数字测量实习报告

第一篇：数字测量实习报告

一、测区概况

本次实习，时间起于2010年8月30日，止于2010年9月26日，为期四周。地点为邯郸市南郊的南湖公园。范围东至中华大街支漳河大桥，西至张庄桥闸，南至土山和支漳河南岸沥青路向南50米，北至支漳河北岸沥青路向北50米。测区地形高低起伏，有山丘有平地，植被树木众多，并有支漳河横贯整个公园。测图采用假定高程系统和独立平面坐标系统，成图比例为1：1000。实习测区地形多样齐全，更有利于锻炼我们的实际操作能力，使我们更好地将书本知识应用于实际情况当中。

二、踏勘选点

测量之前到实地选择图根控制点根，据现场考察，测区内选择10个控制点，并多个支出点

1）导线点选在地势较高，视野开阔，地势平坦，便于测角和量距的地方

2）导线点应选在土质坚实处，便于保存标志和安置仪器

3）相邻两导线点间通视良好，相邻边长互差不大于2倍

三、控制测量

1、高程控制测量。

实习中高程控制测量按照四等水准测量进行观测。使用DS1水准仪，采用两面尺法进行测量，组成一条闭合水准路线。

1）前后视距差不大于5m

2）前后视距累积差不大于10m

3）高差闭合差大圈为11mm，小圈为19mm

4）黑面读数+K-红面读数均不大于3mm

5）从后视转为前视不能重新调焦

6）每站观测结束立即进行计算和进行规定的检核，若有超

限，则重测该站。全线路观测完毕，高差闭合差在容许范围内方收测，结束实验

2、平面控制测量

实习中平面控制测量采用边角测量法，主导线为二级闭合导线。使用全站仪测量，用测回法和全圆法观测水平角度，并且采用观测内角和外角的方法，往返法观测边长。

1）附合导线长度大圈约为1.4km，小圈约为0.6km

2）平均边长大圈约为140m，小圈约为60m

3）导线全场相对中误差大圈为1／54000，小圈为1／9000

4）水平角观测2C的限差为36"

5）水平角观测内角外角和与360°之差不大于60″

6）测量前要对仪器按要求进行检定、校准；出发前要检查仪器，电池的电量

7）观测过程中，仪器气泡中心偏离值不得超过一格

8）当偏移值接近限值时，应在测回之间重新整置仪器

9）观测必须按规范要求进行，观测成果应做到记录真实,字迹工整，注记明确，观测要求及各项限差均应符合规范规定

10）观测结束后，立即检查记录，计算各项观测误差是否在限差范围内，当确认全部符合规定限差后方可离去，以免造成不必要的返工与重测

四、数字化测图外业及内业

实习中数字化测图外业采用全站仪测记法，内业成图应用CASS7.0绘图软件。外业操作时边测边绘制草图，及时将仪器中数据传至计算机，连线成图，当天任务当天完成。并应用CASS7.0绘图软件按要求计算山头一定范围土方挖填土方量。

1）绘图时实际距离与图上距离的偏差均不大于图上0.3mm

2）独立地物都准确测绘和按规定的符号正确地加以表示

3）沟宽在图上小于1mm的以单线表示。水涯线按测图时的水位测定并标注测绘时间

5）地形图表示的各种树木名称、苗圃、灌木丛、散树、独立树、行树、竹林、经济林等，都已正确反映分布状况

7）图上的所有山岭、沟谷、河流等自然地理名称，均已进行调查核实、正确注记

8）地形图中已注记导线点、水准点编号及其高程

五、检查验收

各组将草图进行对照比较，检查图面内容和分幅整饰是否正确，图框对齐检查地物是否重合、控制点等地物符号运用是否正确、地物连接是否合理、高程数据是否正确，并比较各组土方填挖量。检查无误后将相关资料上交指导老师，老师验收通过并

签字。

六、提交成果

实习结束后，应向指导老师提交的成果资料有：

1、实习设计书一份

2、高程控制测量：水准网图一份

3、平面控制测量：导线图一份

4、土方量计算表一份5、1：1000数字地形图一份

6、数字测绘测量报告每人一份

七、实习体会

本次实习是我们第二次较大的实习，并且采用的是数字化测绘方式，让我们更近距离地接触了数字测图，对测绘专业的外业以及内业工作有了更深入的了解。除此之外，实习期间我们更熟练仪器的操作，增强团体的合作意识，提高工作效率。为以后的工作积累了经验。

第二篇：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。

第三篇：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.

第四篇：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。

第五篇：测量实习报告

测量实习报告

说明：贵州省地质矿产勘查开发局一0一地质大队（以下简称一0一队），隶属于贵州省地质矿产勘查开发局(以下简称贵州地矿局)，是一个县级综合性地质勘查事业单位。主要从事地质矿产勘查与开发、地基与基础工程施工、工程地质与水文地质勘察、地质灾害防治工程勘查、治理与评估、工程及地籍测绘等业务，兼营机械设备维修、租赁等经营项目。

大队具有固体矿产勘查乙级、液体矿产勘查丙级、水文地质、工程地质、环境地质调查丙级、地质灾害危险性评估乙级、测绘乙级等资质证书；大队的乌蒙工程公司具有地基与基础工程专业承包壹级、地质灾害危险性评估甲级、工程勘察乙级等资质证书。大队是AAA级资信企业和重合同守信用单位，现有固定资产2300多万元，年产值4500多万元。大队坚持“以质量求生存、以技术求发展、以管理创效益”的现代经营理念，1965年发现了我国第一个金刚石原生矿，同时为国家提交了煤、铁、铅、锌、铝、钒、金、炼镁白云岩、大理石、重晶石等五十多种矿产的储量报告，先后与国内外多家大企业合作。在贵州、湖南、广东、西藏、浙江、海南等省区承接施工了大量建筑基础工程项目，以质量高、信誉好赢得了客户的好评，在社会上树立了良好的企业形象。在大力发展经济，奉献社会的同时，大队的精神文明建设也取得丰硕成果，大队先后荣获“工业学大庆先进单位”、国家体育总局授予的“全民健身先进单位”、省级“文明单位”、省级“精神文明建设创建工作先进单位”等称号；多次受到当地党委政府和主管局的表彰。一0一队的目标是：追求卓越、铸造精品、构建和谐；宗旨是：服务市场、诚信为本；精神是：团结、进取、诚信、奉献。

一0一地质大队位于贵州省东部的黔东南苗族侗族自治州首府所在地—凯里市，地址是红州路53号。紧邻黔东南民族职业技术学院及红州宾馆，距凯里市行政中心仅1km，周边金泉湖公园、仰阿莎广场、万博广场及市中心大十字等均在2km范围内。队区南北长约300m，东西宽约200m，占地面积40余亩；队区交通十分便利，320国道从队区门前通过，市内3路、9路公共汽车在门口有停靠站；队部距凯里火车站5km，距市内各大客车站均在3km范围之内。西距凯雷高等级公路入口0.5km，凯麻高速入口3.5km，经贵新高速150km即达省会贵阳及龙洞堡机场。一0一队基地分别为黔东南州“绿化模范先进单位”、省地矿局“红旗文明基地”和社会治安综合治理“红旗单位”；现凯里基地有办公大楼1栋，3600平方米；职工宿舍楼19栋，住户508户，职工 604人，其中退休职工378 人，在职职工226人。

一、实习目的：

1）、巩固和加深课堂所学理论知识，培养学生理论联系实际的能力、动手能力、实事求是的科学态度、刻苦耐劳的工作作风和互相协作的团队精神；

2）、进一步熟练掌握常规仪器的使用方法、提高野外测量、内业计算、地形绘图的技能，具备从事测绘工作的初步素质；

3）、培养一丝不苟的测绘技术工作态度、培养吃苦耐劳、团结友爱、集体协作的精神。

此次实习其中包括控制测量，碎部测量。主要对GPS和全站仪的使用。因为以前在课程的教授过程中已经练习过导线测量，这次重点练习碎部测量和绘制地形图，我也对控制测量印像比较深。碎部测量是控制点为基础测定地物地貌的平面坐标和高程并将其绘制成地形图的测量过程.我们本次采用的是数字测图法,所用仪器是南方全站仪和南方GPS。

二、实习要求

掌握测量仪器的使用，了解其检验和校正的方法；掌握测绘的基本方法，提高实际作业能力。

三、所用仪器设备及软件：

1、南方全站仪、拓普康

2、灵锐S82GPS

3、CASS7.0

4、MAPGIS

四、技术依据：

工程执行国家质量技术监督局2001-03-05发布的《全球定位系统GPS测量规范》（国家标准GB/T 18314-2001）；地形测量图式执行国家质量技术监督局1995-09-15发布的《1：500 1：1000 1：2000地形图图式》（国家标准GB/T 7929-1995）。

五、图根控制测量作业要求：

由控制组利用南方灵锐S82GPS-RTK做图根控制点。图根点的密度应满足《城镇地籍调查规程》的要求，一般地区8-10个点/每幅图，复杂地区不低于15个点/每幅图，建筑物密集地区应适当加密，保证图根点相对于起算点的点位中误差不得超过 5cm。图根点的点位分两种情况进行布设，位于硬质地面（主要指沥青或水泥路面）上的可用长10cm、直径10mm的钢桩作为点位。在四周凿刻深度为1cm、边长为15cm×15cm的方框，涂以红漆，内写点号，便于寻找。位于软质地面上的点位，当测区内基本控制点密度较疏时，应适当埋设固定标石；在图幅内固定控制点满足要求时也可采用长25cm的木桩进行标设。每幅1:500图内埋石（钢桩）点数量不得少于4点。此次图根控制点布设采用静态GPS和网络RTK技术。

六、地形测量测绘要求与取舍：

地形图应表示测量控制点、居民地和垣栅、工矿建筑物及其他设施、交通及附属设施、管线及附属设施、水系及附属设施、境界、地貌和土质、植被等各项地物、地貌要素，以及地理名称注记等。并着重显示与测图用途有关的各项要素。1）居民地和垣栅的测绘，居民地的各类建筑物、构筑物及主要附属设施应准确测绘实地外围轮廓和如实反映建筑结构特征。房屋的轮廓应以墙基外角为准，并按建筑材料和性质分类，注记层数。1：500与1：1000比例尺测图，房屋应逐个表示，临时性房屋可舍去；1：2000比例尺测图可适当综合取舍，图上宽度小于0.5mm的小巷可不表示。建筑物和围墙轮廓凸凹在图上小于0.4mm，简单房屋小于0.6mm时，可用直线连接。1：500比例尺测图，房屋内部天井宜区分表示；1：1000比例尺测图，图上6mm2以下的天井可不表示。

2）测绘垣栅应类别清楚，取舍得当。城墙按城基轮廓依比例尺表示，城楼、城门、豁口均应实测；围墙、栅栏、栏杆等可根据其永久性、规整性、重要性等综合考虑取舍。台阶和室外楼梯长度大于3M毫米，宽度大于1M毫米的应在图中表示。永久性门墩、支柱大于1M毫米的依比例实测，小于1M毫米的测量其中心位置，用符号表示。重要的墩柱无法测量中心位置时，要量取并记录偏心距和偏离方向。

3)建筑物上突出的悬空部分应测量最外范围的投影位置，主要的支柱也要实测。工矿建（构）筑物及其它设施的测绘工矿建（构）筑物及其它设施的测绘，图上应准确表示其位置、形状和性质特征。工矿建（构）筑物及其它设施依比例尺表示的，应实测其外部轮廓，并配置符号或按图式规定用依比例尺符号；不依比例尺表示的，应准确测定其定位点或定位线，用不依比例尺符号表示。4)交通及附属设施测绘,交通及附属设施的测绘，图上应准确反映陆地道路的类别和等级，附属设施的结构和关系；正确处理道路的相交关系及与其它要素的关系；正确表示水运和海运的航行标志，河流和通航情况及各级道路的通过关系。铁路轨顶（曲线段取内轨顶）、公路路中、道路交叉处、桥面等应测注高程，隧道、涵洞应测注底面高程。公路与其它双线道路在图上均应按实宽依比例尺表示。公路应在图上每隔15~20mm注出公路技术等级代码，国道应注出国道路线编号。公路、街道按其铺面材料分为水泥、沥青、砾石、条石或石板、硬砖、碎石和土路等，应分别以砼、沥、砾、石、砖、碴、土等注记于图中路面上，铺面材料改变处应用点线分开。铁路与公路或其它道路平面相交时，铁路符号不中断，而将另一道路符号中断；城市道路为立体交叉或高架道路时，应测绘桥位、匝道与绿地等；多层交叉重叠，下层被上层遮住的部分不绘，桥墩或立柱视用图需要表示，垂直的挡土墙可绘实线而不绘挡土墙符号。路堤、路堑应按实地宽度绘出边界，并应在其坡顶、坡脚适当测注高程。道路通过居民地不宜中断，应按真实位置绘出。高速公路应绘出两侧围建的栅栏（或墙）和出入口，注明公路名称。中央分隔带视用图需要表示。市区街道应将车行道、过街天桥、过街地道的出入口、分隔带、环岛、街心花园、人行道与绿化带绘出。跨越河流或谷地的桥梁，应实测桥头、桥身和桥墩位置，加注建筑结构。码头应实测轮廓线，有专有名称的加注名称，无名称者注“码头”，码头上的建筑应实测并以相应符号表示。大车路、乡村路、内部道路按比例实测，宽度小于1M毫米时只测路中线，以小路符号表示。

5)管线测绘.永久性的电力线、电信线均应准确表示，电杆、铁塔位置应实测。当多种线路在同一杆架上时，只表示主要的。城市建筑区内电力线、电信线可不连线，但应在杆架处绘出线路方向。各种线路应做到线类分明，走向连贯。架空的、地面上的、有管堤的管道均应实测，分别用相应符号表示。并注明传输物质的名称。当架空管道直线部分的支架密集时，可适当取舍。地下管线检修井宜测绘表示。污水篦子、消防栓、阀门、水龙头、电线箱、电话亭、路灯、检修井均应实测中心位置，以符号表示，必要时标注用途。

6)水系测绘.江、河、湖、海、水库、池塘、泉、井等及其它水利设施，均应准确测绘表示，有名称的加注名称。根据需要可测注水深，也可用等深线或水下等高线表示。河流、溪流、湖泊、水库等水涯线，按测图时的水位测定，当水涯线与陡坎线在图上投影距离小于1mm时以陡坎线符号表示。河流在图上宽度小于0.5mm、沟渠在图上宽度小于1mm（1：2000在形图上小于0.5mm）的用单线表示。海岸线以平均大潮高潮的痕迹所形成的水陆分界线为准。各种干出滩在图上用相应的符号或注记表示，并适当测注高程。水位高及施测日期视需要测注。水渠应测注渠顶边和渠底高程；时令河应测注河床高程；堤、坝应测注顶部及坡脚高程；池塘应测注塘顶边及塘底高程；泉、井应测注泉的出水口与井台高程，并根据需要注记井台至水面的深度。

7)境界测绘.境界的测绘，图上应正确反映境界的类别、等级、位置以及与其它要素的关系。县（区、旗）和县以上境界应根据勘界协议、有关文件准确清楚地绘出，界桩、界标应测坐标展绘。乡、镇和乡级以上国营农、林、牧场以及自然保护区界线按需要测绘。两级以上境界重合时，只绘高一级境界符号。地貌和土质的测绘地貌和土质的测绘，图上应正确表示其形态、类别和分布特征。自然形态的地貌宜用等高线表示，崩塌残蚀地貌、坡、坎和其它特殊地貌应用相应符号或用等高线配合符号表示。各种天然形成和人工修筑的坡、坎，其坡度在70°以上时表示为陡坎，70°以下时表示为斜坡。斜坡在图上投影宽度小于2mm，以陡坎符号表示。当坡、坎比高小于1/2基本等高距或在图上长度小于5mm时，可不表示，坡、坎密集时，可以适当取舍。梯田坎坡顶及坡脚宽度在图上大于2mm时，应实测坡脚。当1：2000比例尺测图梯田坎过密，两坎间距在图上小于5mm时，可适当取舍。梯田坎比较缓且范围较大时，可用等高线表示。坡度在70°以下的石山和天然斜坡，可用等高线或用等高线配合符号表示。独立石、土堆、坑穴、陡坡、斜坡、梯田坎、露岩地等应在上下方分别测注高程或测注上（或下）方高程及量注比高。各种土质按图式规定的相应符号表示，大面积沙地应用等高线加注记表示。

8)植被的测绘.地形图上应正确反映出植被的类别特征和范围分布。对耕地、园地应实测范围，配置相应的符号表示。大面积分布的植被在能表达清楚的情况下，可采用注记说明。同一地段生长有多种植物时，可按经济价值和数量适当取舍，符号配制不得超过三种（连同土质符号）。旱地包括种植小麦、杂粮、棉花、烟草、大豆、花生和油菜等的田地，经济作物、油料作物应加注品种名称。有节水灌溉设备的旱地应加注“喷灌”、“滴灌”等。一年分几季种植不同作物的耕地，应以夏季主要作物为准配置符号表示。田埂宽度在图上大于1mm的应用双线表示，小于1mm的用单线表示。田块内应测注有代表性的高程。

9)注记.要求对各种名称、说明注记和数字注记准确注出。图上所有居民地、道路、街巷、山岭、沟谷、河流等自然地理名称，以及主要单位等名称，均应调查核实，有法定名称的应以法定名称为准，并应正确注记。地形图上高程注记点应分布均匀，丘陵地区高程注记点间距为图上2~3cm。山顶、鞍部、山脊、山脚、谷底、谷口、沟底、沟口、凹地、台地、河川湖池岸旁、水涯线上以及其他地面倾斜变换处，均应测高程注记点。城市建筑区高程注记点应测设在街道中心线、街道交叉中心、建筑物墙基脚和相应的地面、管道检查井井口、桥面、广场、较大的庭院内或空地上以及其他地面倾斜变换处。基本等高距为0.5米时，高程注记点应注至厘米；基本等高距大于0.5米时可注至分米。

10)地形要素的配合当两个地物中心重合或接近，难以同时准确表示时，可将较重要的地物准确表示，次要地物移位0.3mm或缩小1/3表示。独立性地物与房屋、道路、水系等其它地物重合时，可中断其它地物符号，间隔0.3mm，将独立性地物完整绘出。房屋或围墙等高出地面的建筑物，直接建筑在陡坎或斜坡上且建筑物边线与陡坎上沿线重合的，可用建筑物边线代替坡坎上沿线；当坎坡上沿线距建筑物边线很近时，可移位间隔0.3mm表示。悬空建筑在水上的房屋与水涯线重合，可间断水涯线，房屋照常绘出。水涯线与陡坎重合，可用陡坎边线代替水涯线；水涯线与斜坡脚线重合，仍应在坡脚将水涯线绘出。双线道路与房屋、围墙等高出地面的建筑物边线重合时，可以建筑物边线代替路边线。道路边线与建筑物的接头处应间隔0.3mm。境界以线状地物一侧为界时，应离线状地物0.3mm在相应一侧不间断地绘出；以线状地物中心线或河流主航道为界时，应在河流中心线位置或主航道线上每隔3~5cm绘出3~4节符号。主航道线用0.15mm黑实线表示；不能在中心线绘出时，国界符号应在其两侧不间断地跳绘，国内各级行政区划界可沿两侧每隔3~5cm交错绘出3~4节符号。相交、转折及与图边交接处应绘符号以示走向。地类界与地面上有实物的线状符号重合，可省略不绘；与地面无实物的线状符号（如架空管线、等高线等）重合时，可将地类界移位0.3mm绘出。等高线遇到房屋及其它建筑物，双线道路、路堤、路堑、坑穴、陡坎、斜坡、湖泊、双线河以及注记等均应中断。当图式符号不能满足测区内测图要求时，可自行设计新的符号，但应在图廓外注明。

七、内业数据处理与成图：

将全站仪数据展绘在CASS软件上或MAPGIS上，利用CASS或MAPGIS软件对地物地貌不同的表示方法并按照测图要求对现场测量地物地貌进行描绘，熟悉和掌握CASS、MAPGIS等软件的使用方法和对地物地貌的表示符号。

八、实习总结：

测量学实习是测量学教学的重要组成部分，其目的使学生巩固、扩大和加深从课堂学到的理论知识，获得实际测量工作的初步经验和基本技能，进一步掌握测量仪器的操作方法，提高计算和绘图能力，对测绘小区域大比例尺地形图的全过程有一个全面和系统的认识，会认识地形图，能够根据给定的地形图在实际中寻找到图上所示的点，并在实习的过程中增强其独立工作与团队协作意识，为今后解决实际工作中的有关测量问题打下坚实的基础。

我们进行了为期差不多4个月实习，其中多为户外作业和少量的内业数据处理，通过这次的实习我对数字测图内容有了更深的了解。通过这次的户外测量和内业数据的处理，我基本上掌握了数字测图的一些基本内容包括GPS,全站仪的使用，控制测量,碎部测量的方法，地形图的绘制。做到了理论和实际相结合。对以前零零碎碎学的测量知识有了一综合应用的机会，通过户外测量我充分认识到干我们这一行的需要的是耐心，毅力和仔细.要绘制出一幅地形图是要测出许多碎部点的，重复单一的测量没有耐心和毅力是不可能完成的，不仔细是很容易出现错误的，而测绘对误差是那么的敏感。所以干一行要爱一行，要在每次的练习中培养自己的测绘习惯，另外团队合作也很重要。一个小组要想完成一份好的实习作业，光靠一个或几个人的力量是不够的，需要充分发挥每个人的作用。我们完成这次实习的原则是学到知识，会实际操作，而不是抢时间，赶进度，草草了事收工。所以，我们每次出外业都独立的观察、记录、和碎部测量的每一站。最后我们回到本部进行数据处理，利用南方Cass绘制地形图。搞工程这一行，需要的就是细心，做事严谨，一个小数点的错误可能影响全局。如果现在不养成一个好的习惯，将来工作了，在实际操作中犯了错，导致的可能是成百上千万的损失。这次实习除了让我更好理解课内知识以外，还懂得了实地操作的步骤。和获得了实地测绘的感受，为今后学习和工作开好路。当地形图绘制出来时，我有一点激动,因为这次实习达到了初衷，那是我们实习的劳动成果。看着自己所测得地形图展现在图纸上，心里是无比的高兴。也就明白了自己当初选择测绘专业是没错的。

首先感谢学校和老师给以了我这次参加工程实践的机会，在这次的实习过程中，经过这次实习，无论在心理上还是在生理上都得到了很好的锻炼。学生现在学习的内容是为以后的发展奠定基础，是丰富自己的文化知识，是自己能够成为一个对社会，对国家有用的人才，但是现在我们所学的知识大多只是理论上的东西，为此我们应该将理论和实际联系起来，积极参加实际工程，这次的实习教会了我们如何将自己所学的知识应用于实际工程项目之中，懂得了解决一些实际问题的方法，对增加自己的生活和工作经历有很大益处。

发局101地质大队 班级：工程测量0905 姓名： 学号：

实习时间：2011-6-7至2011-09-30 实习地点：贵州省地质矿产勘查开