第一篇：摄影测量学
摄影测量学：是对研究的对象进行摄影，根据所获得的构想信息，从几何方面和物理面加分析研究，从而对所摄影的对象本质提供各种资的一门学科。
航向重叠：供测图用的航测相片沿飞行方向上相邻像片的重叠。
4D产品：是指 DEM、DLG、DRG、DOM。
空间前方交会：由立体像对中两张像片的内、外方位元素和像点坐标来确定相应地面点的地面坐标的方法，称为空间前方交会。
点像空间后方交会：知道像片的内方位元素，以及三个地面点坐标和量测出的相应像点的坐标，就可以根据共线方程求出六个外方位元素的方法。
相对航高：摄影瞬间航摄飞机相对于某一索取基准面的高度。
相片纠正：将中心投影转换成正射投影时，经过投影变换来消除相片倾斜所引起的像点位移，使它相当于水平相片的构象，并符合所规定的比例尺的变换过程。
解析空中三角测量：是将建立的投影光束，单元模型或航带模型以及区域模型的数字模型，根据少数地面控制点，按最小二乘法原理进行平差计算，并求加密点地面坐标的方法。透视平面旋转定律：当物面和合面分别绕透视轴合线旋转后，只要旋转地角度相同，则投影射线总是通过物面和像面的统一相对应点。
外方位元素：用以确定摄影瞬间摄影机或像片空间位置，即摄影光束空间位置的数据。核面：通过摄影基线与任意物方点所作的平面称作通过该点的核面。
绝对定向元素：确定相对定向所建立的几何模型比例尺和恢复模型空间方位的元素。像主点：像片主光轴与像平面的交点。
立体像对：相邻摄站获取的具有一定重叠度的两张影像。
数字影像重采样：当欲知不位于采样点上的像素值时，需进行灰度重采样。
中心投影：所有投影光线均经过同一个投影中心。
摄影基线：相邻两摄站点之间的连线。
相对定向：恢复两张像片的相对位置和方位称为相对定向。
双像解析摄影测量：按照立体像对与被摄物体的几何关系，以数学计算方式，通过计算机解求被摄物体的三维空间坐标的方法，称为双像解析摄影测量。
xf
yfa1(XAXS)b1(YAYS)c1(ZAZS)a3(XAXS)b3(YAYS)c3(ZAZS)a2(XAXS)b2(YAYS)c2(ZAZS)
a3(XAXS)b3(YAYS)c3(ZAZS)
x,y为像点的框标坐标.x0,y0,f为影像的内方位元素.XS,YS,ZS为摄站点的物方空间坐标.XA,YA,ZA为物方点的物方空间坐标.ai,bi,ci为3个外方位角元素组成的9个方向余弦.
第二篇：摄影测量学VirtuoZo实习
摄影测量学VirtuoZo实习
一． 实习目的：
了解VirtuoZo NT系统的运行环境及软件模块的操作特点，了解实习工作流程，从而能对数字摄影测量实习有个整体概念。完成原始数字影像格式的转换。掌握创建/打开测区及测区参数文件的设置。掌握参数文件的数据录入。通过对模型定向的作业，了解数字影像立体模型的建立方法及全过程，并能较熟练地应用定向模块进行作业，满足定向的基本精度要求。掌握核线影像重采样，生成核线影像对。掌握匹配窗口及间隔的设置，运用匹配模块，完成影像匹配。掌握匹配后的基本编辑，能根据等视差曲线（立体观察）发现粗差，并对不可靠区域进行编辑，达到最基本的精度要求。掌握DEM格网间隔的正确设置，生成单模型的DEM。掌握正射影像分辨率的正确设置，制作单模型的数字正射影像。通过DEM及正射影像的显示，检查是否有粗差。掌握拼接区域的选定及确定拼接产品的路径。掌握DEM拼接及自动正射影像镶嵌。分析拼接精度。理解数据格式输出的意义。了解VirtuoZo NT系统的数据格式输出的具体操作。通过对实习成果的分析，了解数字产品的基本质量要求。总结实习中出现的问题以及实习成果的不足之处，并能分析其原因。
二、实习步骤：
1、数据准备：
在D盘准备好实习操作所需要的数据，包括images中的tif格式航飞图片，HammerIndex文件以及hammer.ctl控制点和rc30.cmr相机格式文件。2建立测区(打开测区)：
新建一个测区，打开测区参数设置界面，分别进行测区参数的设置：主目录文件位置的确定，控制点文件，加密点，相机检校文件格式命名和输入，将DEM格网间隔设置为10。
3.设置相机参数
打开设置菜单下的相机参数设置，进行参数修改，从准备好的文件夹中输入rc30.cmr，在实际生产操作中，相机的参数是用户给定的。
4.设置控制点
打开设置菜单下的地面控制点，进行地面控制点的输入，引入hammer.ctl。5.引入影像
将文件中的影像资料通过设置——〉引入影像，并设置像素大小为0.045mm。
6.新建模型，设置模型左右影像及参数打开测区，根据处理的影像文件来进行命名，便于我们的识别，在此后面的操作都是以相片0-157和01-156进行操作，故输入模型名157_156(左相片名在左)，进行模型参数的设置：分别在左影像和右影像中输入左右影像（vz格式）； 在核线参数中选择水平核线（注意生成的产品目录文件所在的位置）。7.模型定向
内定向：点击处理目录下的模型定向下的内定向，将扫描坐标转换为像平面坐标。分别将框标进行移动，尽可能的使得十字丝在中心处，可适时查看当前的十字丝的中误差，不可一味追求中误差使得十字丝偏离中心。
相对定向：在内定向结束后，点击模型处理下面的自相对定向，右键选择自动相对定向，在定向结果中查看，删除中误差大于0.01的点。
绝对定向：在相对定向的基础上，对照给定的hmmerIndex网页文件选取控制点，找到控制点的大概位置后，在视图中进行粗调左右视图中控制点的位置，然后在右下角进行微调，使得控制点的中误差尽可能的小，左右视图中十字丝匹配。在当前视图下选择三个控制点之后，在进行一次自动相对定向，便可以将其余的控制点预测出来，把预测出来的控制点进行调整保存，退出。
内定向
绝对定向
8.生成核线影像
点击处理目录下的核线重采样进行核线采集。影像匹配：在核线采集之后，进行影像匹配。9.生成DEM 击产品下生成DEM中的DEM生成，在显示目录下的立体显示下的透视显示进行查看。
10.生成DOM，正射影像地图制作
点击产品目录下的生成正摄影像，在显示目录下的立体显示下的透视显示进行查看如下，可以看到图片中的房屋被当成地面进行来DEM格网生成，所以还需要进行DEM编辑，消除房屋上面的等高线影响。
11.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。
三、实习总结
通过此次实习，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。
通过本次实习，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。实习中需要注意：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。
单像空间后方交会程序
西南石油大学 土木工程与建筑学院 测绘工程 周凯强 学号：201308030143 输入文件形式如下：
C++源程序如下：
#include
//内方位元素 double m=39689;//估算比例尺
double B[4][5]={0.0},R[3][3],XG[6][1],AT[6][8],ATA[6][6],ATL[6][1];input(B,4,5);
//从文件中读取控制点的影像坐标和地面坐标，存入数组B double Xs=0.0, Ys=0.0, Zs=0.0,Q=0.0,W=0.0,K=0.0;
double X,Y,Z,L[8][1],A[8][6];
//确定未知数的出始值
for(int i=0;i<4;i++){Xs=Xs+B[i][2];
Ys=Ys+B[i][3];
Zs=Zs+B[i][4];} Xs=Xs/4;Ys=Ys/4;Zs=Zs/4+m*fk;int f=0;do//迭代计算
{f++;//组成旋转矩阵
R[0][0]=cos(Q)*cos(K)-sin(Q)*sin(W)*sin(K);
R[0][1]=-cos(Q)*sin(K)-sin(Q)*sin(W)*cos(K);
R[0][2]=-sin(Q)*cos(W);
R[1][0]=cos(W)*sin(K);
R[1][1]=cos(W)*cos(K);
R[1][2]=-sin(W);
R[2][0]=sin(Q)*cos(K)+cos(Q)*sin(W)*sin(K);
R[2][1]=-sin(Q)*sin(K)+cos(Q)*sin(W)*cos(K);
R[2][2]=cos(Q)*cos(W);
//计算系数阵和常数项
for(int i=0,k=0,j=0;i<=3;i++,k++,j++)
{
X=R[0][0]*(B[i][2]-Xs)+R[1][0]*(B[i][3]-Ys)+R[2][0]*(B[i][4]-Zs);
Y=R[0][1]*(B[i][2]-Xs)+R[1][1]*(B[i][3]-Ys)+R[2][1]*(B[i][4]-Zs);
Z=R[0][2]*(B[i][2]-Xs)+R[1][2]*(B[i][3]-Ys)+R[2][2]*(B[i][4]-Zs);
L[j][0]=B[i][0]-(x0-fk*X/Z);
L[j+1][0]=B[i][1]-(y0-fk*Y/Z);
j++;
A[k][0]=(R[0][0]*fk+R[0][2]*(B[i][0]-x0))/Z;
A[k][1]=(R[1][0]*fk+R[1][2]*(B[i][0]-x0))/Z;
A[k][2]=(R[2][0]*fk+R[2][2]*(B[i][0]-x0))/Z;A[k][3]=(B[i][1]-y0)*sin(W)-((B[i][0]-x0)*((B[i][0]-x0)*cos(K)-(B[i][1]-y0)*sin(K))/fk+fk*cos(K))*cos(W);A[k][4]=-fk*sin(K)-(B[i][0]-x0)*((B[i][0]-x0)*sin(K)+(B[i][1]-y0)*cos(K))/fk;
A[k][5]=B[i][1]-y0;
A[k+1][0]=(R[0][1]*fk+R[0][2]*(B[i][1]-y0))/Z;
A[k+1][1]=(R[1][1]*fk+R[1][2]*(B[i][1]-y0))/Z;
A[k+1][2]=(R[2][1]*fk+R[2][2]*(B[i][1]-y0))/Z;A[k+1][3]=-(B[i][0]-x0)*sin(W)-((B[i][1]-y0)*((B[i][0]-x0)*cos(K)-(B[i][1]-y0)*sin(K))/fk-fk*sin(K))*cos(W);A[k+1][4]=-fk*cos(K)-(B[i][1]-y0)*((B[i][0]-x0)*sin(K)+(B[i][1]-y0)*cos(K))/fk;
A[k+1][5]=-(B[i][0]-x0);
k++;} transpose(A,AT,6,8);multi(AT,A,ATA,6,8,6);inverse(ATA);multi(AT,L,ATL,6,8,1);multi(ATA,ATL,XG,6,6,1);Xs=Xs+XG[0][0];Ys=Ys+XG[1][0];Zs=Zs+XG[2][0];Q=Q+XG[3][0];W=W+XG[4][0];K=K+XG[5][0];}while(XG[3][0]>=6.0/206265.0||XG[4][0]>=6.0/206265.0||XG[5][0]>=6.0/206265.0);cout<<“迭代次数为：”< double AXG[8][1],V[8][1],VT[1][8],VTV[1][1],m0,D[6][6];multi(A,XG,AXG,8,6,1); for(i=0;i<8;i++) //计算改正数 V[i][0]=AXG[i][0]-L[i][0]; transpose(V,VT,1,8); multi(VT,V,VTV,1,8,1); m0=VTV[0][0]/2;for(i=0;i<6;i++) for(int j=0;j<6;j++) D[i][j]=m0*ATA[i][j];//屏幕输出误差方程系数阵、常数项、改正数 output(A,“误差方程系数阵A为：”,8,6);output(L,“常数项L为：”,8,1);output(XG,“改正数为：”,6,1);outFile.open(“aim.txt”,ios::app); //打开并添加aim.txt文件 outFile.precision(10);//以文件的形式输出像片外方位元素、旋转矩阵、方差阵 outFile<<“ 一、像片的外方位元素为：”< 二、旋转矩阵R为:”< outFile< outFile< 三、精度评定结果为：”< outFile< outFile< template for(i=0;i for(j=0;j mat2[j][i]=mat1[i][j]; return;} template int i,j,k;for(i=0;i {result[i][j]=0; for(k=0;k result[i][j]+=mat1[i][k]*mat2[k][j]; } } return;} template ifstream inFile;inFile.open(“控制点坐标.txt”);while(!inFile.eof()){for(int i=0;i for(int j=0;j inFile>>mat[i][j];} inFile.close();return;} template cout< cout< cout< double p; double q[n][12]; for(i=0;i for(j=0;j q[i][j]=c[i][j]; for(i=0;i for(j=n;j<12;j++) {if(i+6==j) q[i][j]=1; else q[i][j]=0;} for(h=k=0;k for(i=k+1;i {if(q[i][h]==0) continue; p=q[k][h]/q[i][h]; for(j=0;j<12;j++) { q[i][j]*=p; q[i][j]-=q[k][j]; } } for(h=k=n-1;k>0;k--,h--)// 消去对角线以上的数据 for(i=k-1;i>=0;i--){if(q[i][h]==0) continue; p=q[k][h]/q[i][h]; for(j=0;j<12;j++) {q[i][j]*=p; q[i][j]-=q[k][j];}} for(i=0;i q[i][j]*=p;} for(i=0;i c[i][j]=q[i][j+6];} 程序的结果输出如下：（包括文本输出结果和荧屏输出中间数据） 摄影测量学实习报告 为期两周的摄影测量学实习今天正式结束了，虽然两周时间并不长，但是对于我来说，学到的东西远不能用时间来衡量。在这两周里，我们完成了全数字摄影测量系统实习、数字影像分割程序编制、立体影像匹配程序编制等内容，这些东西让我们的两周很充实，很有意义。 其实刚开始时一直怀疑摄影测量学实习有什么意义，到了今天，我才发现这是有意义的。因为通过本次实习，我们可以将课堂理论与实践相结合，使我们深入掌握摄影测量学基本概念和原理，加强摄影测量学的基本技能训练，并且培养了我们的分析问题和解决实际问题的能力。通过使用数字摄影测量工作站，我们可以了解数字摄影测量的内定向、相对定向、绝对定向、测图过程及方法；通过开发数字影像分割程序和立体影像匹配程序，使自己掌握数字摄影测量基本方法与实现技术，为今后从事有关应用遥感技术应用和数字摄影测量打下坚实基础。所以，就算现在觉得没什么用，但是也为将来奠定了很好的基础。 正因为如此，在这两周中我们都很认真的在学习并且完成实习任务。其实说是两周，但时间真的更短，毕竟赶上了元旦假期，联欢晚会等一系列活动。所以如何在短暂的时间里，更出色的完成任务，是我们必须考虑的。记得实习动员的时候，老师花了很长时间又给我们讲了一次这次实习对我们的重要性，这很触动我们，毕竟老师的苦口婆心我们都看在眼里。不光如此，老师又耐心的把实习要求，实习任务，实习步骤讲解了一遍，让我们大致明白了这次实习从何入手，这 让本来很迷茫的我们瞬间找到了方向，也为我们接下来的工作提供了便利。动员结束的日子，我们便进入机房，正式开始了实习。 首先我们结束了全数字摄影测量系统，这款软件是我们从来没有接触过的，所以刚开始的时候很陌生，不知道怎么用，也不知道能用来做什么。还好，我们有老师的细致讲解，并且借助帮助向导可以解决我们很多问题。所以在这个实习中，我们没有遇到太多困难。让我印象深刻的是，我在做我们小组的绝对定向时，总是提示同名点数不够，就因为此，很难往下一步进行。后来在我们小组的讨论中，和老师的辅导后，我才得以解决这个困难。 第二周的时候，我们主要是利用Matlab进行程序的编写。因为之前的别的实习也要用到Matlab，所以对他已经不是很陌生了。但是当把Matlab和摄影测量的思路相结合的时候，还是出现了不少问题。毕竟摄影测量的原理也不是很容易理解的，加之需要利用计算机语言来实现程序就难上加难了。本来我想过放弃，因为编程实在是一件很麻烦的事。但在同组成员的鼓励下，以及老师的耐心讲解下，我还是坚持了下来，跟着我们小组一起商讨一起编写，虽然途中遇到了很多错误提示，遇到了很多无法实现的程序，但是我们都没有放弃，虚心的请教老师和同学，仔细的检查每一处错误，一一克服了这些问题。就这样，在磕磕绊绊中我们完成了立体影像匹配程序和立体影像匹配程序的编写。当看到最终执行出来的成果时，我们都很高兴，因为，这过程只有体会过的人才知道！ 总的来说，这两周过得很难忘，毕竟这是这个学期最后一个实习，也是相当重要的一个实习。在这两周里，我们把平时课本上的知识又复习了一次，并且把它付诸于实践中。能把知识转化为技能是一个很好的过程。在这两周里，我体会到了老师的认真负责，如果没有老师的一遍一遍的耐心讲解，我们估计无法如此按时的完成任务。当然如果没有我们小组成员的通力合作，我也无法得到这么多财富。 感谢本学期的最后一次实习，因为在这过程中，我不光学到了知识，更体会了成长。这是多么宝贵的财富啊。摄影测量学实习真的是很难忘的两周。 王名洋测091 《基础摄影测量学》课堂实习报告 （2010-2011学年第1学期） 实习 一、模拟仪器参观 一、实习目的： 参观认识模拟摄影测量阶段所使用的摄影测量仪器。了解模拟摄影测量阶段各仪器工作原理、各自特点以及仪器的使用方法。 二、实习仪器： 多倍仪（光学投影）、立体坐标测量仪、精密立体测图仪、大型自动纠正仪 三、实习步骤： 1、在老师的带领下进入实验室，根据书上的介绍描述，自行认识观看各仪器，观察其特点猜测其使用方法。 2、由老师向我们详细的介绍了各个仪器的结构特点、主要功能、使用条件、工作原理以及仪器使用方法。 3、相互讨论、自行观看各个仪器并向老师提出不明白的地方，由老师详细解答讲述。 四、实习体会与收获： 这次参观实习让我认识了模拟摄影测量阶段所使用的摄影测量仪器，了解模拟摄影测量阶段各仪器工作原理、各自特点以及仪器的使用方法。通过老师的讲解我们认识到随着科技的不断发展和进步，模拟摄影测量仪器的内业处理也在向高精度化、智能化、高速化发展。 老师还给我们简单讲解了模拟摄影测量阶段各仪器的工作原理 即利用几何反转原理，建立缩小模型，进行立体测图。 实习 二、内定向程序编写 一、实习目的： 理解并掌握摄影测量内定向的基本原理、方法、作用，能通过计算机编程实现摄影测量的内定向操作。 二、实习仪器： 计算机——利用计算机进行c++编程 三、实习步骤： 1、认真学习并理解内定向的基本原理、方法和推导公式。列 出必要方程式以便编程用。 2、根据内定向原理、方法和推导的公式，参考编程书籍和示例程序编写内定向程序，调试，运行无误后，成功读取一张行片。 3、经测量框标、内定向、坐标转换后，量取各点的框标坐标并记录到表格中。 四、实习结果： a0=-114.956271b0=114.065925 a1=1.000636b1=0.008602 a2=0.009176b3=1.000851 a3=0.000000b4=0.000003 点号XY 1-85.90263569.007516 20.33508459.089393 385.70986769.605909 4-90.479305-6.472293 5-2.225926-15.182178 683.710789-2.075541 7-92.741747-78.960641 82.442492-67.550806 988.285904-73.697868 五、体会与收获： 通过这次实习，我明白了摄影测量内定向的基本原理、方法、作用，并通过计算机编程实现摄影测量的内定向操作。这次编程实习，还让我认识到理论和实践结合的重要性，只有搞明白内定向的原理，才能更快的完成内定向编程编写。 实习 三、后方交会程序编写 一、实习目的： 1、理解并掌握摄影测量单像空间后方交会的思想、基本原理、解算方法和作用。 2、掌握单像空间后方交会的方法、过程。并能通过计算机编程实现单像空间后方交会的过程。 二、实习仪器 计算机——利用计算机进行c++编程 三、实习步骤 1、学习掌握单像空间后方交会的基本原理，深入理解后方交会的一般过程及方法。 2、根据后方交会的原理和已经推导出的计算公式编写程序代码，由已知地面点和像点坐标利用程序实现计算答解。 3、将编出的程序调试运行成功后，读取一张图片检验所编程序是否正确。 四、实习结果： 外方位元素的初始值为： 38437.00000027963.1550006129.600000 0.0000000.0000000.000000 像片的外方位元素为： Xs=39795.443401m=1.125402 Ys=27476.464840m=1.24367 4Zs=7572.688331m=0.483771 pitch=-0.003986m=0.000182 roll=0.002114m=0.000160 yaw=-0.067578m=0.000072 旋转矩阵R为： 0.9977090.0675340.003986 -0.0675260.997715-0.002114 -0.0041190.0018400.999990 五、体会与收获: 1、通过此次实习使我进一步理解了摄影测量单像空间后方交会的思想、原理方法。掌握了单像空间后方交会的方法、过程，并成功编出程序，进行后方交会处理。 2、后方交会程序需要先将共线方程线性化，然后求解误差方程式系数，在编写程序时要认真细致，不能在理论上出错。该程序的编写也暴露出我们对C++掌握不够熟练地问题。 实习 四、全数字摄影测量系统参观 一、实习目的： 深入认识理解全数字摄影测量系统的工作原理及组成，了解全数字摄影测量的工作流程，并能够使用进行简单操作。 二、实习仪器： 全数字摄影测量系统 四、实习步骤： 1、指导老师先介绍摄影测量系统的设备组成、工作原理以及工作流程。 2、老师利用电脑向大家演示利用摄影测量系统进行航摄相片处理的一般操作方法及步骤，并讲解每一步的具体内容、原理和作用等。 3、根据老师的讲解和自己的学习理解，尝试对航摄像片进行处 理，并掌握其一般步骤。 五、实习体会与收获： 通过这次实习，我对全数字摄影测量系统的认识进一步加深，了解并掌握了利用全数字摄影测量系统进行摄影图像处理的一般过程和操作方法。认识到全数字摄影测量系统是以计算机硬件为基础，以数字摄影测量软件为核心的数字图像处理系统。 摄影测量学复习总结 一、什么是摄影测量? 通俗的说，摄影测量就是通过摄影，进行测量。二维影像三维空间 严格意义上讲： 摄影测量学是对所研究的对象进行摄影，根据相片上所记录的构像信息，从物理方面、几何方面进行分析、研究和处理，从而对所研究的对象本质提供各种资料的一门学科。摄影测量的基本任务：从影像中提取地面的几何信息和物理信息。（什么是几何、物理信息）在模拟立体测图仪或解析测图仪，均需要作业员双眼立体观察寻找同名点。数字摄影测量是利用影像相关技术来代替人眼的目视观测、自动识别同名点，实现几何信息的自动提取。 二、发展阶段： 1、模拟摄影测量：模拟摄影测量主要是根据摄影过程的几何反转，反求地面点的空间位置。它所采用的仪器为光学投影器、机械投影器或光学-机械投影器模拟摄影过程，用光线交会被摄物体的空间位置。 2、解析摄影测量：1957年，Helava提出用“数字投影代替”物理投影，数字投影就是利用电子计算机实时的进行共线方程的解算，从而交会出被摄物体的空间位置。 3、数字摄影测量：利用数字影像相关技术，实现真正的自动化测图。数字摄影测量与模拟、解析摄影测量的最大区别： 1)、处理的原始信息主要是数字影像； 2)、以计算机视觉代替人眼的立体观测。三．摄影测量分类 按距离远近：航天摄影测量 航空摄影测量 地面摄影测量近景摄影测量 按用途： 地形摄影测量 非地形摄影测量 按处理手段：模拟摄影测量 解析摄影测量 数字摄影测量 四、数字摄影测量的主要任务 数字摄影测量学(Digital Photogrammetry):使用星载/机载传感器所获取的可见光影像对地球陆地区域进行信息提取，具体包括： –目标量测(measurement of terrain and objects)–影像解译(imagery interpretation)–地形图测绘(topographic mapping)–正射影像图制作(orthoimage creation)–数字高程模型生成(DEM generation)数字摄影测量的若干问题 一、辐射信息 数字摄影测量处理的焦点是影像的灰度信息（辐射信息）。目标点的属性变为四维的X=（X，Y，Z，D），D即为灰度信息。 二、数据量 数据量特别大是数字摄影测量的另一特点。 三、速度与精度 充分利用计算机运算速度快、技术精度高的优势！ 四、影像匹配 影像匹配是数字摄影测量的关键技术。利用数字影像相关、匹配技术，完成同名像点的识别。寻找同名像点，实现计算机视觉。 五、影像解译 特征提取——利用影像信息确定被摄对象的物理属性。 影像中专题信息的提取，如各种地物，点、线、面等，公路、植被等。五．数字摄影测量的作业过程 1、数字影像获取或对影像进行数字化 用高精度的扫描仪对像片进行扫描，转化为数字影像；或者直接用数码相机获得影像。1.4 数字摄影测量的作业过程 2、数字影像的定向 内定向：对数字影像的框标进行定位，计算扫描坐标系与相片坐标系的转换参数； 相对定向：提取影像中的特征点，进行二维相关运算寻找同名点，计算相对定向参数。定向参数的计算方法与双像解析摄影的相对定向相同，只是为了提高精度和可靠性，通常选用数十或数百对同名点参加定向计算。 绝对定向：通过人眼观测，在左（右）影像定位控制点，由影像匹配确定同名点，根据解析绝对定向算法计算绝对定向参数。 3、建立核线影像 按核线几何关系，将影像的灰度沿核线方向重新排列，构成核线影像，以便立体观察及将二维相关简化为一维相关。 4、影像匹配与建立数字高程模型 沿核线进行一维影像匹配求出同名点； 根据定向参数，计算像点对应的地面点的空间坐标；内插出规则格网的DEM或TIN； 5、测制等高线、制作正射影像图、数字测图 自动形成等高线； 数字纠正产生正射影像； 拼接镶嵌叠加产生正射影像地图。六：回顾内方位防卫元素 内方位元素(interior elements)——确定物镜后节点(摄影中心)和像片平面相对位置的数据，称为像片的内方位元素。 内方位元素(一般由相机检定所得)： –像主点在像片框标坐标系中的坐标x0, y0 –像片主距f –框标点在框标系下的坐标 已知内方位元素(x0, y0, f)，各像点 与投影中心间形成的投影光束就 与摄影时的摄影光束完全相似。七：什么是内定向？ 在传统摄影测量中，是将模拟像片放到仪器承片盘进行量测，所量测的像点坐标为影像架坐标或仪器坐标，随后，应基于平面相似变换将仪器坐标变换为以像主点为原点的像平面坐标系坐标，这个变换过程称为影像内定向。 在数字摄影测量中，在扫描数字化时，模拟像片在扫描仪上的放置具有一定的随意性，也就是说，扫描后得到的数字化影像的像素坐标应转换为像平面坐标系坐标，这同样是影像内定向。 严密内定向还包括——透镜畸变改正 透镜畸变——引起像点位移，也就是导致像点的坐标精度降低。 透镜畸变引起像点沿以像主点为中心的辐射线方向和垂直于该方向的位移。对于量测像机来说，垂向位移可忽略。 理论研究表明，透镜畸变可表达为以辐射距离r为自变量的多项式，即： k0, k1, k2一般经相机检定给出 八：如何进行内定向？ 内定向实际上是确定像素坐标(I, J)与像平面坐标(x, y)转换关系——即多项式变换的过程。一般可采用6参数的仿射变换，其模型为： 为确定ai和bi(i=0, 1, 2)这6个参数，需要借助影像的框标来解决。所有框标坐标已知(由相机检定提供)，且可通过量测数字影像上所有框标的像素坐标，因此根据这框标上的这两套坐标和最小二乘来求解这6个参数。九．空中三角测量的分类 航带法：经相对定向、模型连接及航带网的构成、航带模型的绝对定向、航带模型的非线性改正几个过程完成。 独立模型法：通过相对定向建立起单元模型，以模型点坐标为观测值，通过单元模型的空间相似变换，使之纳入到规定的地面坐标系，并使模型连接点上残差平方和为最小。 光束法：以一幅像片的一束光线作为平差单元，以共线方程作为平差模型，通过各光线束在空间的旋转和平移，使模型之间的公共光线实现最佳交会，将整体区域最佳地纳入到控制点坐标系中，从而确定加密点的地面坐标及像片的外方位元素。十．光束法区域网平差的优缺点 光束法区域网平差的数学模型是共线条件方程式，平差单元是单个光束，每幅影像的像点坐标为原始观测值，未知数是各影像的外方位元素和待定点的地面坐标。光束法区域网平差也称“一步定向法”，是最严密的解算方法。 误差方程式直接对原始观测值列出，能方便地顾及影像系统误差的影响(自检校光束法区域网平差)，最便于引入非摄影测量附加观测值。 缺点：需对共线方程线性化，且需对未知数提供初始值，计算量大。十一.光束法区域网平差的基本过程 1.各影像外方位元素和待定点地面点(联系点)坐标近似值的确定。在竖直摄影情况下，一般设0=0=0，0角值和待定地面点坐标(X0, Y0, Z0)近似值则可以在旧地形图上读出。2.在每幅数字影像上“刺出”控制点和待定点位置，按每条摄影光线的共线方程列出误差方程式。 3.根据未知参数的近似值，对误差方程线性化。 4.建立法方程，求解未知参数——每幅影像的外方位元素增量(ΔXS, ΔYS, ΔZS,Δ, Δ, Δ和所有待定点的地面坐标增量(ΔX, ΔY, ΔZ)。 5.如果外方位元素增量大于限定值时，重复3-4步。十二.自检校光束法区域网平差 什么是自检校光束法区域网平差？ –在航空摄影测量中，存在许多系统误差，如摄影物镜的畸变差、摄影材料的变形、软片的压平误差、地球曲率和大气折光、量测系统误差以及作业员的系统误差等。 –可预先通过一定的方法来消除这些系统误差的影响，然后再进行“空三”处理。 –实践表明：即使引入系统误差的预改正，平差后的结果仍然存在一定的系统误差，从而使光束法结果达不到预期精度。这是因为光束法的数学模型没有真正反映客观实际，可能存在)未被考虑的模型误差。 –自检校光束法区域网平差便是最为有效的手段之一。十三。核线影像 核面：摄影基线与同一地面点发出的两条同名光线组成的面 核线：核面与左右像片面的交线为同名核线 核点：摄影基线与像片平面的交点称为核点。同名像点：同一地面点发出的两条光线经左右摄影中心在左右像片上构成的像点称为同名像点 同名光线：同一地面点发出的两条光线称同名光线 十四。数字影像采样理论 数字摄影测量数据处理与分析开始之前，必须首先获得数字化的影像，这可通过对航摄像片扫描间接获得或通过量测型数码相机拍摄直接获得。 采样(sampling)——指对实际连续函数模型离散化的量测过程。 样点(sample point)——被量测的“点”是小的区域，即“像素(pixel)”。 采样间隔(sample interval)——采样矩形的大小，一般由扫面分辨率和数码相机的分辨率所确定，也决定了仪器的价格。 黑白图像：是指图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。 灰度图像：灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。彩色图像：彩色图像是指每个像素由R、G、B三原色像素构成的图像，其中R、B、G是由不同的灰度级来描述的。十五：影像重采样 在遥感和摄影测量中，经常需要对数字化影像进行几何变换(geometric transformation)，如时序遥感影像的空间配准(co-registration)，核线影像(epipolar image)的提取、正射影像图生成等。 几何变换后的影像矩阵元素位置一般不与原始数字影像矩阵的元素位置一一对应。 因此，遥感和摄影测量中经常需要基于原始影像矩阵使用局部内插的方法来估计灰度值，即影像重采样(resampling)。 最简单的重采样方法——最邻近点法 但几何精度较大 常用重采样方法——双线性内插 双三次卷积法-----精度高但计算量大 十六：为什么要进行“特征提取”？ 从数字影像中提取特征点、线和面是目标识别(object recognition)与影像解译的基本手段，是影像分析和影像匹配的基础。 数字摄影测量中，也需要进行特征提取——如联系点(tie points)的自动搜索。特征提取主要是针对数字影像的灰度局部变化来进行处理与分析，以完成半自动或全自动的目标检测。 特征提取主要是应用各种算法来进行，国内外学者针对点、线、面目标已发展了许多有用的提取算法。 十七：点特征提取算法 点特征主要指明显点，如角点、圆点等。 提取点特征的算子称为兴趣算子(interest operator)或有利算子，即运用某种算法从数字影像中提取我们感兴趣的即有利于某种目的的点。 空中三角测量中，一般使用点特征提取算法来检测出联系点。十八：线特征提取算子 线特征——指影像的“边缘”与“线”。线特征提取算子通常也称边缘检测算子。–“边缘”——定义为影像局部区域灰度不相同的那些区域间的分界线。 –“线”——认为是具有很小宽度且其中间区域具有相同影像特征的边缘对，也就是距离很小的一对边缘构成一条线。根据上述对边缘和线的灰度变化特征分析，通常可采用根据灰度的一阶导数(或差分)最大或二阶导数为零的准则来检测边缘。 常用的边缘检测方法：微分算子、拉普拉斯算子、LOG算子等。十九：为什么要进行影像匹配？ 根据前方交会原理可知，摄影测量中立体像对同名像点(homogenous point)的识别与量测是三维重建的基础。 在模拟和解析摄影测量中，同名像点的识别与量测是依赖仪器的立体观察来实现的，而数字摄影测量中，同名像点的识别与量测是借助于计算机及其相应的软件自动完成的——即影像匹配。 数字影像匹配的基础是相关原理。 常用的数字影像匹配算法包括一般匹配、基于物方坐标直接解的匹配、最小二乘匹配与特征匹配。 二十.常见的五种基本匹配算法 1、相关函数（矢量数积） 2、协方差函数（矢量投影） 3、相关系数（矢量夹角） 4、差平方和 5、差绝对值和第三篇：摄影测量学实习报告
第四篇：摄影测量学实习报告
第五篇：摄影测量学复习总结
点击咨询 