提出了一种基于视差图融合的匹配方法。首先,基于归一化互相关系数(normalized cross correlation,NCC),利用多个不同尺寸的匹配窗口分别进行匹配,获取相应的视差图;然后,提出了一种左右一致性(left right consistency,LRC)和信噪比(sig...提出了一种基于视差图融合的匹配方法。首先,基于归一化互相关系数(normalized cross correlation,NCC),利用多个不同尺寸的匹配窗口分别进行匹配,获取相应的视差图;然后,提出了一种左右一致性(left right consistency,LRC)和信噪比(signal to noise ratio,SNR)相结合的置信测度,用来评价视差图中每个视差的置信水平;在此基础上,提出了一种视差图融合策略,该策略对上述多个匹配窗口获取的视差图进行加权融合,融合时既考虑了视差本身的置信水平,也兼顾了其邻域视差的影响。采用TanDEM-X的聚束立体影像进行试验,结果表明,本文方法能有效减少DEM粗差点,DEM高程精度由11.28 m提高到8.41 m。展开更多
文摘提出了一种基于视差图融合的匹配方法。首先,基于归一化互相关系数(normalized cross correlation,NCC),利用多个不同尺寸的匹配窗口分别进行匹配,获取相应的视差图;然后,提出了一种左右一致性(left right consistency,LRC)和信噪比(signal to noise ratio,SNR)相结合的置信测度,用来评价视差图中每个视差的置信水平;在此基础上,提出了一种视差图融合策略,该策略对上述多个匹配窗口获取的视差图进行加权融合,融合时既考虑了视差本身的置信水平,也兼顾了其邻域视差的影响。采用TanDEM-X的聚束立体影像进行试验,结果表明,本文方法能有效减少DEM粗差点,DEM高程精度由11.28 m提高到8.41 m。
基金supported by the National Natural Science Foundation of China(Grant Nos.41472255,51178404)Open Research Fund by Sichuan Engineering Research Center for Emergency Mapping & Disaster Reduction(Program K2014B006)Fundamental Research Funds for the Central Universities(Grant Nos.SWJTU12ZT07,2682014BR014)
文摘合成的孔雷达(SAR ) stereo-radargrammetry 的片面上升或下降限制了由于短空间基线(100 km ) 和小交叉角度的地志的印射的精确性。以便改进从卫星转菠的 SAR radargrammetry 产生数字举起模型(DEM ) 的表演和可靠性,从与长空间的基线(1000 km ) 的几何配置登上并且下降轨道的联合的两方面的 stereo-radargrammetry 的探索在这研究被进行。在到放方程的地球表面和 Doppler 的 SAR 传感器之间的观点范围几何学被采用建立实体镜的交叉模型。两方面的 radargrammetric 举起的测量无常根据在输入 SAR 图象之间的同类的点的雷达视差被估计。ALOS/PALSAR (先进土地观察卫星 / 阶段数组类型 L 乐队合成的孔雷达) 的二立体声对有轨道的分离的获得在有在西南的中国卷地形学的西方四川低岬盆上的几乎 1080 km 在学习被采用在撞击了这个区域的 2008 Wenchuan 地震以后获得新地面数据。对两方面的 radargrammetric DEM 的量的精确性评价与参考被执行回答 GPS 观察。试验性的结果证明没有使用的地面控制点(GCP ) ,举起精确性到达 5.5 m,并且精确性是进一步的改善了到 1.5 m,一仅仅 GPS GCP 用作最少的限制。理论分析和严峻的结果证明从上升并且下降的轨道的两方面的长基线 SAR radargrammetry 能是为大区域、高的精确性的一种很有希望的技术选择地志的印射。