第一篇：攝影測(cè)量學(xué)
攝影測(cè)量學(xué)：是對(duì)研究的對(duì)象進(jìn)行攝影，根據(jù)所獲得的構(gòu)想信息，從幾何方面和物理面加分析研究，從而對(duì)所攝影的對(duì)象本質(zhì)提供各種資的一門(mén)學(xué)科。
航向重疊：供測(cè)圖用的航測(cè)相片沿飛行方向上相鄰像片的重疊。
4D產(chǎn)品：是指 DEM、DLG、DRG、DOM。
空間前方交會(huì)：由立體像對(duì)中兩張像片的內(nèi)、外方位元素和像點(diǎn)坐標(biāo)來(lái)確定相應(yīng)地面點(diǎn)的地面坐標(biāo)的方法，稱為空間前方交會(huì)。
點(diǎn)像空間后方交會(huì)：知道像片的內(nèi)方位元素，以及三個(gè)地面點(diǎn)坐標(biāo)和量測(cè)出的相應(yīng)像點(diǎn)的坐標(biāo)，就可以根據(jù)共線方程求出六個(gè)外方位元素的方法。
相對(duì)航高：攝影瞬間航攝飛機(jī)相對(duì)于某一索取基準(zhǔn)面的高度。
相片糾正：將中心投影轉(zhuǎn)換成正射投影時(shí)，經(jīng)過(guò)投影變換來(lái)消除相片傾斜所引起的像點(diǎn)位移，使它相當(dāng)于水平相片的構(gòu)象，并符合所規(guī)定的比例尺的變換過(guò)程。
解析空中三角測(cè)量：是將建立的投影光束，單元模型或航帶模型以及區(qū)域模型的數(shù)字模型，根據(jù)少數(shù)地面控制點(diǎn)，按最小二乘法原理進(jìn)行平差計(jì)算，并求加密點(diǎn)地面坐標(biāo)的方法。透視平面旋轉(zhuǎn)定律：當(dāng)物面和合面分別繞透視軸合線旋轉(zhuǎn)后，只要旋轉(zhuǎn)地角度相同，則投影射線總是通過(guò)物面和像面的統(tǒng)一相對(duì)應(yīng)點(diǎn)。
外方位元素：用以確定攝影瞬間攝影機(jī)或像片空間位置，即攝影光束空間位置的數(shù)據(jù)。核面：通過(guò)攝影基線與任意物方點(diǎn)所作的平面稱作通過(guò)該點(diǎn)的核面。
絕對(duì)定向元素：確定相對(duì)定向所建立的幾何模型比例尺和恢復(fù)模型空間方位的元素。像主點(diǎn)：像片主光軸與像平面的交點(diǎn)。
立體像對(duì)：相鄰攝站獲取的具有一定重疊度的兩張影像。
數(shù)字影像重采樣：當(dāng)欲知不位于采樣點(diǎn)上的像素值時(shí)，需進(jìn)行灰度重采樣。
中心投影：所有投影光線均經(jīng)過(guò)同一個(gè)投影中心。
攝影基線：相鄰兩攝站點(diǎn)之間的連線。
相對(duì)定向：恢復(fù)兩張像片的相對(duì)位置和方位稱為相對(duì)定向。
雙像解析攝影測(cè)量：按照立體像對(duì)與被攝物體的幾何關(guān)系，以數(shù)學(xué)計(jì)算方式，通過(guò)計(jì)算機(jī)解求被攝物體的三維空間坐標(biāo)的方法，稱為雙像解析攝影測(cè)量。
x??f
y??fa1(XA?XS)?b1(YA?YS)?c1(ZA?ZS)a3(XA?XS)?b3(YA?YS)?c3(ZA?ZS)a2(XA?XS)?b2(YA?YS)?c2(ZA?ZS)
a3(XA?XS)?b3(YA?YS)?c3(ZA?ZS)
x,y為像點(diǎn)的框標(biāo)坐標(biāo).x0,y0,f為影像的內(nèi)方位元素.XS,YS,ZS為攝站點(diǎn)的物方空間坐標(biāo).XA,YA,ZA為物方點(diǎn)的物方空間坐標(biāo).ai,bi,ci為3個(gè)外方位角元素組成的9個(gè)方向余弦.
第二篇：攝影測(cè)量學(xué)VirtuoZo實(shí)習(xí)
攝影測(cè)量學(xué)VirtuoZo實(shí)習(xí)
一． 實(shí)習(xí)目的：
了解VirtuoZo NT系統(tǒng)的運(yùn)行環(huán)境及軟件模塊的操作特點(diǎn)，了解實(shí)習(xí)工作流程，從而能對(duì)數(shù)字?jǐn)z影測(cè)量實(shí)習(xí)有個(gè)整體概念。完成原始數(shù)字影像格式的轉(zhuǎn)換。掌握創(chuàng)建/打開(kāi)測(cè)區(qū)及測(cè)區(qū)參數(shù)文件的設(shè)置。掌握參數(shù)文件的數(shù)據(jù)錄入。通過(guò)對(duì)模型定向的作業(yè)，了解數(shù)字影像立體模型的建立方法及全過(guò)程，并能較熟練地應(yīng)用定向模塊進(jìn)行作業(yè)，滿足定向的基本精度要求。掌握核線影像重采樣，生成核線影像對(duì)。掌握匹配窗口及間隔的設(shè)置，運(yùn)用匹配模塊，完成影像匹配。掌握匹配后的基本編輯，能根據(jù)等視差曲線（立體觀察）發(fā)現(xiàn)粗差，并對(duì)不可靠區(qū)域進(jìn)行編輯，達(dá)到最基本的精度要求。掌握DEM格網(wǎng)間隔的正確設(shè)置，生成單模型的DEM。掌握正射影像分辨率的正確設(shè)置，制作單模型的數(shù)字正射影像。通過(guò)DEM及正射影像的顯示，檢查是否有粗差。掌握拼接區(qū)域的選定及確定拼接產(chǎn)品的路徑。掌握DEM拼接及自動(dòng)正射影像鑲嵌。分析拼接精度。理解數(shù)據(jù)格式輸出的意義。了解VirtuoZo NT系統(tǒng)的數(shù)據(jù)格式輸出的具體操作。通過(guò)對(duì)實(shí)習(xí)成果的分析，了解數(shù)字產(chǎn)品的基本質(zhì)量要求。總結(jié)實(shí)習(xí)中出現(xiàn)的問(wèn)題以及實(shí)習(xí)成果的不足之處，并能分析其原因。
二、實(shí)習(xí)步驟：
1、數(shù)據(jù)準(zhǔn)備：
在D盤(pán)準(zhǔn)備好實(shí)習(xí)操作所需要的數(shù)據(jù)，包括images中的tif格式航飛圖片，HammerIndex文件以及hammer.ctl控制點(diǎn)和rc30.cmr相機(jī)格式文件。2建立測(cè)區(qū)(打開(kāi)測(cè)區(qū))：
新建一個(gè)測(cè)區(qū)，打開(kāi)測(cè)區(qū)參數(shù)設(shè)置界面，分別進(jìn)行測(cè)區(qū)參數(shù)的設(shè)置：主目錄文件位置的確定，控制點(diǎn)文件，加密點(diǎn)，相機(jī)檢校文件格式命名和輸入，將DEM格網(wǎng)間隔設(shè)置為10。
3.設(shè)置相機(jī)參數(shù)
打開(kāi)設(shè)置菜單下的相機(jī)參數(shù)設(shè)置，進(jìn)行參數(shù)修改，從準(zhǔn)備好的文件夾中輸入rc30.cmr，在實(shí)際生產(chǎn)操作中，相機(jī)的參數(shù)是用戶給定的。
4.設(shè)置控制點(diǎn)
打開(kāi)設(shè)置菜單下的地面控制點(diǎn)，進(jìn)行地面控制點(diǎn)的輸入，引入hammer.ctl。5.引入影像
將文件中的影像資料通過(guò)設(shè)置——〉引入影像，并設(shè)置像素大小為0.045mm。
6.新建模型，設(shè)置模型左右影像及參數(shù)打開(kāi)測(cè)區(qū)，根據(jù)處理的影像文件來(lái)進(jìn)行命名，便于我們的識(shí)別，在此后面的操作都是以相片0-157和01-156進(jìn)行操作，故輸入模型名157_156(左相片名在左)，進(jìn)行模型參數(shù)的設(shè)置：分別在左影像和右影像中輸入左右影像（vz格式）； 在核線參數(shù)中選擇水平核線（注意生成的產(chǎn)品目錄文件所在的位置）。7.模型定向
內(nèi)定向：點(diǎn)擊處理目錄下的模型定向下的內(nèi)定向，將掃描坐標(biāo)轉(zhuǎn)換為像平面坐標(biāo)。分別將框標(biāo)進(jìn)行移動(dòng)，盡可能的使得十字絲在中心處，可適時(shí)查看當(dāng)前的十字絲的中誤差，不可一味追求中誤差使得十字絲偏離中心。
相對(duì)定向：在內(nèi)定向結(jié)束后，點(diǎn)擊模型處理下面的自相對(duì)定向，右鍵選擇自動(dòng)相對(duì)定向，在定向結(jié)果中查看，刪除中誤差大于0.01的點(diǎn)。
絕對(duì)定向：在相對(duì)定向的基礎(chǔ)上，對(duì)照給定的hmmerIndex網(wǎng)頁(yè)文件選取控制點(diǎn)，找到控制點(diǎn)的大概位置后，在視圖中進(jìn)行粗調(diào)左右視圖中控制點(diǎn)的位置，然后在右下角進(jìn)行微調(diào)，使得控制點(diǎn)的中誤差盡可能的小，左右視圖中十字絲匹配。在當(dāng)前視圖下選擇三個(gè)控制點(diǎn)之后，在進(jìn)行一次自動(dòng)相對(duì)定向，便可以將其余的控制點(diǎn)預(yù)測(cè)出來(lái)，把預(yù)測(cè)出來(lái)的控制點(diǎn)進(jìn)行調(diào)整保存，退出。
內(nèi)定向
絕對(duì)定向
8.生成核線影像
點(diǎn)擊處理目錄下的核線重采樣進(jìn)行核線采集。影像匹配：在核線采集之后，進(jìn)行影像匹配。9.生成DEM 擊產(chǎn)品下生成DEM中的DEM生成，在顯示目錄下的立體顯示下的透視顯示進(jìn)行查看。
10.生成DOM，正射影像地圖制作
點(diǎn)擊產(chǎn)品目錄下的生成正攝影像，在顯示目錄下的立體顯示下的透視顯示進(jìn)行查看如下，可以看到圖片中的房屋被當(dāng)成地面進(jìn)行來(lái)DEM格網(wǎng)生成，所以還需要進(jìn)行DEM編輯，消除房屋上面的等高線影響。
11.DEM拼接
在系統(tǒng)主菜單中，選擇菜單“鑲嵌→設(shè)置”項(xiàng)，屏幕彈出拼接與鑲嵌參數(shù)設(shè)置對(duì)話框。在系統(tǒng)主菜單中，選擇“鑲嵌→DEM拼接”項(xiàng)，進(jìn)入DEM的拼接計(jì)算，屏幕彈出拼接進(jìn)展顯示條。當(dāng)拼接完成后，將顯示拼接中誤差、總點(diǎn)數(shù)、誤差分布統(tǒng)計(jì)及誤差分布圖。
三、實(shí)習(xí)總結(jié)
通過(guò)此次實(shí)習(xí)，了解了使用VirtuoZo 全數(shù)字?jǐn)z影測(cè)量系統(tǒng)生產(chǎn)4D產(chǎn)品的過(guò)程，熟悉了VirtuoZo 全數(shù)字?jǐn)z影測(cè)量系統(tǒng)的使用，加深了對(duì)相關(guān)知識(shí)的理解。
4D產(chǎn)品生產(chǎn)實(shí)習(xí)是一個(gè)綜合性很強(qiáng)的實(shí)習(xí)，它是對(duì)所學(xué)攝影測(cè)量及相關(guān)專業(yè)的綜合應(yīng)用。該實(shí)習(xí)在數(shù)字?jǐn)z影測(cè)量實(shí)習(xí)的基礎(chǔ)上進(jìn)行。
通過(guò)本次實(shí)習(xí)，了解到了VirtuoZo 全數(shù)字?jǐn)z影測(cè)量系統(tǒng)的功能強(qiáng)大，在4d產(chǎn)品生產(chǎn)實(shí)習(xí)的過(guò)程中自動(dòng)與半自動(dòng)的快速生成功能。實(shí)習(xí)中需要注意：定義核線范圍以將控制點(diǎn)劃在作業(yè)區(qū)范圍內(nèi)為宜，但不能超控太多；其次應(yīng)結(jié)合實(shí)際地形情況，如高山地或大比例城區(qū)，由于左右像片視差較大，就應(yīng)適當(dāng)將核線范圍劃大些。
單像空間后方交會(huì)程序
西南石油大學(xué) 土木工程與建筑學(xué)院 測(cè)繪工程 周凱強(qiáng) 學(xué)號(hào)：201308030143 輸入文件形式如下：
C++源程序如下：
#include
//內(nèi)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);
//從文件中讀取控制點(diǎn)的影像坐標(biāo)和地面坐標(biāo)，存入數(shù)組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];
//確定未知數(shù)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//迭代計(jì)算
{f++;//組成旋轉(zhuǎn)矩陣
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);
//計(jì)算系數(shù)陣和常數(shù)項(xiàng)
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<<“迭代次數(shù)為：”< 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++) //計(jì)算改正數(shù) 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];//屏幕輸出誤差方程系數(shù)陣、常數(shù)項(xiàng)、改正數(shù) output(A,“誤差方程系數(shù)陣A為：”,8,6);output(L,“常數(shù)項(xiàng)L為：”,8,1);output(XG,“改正數(shù)為：”,6,1);outFile.open(“aim.txt”,ios::app); //打開(kāi)并添加aim.txt文件 outFile.precision(10);//以文件的形式輸出像片外方位元素、旋轉(zhuǎn)矩陣、方差陣 outFile<<“ 一、像片的外方位元素為：”< 二、旋轉(zhuǎn)矩陣R為:”< outFile< outFile< 三、精度評(píng)定結(jié)果為：”< 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(“控制點(diǎn)坐標(biāo).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--)// 消去對(duì)角線以上的數(shù)據(jù) 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];} 程序的結(jié)果輸出如下：（包括文本輸出結(jié)果和熒屏輸出中間數(shù)據(jù)） 攝影測(cè)量學(xué)實(shí)習(xí)報(bào)告 為期兩周的攝影測(cè)量學(xué)實(shí)習(xí)今天正式結(jié)束了，雖然兩周時(shí)間并不長(zhǎng)，但是對(duì)于我來(lái)說(shuō)，學(xué)到的東西遠(yuǎn)不能用時(shí)間來(lái)衡量。在這兩周里，我們完成了全數(shù)字?jǐn)z影測(cè)量系統(tǒng)實(shí)習(xí)、數(shù)字影像分割程序編制、立體影像匹配程序編制等內(nèi)容，這些東西讓我們的兩周很充實(shí)，很有意義。 其實(shí)剛開(kāi)始時(shí)一直懷疑攝影測(cè)量學(xué)實(shí)習(xí)有什么意義，到了今天，我才發(fā)現(xiàn)這是有意義的。因?yàn)橥ㄟ^(guò)本次實(shí)習(xí)，我們可以將課堂理論與實(shí)踐相結(jié)合，使我們深入掌握攝影測(cè)量學(xué)基本概念和原理，加強(qiáng)攝影測(cè)量學(xué)的基本技能訓(xùn)練，并且培養(yǎng)了我們的分析問(wèn)題和解決實(shí)際問(wèn)題的能力。通過(guò)使用數(shù)字?jǐn)z影測(cè)量工作站，我們可以了解數(shù)字?jǐn)z影測(cè)量的內(nèi)定向、相對(duì)定向、絕對(duì)定向、測(cè)圖過(guò)程及方法；通過(guò)開(kāi)發(fā)數(shù)字影像分割程序和立體影像匹配程序，使自己掌握數(shù)字?jǐn)z影測(cè)量基本方法與實(shí)現(xiàn)技術(shù)，為今后從事有關(guān)應(yīng)用遙感技術(shù)應(yīng)用和數(shù)字?jǐn)z影測(cè)量打下堅(jiān)實(shí)基礎(chǔ)。所以，就算現(xiàn)在覺(jué)得沒(méi)什么用，但是也為將來(lái)奠定了很好的基礎(chǔ)。 正因?yàn)槿绱?，在這兩周中我們都很認(rèn)真的在學(xué)習(xí)并且完成實(shí)習(xí)任務(wù)。其實(shí)說(shuō)是兩周，但時(shí)間真的更短，畢竟趕上了元旦假期，聯(lián)歡晚會(huì)等一系列活動(dòng)。所以如何在短暫的時(shí)間里，更出色的完成任務(wù)，是我們必須考慮的。記得實(shí)習(xí)動(dòng)員的時(shí)候，老師花了很長(zhǎng)時(shí)間又給我們講了一次這次實(shí)習(xí)對(duì)我們的重要性，這很觸動(dòng)我們，畢竟老師的苦口婆心我們都看在眼里。不光如此，老師又耐心的把實(shí)習(xí)要求，實(shí)習(xí)任務(wù)，實(shí)習(xí)步驟講解了一遍，讓我們大致明白了這次實(shí)習(xí)從何入手，這 讓本來(lái)很迷茫的我們瞬間找到了方向，也為我們接下來(lái)的工作提供了便利。動(dòng)員結(jié)束的日子，我們便進(jìn)入機(jī)房，正式開(kāi)始了實(shí)習(xí)。 首先我們結(jié)束了全數(shù)字?jǐn)z影測(cè)量系統(tǒng)，這款軟件是我們從來(lái)沒(méi)有接觸過(guò)的，所以剛開(kāi)始的時(shí)候很陌生，不知道怎么用，也不知道能用來(lái)做什么。還好，我們有老師的細(xì)致講解，并且借助幫助向?qū)Э梢越鉀Q我們很多問(wèn)題。所以在這個(gè)實(shí)習(xí)中，我們沒(méi)有遇到太多困難。讓我印象深刻的是，我在做我們小組的絕對(duì)定向時(shí)，總是提示同名點(diǎn)數(shù)不夠，就因?yàn)榇?，很難往下一步進(jìn)行。后來(lái)在我們小組的討論中，和老師的輔導(dǎo)后，我才得以解決這個(gè)困難。 第二周的時(shí)候，我們主要是利用Matlab進(jìn)行程序的編寫(xiě)。因?yàn)橹暗膭e的實(shí)習(xí)也要用到Matlab，所以對(duì)他已經(jīng)不是很陌生了。但是當(dāng)把Matlab和攝影測(cè)量的思路相結(jié)合的時(shí)候，還是出現(xiàn)了不少問(wèn)題。畢竟攝影測(cè)量的原理也不是很容易理解的，加之需要利用計(jì)算機(jī)語(yǔ)言來(lái)實(shí)現(xiàn)程序就難上加難了。本來(lái)我想過(guò)放棄，因?yàn)榫幊虒?shí)在是一件很麻煩的事。但在同組成員的鼓勵(lì)下，以及老師的耐心講解下，我還是堅(jiān)持了下來(lái)，跟著我們小組一起商討一起編寫(xiě)，雖然途中遇到了很多錯(cuò)誤提示，遇到了很多無(wú)法實(shí)現(xiàn)的程序，但是我們都沒(méi)有放棄，虛心的請(qǐng)教老師和同學(xué)，仔細(xì)的檢查每一處錯(cuò)誤，一一克服了這些問(wèn)題。就這樣，在磕磕絆絆中我們完成了立體影像匹配程序和立體影像匹配程序的編寫(xiě)。當(dāng)看到最終執(zhí)行出來(lái)的成果時(shí)，我們都很高興，因?yàn)?，這過(guò)程只有體會(huì)過(guò)的人才知道！ 總的來(lái)說(shuō)，這兩周過(guò)得很難忘，畢竟這是這個(gè)學(xué)期最后一個(gè)實(shí)習(xí)，也是相當(dāng)重要的一個(gè)實(shí)習(xí)。在這兩周里，我們把平時(shí)課本上的知識(shí)又復(fù)習(xí)了一次，并且把它付諸于實(shí)踐中。能把知識(shí)轉(zhuǎn)化為技能是一個(gè)很好的過(guò)程。在這兩周里，我體會(huì)到了老師的認(rèn)真負(fù)責(zé)，如果沒(méi)有老師的一遍一遍的耐心講解，我們估計(jì)無(wú)法如此按時(shí)的完成任務(wù)。當(dāng)然如果沒(méi)有我們小組成員的通力合作，我也無(wú)法得到這么多財(cái)富。 感謝本學(xué)期的最后一次實(shí)習(xí)，因?yàn)樵谶@過(guò)程中，我不光學(xué)到了知識(shí)，更體會(huì)了成長(zhǎng)。這是多么寶貴的財(cái)富啊。攝影測(cè)量學(xué)實(shí)習(xí)真的是很難忘的兩周。 王名洋測(cè)091 《基礎(chǔ)攝影測(cè)量學(xué)》課堂實(shí)習(xí)報(bào)告 （2010-2011學(xué)年第1學(xué)期） 實(shí)習(xí) 一、模擬儀器參觀 一、實(shí)習(xí)目的： 參觀認(rèn)識(shí)模擬攝影測(cè)量階段所使用的攝影測(cè)量?jī)x器。了解模擬攝影測(cè)量階段各儀器工作原理、各自特點(diǎn)以及儀器的使用方法。 二、實(shí)習(xí)儀器： 多倍儀（光學(xué)投影）、立體坐標(biāo)測(cè)量?jī)x、精密立體測(cè)圖儀、大型自動(dòng)糾正儀 三、實(shí)習(xí)步驟： 1、在老師的帶領(lǐng)下進(jìn)入實(shí)驗(yàn)室，根據(jù)書(shū)上的介紹描述，自行認(rèn)識(shí)觀看各儀器，觀察其特點(diǎn)猜測(cè)其使用方法。 2、由老師向我們?cè)敿?xì)的介紹了各個(gè)儀器的結(jié)構(gòu)特點(diǎn)、主要功能、使用條件、工作原理以及儀器使用方法。 3、相互討論、自行觀看各個(gè)儀器并向老師提出不明白的地方，由老師詳細(xì)解答講述。 四、實(shí)習(xí)體會(huì)與收獲： 這次參觀實(shí)習(xí)讓我認(rèn)識(shí)了模擬攝影測(cè)量階段所使用的攝影測(cè)量?jī)x器，了解模擬攝影測(cè)量階段各儀器工作原理、各自特點(diǎn)以及儀器的使用方法。通過(guò)老師的講解我們認(rèn)識(shí)到隨著科技的不斷發(fā)展和進(jìn)步，模擬攝影測(cè)量?jī)x器的內(nèi)業(yè)處理也在向高精度化、智能化、高速化發(fā)展。 老師還給我們簡(jiǎn)單講解了模擬攝影測(cè)量階段各儀器的工作原理 即利用幾何反轉(zhuǎn)原理，建立縮小模型，進(jìn)行立體測(cè)圖。 實(shí)習(xí) 二、內(nèi)定向程序編寫(xiě) 一、實(shí)習(xí)目的： 理解并掌握攝影測(cè)量?jī)?nèi)定向的基本原理、方法、作用，能通過(guò)計(jì)算機(jī)編程實(shí)現(xiàn)攝影測(cè)量的內(nèi)定向操作。 二、實(shí)習(xí)儀器： 計(jì)算機(jī)——利用計(jì)算機(jī)進(jìn)行c++編程 三、實(shí)習(xí)步驟： 1、認(rèn)真學(xué)習(xí)并理解內(nèi)定向的基本原理、方法和推導(dǎo)公式。列 出必要方程式以便編程用。 2、根據(jù)內(nèi)定向原理、方法和推導(dǎo)的公式，參考編程書(shū)籍和示例程序編寫(xiě)內(nèi)定向程序，調(diào)試，運(yùn)行無(wú)誤后，成功讀取一張行片。 3、經(jīng)測(cè)量框標(biāo)、內(nèi)定向、坐標(biāo)轉(zhuǎn)換后，量取各點(diǎn)的框標(biāo)坐標(biāo)并記錄到表格中。 四、實(shí)習(xí)結(jié)果： a0=-114.956271b0=114.065925 a1=1.000636b1=0.008602 a2=0.009176b3=1.000851 a3=0.000000b4=0.000003 點(diǎn)號(hào)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、體會(huì)與收獲： 通過(guò)這次實(shí)習(xí)，我明白了攝影測(cè)量?jī)?nèi)定向的基本原理、方法、作用，并通過(guò)計(jì)算機(jī)編程實(shí)現(xiàn)攝影測(cè)量的內(nèi)定向操作。這次編程實(shí)習(xí)，還讓我認(rèn)識(shí)到理論和實(shí)踐結(jié)合的重要性，只有搞明白內(nèi)定向的原理，才能更快的完成內(nèi)定向編程編寫(xiě)。 實(shí)習(xí) 三、后方交會(huì)程序編寫(xiě) 一、實(shí)習(xí)目的： 1、理解并掌握攝影測(cè)量單像空間后方交會(huì)的思想、基本原理、解算方法和作用。 2、掌握單像空間后方交會(huì)的方法、過(guò)程。并能通過(guò)計(jì)算機(jī)編程實(shí)現(xiàn)單像空間后方交會(huì)的過(guò)程。 二、實(shí)習(xí)儀器 計(jì)算機(jī)——利用計(jì)算機(jī)進(jìn)行c++編程 三、實(shí)習(xí)步驟 1、學(xué)習(xí)掌握單像空間后方交會(huì)的基本原理，深入理解后方交會(huì)的一般過(guò)程及方法。 2、根據(jù)后方交會(huì)的原理和已經(jīng)推導(dǎo)出的計(jì)算公式編寫(xiě)程序代碼，由已知地面點(diǎn)和像點(diǎn)坐標(biāo)利用程序?qū)崿F(xiàn)計(jì)算答解。 3、將編出的程序調(diào)試運(yùn)行成功后，讀取一張圖片檢驗(yàn)所編程序是否正確。 四、實(shí)習(xí)結(jié)果： 外方位元素的初始值為： 38437.00000027963.1550006129.600000 0.0000000.0000000.000000 像片的外方位元素為： 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 旋轉(zhuǎn)矩陣R為： 0.9977090.0675340.003986 -0.0675260.997715-0.002114 -0.0041190.0018400.999990 五、體會(huì)與收獲: 1、通過(guò)此次實(shí)習(xí)使我進(jìn)一步理解了攝影測(cè)量單像空間后方交會(huì)的思想、原理方法。掌握了單像空間后方交會(huì)的方法、過(guò)程，并成功編出程序，進(jìn)行后方交會(huì)處理。 2、后方交會(huì)程序需要先將共線方程線性化，然后求解誤差方程式系數(shù)，在編寫(xiě)程序時(shí)要認(rèn)真細(xì)致，不能在理論上出錯(cuò)。該程序的編寫(xiě)也暴露出我們對(duì)C++掌握不夠熟練地問(wèn)題。 實(shí)習(xí) 四、全數(shù)字?jǐn)z影測(cè)量系統(tǒng)參觀 一、實(shí)習(xí)目的： 深入認(rèn)識(shí)理解全數(shù)字?jǐn)z影測(cè)量系統(tǒng)的工作原理及組成，了解全數(shù)字?jǐn)z影測(cè)量的工作流程，并能夠使用進(jìn)行簡(jiǎn)單操作。 二、實(shí)習(xí)儀器： 全數(shù)字?jǐn)z影測(cè)量系統(tǒng) 四、實(shí)習(xí)步驟： 1、指導(dǎo)老師先介紹攝影測(cè)量系統(tǒng)的設(shè)備組成、工作原理以及工作流程。 2、老師利用電腦向大家演示利用攝影測(cè)量系統(tǒng)進(jìn)行航攝相片處理的一般操作方法及步驟，并講解每一步的具體內(nèi)容、原理和作用等。 3、根據(jù)老師的講解和自己的學(xué)習(xí)理解，嘗試對(duì)航攝像片進(jìn)行處 理，并掌握其一般步驟。 五、實(shí)習(xí)體會(huì)與收獲： 通過(guò)這次實(shí)習(xí)，我對(duì)全數(shù)字?jǐn)z影測(cè)量系統(tǒng)的認(rèn)識(shí)進(jìn)一步加深，了解并掌握了利用全數(shù)字?jǐn)z影測(cè)量系統(tǒng)進(jìn)行攝影圖像處理的一般過(guò)程和操作方法。認(rèn)識(shí)到全數(shù)字?jǐn)z影測(cè)量系統(tǒng)是以計(jì)算機(jī)硬件為基礎(chǔ)，以數(shù)字?jǐn)z影測(cè)量軟件為核心的數(shù)字圖像處理系統(tǒng)。 攝影測(cè)量學(xué)復(fù)習(xí)總結(jié) 一、什么是攝影測(cè)量? 通俗的說(shuō)，攝影測(cè)量就是通過(guò)攝影，進(jìn)行測(cè)量。二維影像?三維空間 嚴(yán)格意義上講： 攝影測(cè)量學(xué)是對(duì)所研究的對(duì)象進(jìn)行攝影，根據(jù)相片上所記錄的構(gòu)像信息，從物理方面、幾何方面進(jìn)行分析、研究和處理，從而對(duì)所研究的對(duì)象本質(zhì)提供各種資料的一門(mén)學(xué)科。攝影測(cè)量的基本任務(wù)：從影像中提取地面的幾何信息和物理信息。（什么是幾何、物理信息）在模擬立體測(cè)圖儀或解析測(cè)圖儀，均需要作業(yè)員雙眼立體觀察尋找同名點(diǎn)。數(shù)字?jǐn)z影測(cè)量是利用影像相關(guān)技術(shù)來(lái)代替人眼的目視觀測(cè)、自動(dòng)識(shí)別同名點(diǎn)，實(shí)現(xiàn)幾何信息的自動(dòng)提取。 二、發(fā)展階段： 1、模擬攝影測(cè)量：模擬攝影測(cè)量主要是根據(jù)攝影過(guò)程的幾何反轉(zhuǎn)，反求地面點(diǎn)的空間位置。它所采用的儀器為光學(xué)投影器、機(jī)械投影器或光學(xué)-機(jī)械投影器模擬攝影過(guò)程，用光線交會(huì)被攝物體的空間位置。 2、解析攝影測(cè)量：1957年，Helava提出用“數(shù)字投影代替”物理投影，數(shù)字投影就是利用電子計(jì)算機(jī)實(shí)時(shí)的進(jìn)行共線方程的解算，從而交會(huì)出被攝物體的空間位置。 3、數(shù)字?jǐn)z影測(cè)量：利用數(shù)字影像相關(guān)技術(shù)，實(shí)現(xiàn)真正的自動(dòng)化測(cè)圖。數(shù)字?jǐn)z影測(cè)量與模擬、解析攝影測(cè)量的最大區(qū)別： 1)、處理的原始信息主要是數(shù)字影像； 2)、以計(jì)算機(jī)視覺(jué)代替人眼的立體觀測(cè)。三．?dāng)z影測(cè)量分類 按距離遠(yuǎn)近：航天攝影測(cè)量 航空攝影測(cè)量 地面攝影測(cè)量近景攝影測(cè)量 按用途： 地形攝影測(cè)量 非地形攝影測(cè)量 按處理手段：模擬攝影測(cè)量 解析攝影測(cè)量 數(shù)字?jǐn)z影測(cè)量 四、數(shù)字?jǐn)z影測(cè)量的主要任務(wù) ?數(shù)字?jǐn)z影測(cè)量學(xué)(Digital Photogrammetry):使用星載/機(jī)載傳感器所獲取的可見(jiàn)光影像對(duì)地球陸地區(qū)域進(jìn)行信息提取，具體包括： –目標(biāo)量測(cè)(measurement of terrain and objects)–影像解譯(imagery interpretation)–地形圖測(cè)繪(topographic mapping)–正射影像圖制作(orthoimage creation)–數(shù)字高程模型生成(DEM generation)數(shù)字?jǐn)z影測(cè)量的若干問(wèn)題 一、輻射信息 數(shù)字?jǐn)z影測(cè)量處理的焦點(diǎn)是影像的灰度信息（輻射信息）。目標(biāo)點(diǎn)的屬性變?yōu)樗木S的X=（X，Y，Z，D），D即為灰度信息。 二、數(shù)據(jù)量 數(shù)據(jù)量特別大是數(shù)字?jǐn)z影測(cè)量的另一特點(diǎn)。 三、速度與精度 充分利用計(jì)算機(jī)運(yùn)算速度快、技術(shù)精度高的優(yōu)勢(shì)！ 四、影像匹配 影像匹配是數(shù)字?jǐn)z影測(cè)量的關(guān)鍵技術(shù)。利用數(shù)字影像相關(guān)、匹配技術(shù)，完成同名像點(diǎn)的識(shí)別。尋找同名像點(diǎn)，實(shí)現(xiàn)計(jì)算機(jī)視覺(jué)。 五、影像解譯 特征提取——利用影像信息確定被攝對(duì)象的物理屬性。 影像中專題信息的提取，如各種地物，點(diǎn)、線、面等，公路、植被等。五．?dāng)?shù)字?jǐn)z影測(cè)量的作業(yè)過(guò)程 1、數(shù)字影像獲取或?qū)τ跋襁M(jìn)行數(shù)字化 用高精度的掃描儀對(duì)像片進(jìn)行掃描，轉(zhuǎn)化為數(shù)字影像；或者直接用數(shù)碼相機(jī)獲得影像。1.4 數(shù)字?jǐn)z影測(cè)量的作業(yè)過(guò)程 2、數(shù)字影像的定向 內(nèi)定向：對(duì)數(shù)字影像的框標(biāo)進(jìn)行定位，計(jì)算掃描坐標(biāo)系與相片坐標(biāo)系的轉(zhuǎn)換參數(shù)； 相對(duì)定向：提取影像中的特征點(diǎn)，進(jìn)行二維相關(guān)運(yùn)算尋找同名點(diǎn)，計(jì)算相對(duì)定向參數(shù)。定向參數(shù)的計(jì)算方法與雙像解析攝影的相對(duì)定向相同，只是為了提高精度和可靠性，通常選用數(shù)十或數(shù)百對(duì)同名點(diǎn)參加定向計(jì)算。 絕對(duì)定向：通過(guò)人眼觀測(cè)，在左（右）影像定位控制點(diǎn)，由影像匹配確定同名點(diǎn)，根據(jù)解析絕對(duì)定向算法計(jì)算絕對(duì)定向參數(shù)。 3、建立核線影像 按核線幾何關(guān)系，將影像的灰度沿核線方向重新排列，構(gòu)成核線影像，以便立體觀察及將二維相關(guān)簡(jiǎn)化為一維相關(guān)。 4、影像匹配與建立數(shù)字高程模型 沿核線進(jìn)行一維影像匹配求出同名點(diǎn)； 根據(jù)定向參數(shù)，計(jì)算像點(diǎn)對(duì)應(yīng)的地面點(diǎn)的空間坐標(biāo)；內(nèi)插出規(guī)則格網(wǎng)的DEM或TIN； 5、測(cè)制等高線、制作正射影像圖、數(shù)字測(cè)圖 自動(dòng)形成等高線； 數(shù)字糾正產(chǎn)生正射影像； 拼接鑲嵌疊加產(chǎn)生正射影像地圖。六：回顧內(nèi)方位防衛(wèi)元素 內(nèi)方位元素(interior elements)——確定物鏡后節(jié)點(diǎn)(攝影中心)和像片平面相對(duì)位置的數(shù)據(jù)，稱為像片的內(nèi)方位元素。 ?內(nèi)方位元素(一般由相機(jī)檢定所得)： –像主點(diǎn)在像片框標(biāo)坐標(biāo)系中的坐標(biāo)x0, y0 –像片主距f –框標(biāo)點(diǎn)在框標(biāo)系下的坐標(biāo) ?已知內(nèi)方位元素(x0, y0, f)，各像點(diǎn) 與投影中心間形成的投影光束就 與攝影時(shí)的攝影光束完全相似。七：什么是內(nèi)定向？ ?在傳統(tǒng)攝影測(cè)量中，是將模擬像片放到儀器承片盤(pán)進(jìn)行量測(cè)，所量測(cè)的像點(diǎn)坐標(biāo)為影像架坐標(biāo)或儀器坐標(biāo)，隨后，應(yīng)基于平面相似變換將儀器坐標(biāo)變換為以像主點(diǎn)為原點(diǎn)的像平面坐標(biāo)系坐標(biāo)，這個(gè)變換過(guò)程稱為影像內(nèi)定向。 ?在數(shù)字?jǐn)z影測(cè)量中，在掃描數(shù)字化時(shí)，模擬像片在掃描儀上的放置具有一定的隨意性，也就是說(shuō)，掃描后得到的數(shù)字化影像的像素坐標(biāo)應(yīng)轉(zhuǎn)換為像平面坐標(biāo)系坐標(biāo)，這同樣是影像內(nèi)定向。 嚴(yán)密內(nèi)定向還包括——透鏡畸變改正 ? 透鏡畸變——引起像點(diǎn)位移，也就是導(dǎo)致像點(diǎn)的坐標(biāo)精度降低。? 透鏡畸變引起像點(diǎn)沿以像主點(diǎn)為中心的輻射線方向和垂直于該方向的位移。對(duì)于量測(cè)像機(jī)來(lái)說(shuō)，垂向位移可忽略。? 理論研究表明，透鏡畸變可表達(dá)為以輻射距離r為自變量的多項(xiàng)式，即： k0, k1, k2一般經(jīng)相機(jī)檢定給出 八：如何進(jìn)行內(nèi)定向？ ?內(nèi)定向?qū)嶋H上是確定像素坐標(biāo)(I, J)與像平面坐標(biāo)(x, y)轉(zhuǎn)換關(guān)系——即多項(xiàng)式變換的過(guò)程。一般可采用6參數(shù)的仿射變換，其模型為： ?為確定ai和bi(i=0, 1, 2)這6個(gè)參數(shù)，需要借助影像的框標(biāo)來(lái)解決。所有框標(biāo)坐標(biāo)已知(由相機(jī)檢定提供)，且可通過(guò)量測(cè)數(shù)字影像上所有框標(biāo)的像素坐標(biāo)，因此根據(jù)這框標(biāo)上的這兩套坐標(biāo)和最小二乘來(lái)求解這6個(gè)參數(shù)。九．空中三角測(cè)量的分類 ?航帶法：經(jīng)相對(duì)定向、模型連接及航帶網(wǎng)的構(gòu)成、航帶模型的絕對(duì)定向、航帶模型的非線性改正幾個(gè)過(guò)程完成。 ?獨(dú)立模型法：通過(guò)相對(duì)定向建立起單元模型，以模型點(diǎn)坐標(biāo)為觀測(cè)值，通過(guò)單元模型的空間相似變換，使之納入到規(guī)定的地面坐標(biāo)系，并使模型連接點(diǎn)上殘差平方和為最小。 ?光束法：以一幅像片的一束光線作為平差單元，以共線方程作為平差模型，通過(guò)各光線束在空間的旋轉(zhuǎn)和平移，使模型之間的公共光線實(shí)現(xiàn)最佳交會(huì)，將整體區(qū)域最佳地納入到控制點(diǎn)坐標(biāo)系中，從而確定加密點(diǎn)的地面坐標(biāo)及像片的外方位元素。十．光束法區(qū)域網(wǎng)平差的優(yōu)缺點(diǎn) ?光束法區(qū)域網(wǎng)平差的數(shù)學(xué)模型是共線條件方程式，平差單元是單個(gè)光束，每幅影像的像點(diǎn)坐標(biāo)為原始觀測(cè)值，未知數(shù)是各影像的外方位元素和待定點(diǎn)的地面坐標(biāo)。?光束法區(qū)域網(wǎng)平差也稱“一步定向法”，是最嚴(yán)密的解算方法。 ?誤差方程式直接對(duì)原始觀測(cè)值列出，能方便地顧及影像系統(tǒng)誤差的影響(自檢校光束法區(qū)域網(wǎng)平差)，最便于引入非攝影測(cè)量附加觀測(cè)值。 ?缺點(diǎn)：需對(duì)共線方程線性化，且需對(duì)未知數(shù)提供初始值，計(jì)算量大。十一.光束法區(qū)域網(wǎng)平差的基本過(guò)程 1.各影像外方位元素和待定點(diǎn)地面點(diǎn)(聯(lián)系點(diǎn))坐標(biāo)近似值的確定。在豎直攝影情況下，一般設(shè)?0=?0=0，?0角值和待定地面點(diǎn)坐標(biāo)(X0, Y0, Z0)近似值則可以在舊地形圖上讀出。2.在每幅數(shù)字影像上“刺出”控制點(diǎn)和待定點(diǎn)位置，按每條攝影光線的共線方程列出誤差方程式。 3.根據(jù)未知參數(shù)的近似值，對(duì)誤差方程線性化。 4.建立法方程，求解未知參數(shù)——每幅影像的外方位元素增量(ΔXS, ΔYS, ΔZS,Δ?, Δ?, Δ?和所有待定點(diǎn)的地面坐標(biāo)增量(ΔX, ΔY, ΔZ)。 5.如果外方位元素增量大于限定值時(shí)，重復(fù)3-4步。十二.自檢校光束法區(qū)域網(wǎng)平差 ?什么是自檢校光束法區(qū)域網(wǎng)平差？ –在航空攝影測(cè)量中，存在許多系統(tǒng)誤差，如攝影物鏡的畸變差、攝影材料的變形、軟片的壓平誤差、地球曲率和大氣折光、量測(cè)系統(tǒng)誤差以及作業(yè)員的系統(tǒng)誤差等。 –可預(yù)先通過(guò)一定的方法來(lái)消除這些系統(tǒng)誤差的影響，然后再進(jìn)行“空三”處理。 –實(shí)踐表明：即使引入系統(tǒng)誤差的預(yù)改正，平差后的結(jié)果仍然存在一定的系統(tǒng)誤差，從而使光束法結(jié)果達(dá)不到預(yù)期精度。這是因?yàn)楣馐ǖ臄?shù)學(xué)模型沒(méi)有真正反映客觀實(shí)際，可能存在)未被考慮的模型誤差。 –自檢校光束法區(qū)域網(wǎng)平差便是最為有效的手段之一。十三。核線影像 核面：攝影基線與同一地面點(diǎn)發(fā)出的兩條同名光線組成的面 核線：核面與左右像片面的交線為同名核線 核點(diǎn)：攝影基線與像片平面的交點(diǎn)稱為核點(diǎn)。同名像點(diǎn)：同一地面點(diǎn)發(fā)出的兩條光線經(jīng)左右攝影中心在左右像片上構(gòu)成的像點(diǎn)稱為同名像點(diǎn) 同名光線：同一地面點(diǎn)發(fā)出的兩條光線稱同名光線 十四。數(shù)字影像采樣理論 ?數(shù)字?jǐn)z影測(cè)量數(shù)據(jù)處理與分析開(kāi)始之前，必須首先獲得數(shù)字化的影像，這可通過(guò)對(duì)航攝像片掃描間接獲得或通過(guò)量測(cè)型數(shù)碼相機(jī)拍攝直接獲得。 ?采樣(sampling)——指對(duì)實(shí)際連續(xù)函數(shù)模型離散化的量測(cè)過(guò)程。 ?樣點(diǎn)(sample point)——被量測(cè)的“點(diǎn)”是小的區(qū)域，即“像素(pixel)”。 ?采樣間隔(sample interval)——采樣矩形的大小，一般由掃面分辨率和數(shù)碼相機(jī)的分辨率所確定，也決定了儀器的價(jià)格。 黑白圖像：是指圖像的每個(gè)像素只能是黑或白，沒(méi)有中間的過(guò)渡，故又稱為二值圖像。二值圖像的像素值為0或1。 灰度圖像：灰度圖像是指每個(gè)像素由一個(gè)量化的灰度值來(lái)描述的圖像。它不包含彩色信息。彩色圖像：彩色圖像是指每個(gè)像素由R、G、B三原色像素構(gòu)成的圖像，其中R、B、G是由不同的灰度級(jí)來(lái)描述的。十五：影像重采樣 ?在遙感和攝影測(cè)量中，經(jīng)常需要對(duì)數(shù)字化影像進(jìn)行幾何變換(geometric transformation)，如時(shí)序遙感影像的空間配準(zhǔn)(co-registration)，核線影像(epipolar image)的提取、正射影像圖生成等。 ?幾何變換后的影像矩陣元素位置一般不與原始數(shù)字影像矩陣的元素位置一一對(duì)應(yīng)。 ?因此，遙感和攝影測(cè)量中經(jīng)常需要基于原始影像矩陣使用局部?jī)?nèi)插的方法來(lái)估計(jì)灰度值，即影像重采樣(resampling)。 最簡(jiǎn)單的重采樣方法——最鄰近點(diǎn)法 但幾何精度較大 常用重采樣方法——雙線性內(nèi)插 雙三次卷積法-----精度高但計(jì)算量大 十六：為什么要進(jìn)行“特征提取”？ ?從數(shù)字影像中提取特征點(diǎn)、線和面是目標(biāo)識(shí)別(object recognition)與影像解譯的基本手段，是影像分析和影像匹配的基礎(chǔ)。 ?數(shù)字?jǐn)z影測(cè)量中，也需要進(jìn)行特征提取——如聯(lián)系點(diǎn)(tie points)的自動(dòng)搜索。?特征提取主要是針對(duì)數(shù)字影像的灰度局部變化來(lái)進(jìn)行處理與分析，以完成半自動(dòng)或全自動(dòng)的目標(biāo)檢測(cè)。 ?特征提取主要是應(yīng)用各種算法來(lái)進(jìn)行，國(guó)內(nèi)外學(xué)者針對(duì)點(diǎn)、線、面目標(biāo)已發(fā)展了許多有用的提取算法。 十七：點(diǎn)特征提取算法 ?點(diǎn)特征主要指明顯點(diǎn)，如角點(diǎn)、圓點(diǎn)等。 ?提取點(diǎn)特征的算子稱為興趣算子(interest operator)或有利算子，即運(yùn)用某種算法從數(shù)字影像中提取我們感興趣的即有利于某種目的的點(diǎn)。 ?空中三角測(cè)量中，一般使用點(diǎn)特征提取算法來(lái)檢測(cè)出聯(lián)系點(diǎn)。十八：線特征提取算子 ?線特征——指影像的“邊緣”與“線”。線特征提取算子通常也稱邊緣檢測(cè)算子。–“邊緣”——定義為影像局部區(qū)域灰度不相同的那些區(qū)域間的分界線。 –“線”——認(rèn)為是具有很小寬度且其中間區(qū)域具有相同影像特征的邊緣對(duì)，也就是距離很小的一對(duì)邊緣構(gòu)成一條線。??根據(jù)上述對(duì)邊緣和線的灰度變化特征分析，通常可采用根據(jù)灰度的一階導(dǎo)數(shù)(或差分)最大或二階導(dǎo)數(shù)為零的準(zhǔn)則來(lái)檢測(cè)邊緣。 ?常用的邊緣檢測(cè)方法：微分算子、拉普拉斯算子、LOG算子等。十九：為什么要進(jìn)行影像匹配？ ?根據(jù)前方交會(huì)原理可知，攝影測(cè)量中立體像對(duì)同名像點(diǎn)(homogenous point)的識(shí)別與量測(cè)是三維重建的基礎(chǔ)。 ?在模擬和解析攝影測(cè)量中，同名像點(diǎn)的識(shí)別與量測(cè)是依賴儀器的立體觀察來(lái)實(shí)現(xiàn)的，而數(shù)字?jǐn)z影測(cè)量中，同名像點(diǎn)的識(shí)別與量測(cè)是借助于計(jì)算機(jī)及其相應(yīng)的軟件自動(dòng)完成的——即影像匹配。 ?數(shù)字影像匹配的基礎(chǔ)是相關(guān)原理。 ?常用的數(shù)字影像匹配算法包括一般匹配、基于物方坐標(biāo)直接解的匹配、最小二乘匹配與特征匹配。 二十.常見(jiàn)的五種基本匹配算法 1、相關(guān)函數(shù)（矢量數(shù)積） 2、協(xié)方差函數(shù)（矢量投影） 3、相關(guān)系數(shù)（矢量夾角） 4、差平方和 5、差絕對(duì)值和第三篇：攝影測(cè)量學(xué)實(shí)習(xí)報(bào)告
第四篇：攝影測(cè)量學(xué)實(shí)習(xí)報(bào)告
第五篇：攝影測(cè)量學(xué)復(fù)習(xí)總結(jié)
點(diǎn)擊咨詢 