论文部分内容阅读
随着遥感和航天技术的高速发展,高分辨卫星影像成为获取地球表面信息的重要工具。随着卫星数量和分辨率的提高,利用高分辨卫星影像获取数字高程模型(Digital Elevation Model,DEM)或者对地面目标进行三维重建成为可能。本文使用广义卫星像对(高分一号、高分二号、Pleiades 1、Pleiades 2、QuickBird、WorldView-2、WorldView-3)进行特征提取、匹配,然后利用有理函数前方交会模型得到地面点三维坐标,并生成数字高程模型,最后对所得结果进行精度分析,实验得出本文方法可靠有效。论文的主要贡献如下:分析了有理函数模型,给出它的基本公式,模型参数求解的方法。另外还对高分一号,高分二号,Pleiades,QuickBird,WorldView-2和WorldView-3影像的有理函数模型系数拟合误差进行了分析。使用KAZE算法对广义卫星像对进行特征提取,并针对KAZE算法进行改进。改进思路是保留KAZE算法能提取稳定特征点的优点,针对算法运行时间进行优化:在KAZE描述符中添加二阶导数,丰富图像信息。使用圆环区域代替原算法的矩形区域,并对重新划分5个区域,构建一个40维向量,而且不在局限于欧式距离,然后利用严格数学关系分析了改进算法和KAZE算法时间效率,得出改进算法在大部分情况下优于原算法。在高斯模糊、噪声、旋转缩放、光照等条件下,分析了SIFT、SURF、KAZE和改进算法的稳定性,本文结论为KAZE和其改进算法优于SIFT和SURF算法使用了基于网格的运动统计算法(Grid-based Motion Statistics,GMS)算法进行特征点匹配,实验也得出该算法的匹配点正确率很高。然后将得到的同名点代入有理函数前方交会模型,得出地面点三维坐标,对有理函数模型进行误差补偿,得出合适的三维坐标,最后与真实的控制点坐标进行对比得出本文方法精度,其中高分一号广义像对的精度为83%,高分二号广义像对的精度为78%,Pleiades广义像对精度为76%,WorldView-3立体像对精度为85%,并且绘制了三维散点图以及对应的误差图。