基于经验模式分解的数字高程模型数据伪装方法

提出了一种基于经验模态分解(EMD)的数字高程模型数据伪装技术.首先利用SHA-256单向Hash函数产生由种子控制的伪随机序列,扩充序列后再用经验模态分解生成用于伪装的DEM数据,伪装后的DEM数据具有较高的视觉欺骗性.针对DEM数据提出了直方图的概念,通过修改直方图,在伪装的DEM数据中可逆地嵌入水印.本文方法可在提取水印后完全恢复伪装DEM数据,以及使用种子可完全还原秘密DEM数据,算法安全性高.     

InSAR技术制作DEM数据的精度检验

SAR数据具有较高的穿透性,利用InSAR技术制作DEM数据的生产模式已日趋成熟;然而受SAR数据源的约束,其制作的DEM数据精度如何,能满足多大比例尺的DEM,一直是存在争议的问题.利用高精度控制点、1:10000 DEM成果数据、实景三维DEM成果数据检验了利用InSAR技术制作的DEM数据的高程精度质量和地物表达...     

DEM生产中等高线及高程数据采集常见问题简析

在DEM生产中,等高线是最主要的基础数据.等高线数据的采集,直接关系到DEM产品的质量.及时总结DEM生产中等高线数据采集易出现的问题,对于有效地进行DEM的质量监督与检测,提高DEM产品的可靠性具有很重要的意义.     

基于稀疏表示模型重建TanDEM-X DEM数据

为了解决传统DEM插值方法会导致地形过于平滑、数据精度不高的问题,提出基于稀疏表示重建DEM数据.以最新公布的TanDEM-X DEM为实验数据,利用双线性插值法、克里金插值法、反距离权重插值法和本文方法对TanDEM-X 90m DEM进行重建生成较高分辨DEM,并从视觉检查、统计值和DEM差值图对不同算法进行分析和评估.实验结果表明,本文方法生成的DEM可以避免传统插值方法造成的平滑地形问题,有效抑制地形噪声,地形细节特征丰富,能够较好地保持真实地形.     

DEM内插算法与精度评定研究

本文分析了DEM数据产品的误差源、内插算法的误差模型,简要介绍了目前DEM数据产品精度评定的指标与方法途径.通过介绍DEM引出了数字高程模型内插方法,比较了各种DEM内插方法,并且分析了模型精度.     

DEM的自由拼接及可视化检查

DEM是GIS中应用最广泛的基础数据.文中主要研究了将小范围DEM无缝拼接成大区域DEM涉及到的各种技术,并从可视化的角度实现了拼接数据的质量检查.     

基于机载LiDAR数据的广西困难地区高精度DEM生产研究

数字高程模型(DEM)利用有限的地形高程数据实现对地表形态的数字化模拟,是测绘部门数据生产的重要内容.当前DEM生产主要采用交互式数字摄影测量方式,不仅需要投入大量人力,极为依赖经验,同时生产效率也较为低下.近年来兴起的机载激光雷达(LiDAR)技术为DEM获取提供了一种新的途径.本文以广西植被茂密区和陡石山区的点云数据为例,研究在广西困难地区应用机载LiDAR技术进行高精度DEM生产的可行性,并利用同区域的数字广西地貌成果对所生产的DEM进行精度验证.结果表明,应用机载LiDAR数据进行DEM生产不仅将植被茂密区的生产效率提升了25％,陡石山区的生产效率提升了7倍以上,同时数据精度能够满足1:10000 DEM的要求,在广西传统DEM生产困难地区具有极大的优势.     

基于对象的高精度DEM数据管理方法研究

DEM数据是智慧城市建设和管理所需的重要基础数据之一,本文以上海市高精度DEM数据为例,研究了一种基于对象的高精度DEM数据管理方法,可实现多源多精度DEM数据融合管理,解决了特大型城市海量DEM数据管理和应用中存在的精细程度不足、管理效率不高、更新维护不便等方面的不足问题,满足了上海智慧城市建设中规划、土地、水务和气象等多个管理领域的应用需求.     

ENVISAT/ASAR多角度干涉雷达数据山区DEM生成及精度分析

在地形起伏较大的山区用干涉SAR生成DEM时,合适的入射角是获取高精度DEM的重要参数之一.本文基于ENVISAT/ASAR多角度干涉雷达数据,SRTM 90米分辨率的DEM以及1:5万的数字化DEM数据,从定性和定量的角度比较和分析了干涉SAR在获取山区DEM时,入射角对DEM精度的具体影响.结果表明:对于ASAR的多入射角干涉雷达数据,在不同入射角条件下由于雷达叠掩和透视收缩的影响,获取的DEM精度差别很大,入射角带来的影响相当显著,比如IS2和IS4角度得到的DEM的精度差超过了6米.因此,在山区干涉SAR地形成图时,必须对入射角的大小进行严格的选择.     

基于移动窗口法的DEM数据优化方法研究

数字高程模型DEM的表达方法主要有TIN、规则格网、等高线等.由于这些方法都没有预先对高程数据进行优化,会造成大量的数据冗余,从而影响构建DEM的速度.研究移动窗中和逐点搜索两种构建DEM的数据优化算法,并利用Matlab软件对SRTM数据进行试验验证,结果表明这两种方法都达到较好的优化效果,可大大提高构建DEM的速度...