Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (4): 33-37    DOI: 10.6046/gtzyyg.2007.04.07
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
机载POS直接地理定位的精度分析
王建超,郭大海,郑雄伟
中国国土资源航空物探遥感中心,北京 100083
ACCURACY ANALYSIS OF AIRBORNE POS-SUPPORTED PHOTOGRAMMETRY
 WANG Jian-Chao, GUO Da-Hai, ZHENG Xiong-Wei
China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
全文: PDF(360 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以机载POS直接对地定位的数据处理方法为基础,给出了直接地理定位的精度评定方法;结合不同地区的试验和生产数据处

理结果,重点对POS观测值精度和直接地理定位的实际精度2项指标进行了分析讨论。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
潘东晓
虞勤国
赵元洪
关键词 神经网络图像分类    
Abstract

Based on the data processing theory of direct georeferencing by airborne POS supported photogrammetry,

this paper proposes the accuracy appraisal method. The accuracy of orientation parameters of POS and that of

ground object position are dealt with in detail in this paper according to the experimental results and production

practice.

Key wordsNeural network    Image    Classification
收稿日期: 2007-08-20      出版日期: 2009-07-23
: 

P228.1 

 
引用本文:   
王建超, 郭大海, 郑雄伟. 机载POS直接地理定位的精度分析[J]. 国土资源遥感, 2007, 19(4): 33-37.
WANG Jian-Chao, GUO Da-Hai, ZHENG Xiong-Wei. ACCURACY ANALYSIS OF AIRBORNE POS-SUPPORTED PHOTOGRAMMETRY. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(4): 33-37.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.04.07      或      https://www.gtzyyg.com/CN/Y2007/V19/I4/33
[1] 张成业, 邢江河, 李军, 桑潇. 基于U-Net网络和GF-6影像的尾矿库空间范围识别[J]. 自然资源遥感, 2021, 33(4): 252-257.
[2] 于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[3] 李渊, 毋琳, 戚雯雯, 郭拯危, 李宁. 基于改进OGMRF-RC模型的SAR图像分类方法[J]. 自然资源遥感, 2021, 33(4): 98-104.
[4] 白俊龙, 王章琼, 闫海涛. K-means聚类引导的无人机遥感图像阈值分类方法[J]. 自然资源遥感, 2021, 33(3): 114-120.
[5] 刘万军, 高健康, 曲海成, 姜文涛. 多尺度特征增强的遥感图像舰船目标检测[J]. 自然资源遥感, 2021, 33(3): 97-106.
[6] 韩彦岭, 崔鹏霞, 杨树瑚, 刘业锟, 王静, 张云. 基于残差网络特征融合的高光谱图像分类[J]. 国土资源遥感, 2021, 33(2): 11-19.
[7] 仇一帆, 柴登峰. 无人工标注数据的Landsat影像云检测深度学习方法[J]. 国土资源遥感, 2021, 33(1): 102-107.
[8] 刘钊, 赵桐, 廖斐凡, 李帅, 李海洋. 基于语义分割网络的高分遥感影像城市建成区提取方法研究与对比分析[J]. 国土资源遥感, 2021, 33(1): 45-53.
[9] 卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[10] 刘钊, 廖斐凡, 赵桐. 基于PSPNet的遥感影像城市建成区提取及其优化方法[J]. 国土资源遥感, 2020, 32(4): 84-89.
[11] 李宇, 肖春姣, 张洪群, 李湘眷, 陈俊. 深度卷积融合条件随机场的遥感图像语义分割[J]. 国土资源遥感, 2020, 32(3): 15-22.
[12] 高凯旋, 焦海明, 王新闯. 融合影像纹理、光谱与地形特征的森林冠顶高反演模型[J]. 国土资源遥感, 2020, 32(3): 63-70.
[13] 蔡之灵, 翁谦, 叶少珍, 简彩仁. 基于Inception-V3模型的高分遥感影像场景分类[J]. 国土资源遥感, 2020, 32(3): 80-89.
[14] 吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[15] 姚本佐, 何芳. 空谱特征分层融合的高光谱图像特征提取[J]. 国土资源遥感, 2019, 31(3): 59-64.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发