高空间分辨率遥感影像无控定位研究

发布时间：2023-02-13 14:32

　　遥感影像地面目标定位的精度依赖控制点的数量及其优化的空间分布。控制点数据外业获取较为费时费力,且有时面临难以实地获取的问题,如境外、岛(礁)及沙漠等地区。因此,如何在无地面控制点条件下提高遥感影像定位精度已成为遥感技术应用、研究热点问题之一。在对相关文献分析和大量实验研究的基础上,根据项目需求,论文提出了两种针对高空间分辨率影像的无控定位技术。主要工作及创新内容如下:1、提出了一种基于改正POS数据的无人机影像无控定位技术(1)系统研究了无人机影像地理定位精度的影响因素,通过辅助数据获取地面控制信息,检验无人机影像直接定位精度。实验证明在无控制点时基于原始POS数据直接影像定位,存在较大的系统误差。(2)研究发现POS数据系统误差及其在飞行过程中针对奇、偶行带间影像外方位线元素误差具有相反性,因此,提出误差改正模型并设计了误差改正方案。通过计算POS系统误差参数,补偿POS数据误差,进而通过改正后POS数据完成无人机正射影像拼接处理。实验证明了该方案具有较高的精度和稳定性。2、提出了一种DEM数据辅助卫星影像的无控定位技术(1)系统研究了稀少(无)控遥感影像定位原理,分析了有理多项式模...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 无人机影像稀少(无)控定位研究
        1.2.2 卫星影像无控定位研究
        1.2.3 DEM匹配算法研究
    1.3 论文的组织结构
2 稀少(无)控制点影像定位
    2.1 稀少(无)控制点影像定位原理
    2.2 有理多项式模型
    2.3 影像误差补偿方案
        2.3.1 物方补偿
        2.3.2 像方补偿
    2.4 基于DEM辅助卫星影像无控定位方法
3 基于改正POS数据的无人机影像无控定位技术
    3.1 无人机影像无控制点下精确定位方法
    3.2 通过改正POS数据提高无人机影像地理定位
        3.2.1 坐标转换
        3.2.2 空间后方交会
        3.2.3 POS数据误差来源分析
        3.2.4 误差纠正模型建立
    3.3 实验结果及对比分析
        3.3.1 基于纠正后POS数据生成无人机影像实验
        3.3.2 精度分析
4 基于DEM数据辅助卫星遥感影像的无控定位技术
    4.1 基准DEM简介
    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 最近点迭代(Iterative Closest Point,ICP)算法
    4.3 改进的无控制DEM匹配算法
        4.3.1 共生矩阵提取
        4.3.2 纹理特征分析
        4.3.3 误差阈值及最小二乘计算
        4.3.4 相位相关分析
    4.4 实验内容
        4.4.1 无控制DEM匹配实验
        4.4.2 通过基准DEM进行影像纠正实验
5 结论
    5.1 总结
    5.2 展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3741894