CN114612631A - 一种基于InSAR技术的高精度无漏洞DSM提取方法 - Google Patents

一种基于InSAR技术的高精度无漏洞DSM提取方法 Download PDF

Info

Publication number
CN114612631A
CN114612631A CN202210201774.5A CN202210201774A CN114612631A CN 114612631 A CN114612631 A CN 114612631A CN 202210201774 A CN202210201774 A CN 202210201774A CN 114612631 A CN114612631 A CN 114612631A
Authority
CN
China
Prior art keywords
dsm
area
data
precision
loopless
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210201774.5A
Other languages
English (en)
Other versions
CN114612631B (zh
Inventor
于晓歆
何静
赵礼剑
柳贺
俞锋华
刘冬枝
许庆领
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Institute Of Surveying And Mapping Ministry Of Natural Resources
Original Assignee
Chongqing Institute Of Surveying And Mapping Ministry Of Natural Resources
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Institute Of Surveying And Mapping Ministry Of Natural Resources filed Critical Chongqing Institute Of Surveying And Mapping Ministry Of Natural Resources
Priority to CN202210201774.5A priority Critical patent/CN114612631B/zh
Publication of CN114612631A publication Critical patent/CN114612631A/zh
Application granted granted Critical
Publication of CN114612631B publication Critical patent/CN114612631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/56Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于InSAR技术的高精度无漏洞DSM提取方法,包括以下步骤:S1,选取星载SAR影像对,进行干涉测量处理,得到初始单张DSM数据;S2,初始干涉处理后的有漏洞的单片DSM成果加入水系掩膜文件置平水域;S3,单片DSM中小的漏洞用三角网内插算法替换;S4,利用升降轨融合方法替换山体等叠掩区域;S5,镶嵌多张处理后的单片DSM成果,形成大面积连续的DSM数据。本发明实现了基于星载SAR数据进行大面积自动生产DSM的可行性,减少人工干预工作,设置好参数后,算法能够自动替补DSM,大大节省了人工工作量,提升工作效率。

Description

一种基于InSAR技术的高精度无漏洞DSM提取方法
技术领域
本发明适用于地理信息数据脱密领域,具体涉及矢量数据、栅格数据、点云数据、三维模型数据等平面坐标的脱密。
背景技术
星载SAR影像是我国开展实景三维中国建设、全球地理信息资源建设等大型测绘地理信息等工作不可或缺的获得地形数据的技术手段。
基于星载SAR影像的干涉雷达测量(InSAR)技术一般用于微小形变监测,利用该技术生产的初始DSM在低相干区域存在漏洞或不准确的高程值,不能形成大面积连续的高精度DSM数据,不具有生产实用性。InSAR技术生产的DSM数据一般用于科学研究等工作需要,现在迫切需要一种方法使 InSAR技术形成的初始DSM数据能够自动镶嵌形成大面积连续的高精度 DSM成果,以适用于云、雾等无法获取光学影像的区域。
发明内容
针对相关技术中的问题,本发明提出一种基于InSAR技术的高精度无漏洞DSM提取方法,以克服现有相关技术所存在的脱密方法安全性较低的技术问题。
为此,本发明采用的具体技术方案如下:
一种基于InSAR技术的高精度无漏洞DSM提取方法,包括以下步骤:
S1,选取星载SAR影像对,进行干涉测量处理,得到初始单张DSM 数据;
S2,初始干涉处理后的有漏洞的单片DSM成果加入水系掩膜文件置平水域;
S3,单片DSM中小的漏洞用三角网内插算法替换;
S4,利用升降轨融合方法替换山体等叠掩区域;
S5,镶嵌多张处理后的单片DSM成果,形成大面积连续的DSM数据。
S6,检查生产范围内的DSM数据,明显地形错误区域或无降轨数据的大漏洞区域用外部DSM替换,形成大面积连续且地形正确的DSM成果数据。
在可能的一个设计中,步骤S3中,小漏洞小于设定面积,可自选参数设置小漏洞的大小。
在可能的一个设计中,步骤S4中,具体为以升轨数据生产的补充了小漏洞的DSM为基础,叠掩区域的漏洞用降轨DSM数据成果替换。
在可能的一个设计中,步骤S2中,水系掩膜文件为根据SAR影像生产的数字正射影像勾画水系面的矢量数据,根据水系面岸边的高程自动置平水域或者给出高程值人工置平水域均可。
在可能的一个设计中,步骤S3中,自选参数中平地区域为5个像素直径大小,山地区域为3个像素直径大小的漏洞自动用三角网内插算法替换。
在可能的一个设计中,步骤S1中,选取的星载SAR影像对包括一个主影像、另外一个辅影像。
在可能的一个设计中,S6步骤中,明显地形错误区域或无降轨数据的大漏洞区域为程序+人工判断结合的方式判断错漏区域进行的,其中程序判断两种错漏:a、无值或0值区域;b、控制点检查的精度超限的区域;人工判断:渲染的地形不连续区域、明显跳变区域。
与现有技术相比,本发明的优点在于:
基于星载SAR影像的InSAR技术生产的初始DSM在低相干区域存在不准确的高程值,在高山阴影叠掩区域缺失数据,不能形成大面积连续的高精度 DSM数据,不利于大面积DSM数据的生产。本发明提出一种DSM自动生产编辑方法,有效地解决了传统InSAR技术生产的DSM成果存在漏洞的问题。
本发明实现了基于星载SAR数据进行大面积自动生产DSM的可行性,减少人工干预工作,设置好参数后,算法能够自动替补DSM,大大节省了人工工作量,提升工作效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的干涉处理后初始单张DSM数据示意图;
图2是本发明的水体掩膜文件加入DSM数据置平后的示意图;
图3是小漏洞用三角网算法内插前后的效果示意图;
图4是本发明升降轨数据融合后的DSM成果示意图;
图5是小漏洞用三角网算法内插前后的效果示意图。
具体实施方式
为进一步说明各实施例,本发明提供有附图,这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理,配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点,图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例,提供了一种基于InSAR技术的高精度无漏洞DSM 提取方法,包括以下步骤:
S1,选取合适的星载SAR影像对(其中一个为主影像,另外一个辅影像),进行干涉测量处理,得到初始单张DSM数据,见示意图1;InSAR技术的原理就是必须有一个主影像和一个辅影像,形成干涉影像对,利用这个干涉影像对形成的干涉条纹进行基线估算、相位解缠、地理编码等系列操作步骤形成数字表面模型(DSM)。
S2,初始干涉处理后的有漏洞的单张DSM成果加入水系掩膜文件置平水域,见示意图2。
水系掩膜文件可以从网络平台下载免费资源或者根据SAR影像生产的数字正射影像勾画水系面的矢量数据,根据水系面岸边的高程自动置平水域或者给出高程值人工置平水域均可。
S3,单片DSM中小的漏洞用三角网内插算法替换,小漏洞小于一定面积,可自选参数设置小漏洞的大小,建议自选参数为平地区域为5个像素直径大小,山地区域为3个像素直径大小的漏洞自动用三角网内插算法替换。该算法替换的漏洞区域高程过渡自然,不会出现明显的线状条纹等不自然的高程插值。单张DSM用三角网内插算法替换小漏洞后的成果见示意图3、图5。
S4,山体等叠掩区域利用升降轨融合方法替换,即以升轨数据生产的补充了小漏洞的DSM为基础,叠掩区域的漏洞用降轨DSM数据成果替换。降轨 DSM替换升轨DSM阴影叠掩区域的示意图4。
S5,镶嵌多张处理后的单张DSM成果,形成大面积连续的DSM数据。
处理好的单张DSM数据根据坐标信息镶嵌拼接为大面积连续的DSM成果。
S6,检查生产范围内的DSM数据,明显地形错误区域或无降轨数据的大漏洞区域用外部DSM替换,最终形成大面积连续且地形正确的DSM成果数据。建议外部参考使用的DSM数据可使用AW3D30(ALOS)或SRTM30数据。明显地形错误区域或无降轨数据的大漏洞区域为程序+人工判断结合的方式判断错漏区域进行的,其中程序判断两种错漏:a、无值或0值区域;b、控制点检查的精度超限的区域;人工判断:渲染的地形不连续区域、明显跳变区域。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列 (FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、 EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC 可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web 网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:包括以下步骤:
S1,选取星载SAR影像对,进行干涉测量处理,得到初始单张DSM数据;
S2,初始干涉处理后的有漏洞的单片DSM成果加入水系掩膜文件置平水域;
S3,单片DSM中小的漏洞用三角网内插算法替换;
S4,利用升降轨融合方法替换山体等叠掩区域;
S5,镶嵌多张处理后的单片DSM成果,形成大面积连续的DSM数据。
S6,检查生产范围内的DSM数据,明显地形错误区域或无降轨数据的大漏洞区域用外部DSM替换,形成大面积连续且地形正确的DSM成果数据。
2.根据权利要求1所述的一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:步骤S3中,小漏洞小于设定面积,可自选参数设置小漏洞的大小。
3.根据权利要求1或2所述的一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:步骤S4中,具体为以升轨数据生产的补充了小漏洞的DSM为基础,叠掩区域的漏洞用降轨DSM数据成果替换。
4.根据权利要求3所述的一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:步骤S2中,水系掩膜文件为根据SAR影像生产的数字正射影像勾画水系面的矢量数据,根据水系面岸边的高程自动置平水域或者给出高程值人工置平水域均可。
5.根据权利要求2所述的一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:步骤S3中,自选参数中平地区域为5个像素直径大小,山地区域为3个像素直径大小的漏洞自动用三角网内插算法替换。
6.根据权利要求1、2、4或5任一项所述的一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:步骤S1中,选取的星载SAR影像对包括一个主影像、另外一个辅影像。
7.根据权利要求1、2、4或5任一项所述的一种基于InSAR技术的高精度无漏洞DSM提取方法,其特征在于:S6步骤中,明显地形错误区域或无降轨数据的大漏洞区域为程序+人工判断结合的方式判断错漏区域进行的,其中程序判断两种错漏:a、无值或0值区域;b、控制点检查的精度超限的区域;人工判断:渲染的地形不连续区域、明显跳变区域。
CN202210201774.5A 2022-03-02 2022-03-02 一种基于InSAR技术的高精度无漏洞DSM提取方法 Active CN114612631B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210201774.5A CN114612631B (zh) 2022-03-02 2022-03-02 一种基于InSAR技术的高精度无漏洞DSM提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210201774.5A CN114612631B (zh) 2022-03-02 2022-03-02 一种基于InSAR技术的高精度无漏洞DSM提取方法

Publications (2)

Publication Number Publication Date
CN114612631A true CN114612631A (zh) 2022-06-10
CN114612631B CN114612631B (zh) 2023-06-09

Family

ID=81861727

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210201774.5A Active CN114612631B (zh) 2022-03-02 2022-03-02 一种基于InSAR技术的高精度无漏洞DSM提取方法

Country Status (1)

Country Link
CN (1) CN114612631B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115291215A (zh) * 2022-09-29 2022-11-04 中国科学院空天信息创新研究院 基于升降轨sar卫星的长时序二维形变快速解算方法
CN117029804A (zh) * 2023-08-07 2023-11-10 自然资源部重庆测绘院 一种基于车辆定位信息的矿区地形自动更新方法

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN101726298A (zh) * 2009-12-18 2010-06-09 华中科技大学 一种用于前视导航制导的立体地标选择和参考图制备方法
CN101739677A (zh) * 2009-12-17 2010-06-16 中国测绘科学研究院 Sar正射影像图升降轨融合方法
CN102073874A (zh) * 2010-12-29 2011-05-25 中国资源卫星应用中心 附加几何约束的航天三线阵ccd相机多影像立体匹配方法
CN102313537A (zh) * 2011-07-26 2012-01-11 中煤地航测遥感局有限公司 基于单片InSAR正射影像的调绘方法
CN102324106A (zh) * 2011-06-02 2012-01-18 武汉大学 一种顾及地表光谱信息的sfs三维重建加密稀疏dem方法
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法
CN104006791A (zh) * 2014-05-06 2014-08-27 国家基础地理信息中心 基于多源遥感影像的城市地区高程维度变化信息提取方法
CN104237887A (zh) * 2014-09-29 2014-12-24 中国测绘科学研究院 一种sar遥感影像匹配方法
CN105528797A (zh) * 2015-12-02 2016-04-27 深圳飞马机器人科技有限公司 一种光学影像色彩一致性自适应处理与快速镶嵌方法
CN106971274A (zh) * 2017-03-31 2017-07-21 国家海洋局第海洋研究所 海岛构筑物存量的计算方法
CN107038755A (zh) * 2017-05-09 2017-08-11 北京四维空间数码科技有限公司 矢量数据叠加dsm自动批量生成三维模型的方法
CN107167786A (zh) * 2017-06-05 2017-09-15 中国测绘科学研究院 卫星激光测高数据辅助提取高程控制点方法
CN109165622A (zh) * 2018-09-06 2019-01-08 中国地质环境监测院 基于InSAR技术的区域滑坡早期动态识别监测有效区域确定方法
CN109579784A (zh) * 2018-11-26 2019-04-05 青岛国测海遥信息技术有限公司 基于数字表面模型的城市地区建筑物高度的自动获取方法
CN109635387A (zh) * 2018-11-29 2019-04-16 中国矿业大学 一种获取冲沟发育矿区采动坡体变形规律的方法
CN110763205A (zh) * 2019-11-05 2020-02-07 新疆维吾尔自治区测绘科学研究院 数字摄影测量系统生成边境狭长区域正射影像图的方法
CN111047698A (zh) * 2019-12-17 2020-04-21 中煤航测遥感集团有限公司 一种真正射影像采集方法
CN111142119A (zh) * 2020-01-10 2020-05-12 中国地质大学(北京) 一种基于多源遥感数据的矿山地质灾害动态识别与监测方法
CN111538798A (zh) * 2020-04-09 2020-08-14 武汉大学 一种顾及dsm和dlg的城市汇水区精细化提取方法
CN111562575A (zh) * 2020-06-01 2020-08-21 江苏中煤地质工程研究院有限公司 一种用于地面沉降的监测方法
CN111629193A (zh) * 2020-07-28 2020-09-04 江苏康云视觉科技有限公司 一种实景三维重建方法及系统
CN113362359A (zh) * 2021-06-18 2021-09-07 天津市勘察设计院集团有限公司 融合高度和光谱信息的倾斜摄影数据建筑物自动提取方法

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604018A (zh) * 2009-07-24 2009-12-16 中国测绘科学研究院 高分辨率遥感影像数据处理方法及其系统
CN101739677A (zh) * 2009-12-17 2010-06-16 中国测绘科学研究院 Sar正射影像图升降轨融合方法
CN101726298A (zh) * 2009-12-18 2010-06-09 华中科技大学 一种用于前视导航制导的立体地标选择和参考图制备方法
CN102073874A (zh) * 2010-12-29 2011-05-25 中国资源卫星应用中心 附加几何约束的航天三线阵ccd相机多影像立体匹配方法
CN102324106A (zh) * 2011-06-02 2012-01-18 武汉大学 一种顾及地表光谱信息的sfs三维重建加密稀疏dem方法
CN102313537A (zh) * 2011-07-26 2012-01-11 中煤地航测遥感局有限公司 基于单片InSAR正射影像的调绘方法
CN102662179A (zh) * 2012-05-18 2012-09-12 四川省科学城久利科技实业有限责任公司 基于机载激光雷达的三维优化选线方法
CN104006791A (zh) * 2014-05-06 2014-08-27 国家基础地理信息中心 基于多源遥感影像的城市地区高程维度变化信息提取方法
CN104237887A (zh) * 2014-09-29 2014-12-24 中国测绘科学研究院 一种sar遥感影像匹配方法
CN105528797A (zh) * 2015-12-02 2016-04-27 深圳飞马机器人科技有限公司 一种光学影像色彩一致性自适应处理与快速镶嵌方法
CN106971274A (zh) * 2017-03-31 2017-07-21 国家海洋局第海洋研究所 海岛构筑物存量的计算方法
CN107038755A (zh) * 2017-05-09 2017-08-11 北京四维空间数码科技有限公司 矢量数据叠加dsm自动批量生成三维模型的方法
CN107167786A (zh) * 2017-06-05 2017-09-15 中国测绘科学研究院 卫星激光测高数据辅助提取高程控制点方法
WO2018223950A1 (zh) * 2017-06-05 2018-12-13 中国测绘科学研究院 卫星激光测高数据辅助提取高程控制点方法
US20200103530A1 (en) * 2017-06-05 2020-04-02 Chinese Academy Of Surveying And Mapping Method for extracting elevation control point with assistance of satellite laser altimetry data
CN109165622A (zh) * 2018-09-06 2019-01-08 中国地质环境监测院 基于InSAR技术的区域滑坡早期动态识别监测有效区域确定方法
CN109579784A (zh) * 2018-11-26 2019-04-05 青岛国测海遥信息技术有限公司 基于数字表面模型的城市地区建筑物高度的自动获取方法
CN109635387A (zh) * 2018-11-29 2019-04-16 中国矿业大学 一种获取冲沟发育矿区采动坡体变形规律的方法
CN110763205A (zh) * 2019-11-05 2020-02-07 新疆维吾尔自治区测绘科学研究院 数字摄影测量系统生成边境狭长区域正射影像图的方法
CN111047698A (zh) * 2019-12-17 2020-04-21 中煤航测遥感集团有限公司 一种真正射影像采集方法
CN111142119A (zh) * 2020-01-10 2020-05-12 中国地质大学(北京) 一种基于多源遥感数据的矿山地质灾害动态识别与监测方法
CN111538798A (zh) * 2020-04-09 2020-08-14 武汉大学 一种顾及dsm和dlg的城市汇水区精细化提取方法
CN111562575A (zh) * 2020-06-01 2020-08-21 江苏中煤地质工程研究院有限公司 一种用于地面沉降的监测方法
CN111629193A (zh) * 2020-07-28 2020-09-04 江苏康云视觉科技有限公司 一种实景三维重建方法及系统
CN113362359A (zh) * 2021-06-18 2021-09-07 天津市勘察设计院集团有限公司 融合高度和光谱信息的倾斜摄影数据建筑物自动提取方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JYUNPEI UEMOTO: "Refinement of interferometric SAR parameters using digital terrain model as an external reference", 《JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》, vol. 175, pages 34 - 43 *
冯琦;陈尔学;李增元;李兰;赵磊;: "机载X-波段双天线InSAR数据森林树高估测方法", 遥感技术与应用, no. 03 *
周伟文: "利用星载InSAR技术获取DEM及误差来源分析", 《测绘与空间地理信息》, vol. 42, no. 2, pages 135 - 137 *
娄安颖;: "INPHO与航天远景结合的DEM和DOM高效制作方法研究", 中小企业管理与科技(下旬刊), no. 07 *
李兰;陈尔学;李增元;任冲;赵磊;谷鑫志;: "森林地上生物量的多基线InSAR层析估测方法", 林业科学, no. 11 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115291215A (zh) * 2022-09-29 2022-11-04 中国科学院空天信息创新研究院 基于升降轨sar卫星的长时序二维形变快速解算方法
CN115291215B (zh) * 2022-09-29 2022-12-20 中国科学院空天信息创新研究院 基于升降轨sar卫星的长时序二维形变快速解算方法
CN117029804A (zh) * 2023-08-07 2023-11-10 自然资源部重庆测绘院 一种基于车辆定位信息的矿区地形自动更新方法
CN117029804B (zh) * 2023-08-07 2024-04-26 自然资源部重庆测绘院 一种基于车辆定位信息的矿区地形自动更新方法

Also Published As

Publication number Publication date
CN114612631B (zh) 2023-06-09

Similar Documents

Publication Publication Date Title
CN114612631A (zh) 一种基于InSAR技术的高精度无漏洞DSM提取方法
CN108765487A (zh) 重建三维场景的方法、装置、设备和计算机可读存储介质
EP4116935B1 (en) High-definition map creation method and device, and electronic device
CN109269472B (zh) 倾斜摄影测量建筑物特征线提取方法、装置与存储介质
CN110502839B (zh) 基于bim平台的gis坐标与cad坐标转换方法
KR20150093391A (ko) 지형 렌더링 방법 및 장치
WO2020181524A1 (zh) 图像深度的计算方法、图像处理装置及三维测量系统
EP4102254A1 (en) Radar point cloud data processing method and device, storage medium, and computer program product
CN116086411B (zh) 数字地形图生成方法、装置、设备和可读存储介质
CN105279371B (zh) 一种基于控制点的移动测量系统pos精度改善方法
CN110111378B (zh) 一种基于室内三维数据的点云配准优化方法和装置
CN115797568A (zh) 一种基于三维gis与bim集成的建模方法及装置
Zhu et al. Triangulation of well-defined points as a constraint for reliable image matching
US11120621B2 (en) Systems and methods for applying partial updates to point cloud terrain
CN115713607A (zh) 基于激光雷达和倾斜摄影提升建模质量的方法
CN116245926A (zh) 一种确定岩体表面粗糙度的方法及相关组件
CN110146071B (zh) 定位维度提升方法及装置
CN115330960A (zh) 一种实景三维建模方法、装置、服务器和存储介质
CN113946643A (zh) 地形图数据处理方法、装置、可读介质及电子设备
CN104994307A (zh) 一种图像校正方法和装置
Mitchell Deterministic Linear Time for Maximal Poisson‐Disk Sampling using Chocks without Rejection or Approximation
CN113312440B (zh) 地图构建方法、装置、电子设备、计算机可读存储介质
CN117726533B (zh) 一种接边处理方法和相关装置
CN115861561B (zh) 一种基于语义约束的等高线生成方法和装置
CN115774896B (zh) 数据仿真方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant