检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:郭少锋[1,2] 李安[1] 李山山[1] 冯钟葵[1]
机构地区:[1]中国科学院遥感与数字地球研究所,北京100094 [2]中国科学院大学,北京100049
出 处:《遥感信息》2015年第1期14-21,共8页Remote Sensing Information
基 金:中国科学院对地观测与数字地球科学中心主任科学基金项目(Y2ZZ12101B)
摘 要:卡尔曼滤波是一种递推线性最小方差估计算法,被广泛应用于GPS动态数据处理、组合导航和通信与信号处理等领域。本文将卡尔曼滤波引入卫星影像几何精校正处理中,以Landsat-8卫星影像为例,利用卡尔曼滤波方法和地面控制点构建运动方程和测量方程,实现了对卫星星历和姿态数据的修正。实验证明,相比于传统最小二乘平差法,该方法使用较少的控制点即可达到稳定的精度,降低了几何精校正对控制点数量的依赖,具有较高适用性。Kalman filter is a recursive linear minimum variance estimation algorithm,and it has been widely used in GPS dynamic data processing,integrated navigation,communication and signal processing fields.This paper applies kalman filter into geometric precision correction of Landsat-8imagery,and completes the correction of satellite ephemeris and attitude data.In the experiments,the comparison of accuracy between kalman filter algorithm and least square method shows that the application of kalman filter in precision correction of landsat-8imagery can reduce the dependence of GCPs.
分 类 号:TP751[自动化与计算机技术—检测技术与自动化装置]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.145