基于坡度RMSE与3维可视化的格网DEM粗差检测与剔除

粗差的存在会造成数字高程模型(DEM)空间上的严重扭曲,有时能导致DEM及其产品严重失真,因此有必要对DEM的粗差进行探测和修正。针对目前格网DEM粗差探测算法的局限性,提出基于坡度RMSE与3维可视化联合的格网DEM粗差探测与剔除方法。采用坡度法,获取所有可疑点,然后对可疑点在一定范围内建立3维可视化模型,进行交互式探测与剔除,并通过实验来验证该方法的有效性和可行性。     

大区域离散型DEM源数据粗差探测与剔除

研究DEM粗差的数据探测法,实现大区域数据的自动分块处理、链表形式存储数据、分块后数据的3次曲面拟合,残差向量的统计分析和假设检验,剔除粗差。实践证明该方法完全可行。     

重力数据粗差探测与剔除方法的研究

根据均值漂移模型,针对重力场特点,综合利用高精度DEM数据及绘图法,本文提出了三种重力数据的粗差探测与剔除方法,对重力点数据进行全面的粗差探测与剔除,为建立我国高精度、高分辨率数字大地水准面、垂线偏差模型提供可靠的基本数据;实际结果表明,该方法正确可靠,是一种行之有效的粗差探测与剔除方法。     

基于不同大小窗口的移动曲面拟合法探测不规则DEM粗差的一种方法

粗差的存在会造成数字高程模型(DEM)空间上的严重扭曲,有时能导致DEM及其产品严重失真,甚至完全不能使用.因而有关DEM的粗差诊断问题已愈来愈引起人们的关注.本文在对现有的基于点方式的DEM粗差探测算法进行分析的基础上,提出一种基于不同大小窗口的移动曲面拟合法探测DEM粗差的一种方法(简称YXY算法),并通过蒙特卡洛仿真试验来验证该算法的有效性和可行性.     

基于抗差最小二乘配置的点云内插DEM算法研究

针对传统的点云内插DEM算法存在模型误差和点云粗差等问题,提出利用抗差最小二乘配置方法进行DEM内插。该方法可将内插模型误差当作最小二乘配置中的随机信号来处理,并采用基于抗差M估计的协方差函数拟合方法,对粗差数据进行剔除或降权处理,削弱其对协方差函数拟合精度的影响,从而提高DEM内插精度。最后采用三种实验方案对比分析,实验结果表明:抗差最小二乘配置插值方法具有更高的插值精度。     

一种从DLG生成高质量DEM的混合方式

以由DLG生成DEM的质量问题为核心，讨论了原始DLG数据的粗差检测与剔除、自动生成地形特征点、TIN的生成及优化、平三角形的剔除、内插方式的选择以及质量评定等方面，提出了集自动、半自动、手工处理为一体的混合方式。     

一种从DLG生成高质量DEM的混合方式

以由 DL G生成 DEM的质量问题为核心 ,讨论了原始 DL G数据的粗差检测与剔除、自动生成地形特征点、TIN的生成及优化、平三角形的剔除、内插方式的选择以及质量评定等方面 ,提出了集自动、半自动、手工处理为一体的混合方式     

GPS高程拟合中剔除粗差的方法

在GPS高程拟合中,粗差影响着整个拟合的精度,粗差剔除是GPS高程拟合中重要一步。文中提出一种循环泰勒多项式拟合法和F-T法的组合,通过与部分最小二乘平差法比较,发现这种方法不但有严谨的理论,有可行的应用价值,而且可以有效地剔除粗差。     

基于主成分分析法的DEM粗差定位

规则格网DEM数据结构简单,易于存储,因而针对于它设计的粗差探测算法成果丰富,较为常用的有基于坡度信息算法以及基于参数统计方法。本文在现有算法的基础上,将主成分分析法应用到DEM粗差定位中,充分考虑DEM数据空间相关的特性,使粗差检测更为准确可靠。本文采用实测的ZX铁路线DEM数据对该算法进行检验,从试验结果可以得知,新算法不仅适用于生产者,也可面向最终用户。     

GPS高程拟合中粗差剔除的问题研究

在GPS高程拟合中,粗差往往影响着整个拟合的精度,粗差剔除是GPS高程拟合中的重要一步.论文中采用了循环稳健估计和F-T的组合法,这种方法可以有效弥补稳健估计的不确定性,F-T法运用严密的概率统计论的方法,能进行整体拟合粗差的检验和单个粗差的检验,我们发现这两种方法的结合可有效、彻底地剔除含有多个粗差的数据,使拟合精度更高.