reprojection-error

1熱度

1回答

我想從UTM（WGS84）重新投影HDF到正弦曲線（WGS84），所以我嘗試使用GDALAutoCreateWarpedVRT來完成它。代碼如下： hSrcDS = (GDALDataset*)GDALOpen("HJ1ACCD1.hdf", GA_ReadOnly); const char *pszSrcWKT = NULL; char* pszDstWKT = NULL; //pszSr

1熱度

1回答

R spTransform投影點不是有限的

我從http://www1.kew.org/gis/tdwg/index.html下載了TDWG level4形狀。此形狀具有WGS84投影。我需要將此圖層重新投影到歐洲LAEA或CRS（「+ init = epsg：3035」）。我用下面的代碼： TDWG4 <- readOGR("D:/GIS/Administrative/world/TDWG/level4/level4.shp", lay

1熱度

1回答

OpenCV：基本矩陣和移動攝像機

我有一個校準（內部參數）攝像機。我從對象中獲取立體照片，並在重新投影過程中使用它們來查找對象的一些3D信息。要做到這一點，首先要計算基本矩陣。然後，我得到基本矩陣，並從那裏，我有旋轉矩陣和翻譯向量和其他需要的信息。問題是，用不同的參數，我得到了非常不同的結果。我知道對於相同的立體圖像，基礎矩陣可能會有所不同，但我期望具有相同的旋轉矩陣和平移向量。然而，每個不同的參數（例如匹配特徵的數量）導致不

0熱度

1回答

使用MRT工具在R中重複投影

我正嘗試使用下面的代碼下載並將MODIS數據重新投影到GEO（地理）投影中。但是，結果存在問題。輸出文件尺寸是1：1像素只（尺寸：1，1，1（nrow，NcoI位，ncell的），而不是通過4000 2200 x <- "MOD09A1" ModisDownload(x=x,h=c(9),v=c(6), dates=c("2011.01.01","2011.01.01"),

1熱度

1回答

OpenCV：基本矩陣精度

我想要計算2個圖像（同一個攝像機拍攝的靜態場景的不同照片）的基本矩陣。我使用findFundamentalMat進行了計算，我使用該結果來計算其他矩陣（基本，旋轉，...）。結果顯然是錯誤的。所以，我試圖確定計算出的基本矩陣的準確性。使用極線約束方程，I計算基本矩陣誤差。錯誤非常高（比如幾百）。我不知道我的代碼有什麼問題。我非常感謝任何幫助。特別是：在基本矩陣計算中有什麼我缺少的東西？並且是我

1熱度

1回答

如何解決從EASE-2網格產品SMAP到地理座標的重投影？

我一直在使用SMAP數據衛星，專門用於溼度和土壤比例。我按照使用的想法GDAL解決一切，並與此類似刊登在Link to first approach to download SMAP data 對矯正代碼和測試的東西： import os import h5py import numpy as np from osgeo import gdal, gdal_array, osr

4熱度

2回答

如何重新投影圖層（使用GeoServer和OpenLayers）以覆蓋谷歌地圖

我正在使用OpenLayers編寫代碼。在這段代碼中，我想在不同的縮放級別顯示不同的圖層。直到這裏，一切正常。當我嘗試將Google地圖添加爲基礎層時，我的問題就開始了。我的圖層投影系統與Google圖層不一致，因此應該重新投影。我試圖使用Proj4js.transform方法，但它不起作用。我的圖層位於EPSG：3006（瑞典），Google圖層位於EPSG：900913。以下代碼導致投影圖層向

2熱度

2回答

五點基本矩陣估計的桑普森誤差

我使用了Nister的5點方法來計算基本矩陣。使用RANSAC和Sampson錯誤閾值進一步改善了異常值抑制。我隨機選擇5個點集，估計基本矩陣並評估匹配向量的Sampson誤差。其Sampson誤差低於閾值t的點座標（在我舉例的示例中設置爲0.01）被設置爲非正常值。對所有基本矩陣都重複這個過程，我們保留一個具有最高得分的內點。我已經注意到d的大部分值，即sampson錯誤的向量太大：例如，如果

6熱度

1回答

使用計算的單應性投影從標記到圖像的2D點

我有一個平面標記，我已經運行了SIFT算法來提取要素。然後我運行探測器在場景中查找此標記並再次提取特徵。我匹配點並使用findHomography()從與OpenCV匹配的對中提取單應性。現在我想項目的標誌中檢測與計算單應以比較從現場測量的三維點的位置，並計算投影誤差的2D點。我對像素座標，釐米，校準矩陣感到困惑，我不知道應該先做哪些轉換。有沒有人知道這個鏈接或可以解釋的方法？