无人机影像DSM自动生成随机传播COLVLL算法
针对现有密集匹配方法在弱纹理及高差较大区域表现不佳, 以及密集匹配融合生成DSM时导致信息丢失等问题, 本文提出基于随机传播COLVLL的DSM生成方法。在对空三加密后的影像进行有效像对筛选的基础上, 利用随机传播机制对DSM像素区域进行扫描迭代, 结合VLL算法对随机生成的高程值进行迭代更新得到DSM。以弱纹理、大高差区域无人机影像为试验数据与现有生成DSM商业软件进行试验对比, 并以ISPRS WGII/4提供的Vaihingen数据集为参考对本文方法生成DSM及真正射影像数据进行试验分析, 结果均证明了本文方法的有效性和适用性。...
Gespeichert in:
Veröffentlicht in: | Ce hui xue bao 2022-11, Vol.51 (11), p.2346-2354 |
---|---|
Hauptverfasser: | , , , |
Format: | Artikel |
Sprache: | chi ; eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | 针对现有密集匹配方法在弱纹理及高差较大区域表现不佳, 以及密集匹配融合生成DSM时导致信息丢失等问题, 本文提出基于随机传播COLVLL的DSM生成方法。在对空三加密后的影像进行有效像对筛选的基础上, 利用随机传播机制对DSM像素区域进行扫描迭代, 结合VLL算法对随机生成的高程值进行迭代更新得到DSM。以弱纹理、大高差区域无人机影像为试验数据与现有生成DSM商业软件进行试验对比, 并以ISPRS WGII/4提供的Vaihingen数据集为参考对本文方法生成DSM及真正射影像数据进行试验分析, 结果均证明了本文方法的有效性和适用性。 |
---|---|
ISSN: | 1001-1595 1001-1595 |
DOI: | 10.11947/j.AGCS.2022.20210325 |