摄影测量学复习总结

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(DigitalPhotogrammetry):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(measurementofterrainandobjects)–影像解译(imageryinterpretation)–地形图测绘(topographicmapping)–正射影像图制作(orthoimagecreation)–数字高程模型生成(DEMgeneration)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(interiorelements)——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，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(samplepoint)——被量测的“点”是小的区域，即“像素(pixel)”。采样间隔(sampleinterval)——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(geometrictransformation)，如时序遥感影像的空间配准(co-registration)，核线影像(epipolarimage)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(objectrecognition)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(tiepoints)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(interestoperator)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(homogenouspoint)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