- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
内定向计算的平差模型模型 6-3 基于灰度的影像相关 数字影像相关概念 一、相关系数法 二、协方差法:采用协方差值作为相似性判据 三、高精度最小二乘相关 影像相关小结 思考题 * * * * 用三个框标点计算参数近似值 间接平差的常数项=观测值-观测值计算值 间接平差的计算公式选择 计算机识别同名点的标志是什么?选择一 个测度衡量是不是同名点。测度是基于灰 度(gray level)的。 本节主要内容: 4、最小二乘相关 3、协方差测度 2、相关系数测度 1、数字影像相关概念 在没有人眼的立体观测条件下,如何从左右数字影像中寻找同名点,叫数字影像相关。是数字摄影测量的核心问题。数字相关方法都要选择一个测度。 x x y y x y g 灰度是坐标的函数 a1 a2 a1 a2 识别同名点是数字摄影测量最基本的任务之一 例如欲在左右影像上,确定 同名眼角点 目标区---模板 搜索区(目标区) 在左影像确定一个待定点-目标点,建立一个目标区(相当于模板);在右像上确定一个搜索区(大于目标区); ?x=1; ?y=0 ?x=0; ?y=0 ?x=0; ?y=0 ?x=1; ?y=0 ?x=2; ?y=0 ?x=3; ?y=0 ?x=4; ?y=0 ?x=5; ?y=0 ?x=6; ?y=0 ?x=7; ?y=0 ?x=8; ?y=0 ?x=9; ?y=0 ?x=10; ?y=0 ?x=11; ?y=0 ?x=0; ?y=1 - ?x=1; ?y=1 ?x=2; ?y=1 然后将目标区,沿 x、y方向顺序与搜索区叠合,每次多计算它们之间灰度差绝对值之和,取其中灰度差绝对值之和为最小的,被视为同名点。 ?x=2; ?y=1 ?x=6; ?y=3 相关系数为测度的二维搜索:以左像片点对应像元为中心建立目标区,在右像片的搜索区逐个像元建立同样大小窗口计算窗口内灰度构成的相关系数,相关系数取大值所对应搜索区的像元为同名像点。 思考:相关系数法也叫向量夹角法,为什么? 最小二乘相关: 左右像片上同名点小范围内是灰 度特征是相似的,不是完全相同。不同有: 位置不同,分布变形,灰度不同(信号噪声) 德国Stuttgart大学Ackermann 与Pertl 首选提出 最小二乘相关:分为一维相关(位置不同),二维 相关(线性变形),基于特征相关。 1、ackermann模型 (仅考虑影像相对位移的一维最小二乘相关) 2、左右像片灰度只存在偶然误差 3、左右像片灰度存在线性畸变 4、左右像片几何线性畸变的单点最小二乘相关 1、影像相关是左右像片灰度分布关系的描述,根据不同的描述,提出不同的相关测度,所有测度都是极值问题:相关系数最大、矢量夹角最小、协方差最小、最小二乘的改正数的平方和最小。 * * * *
文档评论(0)