为实现长焦航测相机内参数及畸变参数标定,提出利用室外检校场对相机进行标定的方法。介绍了该方法由初值到精确值的两步法的求解步骤、计算过程及实验过程。首先通过给定已知特征点位置信息以及不同角度不同位置下拍摄的影像,通过特征点提取及匹配,根据像点坐标与世界坐标的线性对应关系,基于直接线性变换算法建立约束方程求取相机参数初值,进而通过混合LMQN(Levenberg-Marquardt与Qusai-Newton)迭代优化加速求解精确值。与精密测角法比无需精密设备的操作及记录,只需不同位置不同姿态拍摄多张包含精确位置信息的检校场影像即可。最后进行标定实验并对结果分析,基于检校场的标定方法在参数解算中特征点最大投影误差为2.471pixel,标定参数主点精度为9.7μm(<2pixel),主距精度为4.3μm(<1pixel),解算相机拍摄位置精度0.035m,满足测绘应用的精度需求三维颅面软组织因受重力影响在躺卧与直立两种姿态下的差异较大,为将躺卧姿态下判别分析-数控滚圆机滚弧机张家港电动全自动滚圆机滚弧机获取的三维颅面模型矫正为直立姿态下的三维模型,本文提出了一种基于测地线的躺卧三维颅面模型的直立矫正方法。首先利用测地距离的内蕴几何不变性,建立两种姿态下面部特征点的点对应;然后,利用主成分分析建立颅面特征点运动模型;最后,对待矫正的躺卧颅面模型,根据颅面特征点运动模型确定特征点的运动,根据特征点的运动确定躺卧颅面模型到直立颅面模型的变形。所提方法将与直立姿态本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/ 人脸模型间的平均误差从矫正前的10-2数量级下降到矫正后的10-4数量级。本文利用测地距离的内蕴几何不变性,解决了两种姿态下面部特征点对应的难题;所建立的颅面特征点运动模型,能够较好地表示颅面在两种姿态下发生的形变,从而能够实现有效地模型矫正针对传统的基于特征提取的高光谱图像地物分类算法大多只考虑光谱信息而忽略空间信息的问题,提出了一种面向高光谱分类的半监督空谱全局与局部判别分析(S3 GLDA)算法。该算法首先利用少量标记样本保存数据集的线性可分性和全局判别信息,再依靠较多的无标记的空间局部近邻像元来揭示局部判别信息和非线性局部流形,使高光谱遥感图像的光谱域全局判别结构和空间域局部判别结构在低维特征空间同时得以保留,并在输出特征中自动融入了空间信息,构成了半监督的空谱判别分析。在Indian Pines和PaviaU数据集的实验表明,总体分类精度分别达到76.24%和82.96%。与现有几种算法比较,该算法有效提高了输出特征在低维空间的判别能力,更好地揭示了数据集的内在非线性多模本质,有效提升了高光谱图像数据集的地物分类精度。判别分析-数控滚圆机滚弧机张家港电动全自动滚圆机滚弧机本文由公司网站全自动滚圆机网站采集转载中国知网整理!    http://www.gunyuanji168.com/