基于坐标归一化和奇异值分解的直接线性变换解法

直接线性变换方法是数字摄影测量和计算机视觉领域最常用的解析处理方法之一,特别适用于未检校数码相机的三维测量,但直接线性参数间的相关性、物方控制的约束和设计矩阵元素数量级的较大差异,均可导致法矩阵严重病态,从而影响解的稳定性。本文借鉴改进的八点基本矩阵估计算法,采用基于坐标归一化和奇异值分解的解法,即首先将像点和物点坐标进行相似变换得到归一化坐标后组成法矩阵,其次利用矩阵奇异值分解方法代替常规的最小二乘方法,模拟和真实数据表明,此方法可以有效提高解算精度和稳定性。     

基础电子地图显示的关键技术

电子地图在走向产业化、实用化的过程中,人们越来越感到电子地图的显示所产生的问题不能被忽视。目前,对电子地图显示缺少系统的研究,特别是从理论、技术和实际应用层面相结合的研究还比较少见。因此,在分析基础电子地图显示存在问题的基础上,以地图制图理论为指导,研究了基础电子地图的显示特点,提出了基础电子地图显示研究的理论框架,并针对基础电子地图自适应变焦显示、可视化表达以及显示风格转换系统的研制等关键问题进行了探讨和实践。     

地图误差对地图匹配质量的影响

高精度的数字地图是正确匹配车辆位置的基础。详细分析了地图数据的地理误差和拓扑误差的误差形式,路网数据模型的常见误差因素和改进策略,最后介绍了不同地图匹配算法对地图质量的敏感性和可行性。根据可能出现的误差对现有数字地图和匹配算法加以改进,弥补了原有数字地图带来的不精确缺陷。跑车实验证明,考虑了数字地图误差影响的匹配算法可以明显提高定位精度,减小车辆定位误差。     

基于色层图与纹理融合的地形晕渲

针对三维地形晕渲的具体需求和存在问题,提出了一种基于色层图与纹理融合的晕渲方法。根据自定义或色层表主色调插值生成色彩连续的色层图,对地形高程进行着色;在地表材质分块的基础上,通过计算相邻材质边界上的多重纹理坐标,使用多重纹理映射进行融合过渡;最后给出了实验结果。     

数字管网连通分析的淘汰算法与实现

本文从图论的观点出发,分析了数字化市政管网的构成和连通的特点,探索出数字化管网线路连通性分析的规律,提出了逐步淘汰算法进行连通性分析的方法。给出了基于mapbsic的实现这种算法的关键语句和注意问题。     

一种Brovey变换图像融合法的改进算法

分析了的Brovey变换融合算法,提出了一种新的基于Brovey变换、对数变换亮度调整的图像融合方法,试验数据的对比和分析证明了其保留多光谱影像的光谱信息.     

局部区域GPS网坐标转换的改进模型

GPS的应用经常涉及到坐标变换.用局部小区域的GPS网数据求解三维坐标转换模型(如布尔萨模型)的转换参数时,平移参数精度不高,病态问题较严重.提出了用坐标转换的改进模型,能有效提高平移参数的精度,在一定程度上解决了病态问题,在工程测量中有一定的实用价值.     

高斯投影公式的机助推导

随着GPS应用的普及,高斯投影在测量中出现的机会越来越多。许多文献上都给出了推导过程,这个推导过程的运算量是非常大的,而且计算精度难于提高。经过研究,一种易于编程的递推公式被发现,虽然这个公式在计算量上没有减少,但是可以较好地解决精度问题。     

基于LBV变换的遥感影像多步骤分类法研究

面对与日俱增的遥感数据,如何快速准确地进行影像分类成为遥感领域亟待解决的问题。本文在前人的基础上提出了一种基于LBV变换的遥感影像多步骤分类方法。L:地物的总辐射水平,集中反映了裸地的信息;B:地物的可见-红外光辐射平衡,是地面水分状况和水体存在的一个良好指标;V:地物辐射随波段变化的方向和速度向量,能集中反映地面植被状况。多步骤分类法遵循由易到难的原则,能克服类别之间的互相影响,从而提高分类精度。文章结合LBV变换和多步骤分类法的优点对影像进行了分类,结果表明该方法简单易行,且能达到良好的分类精度。     

On the multivariate total least-squares approach to empirical coordinate transformations. Three algorithms

The multivariate total least-squares (MTLS) approach aims at estimating a matrix of parameters, Ξ, from a linear model (Y−E _Y = (X−E _X ) · Ξ) that includes an observation matrix, Y, another observation matrix, X, and matrices of randomly distributed errors, E _Y and E _X . Two special cases of the MTLS approach include the standard multivariate least-squares approach where only the observation matrix, Y, is perturbed by random errors and, on the other hand, the data least-squares approach where only the coefficient matrix X is affected by random errors. In a previous contribution, the authors derived an iterative algorithm to solve the MTLS problem by using the nonlinear Euler–Lagrange conditions. In this contribution, new lemmas are developed to analyze the iterative algorithm, modify it, and compare it with a new ‘closed form’ solution that is based on the singular-value decomposition. For an application, the total least-squares approach is used to estimate the affine transformation parameters that convert cadastral data from the old to the new Israeli datum. Technical aspects of this approach, such as scaling the data and fixing the columns in the coefficient matrix are investigated. This case study illuminates the issue of “symmetry” in the treatment of two sets of coordinates for identical point fields, a topic that had already been emphasized by Teunissen (1989, Festschrift to Torben Krarup, Geodetic Institute Bull no. 58, Copenhagen, Denmark, pp 335–342). The differences between the standard least-squares and the TLS approach are analyzed in terms of the estimated variance component and a first-order approximation of the dispersion matrix of the estimated parameters.