近年来,数字高程模型(DEM)受到了普遍关注,在地理学科相关领域的应用得到了迅速发展。随着社会的发展和各种工程对DEM数据高精度的需要,原有DEM数据有许多已经很难满足要求,地理学科的发展需要有更高精度的DEM数据来为我们服务。插值方法是高精度DEM获取的重要研究内容之一,在现实中有着广泛的应用,它对在原有数据的基础之上获取更高精度DEM数据有着积极的意义。 本文在分析当前常规插值方法及其应用现状的基础上,总结其不足,提出了应用明暗恢复形状(SFS)原理和遥感影像灰度信息加密更新基础DEM数据的方法。通过对地表遥感影像中灰度信息的分析和处理,获取地表高程的相对梯度信息,然后结合基础DEM数据求算出更高精度的地表高程,达到加密更新DEM数据的目的。利用该方法,不仅使机器视觉学科中明暗恢复形状研究成果得到更为广泛的应用,也给地理学科中插值问题开辟了新的研究方向,更为当前各省市繁琐的基础DEM数据更新提供了一个新的参考方法。 本文主要研究内容如下: 1、以机器视觉学科中SFS原理为基础,分析总结了解决SFS问题的几种常用方法,并探讨其优缺点。最后结合地理学科特点,选择了一种适合地学领域的解决方法。 2、结合复杂地表的特殊性,应用SFS理论为地表建模,建立了基于SFS算法与单幅遥感影像的DEM数据加密模型。并对SFS算法进行了简化和改进,使其在地学中的应用更趋合理。 3、根据基础DEM数据加密模型方法,采用Matlab7.0和VC++6.0环境设计开发了一个DEM加密模型的实验系统。并在此实验系统上,通过对仿真数据和真实地形DEM数据的试验,验证了本文所提出方法的可行性和有效性。