非量测相机以价格低、体积小、使用灵活等优势被广泛应用于高精度测量工作中,但相机标定结果对测量精度影响较大,针对现有相机标定方法存在着精度不够或标定效率不高等问题,文章提出一种联合加速分割检测特征(features from accelerated...非量测相机以价格低、体积小、使用灵活等优势被广泛应用于高精度测量工作中,但相机标定结果对测量精度影响较大,针对现有相机标定方法存在着精度不够或标定效率不高等问题,文章提出一种联合加速分割检测特征(features from accelerated segment test,FAST)算法和双像光束法平差的相机标定方法。首先利用FAST算法对像片标志点自动提取,利用直接线性变换方法解得相机内、外参数初值;然后基于固定基线长度约束的双像光束法平差模型解算相机相关参数,并通过分类阈值方法提高模型收敛效率。结果表明:该方法相较于普通双像光束法平差的精度有所提升,其标定后的中误差达到0.0064 mm,且实现了相机标定流程的半自动化,提高了作业效率,有望应用于实际场景的相机标定作业。展开更多
机载激光雷达(light detection and ranging,LiDAR)是集合了多种技术的集成设备,其系统误差对后期产品的影响较大,因此必须对其进行误差检校。传统的检校方法可靠稳定,但对检校场地要求较高,在某些地区难以找到合适的检校场地。基于此,...机载激光雷达(light detection and ranging,LiDAR)是集合了多种技术的集成设备,其系统误差对后期产品的影响较大,因此必须对其进行误差检校。传统的检校方法可靠稳定,但对检校场地要求较高,在某些地区难以找到合适的检校场地。基于此,提出一套无检校场的点云检校方法。该方法基于Burman模型和航带平差理论,通过安置角及三维坐标的改正来消除或减少系统误差。对云南小江实验区的验证结果表明,检校后的点云成果数据完全满足1∶2 000比例尺DEM成图要求。展开更多
文摘机载激光雷达(light detection and ranging,LiDAR)是集合了多种技术的集成设备,其系统误差对后期产品的影响较大,因此必须对其进行误差检校。传统的检校方法可靠稳定,但对检校场地要求较高,在某些地区难以找到合适的检校场地。基于此,提出一套无检校场的点云检校方法。该方法基于Burman模型和航带平差理论,通过安置角及三维坐标的改正来消除或减少系统误差。对云南小江实验区的验证结果表明,检校后的点云成果数据完全满足1∶2 000比例尺DEM成图要求。
