利用特征显著度提取地形特征线的方法

针对现有的地形特征线提取方法不能根据特征强弱对提取结果进行方便的筛选控制的问题,提出了一种基于特征显著度的山脊和山谷线提取方法。首先,对数字高程模型数据进行高斯滤波和下采样;然后,通过全局断面扫描确定特征点,并根据高度、高度落差和坡度计算特征显著度,在进行特征延伸后构造特征图,利用最小生成树算法得到特征森林;随后进行枝干分解并计算各枝干的特征显著度,根据特征显著度进行枝干裁剪;最后,通过尾钩剔除、位置修正和平滑等后处理得到最终特征线。实验结果表明,该方法能提供给用户方便有效的手段以根据特征显著度对特征进行筛选控制,提取的特征线与实际地形相符,有良好的抗噪能力且能较好地处理平坦地形特征。     

一种采用PostScript成像模型的高质量地图制图方法

在分析以GIS数据为核心的传统地图制图基础上,针对基于GIS数据制图存在的制图效果不理想、要素冲突等问题,引入PostScript成像模型中的通用图形描述机制,实现对地图符号和制图数据的统一结构描述。设计了基于PostScript语言的高精度符号库,从地图符号结构、制图过程、地图要素冲突处理等方面阐明了利用PostScript成像模型进行地图制图的关键问题。利用PostScript语言研发的系统实践表明该方法能有效提高数字地图制图出版的效率和质量。     

一种三维数字高程数据压缩过程

减少数据量将为减少计算机数据储存空间和数据处理时间提供许多便利。本文描述了一种三维数字高程数据压缩过程，文章首先简要地概述了数字地形数据获取的某些方法，与实际试验一起，详细描述了这种新的 过程，提供了本文所建议的算法与目前备择算法的比较研究结果。     

从解析摄影测量到数字摄影测量的进展

本文概括了从解析摄影测量到数字摄影测量的进展，部分地考虑了所采用的方法，但主要强调数学和物理原理。解析摄影测量的原始信息量测数据是影像坐标，而数字摄影测量原始信息量测数据是数字影像灰度值。从这两种原始数据的本质可以明显地看出解析摄影测量与数字摄影测量的基本区别。对这两种技术，比较了它们的高斯－马尔柯夫估计过程，提出了影像空间和目标空间之间的相互关系；对辐射的考虑比以前起了更重要的作用。数字摄影测量     

无人机遥感真正射影像高精度制图

近年来无人机低空遥感技术不断发展,利用无人机影像生成的真正射影像（TDOM）在成图精度、制作流程方面仍有提高的空间。本文采用固定翼无人机和专业摄影相机采集影像,布设地面控制点,提出了利用运动恢复结构（SfM）和多视立体视觉（MVS）工作流来生成高精度数字表面模型（DSM）和数字正射影像（DOM）的方法;对遮蔽倾斜部分进行阴影检测、DSM修编和多视影像纹理补偿生成TDOM;最后用TDOM上随机分布的检查点进行精度检查,水平精度为3.3 cm,垂直精度为7.5 cm;消除了DOM中倾斜和阴影部分,使建筑物保持垂直视角,生成的满足1：500比例尺高精度并消除倾斜阴影的TDOM可用于农村宅基地确权、国土规划设计等领域。     

高分辨率遥感影像DSM的改进半全局匹配生成方法

提出一种基于改进半全局匹配算法的高分辨率遥感影像数字表面模型（digital surface model,DSM）生成方法。首先利用影像间连接点几何约束关系对有理函数模型进行系统误差补偿,在补偿模型的基础上对影像进行分块,利用投影轨迹法逐块得到核线影像对;在密集匹配阶段,对影像建立金字塔后逐层进行半全局匹配,匹配过程中引入顾及影像纹理信息的视差图膨胀腐蚀算法约束每一层视差搜索范围,增加了视差图边缘处的有效像素数,同时减少了算法所需的内存开销和计算时间;在视差图后处理阶段,利用加权中值滤波算法保护了视差图的边缘信息;最后基于前方交会获取DSM。选取WorldView 3和资源三号立体影像进行试验,结果表明,本文方法获取的DSM精度在高程方向上接近于1.5倍GSD,并且较好地保持了地物的边缘特性,在计算效率和内存开销方面也具有较好的平衡。     

基于有理多项式模型的星载高分InSAR影像制作数字高程模型的研究

合成孔径雷达干涉测量是一种利用SAR影像复数据的相位信息提取地面三维信息的技术,它通过获取地面目标在两幅SAR影像上的相位差值来解算该点的三维坐标。有理多项式（RPC,Rational Polynomial Coefficient）模型作为一种数学意义上的几何模型,它独立于传感器和平台,简单且具有通用性,可建立地面任意坐标与影像空间的关系。本文在RPC模型用于替代星载SAR的距离多普勒模型和星载InSAR的干涉相位方程基础上,研究 RPC模型应用于星载高分辨率InSAR影像制作DEM的可行性和精度。利用兰州COSMO-SkyMed数据和资源三号三线阵数据制作的DEM为参考数据进行实验验证,RPC模型用于InSAR技术生成的DEM,中误差为7.55米。