CN114780758A - 一种基于立体测图卫星影像的影像控制点库的构建方法 - Google Patents

一种基于立体测图卫星影像的影像控制点库的构建方法 Download PDF

Info

Publication number
CN114780758A
CN114780758A CN202210345557.3A CN202210345557A CN114780758A CN 114780758 A CN114780758 A CN 114780758A CN 202210345557 A CN202210345557 A CN 202210345557A CN 114780758 A CN114780758 A CN 114780758A
Authority
CN
China
Prior art keywords
image
image control
control point
points
satellite
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.)
Pending
Application number
CN202210345557.3A
Other languages
English (en)
Inventor
纪松
董杨
范大昭
李东子
古林玉
岳振宇
徐睿
宋佳璇
康佳慧
李志新
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.)
Information Engineering University of PLA Strategic Support Force
Original Assignee
Information Engineering University of PLA Strategic Support Force
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 Information Engineering University of PLA Strategic Support Force filed Critical Information Engineering University of PLA Strategic Support Force
Priority to CN202210345557.3A priority Critical patent/CN114780758A/zh
Publication of CN114780758A publication Critical patent/CN114780758A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F16/51Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/53Querying
    • G06F16/532Query formulation, e.g. graphical querying
    • 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
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于立体测图卫星影像的影像控制点库的构建方法,属于遥感测绘技术领域。本发明通过对获取的立体测图卫星影像进行特征点提取和区域网平差处理,提升了立体测图卫星影像数据整体对地定位精度;并从立体测图卫星影像中提取特征点,通过特征点交会生成的影像控制点,结合地面规则格网点匹配并交会生成的影像控制点,以此得到定位能力强的影像控制点数据库。基于该影像控制点数据库,可以针对立体测图卫星的对地定位能力进行定量化分析,当有非立体观测遥感卫星数据时,从影像控制点数据库中检索得到影像控制点,进行影像控制点匹配,以此实现控制信息辅助下的非立体观测遥感卫星影像定位参数优化。

Description

一种基于立体测图卫星影像的影像控制点库的构建方法
技术领域
本发明涉及一种基于立体测图卫星影像的影像控制点库的构建方法,属于遥感测绘技术领域。
背景技术
立体测图卫星是指能够对地立体成像且具有较高定位精度的光学遥感卫星,如“天绘一号”、“资源三号”等米级成像分辨率卫星,以及“高分七号”、“天绘三号”等亚米级成像分辨率卫星;由于立体测图卫星具有较高对地定位精度,卫星获取的影像数据通常可满足1:50000,1:10000甚至1:5000地形图修测,在遥感测绘相关行业应用中发挥了重要作用。
立体测图卫星在整个生命周期中获取有大量的立体影像数据,该影像数据(含有定位参数,下同)一方面可以作为原始数据,参与专题任务并制作多类型遥感测绘产品,如进行中小比例尺正射影像、场景变化检测、地物目标解译等产品制作;另一方面还可以作为其它非立体观测遥感卫星的基准,辅助提升该类型卫星的对地定位水平,如立体测图卫星数据可以与“高分一号”、“高分二号”等非立体观测遥感卫星数据联合处理,提升非立体观测遥感卫星数据对地定位精度。为此,从应用角度而言,立体测图卫星影像数据实际上代表了卫星的整体应用能力。
虽然立体测图卫星生命周期有限,但是卫星影像数据却可以长期保存和应用;如果从立体测图卫星影像数据中提取卫星对地定位能力,并将该定位能力定量化表达和存储,以达到“以数据代卫星”功能,则能够在立体测图卫星生命周期结束之后,通过卫星影像数据继续发挥该卫星的应用性能。
发明内容
本发明的目的是提供一种基于立体测图卫星影像的影像控制点库的构建方法,以实现对非立体观测遥感卫星影像定位参数的优化。
本发明为解决上述技术问题而提供一种基于立体测图卫星影像的影像控制点库的构建方法,该方法包括以下步骤:
1)获取一定区域的多时相立体测图卫星影像及其定位参数数据,从多时相立体测图卫星影像获取同名特征点,并通过区域网平差处理,得到卫星影像的像方改正参数以及影像整体对地定位精度;
2)对同名特征点对应的区域进行格网化处理,匹配获取平面格网点的高程坐标,并得到平面格网点在多张重叠影像上的同名像点;
3)将得到的同名特征点和同名像点作为备选点,选取以备选点为中心的局部影像作为控制影像,将备选点的像坐标、地面坐标、对地定位精度和控制影像作为描述文件,以构成影像控制点;
4)将影像控制点以及步骤1)中获取的立体测图卫星影像和对应像方改正参数存储至设定的数据库,构成影像控制点数据库。
本发明通过对获取的立体测图卫星影像进行特征点提取和区域网平差处理,得到卫星影像的像方改正参数以及影像整体对地定位精度,提升了影像数据整体对地定位精度;并从立体测图卫星影像中提取特征点,通过特征点交会生成的影像控制点,结合地面规则格网点匹配并交会生成的影像控制点,以此得到定位能力强的影像控制点数据库。基于该影像控制点数据库,可以针对立体测图卫星的对地定位能力进行定量化分析,当有非立体观测遥感卫星数据时,从影像控制点数据库中检索得到影像控制点,进行影像控制点匹配,以此实现控制信息辅助下的非立体观测遥感卫星影像定位参数优化。
进一步地,当有新的立体测图卫星影像数据加入时,计算该影像数据对应的地理坐标范围并构建检索区域,利用构建的检索区域在所述影像控制点数据库中进行检索,若该检索区域存在影像控制点,则根据新的立体测图卫星影像数据的定位精度进行影像控制点的更新;若不存在,则直接将该新的立体测图卫星影像数据形成新的影像控制点,添加到所述影像控制点数据库中。
通过比对影像控制点数据库中的影像控制点,若新的立体测图卫星影像数据所在区域中不存在影像控制点时,将基于该新的立体测图卫星影像数据进行影像控制点构建,并将构建影像控制点加入到影像控制点数据库中,以扩充影像控制点数据库所覆盖的区域;同时,对于已存在影像控制点情形,本发明通过定位精度比较,来提升影像控制点数据库中已有影像控制点的对地定位精度。
进一步地,当检索区域内存在影像控制点时,更新处理过程如下:
a.将新的立体测图卫星影像数据与检索到的影像控制点、控制点原始影像数据及其定位参数进行区域网平差处理,得到对应相像方改正参数;
b.根据区域网平差处理结果,若新的立体测图卫星影像数据定位精度低于检索到的影像控制点的定位精度,则放弃检索区域内影像控制点更新处理,否则,将该新的立体测图卫星影像数据区域网控制过程中的特征点作为新的影像控制点;
c.重新匹配并计算检索区域内原有影像控制点的高程坐标,在保留原始影像控制点基础上,修改影像控制点描述文件中的地面坐标、原始影像数据及其定位参数,对影像控制点数据库中检索区域中的影像控制点进行更新。
通过比较新的立体测图卫星影像数据和已有影像控制点的定位精度来实现影像控制点库的更新,能够进一步提升影像控制点库的对地定位精度。
进一步地,所述步骤c在更新时,将检索区域内原有影像控制点的数据删除。
在更新时通过删除影像控制点库中已存在的定位精度不够高的影像控制点,能够减少影像控制点库中不必要影像控制点,便于对影像控制点库的管理。
进一步地,所述的检索区域是根据新的立体测图卫星影像数据的地理坐标范围确定的,建立地理坐标范围最小外接圆,按照设定比例将所述最小外接圆扩充,扩充后的区域即为新的立体测图卫星影像数据的检索区域。
通过扩充检索区域,可提高检索区域检索到影像控制点的概率,避免应该检索到的影像控制点检索不到的问题。
进一步地,所述步骤1)在进行区域网平差处理时,若存在地面控制点时,建立地面控制点对应的像方仿射变换参数误差方程,并将其与同名特征点对应的像方仿射变换参数误差方程联合进行区域网平差处理;若不存在地面控制点时,直接利用同名特征点像方仿射变换参数误差方程进行区域网平差处理。
进一步地,为了快速、准确确定平面格网点的高程坐标,所述步骤2)中采用多视铅垂线轨迹法获取平面格网点的高程坐标。
进一步地,为了保证所构建的控制影像形变最小,所述步骤3)在构建控制影像上时,以备选点为中心,从选取最接近于铅垂线方向的原始立体测图卫星影像中截取一定大小的影像数据作为备选点的控制影像。
进一步地,为了方便影像控制点库的统一管理,所述步骤4)中还包括将影像控制点数据库中影像控制点的地面坐标转换成地理坐标。
附图说明
图1是本发明基于立体测图卫星影像的影像控制点库的构建方法的流程图;
图2是本发明中基于像方特征点与地面格网点的影像控制点获取流程图;
图3是本发明利用影像控制点库对非立体观测遥感卫星影像定位参数的优化流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步地说明。
本发明首先对立体测图卫星影像数据进行大范围区域网平差处理,提升影像数据整体对地定位精度;然后从影像中提取特征点,通过特征点交会生成的影像控制点,结合地面规则格网点匹配并交会生成的影像控制点,构建影像控制点数据库。其实现流程如图1所示,具体实现过程如下。
1.获取一定区域多时相立体测图卫星影像及其定位参数数据,从影像数据中匹配获取同名特征点,基于附加像方改正参数的影像定位模型,进行卫星影像联合区域网平差处理,得到卫星影像的像方改正参数以及影像整体对地定位精度。
1-A:根据立体测图卫星影像定位参数(有理函数模型参数),构建卫星影像有理函数定位模型,通过计算每张影像四个角点的地面坐标,分析给定影像之间的重叠关系,以此确定影像之间的重叠范围。
1-B:在影像的重叠范围内,采用尺度不变特征变换(Scale Invariant FeatureTransform,SIFT)特征提取与匹配方法,获取其中的SIFT同名特征点;作为其他实施方式,也可以采用现有其他同名特征点的提取方法。
1-C:选用仿射变换的通用模型,采用无仿射变换的初值,对卫星影像有理函数定位模型的像方坐标进行修正,即联合仿射变换的通用模型和有理函数模型,计算SIFT同名特征点的初值地面坐标,并建立SIFT同名特征点像方仿射变换参数误差方程。
1-D:当存在地面控制点时,建立地面控制点(包括平面控制点、高程控制点以及平高控制点)对应的像方仿射变换参数误差方程,与SIFT同名特征点对应的像方仿射变换参数误差方程联合,进行区域网平差处理,得到平差后卫星影像的整体对地定位精度,并得到每张卫星影像优化后的像方仿射变换参数以及SIFT同名特征点的地面坐标;当不存在地面控制点或者地面控制点较少时,可直接利用同名特征点像方仿射变换参数误差方程进行区域网平差处理。
2.计算影像数据的地面区域范围,将区域范围规则划分,得到规则平面格网点,采用“多视铅垂线轨迹法”(Multi-view Vertical Line Locus,MVLL)模型,匹配获取平面格网点的高程坐标。
2-A:根据立体测图卫星影像的成像分辨率,设置规则平面格网点的间距;根据卫星影像有理函数模型参数数量及其求解要求,格网间距设置后,每张卫星影像上的平面格网点数量不低于有理函数模型参数个数。
2-B:对于每一个平面格网点,在平面坐标已知的条件下,采用MVLL模型,匹配获取该平面格网点的高程坐标,同时得到该平面格网点在多张重叠影像上的同名像点。MVLL模型的思想是先给定平面格网点的高程,然后利用平面格网点的平面坐标和给定的高程计算出对应的像点坐标,与对应的实际的像点坐标进行匹配,若匹配不成功,则继续调整该平面格网点的高程,直至计算出的像点坐标和实际像点坐标匹配成功。
3.选取步骤1中匹配得到的特征点以及步骤2得到的平面格网点对应的同名像点作为备选点;选取以备选点为中心的局部影像作为控制影像,并将备选点的像坐标、地面坐标及其坐标系、定位精度、控制影像和原始数据信息写成描述文件,构成影像控制点,其流程如图2所示,具体过程如下。
3-A:为了保证控制影像变形小,根据立体测图卫星已知的成像视角,本发明选取最接近于铅垂线方向的原始影像,以备选点为中心,从选取最接近于铅垂线方向的原始影像中截取一定大小的影像数据(通常影像长和宽均为1000像素左右),作为备选点的控制影像。
3-B:根据备选点在原始影像上的像点位置进行局部影像截取,尽可能保证备选点在局部影像的中心,并确定备选点在局部影像上的像点位置。
3-C:将卫星影像区域平差后的整体对地定位精度作为备选点的定位精度,并将备选点的地面坐标及其对应的坐标系、控制影像名称、定位精度、在控制影像上的像点位置信息写入XML文件,形成影像控制点描述文件。
3-D:将备选点控制影像及其描述文件作为影像控制点组成要素进行组合,构成影像控制点。
4.将影像控制点、立体测图卫星原始影像数据及其修正后的定位参数同时存储至数据库,构成影像控制点数据库,实现立体测图卫星定位能力的量化表达。
4-A:为方便后续全球影像控制点的统一管理,根据影像控制点的坐标系将影像控制点的地面坐标转换至地理坐标(经纬度坐标),并按照地理坐标进行控制点数据的存储以及检索;若影像控制点的坐标系就是地理坐标系,则不用进行转换。通过这种方式能够为后续的基于地理位置的检索提供有利支撑,也可以方便影像控制点统一可视化。
4-B:在影像控制点数据库中,通过数据字段编辑,实现影像控制点数据修改、增加以及删除等功能,满足影像控制点更新以及编辑需求。
5.当有新的立体测图卫星影像数据加入时,计算该影像数据对应的地理坐标范围并构建检索区域,利用构建的检索区域在影像控制点数据库中进行检索,若在该检索区域存在影像控制点,则需要根据新的立体测图卫星影像数据的定位精度进行影像控制点的更新;若不存在,则直接将该新的立体测图卫星影像数据形成新的影像控制点,添加到影像控制点数据库中。
5-A:计算新的立体测图卫星影像数据地理坐标范围的最小外接圆,得到最小外接圆的圆心和半径;为避免在最小外接圆范围内搜索不到影像控制点,需要将检索区域扩大化,本发明通过保持圆心位置不变,以两倍半径大小,构建新的圆形搜索范围,作为影像控制点数据库的检索区域。作为其他实施方式,
5-B:检索区域内没有影像控制点时,直接采用步骤一至步骤四,对新加入的卫星影像数据进行处理,生成新的影像控制点并入库管理。
5-C:检索区域内具有影像控制点时,进行影像控制点更新处理,具体包括以下步骤。
5-C-1:将新加入的卫星影像数据与检索得到影像控制点、控制点原始影像数据及其定位参数进行步骤1对应的区域网平差处理,得到卫星影像的新的像方改正参数。
5-C-2:分析区域网平差处理结果,如果新加入的卫星影像数据定位精度低于检索控制点平均定位精度,则放弃检索区域内影像控制点更新处理,结束5-C步骤;否则,继续后续处理步骤。
5-C-3:针对新加入的卫星影像数据,增加步骤5-C-1区域网平差过程中的特征点,作为新的影像控制点,进行影像控制点入库管理。
5-C-4:采用MVLL模型,重新匹配并计算检索区内原有影像控制点的高程坐标,在保留原始版本影像控制点基础上,修改影像控制点描述文件中的地面坐标、原始影像数据及其定位参数等信息,对影像控制点数据库进行更新。
作为其他实施方式,在更新时,也可以将影像控制点库中检索区域存在的原有的影像控制点数据删除。
通过上述过程,即可实现利用立体测图遥感卫星影像来构建影像控制点库,基于影像控制点数据库,就能够对立体测图遥感卫星影像对地定位能力进行定量化分析,开展非立体观测遥感卫星数据对地定位精度提升专题应用,如图3所示。
给定区域范围,从影像控制点数据库中检索得到控制点数据,根据控制点对地定位精度信息,分析立体测图卫星在给定区域范围内的对地定位精度,实现立体测图卫星对地定位能力的区域性表达。当有非立体观测遥感卫星数据时,计算该数据对应的地理坐标范围;当影像数据的定位精度低于立体测图卫星在该区域范围内的定位精度时,从影像控制点数据库中检索得到影像控制点,进行影像控制点匹配,实现控制信息辅助下的非立体观测遥感卫星影像定位参数优化。根据非立体观测遥感卫星影像定位参数优化结果,重新生成非立体观测遥感卫星影像有理函数模型参数,实现非立体观测遥感卫星数据对地定位精度提升。

Claims (9)

1.一种基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,该方法包括以下步骤:
1)获取一定区域的多时相立体测图卫星影像及其定位参数数据,从多时相立体测图卫星影像获取同名特征点,并通过区域网平差处理,得到卫星影像的像方改正参数以及影像整体对地定位精度;
2)对该区域进行格网化处理,匹配获取平面格网点的高程坐标,并得到平面格网点在多张重叠影像上的同名像点;
3)将得到的同名特征点和同名像点作为备选点,选取以备选点为中心的局部影像作为控制影像,将备选点的像坐标、地面坐标、对地定位精度和控制影像作为描述文件,以构成影像控制点;
4)将影像控制点以及步骤1)中获取的立体测图卫星影像和对应像方改正参数存储至设定的数据库,构成影像控制点数据库。
2.根据权利要求1所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,当有新的立体测图卫星影像数据加入时,计算该影像数据对应的地理坐标范围并构建检索区域,利用构建的检索区域在所述影像控制点数据库中进行检索,若该检索区域存在影像控制点,则根据新的立体测图卫星影像数据的定位精度进行影像控制点的更新;若不存在,则直接将该新的立体测图卫星影像数据形成新的影像控制点,添加到所述影像控制点数据库中。
3.根据权利要求2所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,当检索区域内存在影像控制点时,更新处理过程如下:
a.将新的立体测图卫星影像数据与检索到的影像控制点、控制点原始影像数据及其定位参数进行区域网平差处理,得到对应相像方改正参数;
b.根据区域网平差处理结果,若新的立体测图卫星影像数据定位精度低于检索到的影像控制点的定位精度,则放弃检索区域内影像控制点更新处理,否则,将该新的立体测图卫星影像数据区域网控制过程中的特征点作为新的影像控制点;
c.重新匹配并计算检索区域内原有影像控制点的高程坐标,在保留原始影像控制点基础上,修改影像控制点描述文件中的地面坐标、原始影像数据及其定位参数,对影像控制点数据库中检索区域中的影像控制点进行更新。
4.根据权利要求3所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,所述步骤c在更新时,将检索区域内原有影像控制点的数据删除。
5.根据权利要求2所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,所述的检索区域是根据新的立体测图卫星影像数据的地理坐标范围确定的,建立地理坐标范围最小外接圆,按照设定比例将所述最小外接圆扩充,扩充后的区域即为新的立体测图卫星影像数据的检索区域。
6.根据权利要求1或2所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,所述步骤1)在进行区域网平差处理时,若存在地面控制点时,建立地面控制点对应的像方仿射变换参数误差方程,并将其与同名特征点对应的像方仿射变换参数误差方程联合进行区域网平差处理;若不存在地面控制点时,直接利用同名特征点像方仿射变换参数误差方程进行区域网平差处理。
7.根据权利要求1或2所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,所述步骤2)中采用多视铅垂线轨迹法获取平面格网点的高程坐标。
8.根据权利要求1或2所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,所述步骤3)在构建控制影像上时,以备选点为中心,从选取最接近于铅垂线方向的原始立体测图卫星影像中截取一定大小的影像数据作为备选点的控制影像。
9.根据权利要求1或2所述的基于立体测图卫星影像的影像控制点库的构建方法,其特征在于,所述步骤4)中还包括将影像控制点数据库中影像控制点的地面坐标转换成地理坐标。
CN202210345557.3A 2022-03-31 2022-03-31 一种基于立体测图卫星影像的影像控制点库的构建方法 Pending CN114780758A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210345557.3A CN114780758A (zh) 2022-03-31 2022-03-31 一种基于立体测图卫星影像的影像控制点库的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210345557.3A CN114780758A (zh) 2022-03-31 2022-03-31 一种基于立体测图卫星影像的影像控制点库的构建方法

Publications (1)

Publication Number Publication Date
CN114780758A true CN114780758A (zh) 2022-07-22

Family

ID=82427963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210345557.3A Pending CN114780758A (zh) 2022-03-31 2022-03-31 一种基于立体测图卫星影像的影像控制点库的构建方法

Country Status (1)

Country Link
CN (1) CN114780758A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116503756A (zh) * 2023-05-25 2023-07-28 数字太空(北京)科技股份公司 基于地面控制点数据库建立地表纹理基准面的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116503756A (zh) * 2023-05-25 2023-07-28 数字太空(北京)科技股份公司 基于地面控制点数据库建立地表纹理基准面的方法
CN116503756B (zh) * 2023-05-25 2024-01-12 数字太空(北京)科技股份公司 基于地面控制点数据库建立地表纹理基准面的方法

Similar Documents

Publication Publication Date Title
CN112085844B (zh) 面向野外未知环境的无人机影像快速三维重建方法
CN111126148B (zh) 一种基于视频卫星影像的dsm生成方法
CN108763287B (zh) 大规模可通行区域驾驶地图的构建方法及其无人驾驶应用方法
CN104931022B (zh) 基于星载激光测高数据的卫星影像立体区域网平差方法
US8427505B2 (en) Geospatial modeling system for images and related methods
CN111598823A (zh) 多源移动测量点云数据空地一体化融合方法、存储介质
CN101604018B (zh) 高分辨率遥感影像数据处理方法及其系统
CN109238239B (zh) 基于航空摄影的数字测量三维建模方法
CN113192193B (zh) 基于Cesium三维地球框架的高压输电线路走廊三维重建方法
WO2018061010A1 (en) Point cloud transforming in large-scale urban modelling
CN110111274B (zh) 一种星载推扫式光学传感器外方位元素定标方法
KR102127679B1 (ko) 정사영상에 기반한 센서 탑재 이동형 플랫폼의 기하 보정 시스템
CN115471619A (zh) 基于立体成像高分辨率卫星影像的城市三维模型构建方法
CN114780758A (zh) 一种基于立体测图卫星影像的影像控制点库的构建方法
CN118097045A (zh) 一种融合多源信息的局部地图动态生成方法及系统
KR102015817B1 (ko) 입체 위성영상의 제공 rpc 자동 보정 방법
KR102013625B1 (ko) 격자 배열을 갖는 지상기준점을 이용한 고정밀 공간정보 구축 방법
US11747141B2 (en) System and method for providing improved geocoded reference data to a 3D map representation
Hassan et al. Cadastral mapping accuracy assessment using various surveying techniques and high-resolution satellites images
CN112241016B (zh) 一种泊车地图地理坐标的确定方法和装置
CN114413882A (zh) 一种基于多假设跟踪的全局初定位方法和装置
Wu et al. Building Facade Reconstruction Using Crowd-Sourced Photos and Two-Dimensional Maps
Aguilar et al. Assessing geometric reliability of corrected images from very high resolution satellites
d'Angelo et al. Automatic generation of high quality DSM Based on IRS-P5 Cartosat-1 Stereo Data
CN118640878B (zh) 一种基于航空测绘技术的地形测绘方法

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