数字摄影测量特征提取分析.docVIP

数字摄影测量特征提取分析 　　摘 要：航空摄影测量现已进入到数字摄影测量时代，数字影像是数字摄影测量的主要数据源，数字影像是摄影测量自动化的必然要求，使摄影测量实现了从人工操作向半自动化、自动化过度，因此原始资料为光学影像（胶片）的模拟影像需要转为数字影像，以提高自动化程度。 　　关键词：数字影像 特征提取 采样 　　1、数字影像表示 　　数字摄影测量系统是由计算机影像匹配与识别代替人的立体量测与识别，完成影像几何与物理信息的自动提取。为了能让计算机完成这一任务，必须使用数字影像。若原始资料是光学影像（胶片）则需通过扫描数字化。数字摄影测量与模拟摄影测量、解析摄影测量的根本差别之一，在于对影像幅射信息的计算机数字化处理，不利用幅射信息是无法实现摄影测量自动化的。在解析摄影测量中，目标点向量是三维的，即（X，Y，Z）T ，而在数字摄影测量中目标点向量变为四维了，即（X，Y，Z，D）T，其中D=D（X，Y，Z）是该点的幅射量（灰度值或色彩量）集合目标的纹理信息，它在影像上的投影就是数字影像。随着虚拟现实与可视化需求的迅速增长，快速确定目标的纹理D=D（X，Y，Z）也已经成为当代数字摄影测量的一项重要任务了。也就是说，当代数字摄影测量不仅要自动测定目标的三维坐标，还要自动确定目标点的纹理。数字影像的每一个数据代表了被摄物体（或光学影像）上一个点的幅射强度（或灰度），这个点（实际上是一个微小的区块）称为像元素，通常称为“像素”。像素的灰度值常用八位二进制数表示。如果是彩色影像，则由3个同样大小的整数矩阵，分别表示其R，G，B三个分量。 　　数字影像是物体电磁波辐射能量的二维数字阵列表示。看作是一个灰度矩阵g，矩阵内每个元素gij是一个灰度值，对应着光学影像或实体的一个微小区域。各像元灰度值gij代表其影像经采样与量化了的“灰度级”。数字影像是一个整数矩阵，其中的每个元素表示其下标所指位置处物体电磁波辐射的强度，是便于计算机处理的图像形式。也可以通过变换，用另一种方式表达，即把影像的表达由空间域变换到频率域中。在空间域内是表达像点不同位置（x，y）处（或用i，j表达）的灰度值，而在频率域内则表达在不同频率中（像片上每毫米的线对数，即周期数）的振幅谱（傅立叶谱）。 　　数字图像除了用矩阵表示之外，还常常用向量表示。通常是按照行的顺序，使所有的元素依序堆成一列，这种组成法称为堆叠表示法，或字典表示法。 　　数字影像的数据文件组织有多种方式，常用的有BMP，JPEG，TIFF等。 　　2、模拟影像数字化 　　模拟影像数字化是把模拟图像分割成同样形状的小单元（像元），并把各小单元的平均亮度值或中心部分的亮度值变换成“灰度级”作为该单元的亮度等级值的图像。分为连续灰度图像：二维区域上的连续曲面和离散灰度图像：二维区域上的离散格点。 　　模拟影像数字化的两个步骤为空间离散--采样（Sampling）和覆盖区域的细分，强度离散--量化（Quantizing ）。 　　3、数字摄影测量特征提取 　　当数字影像采集完成后，特征提取是影像分析和影像匹配的基础，也是单幅影像处理的重要任务。特征提取主要应用各种算子来进行，根据特征可分为点状特征、线状特征与面状特征，因而特征提取算子又可分为点特征提取算子与线特征提取算子，而面特征主要是通过区域分割来获取。数字影像中的明显目标，我们不仅要识别它们，还需要确定它们的位置。例如地面控制点在影像上为明显目标，它们的位置是需要精确量测的，另外一些明显目标虽不是控制点，但要将它们用于影像方位确定，也需要精确量测其位置。在数字摄影测量中特征定位是利用特征定位算子来进行的，分为圆状特征点的定位算子与角点的定位算子。 　　数字摄影测量的突出特点是自动化。影像匹配理论与实践是实现自动立体量测的关键，而影像特征的提取又为影像匹配提供了条件，虽然近年来从“单点匹配”到“整体匹配”是数字摄影测量匹配理论和实践的一个飞跃，但关于影像特征的提取仍然是数字摄影测量的重要研究课题之一。 　　（1）数字影像采样 　　采样是对实际连续函数模型离散化的量测过程。样点是被量测的“点”，是小的区域--像素。采样间隔是矩形的长与宽，通常称为像素的大小，也是样点之间的距离。 　　数字影像无论是传统的光学影像数字化还是直接获取，不可能对理论上的每一个点都获取其灰度值，而只能将实际的灰度函数离散化，对相隔一定间隔的点量测其灰度值。这种对实际连续函数模型离散化的量测过程就是采样，被量测的点称为样点，样点之间的距离即采样间隔。这些量测点也不可能是几何上一个点，而是一个小区域，通常是一个矩形或圆形的小像块，即像素。现在一般取矩形或正方形，其长与宽通常称为像素的大小（或尺寸），它通常等于采样间隔。 　　影像特征提取的点特征主要指