基于混合模型的平面坐标转换方法研究

  • 格式:pdf
  • 大小:392.21 KB
  • 文档页数:3

第19卷第3期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁测󰀁绘󰀁工󰀁程󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁Vol.19󰀁.3

2010年6月󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁ENGINEERINGOFSURVEYINGANDMAPPING󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁Jun.,2010󰀁󰀁

基于混合模型的平面坐标转换方法研究

胡󰀁杰,胡伍生

(东南大学交通学院,江苏南京210096)

摘󰀁要:介绍平面坐标转换的仿射变换和二次多项式变换法,这两种方法存在一定的不足,为了提高转换精度,提出

󰀁仿射变换+神经网络󰀁的混合模型法。通过工程实例,比较发现混合模型比前两种模型的计算精度高,证明该方法

的有效性,并得到具有工程应用价值的结论。

关键词:平面坐标转换;混合模型;精度分析

中图分类号:P226󰀁󰀁󰀁文献标志码:A󰀁󰀁󰀁文章编号:1006-7949(2010)03-0014-03

Researchonapplicationoftheomnibusmodelto

planecoordinatetransformation

HUJie,HUWu-sheng

(SchoolofTransportation,SoutheastUniversity,Nanjing210096,China)

Abstract:Themethodofaffinecoordinatetransformationandthemethodofquadratictransformationused

foronplanecoordinatetransformationarebrieflyintroduced.Thetwomethodsabovehaveshortcomings.

Inordertoimprovetheaccuracyoftransformation,anomnibusmodelcombiningaBPNeuralNetwork

withaffinetransformationmodelisputforward.Throughthepracticeoftheproject,wecouldfindthe

omnibusgetsmorepreciseresults,thevalidityofthemethodusedfortransformationisvalidated,and

someconclusions,whichhavepracticablevalue,aredrawn.

Keywords:planecoordinatetransformation;theomnibusmodel;precisionanalysis

收稿日期:2009-07-20基金项目:国家863计划资助项目(2007AA12Z228);江苏省测绘科研基金项目(JSCHKY200809)作者简介:胡󰀁杰(1986-),男,硕士研究生.󰀁󰀁随着城市建设及规划管理的快速发展,许多城

市建立了统一的坐标系统,经常要对现有的控制网

或已有的测绘成果进行重测、补测或坐标纠正。不

同起始数据和不同测量条件下得到的测量结果会有

所差别,通常不可能对已有旧坐标的全部点重测其

新坐标,只需对旧坐标系中若干控制点进行重新测

量,根据这些公共点的新、旧坐标建立坐标转换模

型,将任意点旧坐标转换为新坐标。通常可以采用

相似变换模型、仿射变换、多项式拟合、多元回归等

方法实现坐标转换。但对于较大面积的换算区域或

有多个公共点的情形,上述平面坐标转换的确定数

学模型不能精确地反映新、旧坐标转换参数随位置

变化的特征,导致坐标换算存在较大的模型误差。

本文提出在坐标转换时应优先考虑坐标系统定

义差异的转换,即首先完成不同坐标间的仿射变换。

在仿射变换的基础上,考虑对剩余误差进行拟合,使精度较低的坐标框架点附合到精度较高的坐标系统

的框架点坐标,使统一后的坐标系框架点坐标具有

较好的一致性。

1󰀁坐标转换的函数模型

1.1󰀁仿射变换

仿射变换是在相似变换的基础上考虑纵横坐标

尺度因子的差异,共有6个未知参数,可通过3个已

知点在2个平面坐标系下的相应坐标进行解算,仿

射变换的模型为

XB=a0+a1XA+a2YA

YB=b0+b1XA+b2YA.(1)

式中:设(XA,YA)为原始坐标系中的点,(XB,YB)为

新坐标系(目标坐标系)的点,a0、a1、a2、b0、b1、b2为

仿射变换的参数。有多余已知点的情况下,一般采

用最小二乘法来求解相应的未知数,按照间接平差原理,就可以求出6个变换参数。

1.2󰀁二次多项式变换

若采用二次或高次多项式变换,可消弱两坐标

系统之间的旋转、平移和地球椭球参数不同引起的

误差,以满足更高的精度要求。完整的二次多项式变换模型为

XB=a0+a1XA+a2YA+a3XA2+a4XAYA+a5YA2,

YB=b0+b1XA+b2YA+b3XA2+b4XAYA+b5YA2.

(2)

式中:设(XA,YA)为原始坐标系中的点,(XB,YB)为

新坐标系(目标坐标系)的点,a0、a1、a2、a3、a4、a5、

b0、b1、b2、b3、b4、b5为未知参数。式中有12个参数,

需要6个已知点在两个坐标系下的相应坐标值。在

有多余已知点的情况下,如仿射变换一样,采用最小

二乘法来求解相应的未知数。

1.3󰀁󰀁仿射变换+神经网络󰀁的混合模型法

由于控制点坐标存在着一定的系统误差、累积

误差或区域变形,通过仿射变换后这些具有局部性

质的误差很难拟合到仿射变换模型的6个未知参数

中,从而导致公共点上的残差出现明显的区域系统

误差。同时,以近似的函数模型进行坐标间的转换

后的结果必然存在着随机的转换差。如何对这些残

差进行拟合成为一个关键问题。

人工神经网络是一门新兴交叉科学,是处理非

线性映射问题的有效工具。基于神经网络来对转换

误差进行拟合是一种自适应的映射方法,理论上比

较合理,能减少人为构造的数学模型误差。基于神

经网络的混合模型,就是将仿射变换和常规BP神

经网络的优点结合起来,以达到更高的转换精度,其

具体计算过程如下:

1)假设区域中有n对已知点(XiA󰀁YiA,XiB󰀁

YiB),利用仿射变换法对其进行转换参数的计算,其

中i=1,2,󰀁,n。

2)通过计算,可以得出已知点在新坐标系下的

坐标(XiB󰀁,YiB󰀁),由于转换参数的误差所带来的坐标

误差(󰀁XiB,󰀁YiB)。

3)将上述n对已知点所有信息构成学习样本,

即(XiAYiA,XiB󰀁YiB󰀁;󰀁XiB󰀁YiB)利用神经网

络进行学习,来模拟坐标差。其中,

(XiAYiA,XiBYiB)为输入单元参数,(󰀁XiB,

󰀁YiB)为输出单元参数。

4)用训练好的神经网络对m个待求点计算,得

到各个点的坐标误差补偿(󰀁XjB,󰀁YjB),其中j=1,

2,󰀁,m。5)最后,在利用仿射变换求得的m个(XjB󰀁󰀁YjB󰀁)新坐标上加以补偿,即求得最终的结果。

2󰀁工程实例分析

2.1󰀁工程概况

现有A、B两城市坐标系,采用相同的同中央子

午线和高程抵偿面,由于采用的起点和起算方向不

同,存在一定偏差。随着城市建设的发展,需要将A

市坐标系统一至B市坐标系中,采用GPS技术联测

部分四等点,点位分布均匀,为坐标系的转换提供了

有利条件。将A市坐标系设为原始坐标系,B市坐

标系设为目标坐标系,参与坐标转换的重合点坐标

见表1。

表1󰀁两坐标系公共点信息m

点号原始坐标系目标坐标系

XYXY

129958.36342859.50329958.33442859.721

229979.11444192.27429979.03244192.502

328117.40844475.71528117.30544475.904

431135.96743563.56831135.90443563.823

530628.64550991.52230628.39450991.768

629431.62144902.1629431.56344902.331

727138.32345962.39127138.19345962.509

830897.10649047.8930896.92449048.143

931860.84745914.33131860.70645914.609

1030596.6545639.75430596.51945640.027

1131011.91645037.68431011.81345037.964

1232049.8547871.05932049.68247871.353

1327445.14648582.75727444.94748582.908

1427998.83947244.99127998.6847245.163

2.2󰀁控制点分布对转换精度影响

考虑到坐标的转换精度与区域控制点的分布有

关,因此利用相同点数,但分布不同的控制点来验证其

对检验点中误差的影响。所有点的位置如图1所示。

图1󰀁A坐标系下坐标

利用仿射变换的方法,取其中9个点作为控

制点。选取3种分布方法:󰀁控制点点位分布均

匀且间距适中;󰀁控制点点位分布集中;󰀁控制

点点位分布相对均匀但间距较大。具体分布情

况如表2所示。󰀁15󰀁第3期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁胡󰀁杰,等:基于混合模型的平面坐标转换方法研究表2󰀁点位分布情况

分布组合选用公共点

分布一2、3、4、6、7、8、10、12、13

分布二1、2、3、4、6、7、9、10、11

分布三1、3、4、5、7、8、9、12、13

对于不同的点位分布情况,利用仿射变换进行

计算,得到转换精度如表3所示。

通过数据分析可以看出,坐标转换精度与区域

控制点的分布有着非常密切的关系,控制点分布越

均匀,坐标转换控制点和检验点的中误差越小。对

于分布2,虽然其控制点的内符合精度很高,但由于

它的控制点点位分布集中,无法包含整个区域,所以

其外符合精度效果比较差。而分布1,由于控制点点位分布均匀且间距适中,其外符合精度比较高。

2.3󰀁模型比较

根据所给的实例数据,采用上述分布1的选点

方式,分别利用仿射变换、二次多项式变换、混合转

换的方法进行试验,得出的检验点的转换结果如表

4所示。

表3󰀁控制点个数相同而点位分布不同

情况下的转换精度m

控制点

位置内符合精度外符合精度

MXMYMMXMY

M

分布10.01960.02250.02980.01690.01310.0214

分布20.01920.01410.02380.03960.02060.0446

分布30.02450.02200.03290.02230.01680.0279

表4󰀁3种转换方法的转换结果m点号仿射变换二次多项式变换混合变换

XYXYX

Y

129958.31642859.72629958.32242859.72229958.31442859.722

530628.40450991.77330628.42550991.76730628.40850991.769

931860.73245914.61831860.71845914.61931860.71545914.620

1131011.82045037.94331011.81645037.94431011.80845037.9491427998.68147245.15327998.68347245.15427998.67147245.155