自由曲面视觉测量中一种有效的粗差剔除方法

自由曲面的测量技术广泛应用于工业生产的各个部门。立体视觉测量是一种很有潜力的测量方法，但其中涉及到的粗差剔除是一个难题，本文提出序列建模预报法来剔除三维测量数据中的粗差，该方法具有速度快、准确性高的优点。

循环剔除粗差法

循环剔除粗差法，就是连续地利用单个粗差定位方法来定位并剔除多个粗差。通过实例验证了该法优于丹麦法。

基于复杂阴影测量方法的建筑物高度反演

阴影法能以较低的成本测量大范围的城市建筑物高度,但其中的阴影长度测量方法在复杂阴影场景中存在测量效率低、精度差、鲁棒性低等问题。对此,该文提出了一种复杂建筑阴影测量方法。该方法首先通过渔网法和多种约束条件相结合实现对阴影的测量与划分;其次,统计所有划分区域的阴影长度值,利用四分位法和双向逼近策略确定阴影最优值;然后,综合评估所有区域最优值确定阴影长度;最后,利用立体交会的建筑高度对应用该阴影测量方法计算的建筑物高度进行验证。结果表明:该方法计算建筑物高度有90.6%以上绝对误差在0~5 m之间。因此可以得出该文方法计算的阴影长度有着较高的精度,能够满足不同种类的复杂阴影测量,提高了阴影法反演建筑物高度的精度,为城市建筑物高度的反演提供新的技术支撑。