当前位置: 首页 > news >正文

利用摄影测量进行地形建模的介绍

一、前言

        从一个地方到另一个地方的地球表面由连续和突然的海拔变化组成,个人和社会都必须应对这些变化。 水从高山和丘陵向下流,从溪流流入河流,形成三角洲,最终汇入大海。 三维 (3D) 地面信息的获取和表示一直是与行星表面相关的研究和工作的一个重要方面。 地形知识是行星探索和研究的主要因素。

        在 20 世纪 50 年代初,摄影测量被广泛用于收集公路设计数据。 Roberts (1957) 概念化了一种新工具,通过使用具有摄影测量的数字计算机来获取公路工程规划和设计的数据。 Miller & Laflamme (1958) 提出并阐述了数字地形模型 (DTM) 的概念,将其定义为由具有已知 X、Y 和 Z 坐标的大量选定点对地面连续表面的统计表示。

        自 Miller & Laflamme (1958) 提出 DTM 一词以来,在 55 年的发展期内,出现了其他一些流行的术语,即数字高程模型 (DEM's) 和数字表面模型 (DSM)。

        然而,这些术语 DTM、DEM 和 DSM 的使用一直令人困惑,并且通常被认为是同义词。 Maune et al., (2001) 将这三个术语描述如下:

表1 DEM、DSM 和 DTM 的定义

 二、利用摄影测量进行DEM制作

        地球表面地形的数字表示一直是地理和测量领域的一个重要焦点(Singh 等人,2015 年)。 随着地理空间行业的发展和技术的进步,DEM 在许多其他应用领域也变得重要。 广大用户对高精度、高分辨率 DEM 提出了新的需求。 因此,生成高分辨率 DEM 数据是一个很大的需求。 在生成 DEM/DTM 的各种方法中,摄影测量正在成为一种更受欢迎、更高效且更便宜的解决方案。

        1867 年,普鲁士建筑师“Albrecht Meydenbauer”首次使用摄影测量这一表达方式,他制作了一些最早的地形图和立面图。 自成立以来,摄影测量的主要目标一直是制作地形图,最好是大比例尺。 随着“分析立体绘图仪”的出现,立体航空摄影可用于提取等高线形式的高程数据。 由于过程自动化伴随着数字航空影像的发展,DEM 生成通常是计算机辅助的。 从数字航空或卫星图像生成 DEM 如今是一个全自动批处理过程,生成的高程模型通常用于支持正射影像生成。

        摄影测量技术应用于两个或多个光学图像以导出摄影测量 DEM。 测量遥感立体数据集的第一和第二图像上的共轭点之间的图像视差以计算像素的高程。 自动图像匹配过程通过图像匹配算法自动测量两张或多张重叠照片中的共轭点,以提供准确的初始视差。 由于高精度匹配算法和高分辨率线性推扫式传感器的出现,图像块通常以大的重叠记录,这使得人们可以生成高精度的 DEM(图 1)。

 图1 DEM

         使用 IGiS 摄影测量模块从 Worldview-3 立体数据(印度北阿坎德邦德拉敦市)生成的 DEM。
        地形测绘中的摄影测量服务已经很成熟,但近年来,该技术已广泛应用于 GIS、建筑、工业、工程、医学、地质学和许多其他领域,以生成精确的 3D 数据。 市场上有许多用于摄影测量处理的商业化自助 (COTS) 软件,但它们较高的成本限制了来自印度等发展中国家的广泛用户群在其应用程序中采用摄影测量来生成高分辨率 DEM/DEM,这导致 在不太准确的地表过程相关建模和模拟中。 为了解决这个问题,印度 Scanpoint Geomatics Limited (SGL) 为其 IGiS 软件开发了一种具有成本效益且用户友好的摄影测量模块。 IGiS 摄影测量模块可以使用有理函数模型 (RFM) 处理任何具有有理多项式系数 (RPC) 文件的立体数据。 然而,该模块不需要任何 GCP 或匹配点进行摄影测量处理,添加一些分布良好的 GCP,提高了输出的平面和垂直精度。 该模块还提供了将垂直基准与椭球体和大地水准面相互转换的功能。 该模块具有从 DEM 到 DTM 的自动生成以及用于生成逼真的正射影像的正射校正工具(图 2)。

图2 正射影像

         使用 Worldview-3 立体数据生成的高分辨率正射影像(印度北阿坎德邦台拉登市),并在 IGiS 摄影测量模块中生成 DEM。

http://www.lryc.cn/news/43568.html

相关文章:

  • 中文代码138
  • JQuery用法
  • Python采集热门城市景点数据+简单制作数据可视化图
  • VUE-cli搭建项目
  • Feign返回值统一处理
  • 探究如何在Linux系统中修改进程资源限制:四种方法调整进程限制,让你的系统高效运行(包含应用层getrlimit和setrlimit API)
  • 9.5. 机器翻译与数据集
  • 跟着凯新生物2 Arm PEG Biotin,2-Branched PEG Biotin,生物素-聚乙二醇-二臂/支,学试剂知识
  • react组件进阶(四)
  • 阿维塔城区NCA智驾导航辅助,复杂路口,全面胜任
  • [Pandas] div()函数
  • c++并发与多线程
  • Vinylsulfone PEG Biotin,Biotin-PEG-VS,生物素聚乙二醇乙烯砜,VS基团容易与游离巯基发生反应
  • 论文学习——Tune-A-Video
  • C++类与对象part1
  • 记一次抓取网页内容
  • parasoft帮助史密斯医疗通过测试驱动开发提供安全、高质量的医疗设备
  • SpringBoot整合Oauth2开放平台接口授权案例
  • Linux_创建用户
  • RDD(弹性分布式数据集)总结
  • 服务器版RstudioServer安装与配置详细教程
  • 如何在Java中将一个列表拆分为多个较小的列表
  • TryHackMe-Inferno(boot2root)
  • 微信原生开发中 JSON配置文件的作用 小程序中有几种JSON配制文件
  • 【python】为什么使用python Django开发网站这么火?
  • Java设计模式(五)—— 责任链模式
  • VMLogin:虚拟浏览器提供的那些亮眼的功能
  • 第一个错误的版本
  • 2023爱分析·AIGC市场厂商评估报告:拓尔思
  • MobTech|场景唤醒的实现