CN116299245A - 一种时序InSAR形变速率结果自适应镶嵌校正方法 - Google Patents
一种时序InSAR形变速率结果自适应镶嵌校正方法 Download PDFInfo
- Publication number
- CN116299245A CN116299245A CN202310528019.2A CN202310528019A CN116299245A CN 116299245 A CN116299245 A CN 116299245A CN 202310528019 A CN202310528019 A CN 202310528019A CN 116299245 A CN116299245 A CN 116299245A
- Authority
- CN
- China
- Prior art keywords
- deformation
- correction
- mosaic
- speed field
- model
- 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
Links
- 238000012937 correction Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 238000002790 cross-validation Methods 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 238000006880 cross-coupling reaction Methods 0.000 claims 2
- 238000012544 monitoring process Methods 0.000 description 5
- 230000009897 systematic effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9094—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种时序InSAR形变速率结果自适应镶嵌校正方法,如下:计算任意两个区域的形变速度场之间的交并比,提取满足条件的交并比对应的重叠区域;根据GNSS参考站的线性形变速率与对应的形变速度场的形变速率之差作为观测值,建立控制点方程;根据在重叠区域中各采样点上的形变速度之差建立连接点方程;将控制点方程与连接点方程形成速度场镶嵌校正模型,对速度场镶嵌校正模型进行解算;根据不同区域的形变速度场选择的改正模型不同,得到多个速度场镶嵌校正模型;对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型;使用最优模型解算出各区域每个形变速度场测量点的改正数,对时序InSAR的结果进行改正。
Description
技术领域
本发明涉及重力学和物理大地测量技术领域,更具体地,涉及一种时序InSAR形变速率结果自适应镶嵌校正方法。
背景技术
随着当代SAR卫星的发展,海量观测数据得以被获取,InSAR形变监测正式进入了大数据时代,这使得广域的形变监测称为可能。在面临广域形变监测任务,单独区域的时序InSAR形变监测结果无法满足任务需求。
针对上述情况,需要将不同区域通过PS-InSAR方法得到的形变速度场进行镶嵌,使之成为覆盖全部研究区的形变速度场。对于标准时序InSAR速度场来说,首先,不同速度场在解算时选择的参考点不同,这会导致相邻的速度场之间存在系统性的偏差。其次,由与参考点的选择位置不同,重叠区域测量目标距离两个成像区域的参考点距离不同,故它们在两个速度场中的形变速率估算结果的误差也不同。这些问题为InSAR的广域形变监测带来了很大的挑战。
目前对InSAR速度场的镶嵌与校正主要借助不同区域速度场的重叠区域和外部的控制点信息来改正个速度场之间的不一致和速度场与真实形变速度的不一致,利用区域网平差法得到各形变速度场的全局最优改正数,实现对各区域时序InSAR处理结果的镶嵌。
区域网平差镶嵌校正方法可以得到理论上的全局最优解。但现存的方法在设计速度场改正模型时对所有速度场使用统一的模型,如恒定量或一次多项式模型进行改正,在面对更加复杂的误差时会出现欠拟合现象,在面对更加简单的误差时会出现过拟合现象。且目前的镶嵌方法在建立形变速度场改正模型时往往根据经验选择模型,缺乏可靠的理论依据。
发明内容
本发明为了解决现有时序InSAR速度场镶嵌方法各速度场改正模型选择缺乏依据的问题,提供了一种时序InSAR形变速率结果自适应镶嵌校正方法,其引入了涵盖多种改正模型的速度场镶嵌校正模型,并利用K折交叉验证方法选择最优速度场镶嵌校正模型,使得模型的选择有了更加坚实的理论基础,同时可以应较复杂的误差情况。
为实现上述本发明目的,采用的技术方案如下:
一种时序InSAR形变速率结果自适应镶嵌校正方法,所述的方法包括步骤如下:
计算任意两个区域的形变速度场之间的交并比,对于满足条件的交并比,提取相应形变速度场对的重叠区域,并计算在重叠区域中各采样点上的形变速度之差;
根据GNSS参考站的线性形变速率与对应区域的形变速度场的形变速率之差作为观测值,建立控制点方程;
根据在重叠区域中各采样点上的形变速度之差建立连接点方程;
将控制点方程与连接点方程整合形成速度场镶嵌校正模型,使用最小二乘方法对速度场镶嵌校正模型进行解算;所述的速度场镶嵌校正模型融合多个改正模型;
根据不同区域的形变速度场选择的改正模型不同,由此得到不同的多个速度场镶嵌校正模型;
对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型;
使用最优模型解算出各区域每个形变速度场测量点的改正数,对标准时序InSAR的结果进行改正。
优选地,将所述GNSS参考站的线性形变速率投影至雷达视线方向。
优选地,所述的改正模型包括恒量改正模型、一次多项式改正模型、双线性改正模型、二次多项式改正模型。
优选地,所述的控制点方程表达式如下:
优选地,所述的连接点方程的表达式如下:
优选地,对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型,具体如下:先从现有GNSS解算值中取出一部分作为测试集,剩余部分的解算值随机划分为K等份,对每个速度场镶嵌校正模型进行K次解算;每次取其中一份控制点作为验证集,剩余控制点用于建立速度场镶嵌校正模型,计算速度场镶嵌校正模型在验证集上的均方根误差,重复K次,将每次误差相加得到速度场镶嵌校正模型的总均方根误差;选择总均方根误差最小的速度场镶嵌校正模型作为最优模型;并将未参与平差的测试集数据带入最优模型中,计算最优模型的解算结果与GNSS结果的差异,得出解算结果的外符合精度。
一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明的有益效果如下:
本发明考虑了传统时序InSAR形变速度场系统误差的多样性,利用各速度场的重叠区对速度场进行组网,在根据GNSS参考站的线性形变速率与对应区域的形变速度场的形变速率之差对形变速度场进行镶嵌校正时,可以对不同的速度场采用不同的改正模型进行改正。在为各速度场选取最优的速度场镶嵌校正模型时,采用了在机器学习领域已得到广泛使用和认可的K折交叉验证方法,保证了最终解算结果的可靠性。
附图说明
图1是实施例1所述的时序InSAR形变速率结果自适应镶嵌校正方法的流程图。
图2是实施例2所述的时序InSAR形变速率结果自适应镶嵌校正方法的流程框图。
图3是模拟不同方法在全区域形变速度场均方根误差。
具体实施方式
下面结合附图和具体实施方式对本发明做详细描述。
实施例1
如图1所示,一种时序InSAR形变速率结果自适应镶嵌校正方法,所述的方法包括步骤如下:
计算任意两个区域的形变速度场之间的交并比,对于满足条件的交并比,提取相应形变速度场对的重叠区域,并计算在重叠区域中各采样点上的形变速度之差;
根据GNSS参考站的线性形变速率与对应区域的形变速度场的形变速率之差作为观测值,建立控制点方程;
根据在重叠区域中各采样点上的形变速度之差建立连接点方程;
将控制点方程与连接点方程整合形成速度场镶嵌校正模型,使用最小二乘方法对速度场镶嵌校正模型进行解算;所述的速度场镶嵌校正模型融合多个改正模型;
根据不同区域的形变速度场选择的改正模型不同,由此得到不同的多个速度场镶嵌校正模型;
对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型;
使用最优模型解算出各区域每个形变速度场测量点的改正数,对标准时序InSAR的结果进行改正。
本发明引入了涵盖多种改正模型的速度场镶嵌校正模型,并利用K折交叉验证方法选择最优速度场镶嵌校正模型,使得模型的选择有了更加坚实的理论基础,同时可以应较复杂的误差情况。
实施例2
如图2所示,一种时序InSAR形变速率结果自适应镶嵌校正方法,所述的方法包括步骤如下:
S2选取研究区域内的GNSS参考站,计算出GNSS参考站的线性形变速率,GNSS参考站的线性形变速率是空间中的三维形变速率,时序InSAR得到的是目标沿雷达视线向的形变速率,若使用二者连立方程,需要将所述GNSS参考站的线性形变速率投影至雷达视线方向。时序InSAR得到的形变速率是相对于某局部参考点的相对速率GNSS参考站的线性形变速率为目标相对地心的绝对速率,故GNSS参考站的线性形变速率是将时序InSAR处理得到的形变速率由相对速率转化为绝对速率的基础。
S4:在任意两个区域的形变速度场之间的交并比之前,对于交并比满足条件(大于某一自定义的阈值)的形变速度场对,提取该形变速度场的重叠区域,计算两形变速度场在重叠区中各采样点上的形变速度之差。所述形变速度之差对解决不同区域速度场相交部分形变速率不一致问题至关重要。
S6: 根据GNSS参考站的线性形变速率与对应区域的形变速度场的形变速率之差作为观测值,目的是使时序InSAR处理结果与GNSS解算结果尽量一致,建立控制点方程,其中控制点方程的表达式如下:
根据在重叠区域中各采样点上的形变速度之差建立连接点方程,其目的是使相邻速度场在相同区域上的速率值尽可能一致,其中连接点方程的表达式如下:
S7:将控制方程与连接方程整合形成速度场镶嵌校正模型,使用最小二乘方法对速度场镶嵌校正模型进行解算。由于各个区域的形变速度场的改正模型的选择会对最终的速度场镶嵌校正模型造成影响,不同改正模型的组合会产生不同的速度场镶嵌校正模型。
本实施例以连接点方程为例,假设有3个区域的形变速度场需镶嵌校正,假设区域1,2,区域2,3,区域3,4之间有重叠,在三个重叠区中各选择一对采样点列立连接点方程。三个区域的形变速度场的改正模型分别选择恒量改正模型,一次多项式改正模型和双线性改正模型,连接点方程如下:
其中,表示区域1的待估参数,由于区域1采用恒量改正模型,故其待估参数数量为1;同理/>为区域2的待估参数,/>为区域3的待估参数。系数矩阵第一列为区域1的系数,第2-4列为区域2的系数,第5-8列为区域3的系数,/>为采样点编号。
S8:对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型。
优选地,对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型,具体如下:先从现有GNSS解算值中取出一部分作为测试集,剩余部分的解算值随机划分为K等份,对每个速度场镶嵌校正模型进行K次解算;每次取其中一份控制点作为验证集,剩余控制点用于建立速度场镶嵌校正模型,计算速度场镶嵌校正模型在验证集上的均方根误差,重复K次,将每次误差相加得到速度场镶嵌校正模型的总均方根误差;选择总均方根误差最小的速度场镶嵌校正模型作为最优模型;并将未参与平差的测试集带入最优模型中,计算最优模型的解算结果与GNSS结果的差异,得到解算结果的外符合精度。
S9:使用最优模型解算出各区域每个形变速度场测量点的改正数,对标准时序InSAR的结果进行改正。
本实施例,在求解形变速度场的改正值时,将多种改正模型纳入在一个速度场镶嵌校正模型中同时解算。考虑到了不同形变速度场的系统误差可能具有不同的空间分布特性。由于改正模型有多种可供选择,故区域网平差的函数模型不具有唯一性。在确定最优速度场镶嵌校正模型时采用K折交叉验证方法,以外部控制点作为验证数据,选择在验证集中表现最优的速度场镶嵌校正模型作为最优函数模型。
本发明效果可以通过以下模拟实验进一步说明。
模拟实验描述:本实验采用多组相互重叠的时序InSAR形变速度场数据作为真值。随机为不同区域的形变速度场添加不同的系统误差,并分别采用传统的基于恒量的区域网平差方法、基于一次多项式的区域网清查方法和本发明提出的自适应镶嵌校正方法对系统误差进行估计,计算各模型解算结果的均方根误差,如图3所示。根据200次蒙特卡洛模拟结果,从左至右依次为未改正情况下的全区域形变速度场均方根误差,分别使用恒量改正模型,一次多项式改正模型和本发明提出的自适应镶嵌校正方法的均方根误差。从图3可以明显看出,本发明提出的自适应镶嵌校正方法的均方根误差最小。
实施例3
一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述的处理器执行所述的计算机程序时,实现如实施例1所述的方法的步骤。
其中,存储器和处理器采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器。
实施例4
本实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述的计算机程序被处理器执行时,实现如实施例1所述的方法的步骤。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种时序InSAR形变速率结果自适应镶嵌校正方法,其特征在于:所述的方法包括步骤如下:
计算任意两个区域的形变速度场之间的交并比,对于满足条件的交并比,提取相应形变速度场对的重叠区域,并计算在重叠区域中各采样点上的形变速度之差;
根据GNSS参考站的线性形变速率与对应区域的形变速度场的形变速率之差作为观测值,建立控制点方程;
根据在重叠区域中各采样点上的形变速度之差建立连接点方程;
将控制点方程与连接点方程整合形成速度场镶嵌校正模型,使用最小二乘方法对速度场镶嵌校正模型进行解算;所述的速度场镶嵌校正模型融合多个改正模型;
根据不同区域的形变速度场选择的改正模型不同,由此得到不同的多个速度场镶嵌校正模型;
对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型;
使用最优模型解算出各区域每个形变速度场测量点的改正数,对标准时序InSAR的结果进行改正。
4.根据权利要求1所述的时序InSAR形变速率结果自适应镶嵌校正方法,其特征在于:将所述GNSS参考站的GNSS线性形变速率投影至雷达视线方向。
5.根据权利要求1所述的时序InSAR形变速率结果自适应镶嵌校正方法,其特征在于:所述的改正模型包括恒量改正模型、一次多项式改正模型、双线性改正模型、二次多项式改正模型。
8.根据权利要求5所述的时序InSAR形变速率结果自适应镶嵌校正方法,其特征在于:对多个速度场镶嵌校正模型,使用K折交叉验证方法选择最优模型,具体如下:先从现有GNSS解算值中取出一部分作为测试集,剩余部分的解算值随机划分为K等份,对每个速度场镶嵌校正模型进行K次解算;每次取其中一份控制点作为验证集,剩余控制点用于建立速度场镶嵌校正模型,计算速度场镶嵌校正模型在验证集上的均方根误差,重复K次,将每次误差相加得到速度场镶嵌校正模型的总均方根误差;选择总均方根误差最小的速度场镶嵌校正模型作为最优模型;并将未参与平差的测试集带入最优模型中,计算最优模型的解算结果与GNSS结果的差异,得出解算结果的外符合精度。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310528019.2A CN116299245B (zh) | 2023-05-11 | 2023-05-11 | 一种时序InSAR形变速率结果自适应镶嵌校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310528019.2A CN116299245B (zh) | 2023-05-11 | 2023-05-11 | 一种时序InSAR形变速率结果自适应镶嵌校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116299245A true CN116299245A (zh) | 2023-06-23 |
CN116299245B CN116299245B (zh) | 2023-07-28 |
Family
ID=86832671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310528019.2A Active CN116299245B (zh) | 2023-05-11 | 2023-05-11 | 一种时序InSAR形变速率结果自适应镶嵌校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116299245B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110333494A (zh) * | 2019-04-10 | 2019-10-15 | 马培峰 | 一种InSAR时序形变预测方法、系统及相关装置 |
EP3866105A1 (en) * | 2020-02-17 | 2021-08-18 | Paris Sciences et Lettres - Quartier Latin | Method for processing insar images to extract ground deformation signals |
CN114660602A (zh) * | 2022-03-24 | 2022-06-24 | 中南大学 | 一种广域InSAR形变速率自适应拼接融合方法、装置、设备及介质 |
CN115453534A (zh) * | 2022-09-19 | 2022-12-09 | 中山大学 | 一种顾及解缠误差的序贯InSAR时序形变解算方法 |
CN115629384A (zh) * | 2022-12-08 | 2023-01-20 | 中南大学 | 一种时序InSAR误差的改正方法及相关设备 |
CN115856889A (zh) * | 2023-02-03 | 2023-03-28 | 北京数慧时空信息技术有限公司 | 一种误差自动校正的InSAR时序变形监测方法 |
-
2023
- 2023-05-11 CN CN202310528019.2A patent/CN116299245B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110333494A (zh) * | 2019-04-10 | 2019-10-15 | 马培峰 | 一种InSAR时序形变预测方法、系统及相关装置 |
EP3866105A1 (en) * | 2020-02-17 | 2021-08-18 | Paris Sciences et Lettres - Quartier Latin | Method for processing insar images to extract ground deformation signals |
CN114660602A (zh) * | 2022-03-24 | 2022-06-24 | 中南大学 | 一种广域InSAR形变速率自适应拼接融合方法、装置、设备及介质 |
CN115453534A (zh) * | 2022-09-19 | 2022-12-09 | 中山大学 | 一种顾及解缠误差的序贯InSAR时序形变解算方法 |
CN115629384A (zh) * | 2022-12-08 | 2023-01-20 | 中南大学 | 一种时序InSAR误差的改正方法及相关设备 |
CN115856889A (zh) * | 2023-02-03 | 2023-03-28 | 北京数慧时空信息技术有限公司 | 一种误差自动校正的InSAR时序变形监测方法 |
Non-Patent Citations (1)
Title |
---|
马张烽;蒋弥;李桂华;黄腾: "空间网络对时序InSAR相位解缠的影响——以Delaunay与Dijkstra网络为例", 《测绘学报》, vol. 51, no. 2, pages 248 - 257 * |
Also Published As
Publication number | Publication date |
---|---|
CN116299245B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101750606B (zh) | 自动和稳健的卫星遥感影像正射校正方法 | |
EP2708847B1 (en) | Method, system and program for generating a three-dimensional model | |
CN109782240A (zh) | 一种基于递推修正的多传感器系统误差配准方法和系统 | |
CN109919835B (zh) | 基于多源卫星遥感影像联合平差的境外电力选线方法 | |
CN111724465B (zh) | 基于平面约束优选虚拟控制点的卫星影像平差方法及装置 | |
US20190082173A1 (en) | Apparatus and method for generating a camera model for an imaging system | |
CN104123457B (zh) | 一种稳健的卫星遥感影像有理函数模型参数估计方法 | |
CN111145227A (zh) | 一种地下隧道空间多视点云的可迭代整体配准方法 | |
CN104331899A (zh) | 一种sar图像配准方法及装置 | |
CN101477682B (zh) | 一种利用加权多项式模型实现遥感影像几何校正的方法 | |
CN102322863B (zh) | 一种遥感卫星多星联合逆向定轨定姿方法 | |
Dolloff et al. | An assessment of WorldView-1 positional accuracy based on fifty contiguous stereo pairs of imagery | |
CN113295149A (zh) | 一种基于联合观测量的cpⅲ坐标计算方法、装置 | |
CN116299245B (zh) | 一种时序InSAR形变速率结果自适应镶嵌校正方法 | |
CN109658446B (zh) | 一种高分辨率遥感影像几何配准方法及装置 | |
CN105021199A (zh) | 基于ls 的多模型自适应状态估计方法及系统 | |
CN111968239B (zh) | 存储器、基于dem的三维场景生成方法、系统和设备 | |
CN116719069B (zh) | 使用gnss接收机直接获得地表正常高的方法及系统 | |
KR101814023B1 (ko) | 유한차분격자 자료 자동 보정 장치 및 방법 | |
CN108595373B (zh) | 一种无控制dem配准方法 | |
CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
CN113514035B (zh) | 一种全球数字高程模型约束的影像区域网平差方法 | |
CN112381925A (zh) | 一种基于激光编码的全身跟踪定位方法及系统 | |
CN113866734B (zh) | 一种分布式雷达系统航迹误差校正方法及装置 | |
CN115166701B (zh) | 一种rgb-d相机和激光雷达的系统标定方法及装置 |
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 |