视差驱动的LoS DSM:支持非 nadir VHR 卫星图像中精准建筑检测的高效共配准方法
43 浏览量
更新于2024-07-15
收藏 3.07MB PDF 举报
本文研究主要关注"基于视差的视线数字表面模型(Line-of-Sight DSM, LoS-DSM)生成在离天底(off-nadir)超高分辨率(Very High Resolution, VHR)卫星图像中的图像高程共配准问题"。光学图像和高程数据的融合对于三维辅助制图至关重要,特别是当涉及到建筑物检测时,因为建筑物作为地面上的显著特征,需要精确的配准来确保结果的准确性。
传统摄影测量方法在处理密集城市地区获取的VHR卫星图像时,由于视角倾斜导致的共配准难题,可能无法达到理想的效果。为了克服这一挑战,研究人员提出了一种创新的Disparity-Based Elevation Co-Registration (DECR) 方法。DECR方法利用视差信息,旨在生成LoS-DSM,实现了像素级别的图像高程共校准,显著提高了精度,其RMSE值相较于传统方法有所降低,小于2个像素。
DECR方法的应用体现在实际的建筑物检测任务中,通过在具有挑战性的城市环境中进行基于高程的建筑物检测(EBD),结果显示检测质量高达90%以上。这种方法不仅提高了检测性能,还确保了检测到的对象能够准确地地理参照到它们的实际地面位置,便于与其他地图无缝集成。
相比于原始的LoS-DSM开发算法,DECR算法在效率上更具优势,它减少了计算步骤,保持了高精度,同时极大地降低了在人口稠密地区进行海拔标准化的需求。研究成果发表在《地理信息系统》期刊上,2018年第10期,具有国际标准刊号(ISSN Online:2151-1969, ISSN Print:2151-1950),并获得了DOI:10.4236/jgis.2018.101002。
总结来说,本文的核心贡献在于提供了一种有效的技术手段,将视差信息与高程数据相结合,解决了离天底VHR卫星图像中的建筑物检测中的高精度共配准问题,这在现代GIS应用中具有重要的实践价值和理论意义。
2023-05-25 上传
2023-06-06 上传
2023-09-17 上传
2024-01-10 上传
2023-07-20 上传
2024-02-29 上传
2023-08-05 上传
2024-07-24 上传
2023-07-17 上传
weixin_38642285
- 粉丝: 5
- 资源: 947
最新资源
- 磁性吸附笔筒设计创新,行业文档精选
- Java Swing实现的俄罗斯方块游戏代码分享
- 骨折生长的二维与三维模型比较分析
- 水彩花卉与羽毛无缝背景矢量素材
- 设计一种高效的袋料分离装置
- 探索4.20图包.zip的奥秘
- RabbitMQ 3.7.x延时消息交换插件安装与操作指南
- 解决NLTK下载停用词失败的问题
- 多系统平台的并行处理技术研究
- Jekyll项目实战:网页设计作业的入门练习
- discord.js v13按钮分页包实现教程与应用
- SpringBoot与Uniapp结合开发短视频APP实战教程
- Tensorflow学习笔记深度解析:人工智能实践指南
- 无服务器部署管理器:防止错误部署AWS帐户
- 医疗图标矢量素材合集:扁平风格16图标(PNG/EPS/PSD)
- 人工智能基础课程汇报PPT模板下载