利用生成正射影像评估DEM之研究.ppt

《利用生成正射影像评估DEM之研究.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、利用生成正射影像評估DEM之研究指導教授：趙鍵哲學生：彭念豪報告流程前言實驗方法實驗成果與分析結論參考文獻前言DEM的生成是藉著影像匹配，找出在共軛影像中的共軛點，利用前方交會的方式算出地面的坐標。但在複雜的真實世界裡，影像匹配總無法達到所預期的成效，而會得到不正確的高程資訊。自動化的DEM生成，常伴隨著人工的檢驗，使得生產的效能大大的減弱。前言(續)本實驗的目的便是在於找出DEM中，含有錯誤的點位，或是確認出那些區域的DEM都是正確無誤的，如此在之後人工檢驗時便能減少其工作量，進而提昇效率。為了達成上述之目的，本實驗所採用的方法為物空間匹配。實驗方法物空間匹配

2、，即是利用正射影像間之匹配，概念在於將匹配執行空間由像空間轉換至物空間。由於轉換至物空間所憑藉的就是DEM及方位參數，若DEM的有錯誤，將會直接影響所產生出來的正射影像，而正射影像間的匹配也會受到牽連。本實驗便是基於此原理，由正射影像間的匹配來評估DEM的正確性。正射影像之生成DEM為一規則網格資料，每一網格都有其(X,Y,Z)，代入共線式，反算像片坐標，將DEM坐標配合方位參數，可算出像片坐標，再經仿射轉換算出影像坐標。正射影像之生成(續)由上述之步驟，可由DEM之坐標推回影像坐標，並萃取該點灰階，將DEM上每一點都找出其對該灰階，並填入對應之網格，便可得一正

3、射影像。而理論上，若DEM正確無誤，且方位參數精確，則所得之正射影像對應該只會有一幅射的平移量，除了被遮蔽的資訊左右像應不相同，其餘資訊在正射影像對上應該都會相似。正射影像之生成示意圖標準化互相關法(NormalizedCrossCorrelation，NCC)正射影像對之匹配若DEM正確其正射影像對應該相似，所以匹配出之共軛點，在其共軛影像上的坐標應該相同，因為是從同一個DEM網格點去反推出來的。所以便可利用正射影像對之匹配來判斷DEM是否正確。實驗成果與分析-實驗資料本實驗所使用之DEM為PCI所生成的，並經過人工使用立体鏡檢驗其正確性，標記出自動生成的DE

4、M中所含之錯誤高程，來做為實驗資料，DEM資料為5公尺一格點。DEM及原始影像的對照正射影像灰階極值平均數標準差訊雜比相關係數左像222.73&22.06129.6543.722.96550.932右像238.91&35.84132.8344.932.9563正射影像之分析在DEM有錯誤之點位，其所對應在影像上灰階應該是不同地物所擁有的，而造成兩正射影像灰階不規則的差異，產生匹配的失敗，我們便可利用此一現象來找出DEM錯誤之處。DEM錯誤量與灰階差異比較極值平均數標準差訊雜比相關係數DEM錯誤量9.88&00.3951.3160.3000.249灰階差異量106

5、.3&0.0511.01412.5640.877正確DEM取樣出差異很大的灰階錯誤DEM取樣到相似灰階實驗成果實驗成果-第2組其背景為兩正射影像灰階的差異，而紅色的方框表錯誤的DEM點，黃色的星號表相關係數低於門檻值之匹配點，藍色的十字表相關係數高於門檻值之錯誤匹配點，綠色的外框表示有檢查的區域。實驗成果-第4組其背景為兩正射影像灰階的差異，而紅色的方框表錯誤的DEM點，黃色的星號表相關係數低於門檻值之匹配點，綠色的外框表示有檢查的區域。實驗成果-第7組其背景為兩正射影像灰階的差異，而紅色的方框表錯誤的DEM點，黃色的星號表相關係數低於門檻值之匹配點，綠色的外框

6、表示有檢查的區域。成果分析由以上圖形所透露資訊，可知有些匹配錯誤的點雖沒有落在DEM錯誤之處，但也出現在附近，而我們實驗的目的便在於找出DEM有問題的區域，所以這樣的資訊是足夠的。所以在重新整理實驗成果如下，其中附近的定義為中心點周圍8格。實驗成果二實驗成果-第3組成果分析(續)由1、4、7組來看，目標視窗越大其可靠度越好，而相同大小的目標視窗，相關係數門檻值越低可靠度越高，而提高相關係數門檻值，則可增加偵錯的能力。對正確DEM卻有灰階差異，只要灰階差異不是差的很多，似乎可用較大的目標視窗來解決此問題，但錯誤之DEM格點取樣出相似的灰階的問題，仍無法偵測出。特例

7、之探討特例之探討(續)高程錯誤量達6公尺，但其左右像灰階差異量只有不到20，將該點做為一目標視窗的中心點，匹配相對應的位置，其相關係數約0.978，而將正確的灰階放入該點，計算後的相關係數為0.976，差異相當小，像這樣的例子，實在很難發現錯誤量的存在。結論在本實驗中可靠度方面，都有7成以上的可靠度，但隨著為了增加偵錯能力而提高相關係數門檻值，其可靠度也會減低，如何在維持可靠度的前提下，增加偵錯能力則將是之後很大的問題。結論(續)基於本實驗的理論，錯誤的高程應該會取到有差異的灰階，而在實際例子中發現有許多特例的存在，而這些特例對實驗的結果有很大的影響，以本實驗改

8、變目標視窗及相關係數的門