精华内容
下载资源
问答
  • 原标题:正射影像(DOM)的制作数字地面高程模型是制作正射影像的基础,中心投影的影像根据其数字地面高程模型就可纠正成正射影像。利用编辑好的匹配结果生成数字地面高程模型。此种方法适用于中、小比例尺的正射影像...

    原标题:正射影像(DOM)的制作

    数字地面高程模型是制作正射影像的基础,中心投影的影像根据其数字地面高程模型就可纠正成正射影像。利用编辑好的匹配结果生成数字地面高程模型。此种方法适用于中、小比例尺的正射影像制作或大比例尺非城市自然地貌地区的正射影像制作,也可用于编辑好视差曲线的城市地区的正射影像制作。

    生成正射影像的方式包括:

    (1)分别由单模型的DEM生成单个模型的正射影像。

    (2)将多个单模型的DEM拼接成一个多模型的DEM,一步生成所需的正射影像。

    单个像对的正射影像生成后,即可进行正射影像图的拼接或者说镶嵌、裁切。一般来说,制作标准图幅的正射影像可用系统镶嵌功能进行镶嵌,系统提供两种镶嵌方式:

    (1)由系统进行单模型的DEM及正射影像的自动拼接。此种方式适用于小比例尺及大比例尺非城市自然地貌地区。

    (2)由手工方式选择镶嵌线进行拼接。这种方式适合大比例尺城市地区,可有效的避免(高大)建筑物因中心投影倒向引起的拼接重影或模糊。另外,如果制作没有绝对地理精度要求的正射影像图,可由单模型正射影像在 Potoshop等图像处理软件下进行手工拼接,这也是一种有效的拼图手段。

    飞燕具备高精度DEM、DOM、DSM制作www.feiyantech.com多年丰富经验。返回搜狐,查看更多

    责任编辑:

    展开全文
  • 想知道什么是正射影像,必须先知道什么是正射投影。正射投影点P在空间R上的正射投影是一个R上的点Q,其中线段PQ垂直于R,或说PQ正交于R。集合P在空间R上的正射投影是一个R上的集合Q,其中集合P的点在R上的投影都是...

    想知道什么是正射影像,必须先知道什么是正射投影。

    正射投影

    点P在空间R上的正射投影是一个R上的点Q,其中线段PQ垂直于R,或说PQ正交于R。

    集合P在空间R上的正射投影是一个R上的集合Q,其中集合P的点在R上的投影都是正射投影。

    特例:

    点在直线上的射影:

    点P在直线L上的垂足Q叫做点P在直线L上的正射投影。

    点在平面上的射影:

    点P在平面R上的垂足Q叫做点P在平面R上的正射投影。

    点集在平面上的射影:

    点集P在某一平面R上的正射投影构成的点集Q 叫做点集P在平面R上的正射投影。

    由于任何类型的球面,包括椭球面都不是可展曲面,所以,无论是什么样的正射投影在椭球面上都不可能得到与正射投影平面上丈量的几何量一致的长度、距离、坐标点等几何量,局部上只能得到近似的椭球面几何量。

    由于地球上对地观测的正射影像是平面影像(理论上是局部的近似平面),所以,在这样的正射影像上可以进行近似的几何量的量测。由于地球半径很大,在小尺度的度量下其曲面曲率非常小(比如度量单位是米级),所以,地球的切平面在比较小的局部上用正射影像进行几何量的量测,比如,坐标点,长度或面积等。

    直观上,三维空间地形地物的正射影像应该是在同一个比例尺下或放大或缩小的地形地物的影像。

    中心投影构成的平面影像,理论上因地球表面的起伏永远不可能成为正射影像。这是因为,地形地物的起伏直接影响中心投影平面影像点之间的几何位置和距离,所以,这样的距离并不能准确的代表地形地物在地球表面上的位置信息。

    想通过中心投影构成的平面影像获得正射影像,必须通过摄影测量的三维重建复原三维地形地物的空间点(DSM),然后再进行这些地形地物点的中心点(地物几何中心)或所关注中心点的地球椭球面上的切平面上进行正射投影。但是,由于各种遮挡原因,这样的复原在一些特殊情况下出现困难。这时,可能需要多个立体像对来复原相互缺失的地形地物的空间点。

    附件:

    一、DTM(Digital Terrain Model)

    数字地面模型是利用一个任意坐标系中大量选择的已知x、y、z的坐标点对连续地面的一个简单的统计表示,或者说,DTM就是地形表面形态属性信息的数字表达,是带有空间位置特征和地形属性特征的数字描述。地形表面形态的属性信息一般包括高程、坡度、坡向等。

    数字地形模型(DTM, Digital Terrain

    Model)最初是为了高速公路的自动设计提出来的(Miller,1956)。此后,它被用于各种线路选线(铁路、公路、输电线)的设计以及各种工程的面积、体积、坡度计算,任意两点间的通视判断及任意断面图绘制。在测绘中被用于绘制等高线、坡度坡向图、立体透视图,制作正射影像图以及地图的修测。在遥感应用中可作为分类的辅助数据。它还是的基础数据,可用于土地利用现状的分析、合理规划及洪水险情预报等。在军事上可用于导航及导弹制导、作战电子沙盘等。对DTM的研究包括DTM的精度问题、地形分类、数据采集、DTM的粗差探测、质量控制、数据压缩、DTM应用以及不规则三角网DTM的建立与应用等。

    二、DEM(Digital

    Elevation Matrix)

    数字高程矩阵。GIS、地图学中的常用术语。

    数字高程模型(Digital Elevation

    Model,缩写DEM)是一定范围内规则格网点的平面坐标(X,Y)及其高程(Z)的数据集,它主要是描述区域地貌形态的空间分布,是通过等高线或相似立体模型进行数据采集(包括采样和量测),然后进行数据内插而形成的。DEM是对地貌形态的虚拟表示,可派生出等高线、坡度图等信息,也可与数字正射影像图(DOM)或其它专题数据叠加,用于与地形相关的分析应用,同时它本身还是制作DOM的基础数据。

    DEM是用一组有序数值阵列形式表示地面高程的一种实体地面模型,是数字地形模型(Digital Terrain

    Model,简称DTM)的一个分支。一般认为,DTM是描述包括高程在内的各种地貌因子,如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布,其中DEM是零阶单纯的单项数字地貌模型,其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。DTM的另外两个分支是各种非地貌特性的以矩阵形式表示的数字模型,包括自然地理要素以及与地面有关的社会经济及人文要素,如土壤类型、土地利用类型、岩层深度、地价、商业优势区等等。实际上DTM是栅格数据模型的一种。它与图像的栅格表示形式的区别主要是:图像是用一个点代表整个像元的属性,而在DTM中,格网的点只表示点的属性,点与点之间的属性可以通过内插计算获得。

    建立DEM的方法有多种。从数据源及采集方式讲有:(1)直接从地面测量,例如用GPS、全站仪、野外测量等;根据航空或航天影像,通过摄影测量途径获取,如立体坐标仪观测及空三加密法、解析测图、数字摄影测量等等;(3)从现有地形图上采集,如格网读点法、数字化仪手扶跟踪及扫描仪半自动采集然后通过内插生成DEM等方法。DEM内插方法很多,主要有分块内插、部分内插和单点移面内插三种。目前常用的算法是通过等高线和高程点建立不规则的三角网(Triangular

    Irregular Network, 简称TIN)。然后在TIN基础上通过线性和双线性内插建DEM。

    由于DEM描述的是地面高程信息,它在测绘、水文、气象、地貌、地质、土壤、工程建设、通讯、气象、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。如在工程建设上,可用于如土方量计算、通视分析等;在防洪减灾方面,DEM是进行水文分析如汇水区分析、水系网络分析、降雨分析、蓄洪计算、淹没分析等的基础;

    在无线通讯上,可用 于蜂窝电话的基站分析等等

    三、DSM(Digital slope

    Model)

    数字表面模型(Digital

    Slope Model,缩写DSM)是指包含了地表建筑物、桥梁和树木等高度

    的地面高程模型。和DSM相比,DEM只包含了地形的高程信息,并未包含其它地表信息,DSM是在DEM的基础上,进一步涵盖了除地面以外的其它地表信息的高程。在一些对建筑物高度有需求的领域,得到了很大程度的重视。

    是最真实地表达地面起伏情况,可广泛应用于各行各业。如在森林地区,可以用于检测森林的生长情况;在城区,DSM可以用于检查城市的发展情况;特别是众所周知的巡航导弹,它不仅需要数字地面模型,而更需要的是数字表面模型,这样才有可能使巡航导弹在低空飞行过程中,逢山让山,逢森林让森林。

    展开全文
  • 数字正射影像图规范,包含1:500 1:1000 1:2000数字正射影像图/数字高程模型/数字线划图规划,航空摄影测量内外业规范
  •   OpenDroneMap 是一个开源的航拍图像处理工具,可以把航拍图像进行点云、正射影像和高程模型等处理。简直是个神器,做出来的效果和pix4d等软件差不多(我目前只做了无人机影像的正摄影像的生成)。   根据官方...

    OpenDroneMap

      OpenDroneMap 是一个开源的航拍图像处理工具,可以把航拍图像进行点云、正射影像和高程模型等处理,也可以做3维重构,生成3维模型。简直是个神器,做出来的效果和pix4d等软件差不多(我目前只做了无人机影像的正摄影像的生成)。
      根据官方文档所说,PyODM可以很轻易的创建无人机影像的正射图,DEM,3d模型以及点云。
      正射图的效果如下:
    在这里插入图片描述
      下面开始使用OpenDroneMap的python库PyODM
      注:若图片内有exif信息,则odm可以直接生成tif的正射影像。给图片添加exif信息可以参看下面这篇博客。
    https://blog.csdn.net/weixin_43162240/article/details/103579657

    1.环境准备

    安装pyodm包

      用pip安装即可。

    pip install -U pyodm
    

    启动docker

    pyodm需要启动docker,所以在使用之前还需要先安装docker.
    windows的安装就不说了,可以自行百度,下面介绍linux系统下docker的安装。

    # 安装docker
    $ curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
    $ sudo apt-get install -y docker-ce
    
    # 启动docker,这里会自己下载需要的包,所以需要等待一会儿。
    $ sudo docker run -ti -p 3000:3000 opendronemap/nodeodm
    
    

    2.python教程

      大致流程是这样,先连接Node,然后新建任务,然后等待任务执行完成,最后获取结果。
      这里关键是新建任务时有个option选项,可以设置一些配置。看文档说明得知,配置会影响处理速度与结果的质量。
      对正射影像的制作来说,需要配置的一些参数(参数可以在官方文档查看)如下:

    • orthophoto-resolution:米/像素,表示地面分辨率
    • dsm:是否要生成dsm,如果不需要的话,选false会加快处理速度
    • ignore-gsd:设置为True就会跳过一些加速处理,得到的图像质量会好一些
    • min-num-features:找的特征点数量,数量越多质量越好,处理时间越长
    • texturing-nadir-weight:官方建议,在都市设为29-32,草地或者平底设置为0-6
    • mesh-octree-depth:官方建议设置为10-11,增加建筑屋顶的平滑性。

      注意:在制作正射影像时,选择的图片最好是有至少两个轨道的数据,一个航线的数据拼接会失败,即task.wait_for_completion()会返回failed.

    import os
    from pyodm import Node
    import time
    from tqdm import tqdm
    
    
    image_dir = 'testdata/'
    result_path = image_dir.split('/')[0]+'_results'
    ip = 'xxx.xx.xx.xx' # 改为自己的ip
    port = 3000
    
    start = time.time()
    images_name = os.listdir(image_dir)
    images_name = [image_dir+image_name for image_name in images_name]
    print(images_name)
    
    n = Node(ip, port)
    print("Node连接成功,{}张图开始处理".format(len(images_name)))
    
    
    task = n.create_task(images_name, {'orthophoto-resolution': 0.0274,"min-num-features":35000})
    print("任务创建完成")
    pbar = tqdm(total=100)
    processing = 0
    while True:
        info = task.info()
        if info.progress==100:
            break
        pbar.update(info.progress-processing)
        processing = info.progress
        if info.last_error!='':
            print("error ", info.last_error)
            
        time.sleep(0.1)
    pbar.close()
    
    print("处理完成")
    # task.wait_for_completion()
    task.download_assets(result_path)
    
    print("{}张图消耗{}秒".format(len(images_name), time.time() - start))
    

    3.其它

      查看官方文档可能需要科学上网,所以把option列出来了。

    -h, --help            show this help message and exit
    --images <path>, -i <path>
                          Path to input images
    --project-path <path>
                          Path to the project folder
    --resize-to <integer>
                          resizes images by the largest side for opensfm. Set to
                          -1 to disable.
                                                  Default: 2048
    --end-with <string>, -e <string>
                          Can be one of:dataset | split | merge | opensfm | mve
                          | odm_filterpoints | odm_meshing | mvs_texturing |
                          odm_georeferencing | odm_dem | odm_orthophoto
    --rerun <string>, -r <string>
                          Can be one of:dataset | split | merge | opensfm | mve
                          | odm_filterpoints | odm_meshing | mvs_texturing |
                          odm_georeferencing | odm_dem | odm_orthophoto
    --rerun-all           force rerun of all tasks
    --rerun-from <string>
                          Can be one of:dataset | split | merge | opensfm | mve
                          | odm_filterpoints | odm_meshing | mvs_texturing |
                          odm_georeferencing | odm_dem | odm_orthophoto
    --proj <PROJ4 string>
                          Projection used to transform the model into geographic
                          coordinates
    --min-num-features <integer>
                          Minimum number of features to extract per image. More
                          features leads to better results but slower execution.
                          Default: 8000
    --matcher-neighbors <integer>
                          Number of nearest images to pre-match based on GPS
                          exif data. Set to 0 to skip pre-matching. Neighbors
                          works together with Distance parameter, set both to 0
                          to not use pre-matching. OpenSFM uses both parameters
                          at the same time, Bundler uses only one which has
                          value, prefering the Neighbors parameter.
                                                  Default: 8
    --matcher-distance <integer>
                          Distance threshold in meters to find pre-matching
                          images based on GPS exif data. Set both matcher-
                          neighbors and this to 0 to skip pre-matching.
                                                  Default: 0
    --use-fixed-camera-params
                          Turn off camera parameter optimization during bundler
                                                  Off by default unless --camera parameter used
    --camera-lens <string>
                          Can be one of auto | perspective | brown | fisheye | spherical
                          Set a camera projection type. Manually setting a value
                          can help improve geometric undistortion. By default the application
                          tries to determine a lens type from the images metadata.
                                                  Default: auto
    --max-concurrency <positive integer>
                          The maximum number of processes to use in various
                          processes. Peak memory requirement is ~1GB per thread
                          and 2 megapixel image resolution.
                                                  Default: number of cores
    --depthmap-resolution <positive float>
                          Controls the density of the point cloud by setting the
                          resolution of the depthmap images. Higher values take
                          longer to compute and more memory but produce denser
                                                  point clouds.
                          Default: 640
    --opensfm-depthmap-min-consistent-views <integer: 2 <= x <= 9>
                          Minimum number of views that should reconstruct a
                          point for it to be valid. Use lower values if your
                          images have less overlap. Lower values result in
                          denser point clouds but with more noise. Only applies
                                                  if using OpenSfM for dense matching.
                                                  Default: 3
    --opensfm-depthmap-method <string>
                          Raw depthmap computation algorithm. PATCH_MATCH and
                          PATCH_MATCH_SAMPLE are faster, but might miss some
                          valid points. BRUTE_FORCE takes longer but produces
                          denser reconstructions.
                                                  Default: PATCH_MATCH
    --opensfm-depthmap-min-patch-sd <positive float>
                          When using PATCH_MATCH or PATCH_MATCH_SAMPLE, controls
                          the standard deviation threshold to include patches.
                          Patches with lower standard deviation are ignored.
                          Default: 1
    --use-hybrid-bundle-adjustment
                          Run local bundle adjustment for every image added to
                          the reconstruction and a global adjustment every 100
                          images. Speeds up reconstruction for very large
                          datasets.
    --mve-confidence <float: 0 <= x <= 1>
                          Discard points that have less than a certain
                          confidence threshold. This only affects dense
                          reconstructions performed with MVE. Higher values
                          discard more points.
                                                  Default: 0.6
    --use-3dmesh          Use a full 3D mesh to compute the orthophoto instead
                          of a 2.5D mesh. This option is a bit faster and
                          provides similar results in planar areas.
    --skip-3dmodel        Skip generation of a full 3D model. This can save time
                          if you only need 2D results such as orthophotos and
                          DEMs.
    --use-opensfm-dense   Use opensfm to compute dense point cloud alternatively
    --ignore-gsd          Ignore Ground Sampling Distance (GSD). GSD caps the
                          maximum resolution of image outputs and resizes images
                          when necessary, resulting in faster processing and
                          lower memory usage. Since GSD is an estimate,
                          sometimes ignoring it can result in slightly better
                          image output quality.
    --mesh-size <positive integer>
                          The maximum vertex count of the output mesh.
                                                  Default: 100000
    --mesh-octree-depth <positive integer>
                          Oct-tree depth used in the mesh reconstruction,
                          increase to get more vertices, recommended values are
                          8-12.
                                                  Default: 9
    --mesh-samples <float >= 1.0>
                          Number of points per octree node, recommended and
                          Default: 1.0
    --mesh-point-weight <positive float>
                          This floating point value specifies the importance
                          that interpolation of the point samples is given in
                          the formulation of the screened Poisson equation. The
                          results of the original (unscreened) Poisson
                          Reconstruction can be obtained by setting this value
                          to 0.
                                                  Default: 4
    --fast-orthophoto     Skips dense reconstruction and 3D model generation. It
                          generates an orthophoto directly from the sparse
                          reconstruction. If you just need an orthophoto and do
                          not need a full 3D model, turn on this option.
                          Experimental.
    --crop <positive float>
                          Automatically crop image outputs by creating a smooth
                          buffer around the dataset boundaries, shrinked by N
                          meters. Use 0 to disable cropping.
                                                  Default: 3
    --pc-classify         Classify the point cloud outputs using a Simple
                          Morphological Filter. You can control the behavior of
                          this option by tweaking the --dem-* parameters.
                          Default: False
    --pc-csv              Export the georeferenced point cloud in CSV format.
                          Default: False
    --pc-las              Export the georeferenced point cloud in LAS format.
                          Default: False
    --pc-filter <positive float>
                          Filters the point cloud by removing points that
                          deviate more than N standard deviations from the local
                          mean. Set to 0 to disable filtering.
                                                  Default: 2.5
    --smrf-scalar <positive float>
                          Simple Morphological Filter elevation scalar
                          parameter.
                                                  Default: 1.25
    --smrf-slope <positive float>
                          Simple Morphological Filter slope parameter (rise over
                          run).
                                                  Default: 0.15
    --smrf-threshold <positive float>
                          Simple Morphological Filter elevation threshold
                          parameter (meters).
                                                  Default: 0.5
    --smrf-window <positive float>
                          Simple Morphological Filter window radius parameter
                          (meters).
                                                  Default: 18.0
    --texturing-data-term <string>
                          Data term: [area, gmi].
                                                  Default: gmi
    --texturing-nadir-weight <integer: 0 <= x <= 32>
                          Affects orthophotos only. Higher values result in
                          sharper corners, but can affect color distribution and
                          blurriness. Use lower values for planar areas and
                          higher values for urban areas. The default value works
                          well for most scenarios.
                                                  Default: 16
    --texturing-outlier-removal-type <string>
                          Type of photometric outlier removal method: [none,
                          gauss_damping, gauss_clamping].
                                                  Default: gauss_clamping
    --texturing-skip-visibility-test
                          Skip geometric visibility test.
                                                  Default: False
    --texturing-skip-global-seam-leveling
                          Skip global seam leveling. Useful for IR data.
                                                  Default: False
    --texturing-skip-local-seam-leveling
                          Skip local seam blending.
                                                  Default: False
    --texturing-skip-hole-filling
                          Skip filling of holes in the mesh.
                                                  Default: False
    --texturing-keep-unseen-faces
                          Keep faces in the mesh that are not seen in any
                          camera.
                                                  Default: False
    --texturing-tone-mapping <string>
                          Turn on gamma tone mapping or none for no tone
                          mapping. Choices are 'gamma' or 'none'.
                                                  Default: none
    --gcp <path string>   path to the file containing the ground control points
                          used for georeferencing. Default: None. The file needs
                          to be on the following line format: easting northing
                          height pixelrow pixelcol imagename
    --use-exif            Use this tag if you have a gcp_list.txt but want to
                          use the exif geotags instead
    --dtm                 Use this tag to build a DTM (Digital Terrain Model,
                          ground only) using a simple morphological filter.
                          Check the --dem* and --smrf* parameters for finer
                          tuning.
    --dsm                 Use this tag to build a DSM (Digital Surface Model,
                          ground + objects) using a progressive morphological
                          filter. Check the --dem* parameters for finer tuning.
    --dem-gapfill-steps <positive integer>
                          Number of steps used to fill areas with gaps. Set to 0
                          to disable gap filling. Starting with a radius equal
                          to the output resolution, N different DEMs are
                          generated with progressively bigger radius using the
                          inverse distance weighted (IDW) algorithm and merged
                          together. Remaining gaps are then merged using nearest
                          neighbor interpolation.
                                                  Default: 3
    --dem-resolution <float>
                          DSM/DTM resolution in cm / pixel.
                                                  Default: 5
    --dem-decimation <positive integer>
                          Decimate the points before generating the DEM. 1 is no
                          decimation (full quality). 100 decimates ~99% of the
                          points. Useful for speeding up generation.
                                                  Default: 1
    --dem-euclidean-map   Computes an euclidean raster map for each DEM. The map
                          reports the distance from each cell to the nearest
                          NODATA value (before any hole filling takes place).
                          This can be useful to isolate the areas that have been
                          filled.
                                                  Default: False
    --orthophoto-resolution <float > 0.0>
                          Orthophoto resolution in cm / pixel.
                                                  Default: 5
    --orthophoto-no-tiled
                          Set this parameter if you want a stripped geoTIFF.
                          Default: False
    --orthophoto-compression <string>
                          Set the compression to use. Note that this could break
                          gdal_translate if you don't know what you are doing.
                          Options: JPEG, LZW, PACKBITS, DEFLATE, LZMA, NONE.
                          Default: DEFLATE
    --orthophoto-bigtiff {YES,NO,IF_NEEDED,IF_SAFER}
                          Control whether the created orthophoto is a BigTIFF or
                          classic TIFF. BigTIFF is a variant for files larger
                          than 4GiB of data. Options are YES, NO, IF_NEEDED,
                          IF_SAFER. See GDAL specs:
                          https://www.gdal.org/frmt_gtiff.html for more info.
                          Default: IF_SAFER
    --orthophoto-cutline  Generates a polygon around the cropping area that cuts
                          the orthophoto around the edges of features. This
                          polygon can be useful for stitching seamless mosaics
                          with multiple overlapping orthophotos.
                                                  Default: False
    --build-overviews     Build orthophoto overviews using gdaladdo.
    --verbose, -v         Print additional messages to the console
                                                  Default: False
    --time                Generates a benchmark file with runtime info
                                                  Default: False
    --version             Displays version number and exits.
    --split <positive integer>
                          Average number of images per submodel. When splitting
                          a large dataset into smaller submodels, images are
                          grouped into clusters. This value regulates the number
                          of images that each cluster should have on average.
    --split-overlap <positive integer>
                          Radius of the overlap between submodels. After
                          grouping images into clusters, images that are closer
                          than this radius to a cluster are added to the
                          cluster. This is done to ensure that neighboring
                          submodels overlap.
    --sm-cluster <string>
                          URL to a ClusterODM instance for distributing a
                          split-merge workflow on multiple nodes in parallel.
                          Default: None
    --merge <string>      Choose what to merge in the merge step in a split
                          dataset. By default all available outputs are merged.
                          Default: all
    
    展开全文
  • 像素工厂是目前比较先进的影像自动化处理系统,文中给出了像素工厂在正射影像图制作中所体现的独特技术优点,并对像素工厂中的正射影像制作步骤做了详细论述,对正射影像生产技术具有一定的实践意义。
  • 陕西煤航地理信息有限公司研制的正射影像数据库管理系统建设采用图形索引技术,实现影像和图形文件管理的有序;采用影像压缩技术,实现快捷的影像调用。系统主要实现影像文件的管理、查询、调图、编辑、专题图制作、...
  • 正射影像相关

    2020-05-24 14:32:11
    加载正射影像方式 //加载正射影像图层 InitPoliDom20200415: function() { ZhiYunGisProperty.PoliDom20200415 = []; letlatLonBounds={"east":119.795585497319,"north":35.7152527358383,"south":35....

    加载正射影像方式

    //加载正射影像图层

    InitPoliDom20200415: function() {

    ZhiYunGisProperty.PoliDom20200415 = [];

    let latLonBounds ={"east":119.795585497319,"north":35.7152527358383,"south":35.6769434941704,"west":119.745473192954};

    let rectangle = new NF.Rectangle(NF.Math.toRadians(latLonBounds.west), NF.Math.toRadians(latLonBounds.south),

    NF.Math.toRadians(latLonBounds.east), NF.Math.toRadians(latLonBounds.north));

    let plImageLayer = new NF.UrlTemplateImageryProvider({

    url: ImageUrl + 'polizs2/{z}/{x}/{y}.png',

    tilingScheme: new NF.WebMercatorTilingScheme(),

    rectangle: rectangle,

    minimumLevel: 0,

    maximumLevel: 22,

    });

    let polizs2 = ZhiYunGisProperty.ZhiYunViewer.imageryLayers.addImageryProvider(plImageLayer);

    polizs2.show = false;

    ZhiYunGisProperty.PoliDom20200415.push(polizs2);

    },

    // 显示或隐藏正射影像图层

    ZhiYunGisProperty.PoliDom20200415.forEach(item => {

    item.show = this.isShow;

    })

    展开全文
  • 文中根据某制图区域,介绍了遥感正射影像图生产技术流程和关键性技术问题的处理方法,为今后同类产品的生产者提供参考。
  • 点云生成的正射影像,用于建筑立面测量,真实尺寸,清晰绘图
  • 文中结合岷县大比例尺正射影像图生产实践,阐述了UCX相机影像成像的基本原理,探讨了基于UCX数码影像的1:2000大比例尺正射影像生产技术路线、作业方法、关键技术问题,并对成果精度进行了检查和统计分析。结果表明,集群...
  • cad2010加载正射影像 命令DOM
  • 该代码允许对图像进行校正。
  • 利用航空摄影方式制作山区正射影像时,山坡区域容易在正射影像上形成拉丝现象。根据拉丝区域的形成机制设计了一种自动检测和修补拉丝区域的算法,在减少工作量的同时,也大大提高了山区正射影像制作的真实性与产品...
  • 模糊综合评判理论及其在正射影像质量评价中的应用,娄安颖,孙琳,针对传统的正射影像质量评价中的随意性、片面性,本文在正射影像质量评价中引用了模糊综合评判的方法,给出了影响影像质量的三个
  • 基于无人机影像的三维建模及正射影像精度评估,刘宇,郑新奇,近年来,许多国家在摄影测量基数领域中对无人机技术的兴趣浓厚。无人机灵活度高、机动性好、周期短,是快速获取高分辨率影像的重
  • 针对数字正射影像变化检测问题的复杂性,提出了一种基于 GIS知识引导的多维变化模板分析方法,探讨了由粗到细的四叉树变化检测模板生成方法和一些利用 GIS知识的专家打分方法。利用此方法,对一个实验区不同时期的数字...
  • Pix4D生成数字正射影像完美教程 一、Pix4D是什么? Pix4Dmapper是一款专业的无人机测绘和摄影测量软件,可以转换从无人机或者飞机拍摄的影像生成高精度、带地理坐标的二维地图和三维模型。 二、使用步骤 1. 新建...
  • 2019数字正射影像生产技术规定
  • 航飞后正射影像处理

    2021-04-24 13:16:02
    @[TOC]航飞后正射影像处理 Pix4D处理出来的正射影像为4波段,如何改成3波段? 1,将影像加入Arcgis软件中,进行数据输出,将下面红色地方勾选上,之后就可以输出3波段影像。 2,Arcgis软件中工具:栅格选项“波段...
  • 文中以现势性高的北京2号与高分2号遥感数据为数据源,采用集群式遥感影像处理系统PixelGrid,充分合理利用已有DOM和DEM数据,探索满足第三次全国土地调查正射影像生产的方案。通过内外业精度检测的方式,验证该方案生产...
  • 1:10000数字正射影像图(DOM)生产技术规定 数字正射影像 1:10000
  • 文中介绍了GPS辅助空中三角测量的理论和方法,通过搭载高精度差分GPS接收机完成无人机航测系统改造,对嘉峪关测区451.30 km~2数字正射影像生产实验。结果表明,在GSD为8 cm情况下,应用GPS辅助空中三角测量技术,布设71个...
  • CAD中插入带坐标的正射影像——InsertRasterToCAD 经测试可用,内有说明,简单好用!
  • OpenCV实现反解法数字微分纠正,生产单张航空影像的正射影像 一、原理 我也没法解释清楚,再甩个ppt链接https://wenku.baidu.com/view/b9db40255901020207409c1a.html,可以自己多理解。 决定还是用口水话写一下我...
  • 剖析了Microstation中矢量地形图的结构,研究了矢量数据与栅格数据在SQL2000 SERVER中统一管理的技术,并结合上述两项技术在Microstation平台上实现并建立了大庆油田正射影像图库管理系统,实现多种类型的专题矢量...
  • 无人机航测越来越平民化,人人都能做航测,高清正射影像获取变得很容易,极大地解决了做房屋确权、土地调查、电力巡检、基建工程施工管理等领域对高清地图的需求。 那么问题来了,手上有大量的无人机航测正射影像...
  • 利用Landsat 7的ET M + 数据制作南极中山站至 Dome-A地区的正射卫星影像,具体描述了影像制作的流程,并对南极特殊地理位置及环境下制作正射影像难点进行了分析。
  • DOM产品检测-1:10000数字正射影像图产品检测与评价 DOM产品检测 数字正射影像
  • 基于Python实现正射影像图的质量检查与精度统计方法研究.pdf
  • 基于ArcGIS Python与ModelBuilder的数字正射影像 批量分幅研究.pdf

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,820
精华内容 728
关键字:

正射影像