2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)字高程模型是現(xiàn)今地理信息產(chǎn)業(yè)中不可或缺的重要技術(shù)手段。通過數(shù)字?jǐn)z影測量方法來快速自動(dòng)生成DEM具有良好的應(yīng)用前景。而其中的影像匹配技術(shù)尤為重要,它決定了數(shù)字?jǐn)z影測量的自動(dòng)化程度。本文選擇了立體影像匹配技術(shù)和DEM的三維建模、顯示技術(shù)作為主要的研究內(nèi)容,圍繞點(diǎn)特征提取,匹配算法實(shí)現(xiàn)流程,以及三維建模流程等方面進(jìn)行探討和研究,并在此基礎(chǔ)上進(jìn)行算法實(shí)驗(yàn)和系統(tǒng)搭建。
   本文通過對現(xiàn)有經(jīng)典的匹配技術(shù)對比、分析和總結(jié),得出了基于特征的

2、影像匹配具有更好的發(fā)展前景的結(jié)論,在此基礎(chǔ)上提出了本文的基于多測度多約束的兩尺度影像匹配方法,并給出了每一個(gè)關(guān)鍵算法的詳細(xì)敘述。首先,介紹了傳統(tǒng)的點(diǎn)特征提取算子,隨后重點(diǎn)介紹了時(shí)下流行的SURF算子,在此基礎(chǔ)上提出了本文的基于方向小波的三尺度特征定位算子,通過實(shí)驗(yàn)得出,該算子耗時(shí)較少,提取的特征點(diǎn)數(shù)量較多且分布均勻,給與之相配合的匹配算法提供良好的特征集合。隨后,介紹了本文提出的兩尺度多約束匹配方法。該方法中利用小波分析得到低尺度的低頻

3、影像,利用小波算子、向量描述符和向量距離測度在該尺度影像上進(jìn)行粗匹配獲得視差,為精匹配提供初始的匹配搜索范圍提高搜索效率;然后在高尺度的影像中利用相關(guān)系數(shù)法與核線約束相配合完成精匹配,確保了匹配結(jié)果的穩(wěn)定性和準(zhǔn)確性。第五章本文給出了與SURF算法的對比實(shí)驗(yàn),實(shí)驗(yàn)證明,較之SURF本文方法在航片匹配和衛(wèi)片匹配方面具有更好的效果。完成影像匹配,文中考慮到DEM自動(dòng)生成技術(shù)流程的完整性,簡要介紹了DEM的解算、內(nèi)插以及常用的模型。隨后,本文又

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論