【摘 要】
：
像点偏移是影响光束法区域网平差结果精度的主要因素之一.克服平差过程中像点偏移的影响,以提高区域网平差精度,一直受到业界高度重视.当前,克服像点偏移的常规做法是借助特定的参数模型对其进行描述,构建基于附加参数模型的自检校光束法区域网平差模型,在区域网平差的同时求解引入的参数,进而实现对系统误差的补偿.Bauer模型、Ebner模型、Brown模型、光学畸变模型是现有算法中描述像点偏移的常用模型.为了对上述4种模型的系统误差进行验证,本文首先在经典的光束法区域网平差模型基础上分别设计了与4种模型相对应的自检校
【机 构】
：
中国矿业大学环境与测绘学院,江苏 徐州221116;中国矿业大学环境与测绘学院,江苏 徐州221116;自然资源部国土环境与灾害监测重点实验室,江苏 徐州221116;江苏省资源环境信息工程重点实验室
论文部分内容阅读
像点偏移是影响光束法区域网平差结果精度的主要因素之一.克服平差过程中像点偏移的影响,以提高区域网平差精度,一直受到业界高度重视.当前,克服像点偏移的常规做法是借助特定的参数模型对其进行描述,构建基于附加参数模型的自检校光束法区域网平差模型,在区域网平差的同时求解引入的参数,进而实现对系统误差的补偿.Bauer模型、Ebner模型、Brown模型、光学畸变模型是现有算法中描述像点偏移的常用模型.为了对上述4种模型的系统误差进行验证,本文首先在经典的光束法区域网平差模型基础上分别设计了与4种模型相对应的自检校光束法区域网平差模型,并予以编程实现;然后通过实例对上述4种模型的算法运行结果进行了验证、比较及分析.试验结果表明,Ebner模型和Brown模型的引入可有效提高光束法区域网平差的精度;Bauer模型的引入对小型区域网平差精度的提升更加有效;光学畸变模型的引入对区域网平差结果的精度提升作用相对较小.
其他文献
针对现有安全风险防范工作中对尾矿库数量统计与“一库一策”的管理需求,该文提出了一种将深度学习与随机森林结合的典型尾矿库遥感目标识别方法.首先,运用Faster R-CNN模型进行基于遥感影像的尾矿库目标检测,实现大范围影像内尾矿库正确识别结果的保留;其次,为进一步提高识别精度,统计识别结果中图像的几何特征,采用U-Net分别设计尾矿库语义分割模型与尾矿库水、砂、坝场景分割模型,获取了尾矿库面积特征、场景元素几何特征与空间关系特征,通过改进的Res-Net图像分类模型得出尾矿库概率特征;最后,基于随机森林分
为了对BDS-3全球定位性能进行全面系统的评估,该文基于MGEX测站2020年336-342 d的BDS和GPS实测数据,对比分析BDS-3、GPS以及BDS-3/BDS-2的单频及双频定位性能,并研究不同区域、不同高度角对BDS-3、GPS、BDS-3/BDS-2定位精度与收敛时间的影响.实验结果表明:双频PPP中,加入BDS-2后,与单BDS-3不同频率组合相比较,在定位精度上没有明显的提升,收敛时间提升了22％、13％,GPS定位精度也略优于BDS-3;单频PPP方面,BDS-3新信号B1C定位性能
获取光伏电池板的空间分布及动态变化信息对于国土调查、资源环境监测和能源结构评估具有重要意义,然而,传统的光伏电池板的识别依赖于人工设计的中低层次特征,无法克服对象光谱不确定性、空间结构类型复杂等难题,算法普遍存在稳健性不强、效率不高等问题.目前,基于场景单元从遥感影像中提取空间信息,多数算法仅建立在少数标准数据集上,未考虑实际应用中遥感图像质量、空间分辨率等因素对图像场景深度特征表达的影响,制约了遥感技术在城市结构、经济社会知识挖掘方面的深入应用.针对以上情况,本文基于卷积神经网络(CNN)采用迁移学习和
针对在三维重建中,利用图像序列重建的方法耗时过长、模型精度低的问题,该文提出一种对离散点云稠密化的优化方法.以图像序列的三维模型重建为背景,在增量式运动恢复结构算法(SfM)生成三维稀疏点云的基础上,对目标物体表面的稀疏离散点进行稠密化,并提出了一种针对基于面片的多视角立体几何算法(PMVS)时间复杂度的优化方法.针对稠密点云重建过程中PMVS算法耗时过长的问题,构建一种基于原始的拟牛顿优化方法的改进算法.在PMVS算法的面片优化部分中,对拟牛顿算法(BFGS)的修正矩阵迭代公式进行改进,确保全局收敛的同
作为政府管理的基础单元,地理实体的构建是智慧城市建设的重要内容.本文在分析国内外地理实体相关研究和应用的基础上,基于上海市“智能化全息测绘”实践经验,阐述了面向城市级应用的地理实体构建范围;以院落和房屋两类典型实体为例,分析了其数据特点,探索了其构成内容及构建规则,为智慧城市建设中地理实体的构建和智能化应用提供了参考.
拓扑关系优劣影响着线状网络数据的连通性及正确性,是决定线状网络数据质量的重要因素.目前的研究或应用软件只能在一定距离阈值内对简单的线状网络数据进行拓扑关系修复,没有相对完善的识别类型、修复流程及优化方法.针对这个问题,该文提出4种识别类型及3种拓扑关系修复模式:优先顾及数据的属性或几何形态相同或相似特征,并充分考虑线状网络数据中所涉及弧段的长度、角度,修复补偿出一个连续的、完整的网络化数据.通过实验验证,该文方法不仅在可靠性上优于传统方法,而且在可视化效果上更贴合线状网络数据的应用.
建筑物作为三维模型的主体,其矢量化主要依赖人工勾画,虽有采用深度学习等方法进行建筑物提取的研究,但依然需要标注大量样本.针对上述问题,本文以天津市典型区域为试验区,提出一种融合高度和光谱信息的倾斜摄影数据建筑物自动提取方法.首先,通过高度初始分割、植被信息滤除、形态学后处理等,逐步优化建筑物提取结果,实现建筑物信息的自动提取,建筑物的总体识别精度达到94％.然后,通过对建筑物轮廓进行矢量化和规则化,在地理信息平台中实现了建筑物的对象化查询,拓展了实景三维模型的应用深度.
为了深入了解我国各地区的信用环境现状,研究影响信用环境的社会经济因素,对有针对性地提升城市信用环境水平,吸引人才和投资,促进经济发展具有重要意义.该文利用局部空间自相关分析我国城市商业信用环境指数的空间分布格局,其高高值区域主要集中在环渤海地区和长江三角洲地区,低低值区域主要集中在中部地区和西南地区.基于城市商业信用环境指数分析我国信用环境的区域分布规律,利用极端梯度提升算法建立城市商业信用环境指数与社会经济指标的回归模型,模型的决定系数R2为0.8571.特征重要性分析结果表明,住户存款余额、年末金融机
针对目前高分辨率遥感影像变化检测算法对于光谱变化过敏感问题,本文提出了一种基于超像素分割与条件随机场(CRF)的遥感影像变化检测算法.首先采用空间约束的t混合模型驱动的分割模型,获得同质性超像素块,实现良好的边界附着性和亮度均匀性.然后计算分割得到的双时相影像块之间的特征差异性,获取变化幅度图像.最后利用模糊聚类算法(FCM)对变化幅度图像进行聚类,得到隶属度图像作为CRF一阶势,并利用光谱-空间相似度约束的函数构建CRF二阶势.试验结果表明,与现有方法相比,该方法检测精度可提高5％,错检率和漏检率可降低
针对DInSAR沉降监测中选择不同时相组合影像的沉降监测结果精度的影响差异和监测结果偏差,该文以多期DInSAR数据按照不同时相组合进行DInSAR相干分析计算沉降量,同时引入同期水准沉降监测结果作为评价指标,提出了DInSAR沉降监测中影像组合的时相选择原则.该文以降水量为影响因子,对降水量与DInSAR沉降监测精度进行定量分析,提出针对时相数据不当干涉处理改正模型,对由降水影响的不同季节地表覆盖和散射分量差异造成的DInSAR沉降监测偏差进行了改正.实验结果表明:该方法能够为高精度、可靠DInSAR沉