高分7(GF7)卫星数据制作平原地区DSM/DEM(二)

2023-11-04 09:20

本文主要是介绍高分7(GF7)卫星数据制作平原地区DSM/DEM(二),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

李国春

(接前)

四、参数设置与质量控制

控制质量的参数主要是图3中右侧的22个参数,前4个我们说过是控制处理区域的,单位为像元。这里不再赘述。

第5个参数 核线搜索长度,单位也是像元数(下同)。是在核线上的搜索范围。由于GF7的设计特点,这里可以设置成最大高程(m)的一半稍多一些。这个值太小在搜索范围找不到同名点会导致搜索失败。太大也容易在真实范围之外找到伪匹配点,还浪费搜索时间。比方最高目标100m高,这个参数最少应该在50以上。

第6个参数 匹配长度。取来一定长度的带容差的后视数据,在搜索长度范围内与核线数据移动匹配,得到相似度最高的匹配后,记录移动的位移,作为像点位移。并记录该位置的相似度。可见,这个匹配长度越短,位置匹配越精确,但是这个长度太短也会造成很多的误判,导致过多的异常匹配。随着这个长度的增加,匹配越稳定,误判显著减少,但是匹配结果会表现的拖延和粘滞,表现出边缘匹配的模糊不齐,尤其是在沟坎、悬崖和建筑物边缘识别上造成较大误差。所以设计二次配准就是分别进行一次长配准长度和一次短配准长度来进行互补。见图13、图14。

图13参数匹配长度较短时匹配结果比较破碎

图14参数匹配长度较长时匹配结果发生糊图

第7个参数 核线宽度容差。前面讲了,由于前后视扫描和核线图像等多方面原因所造成的误差,不能仅仅使用一条核线进行匹配,需要进行一下宽度的扩展。这个值如果设置很窄,也容易得到不稳定的破碎的匹配结果。如果这个值设置过宽,就相当于有一定长度和宽度的NCC面匹配,会显著增加处理时间。事实上,这个容差值过宽并不能一定会提高匹配质量和增加匹配稳定度,保持适中即可。见图15、图16。

图15 参数核线容差为1时的结果

图16 参数核线容差为16时的结果

第8个参数 匹配步长。这个参数是指示每一步匹配像元间隔的间距。最小为1,表示每次匹配移动一个像元,或者说是逐像元匹配。设置大于1的值每次匹配跳过该值这么多像元。从处理精度来看这个值当然是1时最好,但是会极大消耗处理时间。见图17。

图17 参数匹配步长分别为8、4、1时的结果

第9个参数 相似度阈值。这是用于判定匹配质量的一个标准,表示低于此阈值的像点位移已经不再被信任,直接删掉用一个缺省填充值代替。这里的使用一个浮点数0.0001来代替高程。其实选择输出了可信度图像以后,用户也可以在后续从处理中,根据这里的相似度系数自行判断高程的取舍。

这个参数在这里设置只是根据可靠性指数(单独的一层数据similarity)对结果进行一次过滤。其实这个可以用菜单在任何时候过滤。方法是:①勾选待过滤的高程层(图18中红框)。②选择图18中的菜单项。见下一小节后处理。

第10~14的5个参数时二次匹配使用的参数。与第一次匹配的5~9的5个参数意义相同。二次匹配的设计意图是进行两次参数不同的匹配进行互补,以提高匹配质量。这5个参数中的任意一个设置为0时,忽略第2次配准。

第15个参数 孤岛检测。自动对像元直径小于等于此值的孤立高值图斑(噪音)进行消除。也可以在下一小节的后处理部分进行进一步处理。

第16个参数 洼地检测。对洼地检测消除,同上。

第17个参数 滤波窗口宽度。对第一、二次配准的结果进行中值滤波的窗口宽度。也可以在处理完毕后使用DEM处理菜单对结果进行滤波。参见图12。

第18个参数 滤波迭代次数。和上一个参数结合使用以达到较好的滤波效果。

第19、20个参数 系统性误差纠正。计算得到的合成高程的误差被认为是线性的,用一个斜率和一个截距值进 。

加企鹅758461012,原来的满了。

这篇关于高分7(GF7)卫星数据制作平原地区DSM/DEM(二)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/344790

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

使用python制作一款文件粉碎工具

《使用python制作一款文件粉碎工具》这篇文章主要为大家详细介绍了如何使用python制作一款文件粉碎工具,能够有效粉碎密码文件和机密Excel表格等,感兴趣的小伙伴可以了解一下... 文件粉碎工具:适用于粉碎密码文件和机密的escel表格等等,主要作用就是防止 别人用数据恢复大师把你刚删除的机密的文件恢

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很