔助衛(wèi)星遙感影像的無控定位技術
4.1 基準DEM簡介
4.2 DEM匹配常用算法
4.2.1 最小高差(Least Z-Difference,LZD)算法
4.2.2 最近點迭代(Iterative Closest Point,ICP)算法
4.3 改進的無控制DEM匹配算法
4.3.1 共生矩陣提取
4.3.2 紋理特征分析
4.3.3 誤差閾值及最小二乘計算
4.3.4 相位相關分析
4.4 實驗內(nèi)容
4.4.1 無控制DEM匹配實驗
4.4.2 通過基準DEM進行影像糾正實驗
5 結論
5.1 總結
5.2 展望
致謝
參考文獻
攻讀學位期間的研究成果
本文編號:3741894
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3741894.html
最近更新
教材專著