摄影测量重点知识汇总 .pdf

一、定向 ★ 内定向：简单的说内定向就是根据像片的框标和相应的摄影机检定参数，恢复像片与摄 影机的相关位置，即建立像片坐标系。 内定向的目的：是将像片纠正到像片坐标，通常方法是像片的周边有一系列的框标点， 通常有4个或8个，它们的像片坐标是事先经过严格校正过的，利用这些点构成一个仿射变 换的模型（或多项式），把象素纠正到像片坐标系。通过这一步基本上消除了像片因扫描、 压平等因素导致的变形。 ★ 外定向：恢复像对的外方位元素，包括相对定向和绝对定向。 相对定向：恢复或确定立体像对两个光束在摄影瞬间相对位置关系的过程。 绝对定向：确定立体模型在物方坐标系中所处方位和比例的作业过程。 二、特征提取与定位 ★ 特征提取：是从图像中提取图像特征的技术过程，或说是从原始图像中提取区分某类目 标图像依据的技术过程。 ★ 特征提取的方法： 1、兴趣值的选定 兴趣值是判定所检测像元是否为感兴趣的特征的基本依据。 2、阈值的选定 阈值是判定所检测像元是否为感兴趣的特征的标准。 一、点特征提取算子 点特征提取算子：是指运用某种算法使图像中独立像点更为突出的算子，它又被称为兴 趣算子或有利算子，主要用于提取我们感兴趣的点（如角点、圆点等）。 二、线特征提取算子 线特征提取算子：是指运用某种算法使图像中的 “线”更为突出的算子，通常也称边缘 检测算子。 线特征：是指影像的 “边缘”与 “线”，“边缘”可定义为影像局部区域特征不相同的 那些区域间的分界线，而“线”则可以认为是具有很小宽度的、其中间区域具有相同的影像 特征的边缘对，也就是距离很小的一对边缘构成一条线。 重要性：线特征存在于目标与背景、目标与目标、区域与区域之间．因此它是图像分割 所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。 特性：沿边缘走向的灰度变化平缓，而垂直于边缘走向的灰度变化剧烈。 三、面特征提取 （影像分割） 影像中的物体,除了在边界表现出不连续性之外,在物体区域内部具有某种同一性。 根 据这种同一性,把一整幅影像分为若干子区域,每一区域对应于某一物体或物体的某一 部分,这就是影像分割。 方法：1、边界检测 、阈值分割2 、区域生长3 、聚类分割4 ★ 特征定位的原因： （1）离散造成的误差 （2）特征提取算子本身误差 （3）随机噪声的影响 ★ 定位的基本方法：离散空间-连续空间，在连续空间中确定特征点坐标。 ★ 定位算子：指运用某种算法来精确确定图像中特征的具体位置的算子 三、影像匹配 ★ 影像匹配：影像匹配是在两幅(或多幅)影像之间识别同名元素(点)的过程,它是计算机视 觉及数字摄影测量的核心问题。 ★ 数字影像匹配：自动地在数字立体像对中建立同名元素之间对应关系的过程。 ★ 匹配的方法：1、基于灰度的匹配2、基于特征的匹配3、关系匹配或整体匹配 一、基于灰度的影像匹配(Area-BasedImageMatching，Gray-ScaleBasedImageMatching)： 以数字影像局部范围内的灰度值及其分布作为匹配对象，通过计算相似性测度确定立体像对 上同名对象的影像匹配方法。常用的相似性测度有：相关函数测度，协方差函数测度，相关 系数测度，差平方和测度，差绝对和测度。 基于灰度的影像匹配中的匹配对象是一个窗口，称为 “目标窗口”；而在另一张像片上 移动的窗口称为 “搜索窗口”；搜索窗口遍历的范围称为 “搜索区域”。 基于灰度影像匹配的计算过程： 1、在左影像上选一个要匹配的点，称为目标点。 2、以目标点为中心，开取一定大小的窗口，称为目标窗口。 3、以影像的重叠范围以及其他的先验知识，确定右影像上同名点可能存在的范围，称 为搜索区域。 4、以搜索区域内的每一点为中心，开取同样大小的窗口，称为搜索窗口。 5、对于每一个搜索窗口，计算目标窗口与搜索窗口之间的相似性侧度--相关系数。 6、以相关系数最大值所对应的匹配窗口作为目标窗口的配准窗口，即共轭窗口；同时 配准窗口的中心像素就作为目标点的配准点，或共轭点。 7、进行精度评定,如要求达到子像素精度，可采取内插措施。 二、基于特征的影像匹配：以影像上提取的特征为匹配对象，以特征的描述参数为基础，通 过计算不同影像上特征之间的相似性测度实现同名特征相对应的影像匹配方法，称为基于特 征的影像匹配(Feature-Based Image M