数字摄影测量实习报告

第一篇：数字摄影测量实习报告

实习报 告

实习名称： 班 姓 级: 名: 数字摄影测量实习09 测绘一班 刘胜 实验室 x5504 实习地点：

实习指导教师: 龚涛 实习时间： XX.9XX.10 西南交大地学学院

： 一 lps 简述

lps 工程管理器是一个基于 windows 的综合数字摄影测量软件包，可 以对来 自不同类型的航空遥感相机及卫星传感器的图像进行快速和精确地 三角测量和 正射校正，与传统的三角测量和正射校正相比，可以极大的减少费用 和时间可 以处理各种各样的图像数据，诸如来自不同的摄影相机、不同的卫星 传感器、不同的航空 gps 数据等，处理过程涉及很多不同类型的几何模型。

二、数字摄影测量处理过程 1 创建 lps 工程文件 2 向 lps 工程加载图像 3 刺点 自动量测图像同名点 5 执行航空三角测量 dtm+等高线 dtm+等高线 6 图像正摄校正处理 处理前 处理后 控制点坐标

三、lps 数字摄影测量系统的应用 leica photogrammetry suitelps 是徕卡公司最新推出的数字摄影测量及遥 感处理软件系列。lps 为影像处理及摄影测量提供了高精度及高效能的生产工 具、它可以处理各种航天(最常用的包括卫星影像 quickbird、ikonos、spot5 及 landsat 等等)及航空(扫描航片、ads40 数字影像)的各类传感器影像定向 及空三加密，处理各种数字影像格式，黑/白、彩色、多光谱及高光谱等各类数

字影像。lps 的应用还包括矢量数据采集、数字地模生成、正射影像镶嵌及遥感 处理，它是第一套集遥感与摄影测量在单一工作平台的软件系列。lps 制作 dom 的全过程如下： lps 数字摄影测量系统制作 dom 具体制作过程如下： 首先创建工程文件，选择相机类型，设置投影参数，输入相片参数，创建相 机参数，导入外方为元素;其次数据处理，内定向，人工选择一个点后，自动完 成内定向。建立金字塔影像，加载控制点文件，并在图上刺出相应的点!一般说 来，选择 6 个均匀分布的点作为控制点，其他的设为检查点。同名点自动匹配，三角测量，直接进行空三解算，再接着生成 tin 数据;最后制作正摄影像，正 射影像拼接。拼接结束后，一般还要对影像进行匀光，消除接边缝隙等操作!1)、创建 lps 工程文件 2)、向 lps 工程加载图像 3)、定义数码相机几何模型 4)、自动量测图像同名点、执行航空三角测量 5)6)、图像正射校正处理

四、实习基本情况 1)、erdas imagine 9.2 遥感图像处理系统和数字摄影工作站上操作 2)、实习时间：第二教学周到第五教学周、上机时间：周一下午第二讲课 3：50-6：15 3)4)、上机地点：x5504 地理信息系

统实验室 由于我们在航空摄影测量时采用的是 canno d450 数码相机，所以在图像处 理的时候稍不同于摄影图像。而且，因为在课程设计的前期阶段，由于测控制点 的小组还没有完成控制点的量测和刺点工作，还有编程小组也还没有编程计算出 像片的内方位元素和外方位元素，所以我们 lps 图像处理小组暂时也还不能用 我们的实验数据进行处理。所以我们目前只是用 erdas imagine 自带的练习数据进行练习，然后将练习数据相片的信息给编程小组的成员检验他们的程序是 否正确。并且在整个课程设计的过程中，我们图像处理小组要根据使用练习数据 得到的信息指导整个小组的工作。

五、实习体会

经过一个月的实习对我来讲收获是非常大的，也产生了非常多的体会。内业数据处理是一种重复性的劳动，需要耐心，仔细，这样才能做好!通过实习，对以后的工作有了一定感性的认识，基本清楚了将来的工作内容，认识到现在应 该充分利用空余时间，多接触专业软件，方便以后工作。这次实习给我最大的体 会是测绘产品的生产是一项非常繁琐而细致的工作，作为一名测绘工作者，不仅 应该有娴熟的操作技能，而且应该有着负责而平和的心态，立志于将毕身精力献 给国家的测绘事业。我觉得要想成为一名优秀的测绘工作者，不仅要把测绘当成 一门学科来学习，更要把它当成一种技能来熟悉掌握。同时本次实习对我本人的 动手能力也有很大提高。本次实习还让我第一次感受了测绘部门的生产环境，这 对我也是一种激励，它促使我以后要更加认真地学习专业知识，掌握各种技能。要想在任何一个行业里面有所作为的话都必须付出辛勤的劳动和汗水。只有能过 努力学习才能成为一名好的测绘工作者。一份耕耘一分收获!，这应该成为我 们今后工作的座右铭。大学即将要结束了，我们也将步入新的人生岗位中在此，对在本次实习当中对我们进行细致辅导的老师表示极大的感谢和敬意，是你们耐 心的教诲和和善的态度让我们亲身感受并学会了摄影测量的过程，这对我们以后 的工作以及人生将会产生深远的影响。总而言之，这次实习对我学习数字摄影测量有很大帮助，可以说对我以后 工作也有很大帮助，这次实习在一次次失败后经过总结与坚持后成功的，可谓累 并快乐着，让我记忆深刻，对外受益匪浅。希望以后能进行更多类似方面的实习。

第二篇：数字摄影测量实习报告

数字摄影测量实习报告书

学 号：20111000684 班级序号： 113112-05 姓 名： 舒 超 指导老师： 宋 妍 成 绩：

中国地质大学（武汉）信息工程学院遥感科学技术系

2014年6月

目录

实习一：Moravec算子点特征提取........................................................................................3 1.1 实习目的：....................................................................................................................3 1.2 实习原理：....................................................................................................................3 1.3 实习步骤以及代码分析：............................................................................................3 1.4 结果分析：....................................................................................................................7 实习二：边缘提取算法...........................................................................................................9 2.1 实习目的：....................................................................................................................9 2.2 实习原理：....................................................................................................................9 2.3 实习步骤以及代码：....................................................................................................9 2.4 结果分析：..................................................................................................................11 实习总结.................................................................................................................................12

实习一：Moravec算子点特征提取

1.1 实习目的：

用程序设计语言（VisualC++或者C语言）编写一个完整的提取点特征的程序，通过对提供的图像数据进行特征点提取，输出提取出的点特征坐标。本实验的目的在于让学生深入理解Moravec算子原理。通过上机调试程序加强动手能力的培养，通过对实验结果的分析，增强学生综合运用所学知识解决实际问题的能力。

1.2 实习原理：

Moravec角点检测算法是最早的角点检测算法之一。该算法将角点定义为具有低“自相关性”的点。算法会检测图像的每一个像素，将像素周边的一个邻域作为一个patch，并检测这个patch和周围其他patch的相关性。这种相关性通过两个patch间的平方差之和(SSD)来衡量，SSD值越小则相似性越高。

如果像素位于平滑图像区域内，周围的patch都会非常相似。如果像素在边缘上，则周围的patch在与边缘正交的方向上会有很大差异，在与边缘平行的方向上则较为相似。而如果像素是各个方向上都有变化的特征点，则周围所有的patch都不会很相似。

Moravec会计算每个像素patch和周围patch的SSD最小值作为强度值，取局部强度最大的点作为特征点。

1.3 实习步骤以及代码分析：

步骤流程图如下：

程序实现以及相关关键代码：

voidCMy2010302590183cylView::OnMoravec()//读取图像以及相关算法 { //TODO:Addyourcommandhandlercodehere CMmoravecDlgdlg;dlg.DoModal();CMy2010302590183cylDoc*pDoc=GetDocument();LPSTRm_pDIB=(LPSTR)::GlobalLock((HGLOBAL)pDoc->hdib);//得到句柄内存起始地址存放位图数据hdib句柄变量存放BMP位图 ::GlobalUnlock((HGLOBAL)pDoc->hdib);LPBITMAPINFOm_pBMP;//指向BITMAPINFO结构的指针

m_pBMP=(LPBITMAPINFO)::GlobalLock(pDoc->hdib);//获取指向BITMAPINFO结构的指针

::GlobalUnlock((HGLOBAL)pDoc->hdib);intBitCount=m_pBMP->bmiHeader.biBitCount;DWORDWidth=::DIBWidth(m_pDIB);//获取位图宽 DWORDHeight=::DIBHeight(m_pDIB);//获取位图高

LPBYTElpData=(LPBYTE)::FindDIBBits(m_pDIB);//定义字符指针变量,原位图指针

intWidthBytes=WIDTHBYTES(Width*BitCount);//获取字节 DWORDpixelCount=WidthBytes*Height;

intck1=dlg.c1;intck2=dlg.c2;doubleyz=dlg.m_yuzhi;DWORDr,c;INTh;double*xx=newdouble[Width*Height];intk;k=INT(ck1/2);for(r=ck1/2;r

for(c=ck1/2;c

{

doublemin,v[4]={0.0};

for(h=0;h<=ck1-1;h++)

{

v[0]+=pow((double)(*((BYTE*)(lpData+r*WidthBytes+(c-k+h)))-*((BYTE*)(lpData+(r)*WidthBytes+(c-k+1+h)))),2);//0°方向

v[1]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c+k-h)))-*((BYTE*)(lpData+(r-k+h+1)*WidthBytes+(c+k-h-1)))),2);//45°方向

v[2]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c)))-*((BYTE*)(lpData+(r-k+1+h)*WidthBytes+(c)))),2);//90°方向

v[3]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c-k+h)))-*((BYTE*)(lpData+(r-k+1+h)*WidthBytes+(c-k+h+1)))),2);//135°方向

}

min=min(min(min(v[0],v[1]),v[2]),v[3]);//求出v1,v2,v3,v4中的最小值

if(min>yz)

xx[r*Width+c]=min;

} bool*bMatrix=newbool[Width*Height];memset(bMatrix,0,Width*Height*sizeof(bool));DWORDx,y;doublemax2;boolb=false;inttempX(0),tempY(0);for(x=ck2/2;x

for(y=ck2/2;y

{

max2=0;

for(DWORDm=(x-ck2/2);m<(x+ck2/2);m++)

{

for(DWORDn=(y-ck2/2);n<(y+ck2/2);n++)

if(xx[m*Width+n]>max2)

{

max2=xx[m*Width+n];

tempY=m;

tempX=n;

b=true;

}

}

if(b)

{ bMatrix[tempY*Width+tempX]=1;}

} }

intsum=0;//特征点总数

for(DWORDi=0;i

for(DWORDj=0;j

{

if(bMatrix[i*Width+j])

{

*((BYTE*)(lpData+i*WidthBytes+j))=0;

*((BYTE*)(lpData+i*WidthBytes+j+1))=0;

*((BYTE*)(lpData+i*WidthBytes+j-1))=0;

*((BYTE*)(lpData+(i+1)*WidthBytes+j))=0;

*((BYTE*)(lpData+(i-1)*WidthBytes+j))=0;

*((BYTE*)(lpData+i*WidthBytes+j+2))=0;

*((BYTE*)(lpData+i*WidthBytes+j-2))=0;

*((BYTE*)(lpData+(i+2)*WidthBytes+j))=0;

*((BYTE*)(lpData+(i-2)*WidthBytes+j))=0;

sum++;

}

} if(sum<4000)

{

CStringstrInfo;

strInfo.Format(“特征点数%dn”,sum);

MessageBox(strInfo,“提示”,MB_OK);

}

else

{

CStringstrInfo;

strInfo.Format(“特征点数较多，请设置合理参数”);

MessageBox(strInfo,“提示”,MB_OK);

}

Invalidate();} 1.4 结果分析：

按照提示，对老师所给数据进行分析，当窗口大小设置为5*5,，阈值设置为5000的时候，对右核线影像进行分析，得到特征点43个，同时图像分析，得出如下结果：

调整阈值和窗口大小，程序能够正常运行，且经过测试，结果精确度有较好的保证。

实习二：边缘提取算法

2.1 实习目的：

熟悉Matlab环境下的编程，熟悉边缘提取算法。

2.2 实习原理：

Sobel算子实现思路如下：对输入图像分别使用水平和垂直模板做卷积计算，对得到的两个处理结果求平方和，该平方和与阈值的平方比较。只有当某点的两种卷积的平方大于阈值的平方，且水平占优（水平模板卷积结果大于垂直模板卷积的结果，且该点的卷积平方大于其左右两点的卷积平方和）或者垂直占优（垂直模板卷积的结果大于水平模板卷积的结果，且该点的卷积平方和大于其上下两点的卷积平方和）时，该点的输出结果为255，否则为0。输出的结果为二值图像。第一行和最后一行本来就是图像边界，不包括可用信息，因此相应的输出为0，按照这个思路课题编写了相应的Sobel算子实现程序

2.3 实习步骤以及代码：

2.4 结果分析：

原图像 sobel边缘提取

实习总结

本次实习过程中，根据自身实际情况，我选择使用vc环境下的编程完成实习，而没有采用Matlab环境下的编程。在实习过程中，我熟悉了sobel算法以及Moravec算子，在程序调试的过程中，我认识到任何算法都有其局限性，比如说本次实习过程中，sobel算子的边缘提取就将许多的噪音提取了出来，导致边缘特征提取的不准确性。本次实习让我认识到了编程能力的重要性，学会编写基本的代码来实现基本的算法，能让我们摆脱软件已有算法的束缚，更多的按照需要来实现一些步骤。

总体来说，本次实习还是很成功的，让我认识到，在以后的学习生活中,我认识到,应该把理论和实践结合起来,多锻炼自己的动手能力,好好把握住每一次实习的机会.

第三篇：数字摄影测量课程实习报告

灰度图像点特征提取

实习内容

本次实习包含了两个主要内容，一是用Moravec算子对一幅图像实现点特征提取的功能，二是利用基于相关系数的影像匹配实现两幅影像的同名点匹配。在此分为两个部分分别进行阐述。

一、Moravec算子提取特征点

1.1 实现原理

在以像素(c,r)为中心的w×w的影像窗口中，计算四个方向相邻像素灰度差的平方和：

IVc,r = min {V1, V2, V3, V4}

其中k = INT(w/2)。取其中最小者作为该像素(c,r)的兴趣值：

给定一经验阈值，将兴趣值大于该阈值的点（即兴趣值计算窗口的中心点）作为候选点。阈值的选择应以候选点中包括所需要的特征点而又不含过多的非特征点为原则。

在一定大小的窗口内（可不同于兴趣值计算窗口，例如5×5像元，7×7像元或9×9像元），将候选点中兴趣值不是最大者均去掉，仅留下一个兴趣值最大者，该像素即为一个特征点。1.2实现流程

1.3 实习成果

在实习中实现特征点提取后，分别对计算兴趣值的窗口尺寸（以下简称为w1），选取极值点的窗口尺寸（以下简称为w2）和经验阈值的数值进行变更，分析其特征点提取效果有什么变化。原始图像如下图1所示。

图1

w1设为7，w2设为9，经验阈值为1000的处理结果如下图2所示，共得到361个特征点。

图2

接下来分别对w1，w2和经验阈值的数值进行变更，分析其特征点提取效果。

（1）W1增加为11，w2为9，经验阈值为1000,的条件下，提取到620个特征点，如下图3所示。

图3

（2）W1为7，w2增加为15，经验阈值为1000,的条件下，提取到247个特征点，如下图4所示。

图4

（3）W1为7，w2为9，经验阈值增加为1500,的条件下，提取到184个特征点，如下图5所示。

图5

1.4 结果分析

由Moravec算子提取特征点的结果可见，算法能够实现图像的特征点提取，且提取效果较好。

对比图2与图3可知，仅更改w1值的大小，会使图像兴趣值整体增大或减小，进而影响特征点数目。

对比图2与图4可知，仅更改w2值的大小，会改变特征点的密集程度。增大w2，则提取极值点作为特征点的范围更大，特征点分布更加均匀。

对比图2与图5可知，仅更改经验阈值的大小，能够用更高条件对兴趣值进行筛选，得到精度更高的特征点。

二、基于相关系数的影像匹配

2.1 实现原理

在左影像上提取出一定数量的特征点，然后利用相关系数法在右影像上寻找匹配点。

首先确定两幅影像间的偏移量，进而确定对每个特征点在右影像上的搜索区域。对于左影像上的每个特征点，均利用一定大小的窗口对右影像搜索区域进行遍历，选取相关系数值最大且大于设定的阈值的点作为该特征点对应的匹配点。

2.2实现流程

在实习中，共采用三种方法进行匹配。三种方法的区别在于获取偏移量的方式不同。此处流程图展示的是小组最初完成的匹配方法流程，通过寻找左影像特征点的最大相似度点进而确定偏移量。

由于在反复实验的过程中发现这种方法适用于偏移方向单一的影像，对老师所给的u0367panLeft和u0369panRight这样存在变形的影像对匹配效果较差。因而又不断改进衍生出利用模板匹配获取偏移量法和直接输入偏移量法两种方法。在结果分析中对这三种方法进行比较。

2.3 实习成果

（1）首先用只有水平偏移的两幅影像进行匹配，打开左右影像如下图6所示。

图6

对左影像进行Moravec算子提取特征点操作，在默认条件（W1为7，w2为9，经验阈值为1000）下，提取到361个特征点，如下图7所示。

图7 对左右影像进行匹配，在默认条件（目标窗口尺寸设为3，搜索窗口高度为6，宽度为8，相关系数阈值设为0.9）下，得到338个匹配点，如下图8所示。结果分析文件the relevant.txt建在匹配图片文件夹下。由于左右两幅影像仅存在水平偏移（由u0369panRight裁剪得到），相关系数均为1.0，如图9所示。

图8

图9

（2）用具有斜向偏移关系的两幅影像进行匹配。影像打开如下图10所示。

图10 在默认条件下对左右影像进行特征点提取，得到350个特征点，影像匹配后得到260个匹配点，如下图11所示。

图11 在实习中发现，对于由同一幅图像裁剪得到的水平偏移和斜向偏移的两组影像对，算法同名点匹配的效果都非常好。但是对于偏移程度相对不均匀的影像则效果很差，如老师给出的u0367panLeft和u0369panRight两幅影像，在默认条件下对两幅影像进行特征点提取，得到1812个特征点，同样在默认条件下进行影像匹配，得到369个匹配点，得到的效果如下图12所示。观察可知得到的同名点几乎是不匹配的。

图12 为了改进匹配的效果，我对匹配算法中计算偏移量的部分进行了一定的修改。在此次实习中，仅考虑了对左影像提取特征点后对右影像进行匹配的策略，还有一种方法是对左右影像都提取特征点后对两个特征点集进行匹配，由于时间有限并未实现。

在实习中用到的匹配算法中原是利用左影像特征点对右影像进行遍历寻找最佳匹配点，进而确定两幅影像的偏移量。在已知u0367panLeft影像内容包含在u0369panRight影像内的前提下，我将此部分算法改为将左影像作为一个模板，利用相关系数算法将其整体匹配进右影像内，进而确定偏移量。在默认数值条件下，利用整体影像匹配进行匹配同名点得到628个匹配点，其结果如下图13所示。匹配产生的结果分析文件如下图14所示。

因此我设置了第三种匹配方法：直接输入两幅影像的偏移量进行同名点匹配。由于在实习中所用的偏移量是第二种方法，即影像整体匹配得到的偏移量，所以匹配效果与图13相同，产生的结果分析文件亦与图14相同。

图13

图14

2.4 结果分析

（1）对于寻找最大相似性点获取偏移量法，它只需用左影像特征点对右影像进行遍历，寻找到最大相似性点且大于0.97时即可认为找到最佳匹配点，进而利用其在右影像中的位置确定偏移量。该方法计算量小，速度较快，针对偏移方向单一的影像效果非常好（在实习中通过裁剪u0369panRight得到水平偏移和斜向偏移的两组影像对）。但是对于偏移方向非单一的影像则匹配效果很差。

（2）对于利用模板匹配获取偏移量法，它以左影像大小为窗口尺寸对右影像进行遍历，寻找最大相关系数以将左影像整体匹配进右影像内容中。这种方法适用于对同名点的偏移方向非单一的影像对进行匹配。其匹配结果对少量细节会产生一定程度的移位，但大体上较为准确。

这种方法虽然匹配效果会变好很多，但是计算量很大，耗时非常久。而且由于时间紧迫，在实习中只实现了针对左影像完全包含在右影像内容内的条件下的匹配，因而虽然效果较好但太不实用。

对于摄影得到的立体像对，其偏移量往往不是单一的一个方向，而是包含了各种误差与形变。个人认为若能够在匹配之前对影像进行几何纠正，则匹配的精度会有进一步提高。

（3）对于直接输入偏移量法，它免去了计算偏移量的步骤，速度会快很多。这种方法要求在进行匹配之前利用软件或别的一些方法量测出两幅影像的偏移量。

第四篇：摄影测量实习报告.

摄影测量学 实习报告 姓名: 学号: 班级:1241502 专业:工程测量与监理

实习时间:12月9号至12月22号 2013年12月 目录

一、前言(3

二、实习目的与要求(3

三、实习地点(3

四、实习用具(3

五、实习步骤(航片调绘(3

六、调绘时的注意事项:(4

七、摄影测量外业实习总结(4

八、实习二全数字摄影测量的作业步骤(6

1、数据准备(6

2、建立测区与模型的参数设置(6

3、航片的内定向、相对定向与绝对定向(10

4、绝对定向作业流程:(13

5、同名核线影像的采集与匹配(15

一、前言

航空摄影测量技术的应用,是从19世纪60年代开始,已走过了半个多世纪。随着科学技术的不断进步和发展,航空摄影测量从模拟时代进入到解析时代,如今发展到了全数字化时代,正在不断地满足国民经济各行业的应用需求,逐步形成为地理信息系统基础数据采集获取的主要技术方法,越来越在测绘行业得到广泛的应用。而当前航测外业调绘一体化作业方法已逐步走向成熟,与传统的调绘作业方法相比较,如今的调绘作业方法已是相当完善,不仅有一定的自动化程度,而且成果精度和工作效率远远高于传统的作业方法,而劳动强度远比过去的作业方法低。随着科学技术的不断发展,资料源的不断丰富,进一步对航测外业调绘作业方法加以改正,对降低劳动强度、提高作业单位的生产能力,更好地满足社会信息化发展需要将具有非常重要的意义。

二、实习目的与要求

本次实习是在摄影测量的教学基础上,理论实际相联系的动手操作实习,是我们在学习测量专业的一个重要的实习环节。一方面是培养我们的实践操作能力和运用软件解算数据的能力,另一方面培养我们在今后遇到问题应该如何去解决的能力,通过实习发现自己在实践动手方面的不足并想办法解决,为以后的工作实践打下扎实的基础。使我们熟练地掌握摄影测量及遥感的原理,信息获取的途径,数字处理系统和应用处理方法。并进一步巩固和深化理论知识,使理论与实践相结合。切实加强我们大家的实践动手能力,提高大家对这门新技术的认识和把握,全面培养我们的应用能了、创新能力和探索精神。

三、实习地点 东华理工大学校本部

四、实习用具

小比例尺航片一张、画图板一个、透明纸一张、铅笔、橡皮、红蓝黑笔各一只;ENVI遥感图像处理系统、编程软件(MATLAB、Visual Basic

五、实习步骤(航片调绘

本次实习的遥感图像调绘主要判读航片测区地物属性,在透明纸上勾出边界,必要时进行清绘。

在进行野外调绘之前,将调绘航片平放在画图板上,然后再将比调绘图稍大一些的透明纸盖于调绘航片上,用胶带粘好,连同调绘航片用夹子固定于画图板。

第一天先将测区走过一遍,确定绘图边界,确定调绘路线,并对测区的情况有一个大致的了解。比较实际测区和航片的差别,并知道那些地方的地物是发生了变化的,以便于以后的判读调绘工作进行。

接下来的两天根据预定路线进行测区航片的地物判读和属性的标注。一般按照由远及近、从总貌到碎部、边走边判,远看近判的原则进行

六、调绘时的注意事项: 即地物地貌的调绘要连续进行,避免调绘不连贯和遗漏。当地理名称注记过密时,可适当取舍。调绘工作应按照国家标准的地形图图式进行,说明性质的注记应采用“简注表”,不得任意命名。调绘要按照实地情况严格进行,不得伪造、篡改。在调绘好的透明纸上,图名注于调绘片正上方,调绘者姓名及调绘日期等信息在调绘航片的右下角。

七、摄影测量外业实习总结

摄影测量是利用摄影像片测量地形地物的技术方法,也是通过影像研究信息的获取、处理、提取和成果表达的一门信息科学。摄影测量学是测绘学的分支学科,它的主要任务是用于测绘各种比例尺的地形图、建立数字地面模型,为各种地理信息系统和土地信息系统提供基础数据。根据摄影时摄影机所处的位置的不同,可分为地面摄影测量、航空摄影测量和航天摄影测量;根据应用领域的不同,可分为地形摄影测量与非地形摄影测量;根据技术处理手段的不同,又可分为模拟摄影测量、解析摄影测量和数字摄影测量等。摄影测量很少受气候、地理等条件的限制,所摄影像是客观物体或目标的真实反映,信息丰富、形象直观,人们可以从中获得所研究物体的大量几何信息和物理信息,可以拍摄动态物体的瞬间影像,完成常规方法难以实现的测量工作,适用于大范围地形测绘,成图快、效率高,产品形式多样,可以生产纸质地形图、数字线划图、数字高程模型、数字正摄影像等,近些年来发展迅速,具有非常广阔的应用前景。《摄影测量外业》是工程测量专业重要的专业课程,按照培养目标和教学大纲的要求,我们进行了为期一周的课程实习。旨在通过本次课程实习来加深对摄影测量外业的的基础理论、测量原理及方法的理解和掌握程度,切实提高我们的实践技能,初步掌握像片判读、像片调绘和新增地物补测的基本方法,掌握像控点转刺的基本方法,了解航测作业各工序的仪器设备及作业过程等。对于本次实习,老师和同学们都非常的重视,在第一天的实习动员会上,许老师就本次实习的意义、实习中的注意事项等方面做了明确的阐述,同时,也就本次实习内容和实习步骤做了说明。在其后的实习过程中,同学们实习目的明确、积极主动、不怕吃苦勇于承担重担,在老师的指导下,顺利的完成了黄河水院新校区的航摄像片调绘、新增地

物补测、选刺像控点等工作。本次实习不仅使我们的理论知识得到巩固、操作能力得到加强,同时也使我们运用知识的能力得到了提高。本次实习的内容有: 航摄像片调绘、新增地物补测及选刺像控点三项,通过实习,我们初步掌握了像片判读、像片调绘和新增地物补测的基本方法,掌握了像控点转刺的基本方法,了解航测作业各工序的仪器设备及作业过程。实习中航摄像片调绘每两人为一个小组,每人调绘一张像片,每人转刺4个像控点。这样分组工作,极大的调动了同学们的积极性,是本次实习得以高质量、高效率完成的保障。实习前,我们通过比对,了解到像片的比例尺大致在1:5000左右,这对于我们在影像上进行尺寸量测,确定较小地物及新增地物的准确位置、大小等提供了很大帮助。通过老师介绍,像片摄影时间大致在2007年,所以可以知道新增地物会多一些,像教师公寓、新体育场、大坝等,都是这两年新增的地物,在判读时要格外的注意。同时,像片上植被茂盛,所以应该是在春夏季节拍摄的,这对于在冬季调绘的我们来说是一个不小的挑战,人工湖的水崖线比常水位低,并且大部分树林已落叶,像片上的色调与像片上看到的相应颜色不相一直等等,这些都是我们应该注意的地方。在判读时,我们充分利用了大坝地势高的优点,这样看的范围比较大,总貌特征比较明显,比较容易确定像片的方位和自己在像片上的位置,有利于像片的判读。在具体调绘时班内小组之间划分好了调绘面积,每组调绘新校区的四分之一,准备好了调绘工具,铅笔、橡皮、尺子、多色笔等,小组内协调分工,做好调绘计划。实地调绘时,用像片对照实地判读确定各种地形元素的性质以及它们在像片上的形状、大小、准确位置和分布情况,如:房屋、道路、植被、人工湖等,用不同颜色的笔在像片上进行描绘。通过路牌、询问等手段,调查路名、建筑物名称、湖泊沟坎名称等。用尺子量测陡坎、冲沟、等的比高,并做出相应记录。对于个别新增地物可根据与其相邻的地物影像的相对位置补绘,对于新增地物面积较大的地物,像新体育场、大坝等可采用全站仪、GPS-RTK 数字测图等方法补绘。清绘时应根据实际判绘的结果,在室内着墨整饰,并按照图式规定的各种符号和规范的有关要求认真仔细地描绘。接边时,本调绘边线处与邻幅或邻片调绘的内容应衔接得当,如果有某一地物接不上,则必须查实,修改,直到全部接好为止。选刺像控点时,选一个像对,在标准点位附近将实地控制点在立体观察条件下实刺到像片上,并进行像片正反面的整饰。俗话说,实践是检验真理的惟一标准。在课堂上,我们学了很多

理论知识,但是如果我们在实际当中不能灵活运用那就等于没学。实习就是将我们在课堂上学习的理论知识运用到实践中。为期一周的摄影测量外业实习结束了,虽然开始时感到好累,但看到自己的收获还是很高兴的。觉得自己学到了很多的东西,对以前零零碎碎学的摄影测量知识有了综合应用的机会。对摄影测量外业的整体概念有了更多的了解,深入的巩固了理论教学知识,提高了实际操作的技能,丰富了航摄像片调绘、新增地物补测及选刺像控点等知识,很大程度上提高了动手和动脑的能力,同时也拓展了与同学之间的交际合作能力,当然其中也不乏老师的教诲和同学的帮助。原先老师在课堂上讲解的测量知识也都在实践中得到应用,并发挥了重要的作用,通过相互对照,将我的测量知识和水平提高了很多,现在想来这场校内实习确实是很有必要的。通过本次实习,对我们进行了生产技能和安全、纪律教育,更加注重我们独立工作能力、自我管理能力、动手操作能力及开拓创新能力的培养与锻炼。使我们在实践中接触到了与本专业相关的实际工作,增强感性认识,培养了我们工作的责任感和事业心,培养了我们综合运用所学的基础理论、基本技能和专业知识,提高了实践动手能力,即收集处理信息的能力,获取新知识的能力,发现问题、分析问题和解决问题的能力,语言文字表达能力、团结协作能力等,对于我们以后踏入社会有了一个很好的接轨,为我们毕业后走上工作

岗位打下了一定的基础。另外非常感谢学校给我们安排的此次校内实习,以及老师的辛勤辅导,通过本次实习,不仅使我们对以前所学的知识有了更深刻的认识,更让我们学到了很多课本上学不到的知识,我将永远珍惜这段经历。

八、实习二全数字摄影测量的作业步骤

本次实习内容为对全数字摄影测量系统(VirtuoZo的使用,学生根据操作步骤将基本的作业流程做一遍。以便掌握该系统。该作业流程包括:数据准备、参数设置、定向、核线采集与匹配、DEM与DOM以及等高线生成、数字化测图、拼接与出图七个步骤。

1、数据准备

数字摄影测量所需资料:

相机参数:应该提供相机主点理论坐标X0、Y0,相机焦距f0,框标距或框标点标 控制资料:外业控制点成果及相对应的控制点位图

航片扫描数据:符合VirtuoZo图像格式及成图要求扫描分辨率的扫描影像数据。VirtuoZo可接受多种图像格式:如TIFF、BMP、JPG等。一般选TIFF格式。

具体操作如下: 检查原始数据,数据包括6张影像文件(*.tiff文件、控制点文件(*.ctl 文件、相机检校文件(*.cmr文件、每个控制点点位图以及一个数据说明文件,里面给出了数据处理所必须的测区信息。通过分析得到,测区有两条航带,每条航带3张影像。

2、建立测区与模型的参数设置

要建立测区与模型,VirtuoZo系统要设置很多参 数,这些参数需要在参数设置对话框上逐一设置。如

测区(Block参数、模型参数、影像参数、相机参设置控制点文件 建立测区

设置相机参数文件转入原始影像 建立立体模型

数、控制点参数、地面高程模型(DEM参数、正射影像参数和等高线参数等。其中有些参数在VirtuoZo系统中有其固有的数据格式,需要按照VirtuoZo规定的格式进行填写,如相机参数、控制点参数等。建立测区与模型、设置参数的简易过程如图5所示: 具体操作如下:

进入VIrtuoZo主界面,首先要新建一个测区,通过文件→打开测区,新建一个测区,文件建立好之后,系统会自动弹出设置测区的对话框,按照原始数据提供的信息填写相应的内容,之后保存退出。如图所示:

设置相机检校文件、控制点文件

进入设置→相机文件,找到刚才在设置测区对话框中新建的相机检校文件,双击进入参数设置界面,相机参数可以直接通过输入按钮,输入原始数据里面已有的相机文件(一般格式为*.cmr。编辑界面如图所示:

图7 相机检校参数设置界面

进入设置 地面控制点,可以逐点输入控制点文件,或者直接通过输入按钮,直接读取一个控制点文件,如图8所示:

图8 地面控制点设置窗口

参数设置完成之后,还需要对影像文件进行转换,将各种影像文件转换成VirtuoZo支持的影像格式(VirtuoZo系统有其自有的影像格式,文件格式为*.vz,后文简称该文件为VZ影像。进入文件→引入→影像文件,进入输入影像对话框,按增加按钮选择需转化格式的tif影像(可选择多幅影像,按处理按钮将影像格式转换为后缀为vz 的影像。

进行模型的设置,模型的创建过程:通过文件→打开模型,可以建立一个新模型,命名为56-550,默认后缀名为mdl,建立好56-550模型后,程序自动弹出模型参数设置对话框,按照该模型的基本情况设置该对话框,主要设置左、右影像,其它可按程序默认参数设置,之后保存退出。如图所示:

设置模型参数对话框

3、航片的内定向、相对定向与绝对定向 具体操作如下: 3.1.内定向作业流程: 内定向程序处理→定向→内定向

左边的窗口显示了当前模型的影像,它的四角和四边上的框标被小白框围住。右边的小窗口显示了某框标的放大影像。若小白框没有围住框标,则可在框标上单击,小白框将自动围住框标。这样来调整小白框的位置,尽量使框标位于小白框的中心。然后单击接受按钮,完成框标定位。

建立框标模版界面

系统读入影像,同时显示读影像进度条,影像读入完成后,显示如下窗口:

图14 内定向窗口

左边窗口的中心是按钮面板,每个方块按钮对应于一个框标。单击其中一个按钮,则右边微调窗口中将放大显示其对应的框标影像。左边窗口的四周是框标影像窗口,每个小窗口显示一个框标。

右边窗口的上边是IO 参数显示/修改窗口,可在此微调框标坐标。上半部的参数显示窗口,用来显示各框标的像片坐标、残差、内定向变换矩阵和中误差。下半部显示当前框标的放大影像。

4.微调框标坐标

为使内定向的精度满足作业要求,应尽量使白色的十字丝对准框标的中心。这时,要使用到框标的放大影像。具体操作是通过方块按钮选择第一个框标,然后利用右边窗口中的按钮,进行微调,直到框标放大影像中的白色十字丝对准相机的框标中心

对其他的框标用同样的方法进行调整,将所有的白色十字丝对相机准框标中心,然后选择保存退出,左影像内定向完成。重复以上步骤对模型中的右影像做内定向操作。完成模型的内定向,进入相对定向。

3.2.相对定向作业流程: 调用相对定程序(处理→定向→相对定向,程序界面如图16所示:

图16 相对定向界面

进入相对定向界面,单击右键,进行自动相对定向: 程序将自动寻找同名点,进行相对定向。完成后,影像上显示相对定向点(红十字丝。

4、绝对定向作业流程: 绝对定向前,要以手工的方式在当前模型的左右影像上准确的定位一些控制点

打开 hamerIndex.html 文件,查看测区的控制点分布情况,在航片上点击控制点,会出现放大图像,是量测控制点的依据。量测控制点是在相对定向的界面下进行的。见图,按右键,在弹出的菜单上选全局显示,在相对定向的界面中出现整张的左右影像上,如图所示,参照给出的控制点点位图,寻找相应的控制点,找到后在点位附近点击,系统会弹出一放大的影像的小窗口,在该小窗口中,将光标对准该控制点,单击鼠标左键,程序将自动匹配出右左影像上的同名点,也以一放大的影像的小窗口显示,同时有一个调整点位的对话框出现,图

右下角。

图 15 绝对定向窗口

当量测三个控制点后(三个控制点不能位于一条线上,系统会预测该模型其余控制点的位置。影像上显示出几个蓝色小圈,即系统预测的待测控制点的近似位置。加点时使用的点号应该和控制点文件中的点号要一致。

进入普通方式的绝对定向(在相对定向界面点击鼠标右键,选择绝对定向 普通方式,程序进行绝对定向计算,可以得到如下图所示的界面:在定向结果窗中显示绝对定向的中误差及每个控制点的定向误差。同时弹出控制点微调窗,窗中显示当前控制点的坐标,且设置了立体下的微调按钮。绝对定向界面如图所

示:

检查与调整: 根据控制点残差显示可知绝对定向的精度如何,若某控制点残差过大,则可进行微调。其微调方法与步骤如下: 在定向结果窗中对某控制点误差行单击鼠标左键,选中该点,弹出该控制点的微调窗。

立体影像微调(必须在支持立体显示的计算机上才可以用此功能:

选中另一个需调整的点,进行微调。

所需调整的点均完成后,选择控制点微调窗中的确定按钮,程序返回相对定向界面。

至此,绝对定向完成。

5、同名核线影像的采集与匹配 具体操作如下: 5.1.生成核线影像

直接在VirtuoZo 主界面中单击处理菜单下的核线重采样菜单项,系统将自 动生成当前模型的核线影像。

东华理工大学 摄影测量学实习2013 5.2．影像匹配 生成核线影像后，即可进行影像匹配，选择菜单处理→影像匹配，系统将自动进 行影像匹配。匹配过程中，会显示出匹配的进度。5.3、单模型的DEM 生成： 完成模型的影像匹配和匹配结果的编辑之后，可生成数字高程模型DEM。单模型 的DEM是指使用一个单模型的数据，生成的位于该单模型区域内的DEM。一般情况 下生成的DEM都是单模型的DEM。查看 DEM 单模型透视景观：建立数字地面模型后，在系统主菜单中，选择显示立体 显示

透示显示项，进入显示界面，屏幕显示当前模型的数字地面模型，如图 所示： 图 23 DEM 显示 还可以生根据自己的需要生成其他的产品，如：DOM,等高线 第 16 共 16 页

第五篇：摄影测量实习报告

XXXX大学2010～2011学年第1学期

《摄影测量基础》实习报告

班级： XXXXXXXX 姓名： XXX 学号： XXXXXXXX

成绩： 评语：

一、单模型定向

1、影像内定向

调用内定向程序（处理→定向→内定向），建立框标模板（若模板已建立，则进入左影像的内定向）。

为了从数字影像提取集合信息，必须建立数字影像中的像元素与所摄物体表面相应的点之间的数学关系。内定向的目的就是确定扫描坐标系与像片坐标系之间的关系以及数字影像可能存在的变形。

不同型号的相机有着不同的框标模板。一般一个测区使用同一相机摄影，所以只需在测区内选择一个模型建立框标模板并进行内定向，其他模型不再需要重新建立框标模板，即可直接进行内定向处理，在做内定向处理时，系统会自动建立多个框标模板。界面右边小窗口为某个框标的放大影像，其框标中心点清晰可见。界面左窗口显示了当前模型的左影像，若影像的四角的每个框标都有白色的小框围住，框标近似定位成功。若小白框没有围住框标，则需进行人工干预：移动鼠标将光标移到某框标中心，单击鼠标左键，使小白框围住框标。依次将每个小白框围住对应的框标后，框标近似定位成功。选择界面左窗口下的接受按钮。

A、左影像内定向：

该界面显示了框标自动定位后的状况。可选择界面中间小方块按钮将其对应的框标放大显示于右窗口内，观察小十字丝中心是否对准框标中心，若不满意可进行调整。框标调整有自动或人工两种方式：

自动方式：选择自动按钮后，移动鼠标在左窗口中的当前框标中心点附近单击鼠标左键，小十字丝将自动精确对准框标中心。

人工方式：若自动方式失败，则可选择人工按钮，移动鼠标在左窗口中的当前框标中心点附近单击鼠标左键，再分别选择上、下、左、右按钮，微调小十字丝，使之精确对准框标中心。

B、右影像内定向：

与左影像内定向相似，进行右影像的内定向。如果之前做过内定向的，系统会弹出一个对话框，显示左像片的内定向参数（系统在完成左像片的内定向后再启动右像片的内定向），并询问是否重新进行内定向。如果不想再进行内定向，选择否；退出内定向模块，进行相对定向。

2、相对定向

每张像片至少要有三个地面控制点，才能进行定向，但实际生产中，控制点数量不能满足定向要求。在内页求解定向所需控制点的过程叫空中三角测量，其本质就是用尽可能少量的地面控制点，在内页加密出每张像片或每个像对所需要的控制点。另一方面，为了获取更高精度的地面控制点，采用光束法定向，利用光束法平差未知参数的初值，从而进行高精度定向。在竖直航空摄影或已知倾角近似值的倾斜摄影时，相对定向一般采用迭代解法。但是当不知道倾斜摄影中的倾角近似值以及不知道影像的内方位元素时，则采用相对定向的直接解法。进行模型的相对定向，主要是通过找同名点，来确定两张影像之间的关系。相对定向的目的是为了恢复构成立体像对的两张像片的相对方位，恢复摄影时相邻两影像光束的相互关系，从而使同名光线对对相交，建立被摄物体的几何模型。其数学模型是相应的摄影光线与基线应满足共面条件，观测值为上下视差。

步骤：

（1）选择菜单 “处理→模型定向→相对定向”；

（2）在影像显示窗口内点击右键，选择“自动相对定向”；

（3）自动相对定向完成后，在定向结果窗口检查同名点的上下视差，如果比较大，则比较大，则把它删除或进行调整；编辑完成后，保存，退出。

3、绝对定向

相对定向建立的立体模型，是一个以相对定向中选定的像空间辅助坐标系为标准的模型，比例尺也是未知的。要确定立体模型在地面测量坐标系中的正确位置，则需要把模型点的摄影测量坐标转换为地面测量坐标，这一工作需要借助于地面测量坐标为已知值的地面控制点来进行，这个过程称为立体模型的绝对定向。所以绝对定向的目的就是将相对定西后求出的摄影测量坐标变换为地面测量坐标。

模型的绝对定向，要求变换前后的坐标系大致相同。而地面测量坐标是左手直角坐标系，摄影测量坐标系是右手直角坐标系。因此首先应将点名测量坐标系转换为地面摄影测量坐标系。绝对定向前，我们要以手工的方式在当前模型的左右影像上准确地定位一些控制点。

一个像对的两张像片有十二个外方位元素，相对定向求得五个相对定向元素后，要恢复像对的绝对位置还要解求七个绝对定向元素，包括模型的旋转、平移和缩放参数。它需要地面控制点来解求。这种坐标变换，在数学上成为三维空间相似变换。

步骤：

（1）选择菜单“处理→模型定向→绝对定向”；

（2）参照给出的控制点点位图，在相对定向界面中，寻找相应的控制点，对控制点的点位进行精确调整，输入控制点相应的点号，点击“确定”保存。

二、数字产品生成

1、数字线划图（DLG）

数字线划图（Digital Line Graphic 简称DLG）是现有地形图上基础地理要素的矢量数据集，且保存要素间空间关系和相关的属性信息，全面地描述地表目标。

DLG的制作过程如下：

先建一个测图文件，设置图廓范围，载入立体模型，熟悉工作窗口内的各种工具，接着测绘地物，最后进行地物的编辑。测绘的具体步骤是：输入地物属性码→进入量测状态→根据需要选择线型或辅助测图功能→对地物进行量测。

2、数字高程模型（DEM）

数字高程模型（Digital Elevation Model 简称DEM）是在高斯投影平面上规则格网点平面坐标（X，Y）及其高程（Z）的数据集。该数据集从数学上描述了一定区域地貌形态的空间分布。DEM的水平间距可随地貌类型不同而改变。根据不同的高程精度，可分为不同等级产品。

(1)生成单模型的DEM 在系统主菜单中，选择“产品→生成DEM→生成DEM（M）”项，屏幕显示计算提示界面，计算完毕后，即建立了当前模型的DEM。

在系统主菜单中，选择“显示→立体显示→透示显示”项，进入显示界面，屏幕显示当前模型的DEM。

(2)多模型的DEM拼接

在系统主菜单中，选择菜单“镶嵌→设置”项，屏幕弹出拼接与镶嵌参数设置对话框。

在系统主菜单中，选择“镶嵌→DEM拼接”项，进入DEM的拼接计算，屏幕弹出拼接进展显示条。当拼接完成后，将显示拼接中误差、总点数、误差分布统计及误差分布图。

(3)生成正射影像

在主界面上，依次单击“产品→生成正射影像”项，系统自动生成正射，单击“显示” →“正射影像”。

3、数字正射影像（DOM）

数字正射影图像（Digital Orthophoto Map 简称DOM）是利用数字高程模型对扫描处理的数字化的航空相片/遥感相片（单片/彩色），经逐象元进行纠正，再按影像镶嵌，根据图幅范围裁剪生成的影像数据。一般带有公里格网、图廓内、外整饰和注记的平面图。

数字正射影像的制作是基于DEM的数据，采用反解法进行数字微分纠正而制作。其过程也是全自动化的。当DEM建立后，可进行正射影像的制作。在系统主菜单中，选择产品→生成正射影像项，自动制作当前模型的正射影像，屏幕显示计算提示界面，计算完毕后，自动生成当前模型的正射影像。多模型DEM拼接后，才能在拼接区域内进行多张正射影像的镶嵌。

在系统主菜单中，选择菜单镶嵌→设置项，屏幕弹出拼接与镶嵌参数设置对话框，设置镶嵌项目。然后在系统主菜单中，选择菜单镶嵌→自动镶嵌项，系统自动进行影像镶嵌计算，完成多个正射影像的拼接。

显示测区正射影像：在系统主菜单中，选择菜单显示→显示影象„项，屏幕弹出显示影像界面，对于每个模型的接边处应仔细检查，影象有无变形及扭曲等错误。

三、实习总结

通过此次实习，我进一步地了解了使用VirtuoZo 全数字摄影测量系统生产4D产品的过程，熟悉了VirtuoZo 全数字摄影测量系统的使用，加深了对相关知识的理解。4D产品生产实习是一个综合性很强的实习，它是对所学摄影测量及相关专业的综合应用,该实习在数字摄影测量实习的基础上进行。同时，我了解到了VirtuoZo 全数字摄影测量系统的功能强大，在4d产品生产实习的过程中自动与半自动的快速生成功能。

在实习中也需要注意一些问题，如定义核线范围以将控制点划在作业区范围内为宜，但不能超控太多；其次应结合实际地形情况，如高山地或大比例城区，由于左右像片视差较大，就应适当将核线范围划大些。

这次实习内容丰富，使我学到了不少东西。它不仅让我认识到了Virtuozo的各种功能和工作流程及部分原理，还让我对数字摄影测量数据获取有了更深刻的了解，同时也使我对数字摄影测量课程有了一个整体的概念。

我觉得要想成为一名优秀的遥感测绘工作者，不仅要把测绘当成一门学科来学习，更要把它当成一种技能来熟悉掌握。同时本次实习对我本人的动手能力也有很大提高。本次实习还让我第一次感受了测绘部门的生产环境，这对我也是一种激励，它促使我以后要更加认真地学习专业知识，掌握各种技能。要想在任何一个行业里面有所作为的话都必须付出辛勤的劳动和汗水。只有能过努力学习才能成为一名好的测绘工作者。“一份耕耘一分收获!”，这应该成为我们今后工作的座右铭。对在本次实习当中对我们进行细致辅导的杨老师及助理，我表示极大的感谢和敬意，是你们耐心的教诲和和善的态度让我们亲身感受并学会了4D产品的生产流程，这对我们以后的工作以及人生将会产生深远的影响。