一种基于共生矩阵的无控制DEM匹配方法

发布时间：2021-03-29 00:39

　　针对非同源数字高程模型（DEM）数据地表差异性大易引起误差、传统DEM匹配方法迭代运算范围小及需设定迭代初值等问题,该文提出一种改进的DEM匹配算法。首先,该方法以最小高差（LZD）法为基础,通过投影转换匹配两种DEM的坐标系,消除DEM间的旋转角;其次,建立共生矩阵,利用纹理特征差异确定基准DEM最小搜索区域;最后,结合相位相关法,将空域高程信息转换为频域信息,检验并寻找匹配偏移矢量,最终实现DEM高精度匹配。实验表明,该方法能够拉大数据匹配范围且不需要设定迭代初值,有效提高了算法的迭代效率和DEM匹配精度。 

【文章来源】：测绘科学. 2020,45(01)北大核心CSCD

【文章页数】：8 页

【部分图文】：

DEM匹配技术路线图

因此为进一步验证本文提出的DEM方法在不同地区的适用性和有效性，进行第2组实验，第2组实验区选择兰州市及其周围地区，实验过程与第1组实验类似，经过灰度共生计算提取纹理特征值，获得初始搜索DEM，如图5所示。图3 原始DEM匹配数据（第1组）

原始DEM匹配数据（第1组）

【参考文献】：
期刊论文
[1]基于灰度共生矩阵的乳腺病理图像纹理特征分析[J]. 赵爽,李延军,马志庆,赵文华.  中国医学装备. 2018(08)
[2]一种改进的快速最小高差DEM匹配方法[J]. 陈小卫,岑敏仪,卢俊,张同刚,张保明.  测绘科学技术学报. 2017(04)
[3]资源三号卫星影像DEM提取与精度分析[J]. 兰穹穹,郝雪涛,齐怀川.  遥感信息. 2015(03)
[4]相位相关法辅助的重复纹理区低空影像匹配[J]. 何海清,张永军,黄声享.  武汉大学学报(信息科学版). 2014(10)
[5]基于灰度共生矩阵的影像纹理特征研究[J]. 王宏光,刘义范.  测绘通报. 2013(02)
[6]利用IKONOS立体像对提取DEM精度的实验[J]. 丁辉,姚安强.  测绘科学. 2012(01)
[7]ASTER GDEM数据介绍与程序读取[J]. 康晓伟,冯钟葵.  遥感信息. 2011(06)
[8]遗传算法和最小二乘匹配相结合的DEM匹配方法[J]. 杨容浩,岑敏仪,张同刚,杨佳.  水土保持通报. 2010(03)
[9]采用截尾最小二乘估计的DEM匹配方法[J]. 张同刚,岑敏仪,冯义从,杨容浩,任自珍.  测绘学报. 2009(02)
[10]用无控制DEM匹配与差异探测监测泥石流灾害的方法研究[J]. 冯义从,岑敏仪,张同刚.  水土保持通报. 2007(01)

硕士论文
[1]DEM辅助无地面控制点卫星影像定位技术研究[D]. 贺宏.解放军信息工程大学 2013



本文编号：3106551