基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
SAR立体像对的匹配是利用雷达摄影测量技术提取地形高程信息的关键,匹配精度将直接影响结果DEM的高程精度.针对山区SAR立体像对匹配过程中同名点选取困难的问题,引入外部粗分辨率DEM作为辅助数据,将该DEM高程转换为视差,为匹配提供初值,同时采用金字塔匹配策略,不仅可以缩小搜索范围,提高搜索效率,而且能够减少粗差的产生.试验结果表明,采用外部DEM辅助之后,匹配粗差点数量相对于传统的雷达摄影测量处理结果明显减少,从而有效地提高了高程信息提取重建的精度.
推荐文章
基于高分7号卫星立体像对的DEM提取及其精度评定
高分7号
立体像对
ENVI
数字高程模型(DEM)
精度评定
地形景象匹配辅助导航可视化仿真研究及软件实现
景象匹配
导航系统
可视化仿真
航迹规划
利用IKONOS立体像对提取南极菲尔德斯半岛地区DEM及其精度分析
IKONOS
菲尔德斯半岛
数字高程模型(DEM)
RPC
DEM数据在SAR图像模拟中的应用
数字高程模型
分形
合成孔径雷达
模拟
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 利用外部DEM辅助山区SAR立体像对匹配及地形制图
来源期刊 测绘学报 学科 地球科学
关键词 雷达摄影测量 视差模型 相关系数 金字塔匹配 外部DEM
年,卷(期) 2013,(3) 所属期刊栏目 学术论文
研究方向 页码范围 425-432
页数 8页 分类号 P237
字数 6288字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 廖明生 武汉大学测绘遥感信息工程国家重点实验室 80 1474 21.0 36.0
2 张路 武汉大学测绘遥感信息工程国家重点实验室 39 497 13.0 21.0
3 贺雪艳 武汉大学测绘遥感信息工程国家重点实验室 2 31 2.0 2.0
4 Timo BALZ 武汉大学测绘遥感信息工程国家重点实验室 5 53 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (132)
参考文献  (12)
节点文献
引证文献  (21)
同被引文献  (59)
二级引证文献  (48)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(19)
  • 引证文献(6)
  • 二级引证文献(13)
2018(23)
  • 引证文献(4)
  • 二级引证文献(19)
2019(14)
  • 引证文献(2)
  • 二级引证文献(12)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
雷达摄影测量
视差模型
相关系数
金字塔匹配
外部DEM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘学报
月刊
1001-1595
11-2089/P
大16开
北京复兴门外三里河路50号
2-224
1957
chi
出版文献量(篇)
3170
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导