發(fā)布時間：2023-11-18 14:24

　　三維基準轉(zhuǎn)換中經(jīng)典的線性Bursa-Wolf模型僅僅適用于旋轉(zhuǎn)角較小的情況,隨著測量技術(shù)的發(fā)展,例如在攝影測量以及三維激光掃描方面,影像匹配和點云配準的本質(zhì)就是確定任意旋轉(zhuǎn)角下,尤其是大旋轉(zhuǎn)角時三維基準轉(zhuǎn)換的參數(shù)。以小旋轉(zhuǎn)角為例,在Bursa-Wolf模型的誤差方程的系數(shù)矩陣中,一部分是由公共點的源坐標構(gòu)成,而源坐標即使經(jīng)過平差處理,還是會含有隨機誤差或受到隨機誤差的影響,這與經(jīng)典最小二乘(Least Squares, LS)的前提假設(shè)不相符。兼顧觀測向量和系數(shù)矩陣中的隨機誤差,對其進行整體考慮以及全面分析的方法稱之為整體最小二乘(Total Least Squares, TLS)。因此,本文任意旋轉(zhuǎn)角下的三維基準轉(zhuǎn)換的整體最小二乘法為研究對象,主要研究內(nèi)容如下： 基于經(jīng)典LS的Gauss-Markov模型,研究了三維基準轉(zhuǎn)換的線性模型和非線性模型,并通過仿真實驗加以驗證,實驗結(jié)果表明：旋轉(zhuǎn)角較小時,線性模型與非線性模型的解算精度基本一致；在旋轉(zhuǎn)角較大時,線性模型的解算結(jié)果嚴重失真,非線性模型的解算結(jié)果較好。 針對經(jīng)典LS未顧及到系數(shù)矩陣中含有隨機誤差或受到隨機誤差的影響,引入了兼顧觀...

【文章頁數(shù)】：67 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
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究現(xiàn)狀
    1.3 研究內(nèi)容與技術(shù)路線
2 基于最小二乘的三維基準轉(zhuǎn)換模型
    2.1 經(jīng)典最小二乘平差原理
    2.2 三維基準轉(zhuǎn)換模型
    2.3 三維基準轉(zhuǎn)換的線性模型
    2.4 三維基準轉(zhuǎn)換的非線性線性模型
        2.4.1 非線性十三參數(shù)模型
        2.4.2 非線性七參數(shù)模型
    2.5 仿真實驗
        2.5.1 實驗一(小旋轉(zhuǎn)角)
        2.5.2 實驗二(大旋轉(zhuǎn)角)
    2.6 本章小結(jié)
3 加權(quán)整體最小二乘的基本原理及算法
    3.1 EIV模型與整體最小二乘基本原理
    3.2 基于非線性拉格朗日函數(shù)的WTLS迭代解法
    3.3 基于Newton-Gauss的WTLS迭代算法
    3.4 算例分析
    3.5 本章小結(jié)
4 三維基準轉(zhuǎn)換的加權(quán)整體最小二乘法
    4.1 加權(quán)整體最小二乘的通用模型
    4.2 基于Newton-Gauss加權(quán)整體最小二乘的正交約束模型
        4.2.1 解法一
        4.2.2 解法二
        4.2.3 迭代算法
    4.3 算例分析
        4.3.1 實驗一
        4.3.2 實驗二
    4.4 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
致謝
作者簡歷



本文編號：3865467