数字摄影测量典型问题概要1.ppt

数字摄影测量 —— 有待进一步研究的问题 目录 辐射信息（Radiation Information） 数据量（Data Volume） 速度与精度（Velocity and Accuracy） 数字影像匹配（Digital Image Matching） 数字影像解译与理解（Image Understanding） 一、辐射信息（Radiation Information） 辐射信息（Radiation Information） 当代数字摄影测量不仅要确定目标的几何信息（目标点的三维空间坐标），还要确定目标点的物理信息（纹理）。 二、数据量（Data Volume） 数据量（Data Volume） 数据量（Data Volume） 5 X 6 10 X 12 a. 与像元的大小有关 数据量（Data Volume） b.与表示像元灰度的灰度级数有关。 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 数据量（Data Volume） c. 与数字图像的编码方式有关。 三、速度与精度（Velocity and Accuracy） 速度与精度（Velocity and Accuracy） 数字摄影测量已经获得了迅速的发展，无论量测的速度还是达到的精度，都大大超过了人们预期的想象。但是，由于数字摄影测量中量测与识别的计算任务巨大，以目前的计算机速度还不能实时完成。因此，对许多需要实时完成的应用，还需要一些快速算法。 四、数字影像匹配（Digital Image Matching） 数字影像匹配（Digital Image Matching） 互相关函数 相似程度 同名点 目标区 搜索区 数字影像匹配是利用计算机自动或半自动地在数字影像之间确定同名对象的过程。 数字影像匹配（Digital Image Matching） 影像匹配---同名点寻找 数字影像匹配（Digital Image Matching） 数字影像匹配问题是数字摄影测量中最具挑战性的问题。 影像匹配贯穿于数字摄影测量数据处理的整个过程(内定向、相对定向、绝对定向、空三转 点、DEM自动生成、地物识别)； 数字影像匹配（Digital Image Matching） 相似性测度：匹配实体与其它匹配实体之间相似性程度的定量度量。一般说来，相似性程度是用代价函数来表示的。 匹配实体：是一种要素，通过比较不同影像上的这些要素来寻找共轭实体。这些要素包括影像的灰度值，从影像上提出的特征以及描述参数，以及其他的符号描述。 匹配方法 相似性测度 匹配实体 基于区域的匹配 相关性，最小二乘 灰度级 特征匹配 代价函数 边缘、区域 关系匹配 代价函数 符合描述 优点： 窗口可以很快地提取，匹配的方法比较直观； 在纹理丰富的区域可以达到很高的精度。 数字影像匹配（Digital Image Matching） 基于灰度影像匹配 数字影像匹配（Digital Image Matching） 基于灰度影像匹配 缺点： 辐射量的改变对灰度值比较敏感； 搜索的空间比较大，可能会出现不同的局部极值； 处理的数据量相对比较大； 在一些情况下，如遮挡区（建筑物）、缺乏纹理（高速公路）或局部纹理重复区（沙漠、草地），可能会出现误匹配的情况。 数字影像匹配（Digital Image Matching） 基于灰度影像匹配具体实现步骤 在目标影像上选取待匹配的点，称为目标点； 以目标点为中心，选取一定大小的窗口，称为目标窗口； 数字影像匹配（Digital Image Matching） 基于灰度影像匹配的具体实现步骤 按照一定的先验知识和约束条件确定该目标点的共轭点（同名点）在右影像上可能存在的范围，称为搜索区域； 数字影像匹配（Digital Image Matching） 基于灰度影像匹配具体实现步骤 以搜索区域内每一点为中心，开取同样大小的窗口，称为搜索窗口； 数字影像匹配（Digital Image Matching） 基于灰度影像匹配具体实现步骤 计算目标窗口和每一个搜索窗口的相关系数，以相关系数大于一定阈值的搜索窗口的中心作为候选的匹配点; 数字影像匹配（Digital Image Matching） 基于灰度影像匹配具体实现步骤 结合其它的条件或指标在候选点中确定最终配准点。 或者直接以相关系数最大的窗口作为目标窗口的配准窗口，中心点作为配准点。 五、数字影像解译与理解（Image Understanding） 数字影像解译与理解（Image Understanding） 数字摄影测量的基本范畴还是确定被摄对象的几何与物理属性，即量测与理解。前者虽然有很多