共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
基于虚点影响域重构的CD-TIN约束线删除算法 总被引:2,自引:0,他引:2
根据CDTIN中约束线的多态性,提出了利用虚点描述约束线交叉的情况,并用虚点影响域重构算法(influence domain retriangulating for virtual point,IDRVP)来解决CDTIN约束线删除操作中的约束线交叉问题,确保了CDTIN的拓扑完备性,并对算法进行了验证。 相似文献
3.
4.
函数模型和随机模型双约束的GNSS数据融合及其性质 总被引:1,自引:0,他引:1
推导了基于函数模型和随机模型共同约束的参数最小二乘解及其验后精度估计模型;作为双约束参数解的特例,给出了仅含函数模型约束或仅含随机模型约束的参数解,以及无任何约束的参数解。侧重从理论上讨论了双约束参数解的性质,并分析指出,函数模型约束本身的误差将给参数估计带来强制性扭曲(简称"硬性影响"),先验随机模型本身的误差将给参数估计带来随机性影响(简称"软性影响")。最后,通过实际GNSS数据融合,分析了函数模型约束和随机模型约束的贡献。 相似文献
5.
本文提供了一种用于生成DTM的LSM算法的数学模型。其特点是,引入了辐射线条件和共面条件的几何约束,以及辐射偏差和几何变形参数的虚拟观测方程。试验表明.改善了LSM算法的收敛性、稳定性和可靠性,因而提高了图像配准的质量。 相似文献
6.
7.
基于约束满足神经网络的整体影像匹配 总被引:1,自引:0,他引:1
将影像匹配看作一个约束满足问题(CSPs),并用约束满足神经网络(CSNN)来实现整体影像匹配。根据新松弛标号法对网络的结构和迭代方式进行了改进,使其能够处理复杂地形条件下影像匹配中存在的“零匹配”和“多匹配”问题。实验表明,该匹配算法可快速、有效地处理复杂地形条件下的影像匹配问题 相似文献
8.
卡尔曼滤波是研究如何从被噪声污染的观测信号中过滤噪声,尽可能消除噪声影响,求未知真实信号或系统状态的一种估计方法.首先简要回顾了无约束离散时间不变系统卡尔曼滤波的模型及解算方法、统计性质.然后将其扩展到等式约束情形,推导了等式约束卡尔曼滤波的解及其统计性质.根据有效约束集的思想阐明了附不等式约束和等式约束卡尔曼滤波问题的内在联系,指出其解具有相同的性质,并提出用积极集法解决具有二次规划形式的不等式约束卡尔曼滤波问题. 相似文献
9.
10.
讨论了建立约束Delaunay三角网算法的研究现状,采用“逐点插入法”和“多对角线交换算法”构成“两步法”,在此基础上,从建立高精度三角网模型的需求出发,研究以大数据量等高线为约束边进行Delaunay三角剖分的改进算法。针对“逐点插入法”,采用网格分块的方法对构网点集和已生成的三角网建立索引,提高了点的查询速度和点在三角网中的定位速度,提高了三角网的生成效率;针对“多对角线交换算法”,增加了一些特殊情况的处理,提高了算法的健壮性和交换速度。 相似文献
11.
12.
基于DEM的遥感数据复原方法研究 总被引:1,自引:0,他引:1
介绍了一种基于数字高程模型(DEM)的遥感数据复原新方法。此方法将地形因子作为最主要的作用因子,不考虑卫星传感过程中的随机影响。首先,根据基础地理数据,按其等高线层生成DEM; 然后,利用DEM,通过实测样点、DEM和经过纠正的遥感数据的信息融合,进行遥感数据中像元样点的坡度、坡向分析,建立DEM与遥感信息的相关关系模型,以数学统计方法描述地形因子对遥感数据的作用机理; 最后,进行逐像元的遥感信息复原(归一化)。结果表明,该方法具有较好的信息复原效果,可消除或减少地形对遥感数据的影响,增强遥感技术在山区复杂地形下的实用性。 相似文献
13.
14.
15.
16.
基于规则格网DEM自动提取地性线的一种简便方法 总被引:1,自引:0,他引:1
给出了一种基于规则格网DEM自动提取地性线的简便方法,阐述了其具体实现过程,实验表明其不仅易于实现,而且还是一种基本上对大部分常规地形的DEM均适用的方法。 相似文献
17.
18.
针对DEM高程中误差评价指标的不足,提出了一种基于填挖方分析的DEM精度评价模型以及计算方法,将DEM填挖方误差Ec定义为待评价DEM与参考DEM在同一区域的三维体积差异和与该区域面积之商。探究了DEM填挖方误差和DEM分辨率R以及地形平均坡度S之间的关系,得到DEM填挖方误差的定量估算模型为Ec=0.004 8·R·S。实验表明,模型估算精度达95.85%以上。该模型为在不同地形条件下,确定满足限差要求的DEM分辨率提供了依据。 相似文献
19.
20.
刘二永 《测绘与空间地理信息》2013,(12):1-3,7
基于柯西-施瓦茨不等式,本文提出了一种新的误差3维可视化方法,用于描述DEM双线性插值的误差传播。该模型给DEM用户提供了围绕量测DEM的一个置信空间,真实的DEM将以大于预定的置信水平包含在这个置信空间里。该模型可以使DEM用户直观地了解DEM双线性插值的误差传播情况,从而使对DEM适用性的决策更为准确。 相似文献