机载激光雷达(light detection and ranging,LiDAR)是集合了多种技术的集成设备,其系统误差对后期产品的影响较大,因此必须对其进行误差检校。传统的检校方法可靠稳定,但对检校场地要求较高,在某些地区难以找到合适的检校场地。基于此,...机载激光雷达(light detection and ranging,LiDAR)是集合了多种技术的集成设备,其系统误差对后期产品的影响较大,因此必须对其进行误差检校。传统的检校方法可靠稳定,但对检校场地要求较高,在某些地区难以找到合适的检校场地。基于此,提出一套无检校场的点云检校方法。该方法基于Burman模型和航带平差理论,通过安置角及三维坐标的改正来消除或减少系统误差。对云南小江实验区的验证结果表明,检校后的点云成果数据完全满足1∶2 000比例尺DEM成图要求。展开更多
文摘针对数字工业测量相机检校问题,在10参数相机畸变模型的基础上,提出一种基于有限元模型的二次检校方法,利用10参数模型补偿相机可预见性畸变差,剩余的不可预见性畸变差则利用有限元模型进行二次补偿。通过对INCA3量测型相机和CanonEOS 5D Mark Ⅱ、Nikon D2H非量测型相机的检校试验发现,量测型相机的机械结构稳定、成像噪声低、测量精度提高显著,但非量测型相机的精度提高不明显。
文摘机载激光雷达(light detection and ranging,LiDAR)是集合了多种技术的集成设备,其系统误差对后期产品的影响较大,因此必须对其进行误差检校。传统的检校方法可靠稳定,但对检校场地要求较高,在某些地区难以找到合适的检校场地。基于此,提出一套无检校场的点云检校方法。该方法基于Burman模型和航带平差理论,通过安置角及三维坐标的改正来消除或减少系统误差。对云南小江实验区的验证结果表明,检校后的点云成果数据完全满足1∶2 000比例尺DEM成图要求。