第八章+数字摄影测量基础w2010.pptVIP

第八章 全数字摄影测量基础 §8－2 数字影像与影像重采样 四、数字影像的定向 1.数字影像的内定向 在摄影测量中常用像平面坐标系 来建立像点与地面点的坐标关系， 但像片扫描数字化后，像片的扫 描坐标系与像平面坐标系不再相 同，此时需要进行两个坐标系的 换算。 如图中，o-cr为影像扫描坐标系， e-xy为框标坐标系，o-xy为像平 面坐标系，S－xyz为像空间坐标 系。 数字影像内定向的过程可以表示为如图所示的一个过程： 先把影像图像二值化，然后自动识别框标，为了确定框标中心位置．一个简单而有效的方法是计算二值图的重心坐标： 2.数字影像的相对定向 用两个相互重叠的立体像对构成立体模型是进行三维信息提取和数字摄影测量的基础，而立体模型的建立则必须进行相对定向，相对定向的目的就是恢复两个影像在空中成像时的相对方位，使同名光线对对相交。在竖直航空摄影或已知倾角近似值的倾斜投影中，相对定向一般采用迭代解，但是当不知道这些值时，需要进行相对定向的直接求解。 自动相对定向的关键是自动识别定向所需要的同名点对，在解析摄影测量中，一般用6个以上的同名点对来计算相对定向元素，在数字摄影测量中，则具有很大的灵活性，可以利用影像相关来识别足够多的同名点．使得相对定向达到高精度。相对定向可以有下列方式实现。 （1）标准点相对定向 （2） 兴趣点相对定向 五、数字影像重采样 问题的提出：数字影像只记录采样点的灰度级值，当所求像点不落在原始像片上像元素的中心（非采样点），要获取非采样点的灰度值，就要在原采样的基础上再一次采样，即重采样（resampling） （内插） 方法：最邻近像元法、双线性插值法、双三次卷积法 §8-3 基于灰度的影像相关（Area Based Image Matching） 二、协方差法 差平方和测度 差绝对值和测度 1、仅考虑影像相对位移的一维最小二乘匹配 §8-4 同名核线的确定与核线相关 §8-4 同名核线的确定与核线相关 基于特征的影像匹配 §8-5 数字摄影测量系统 n n m 目标区 搜索区 可求出(l-n+1)*(m-n+1)个协方差值，当协方差值为最大时，对应的相关窗口的中点就是待定点的同名像点。 l n n m 目标区 搜索区 可求出(l-n+1)*(m-n+1)个S2值，当S2为最小时，对应的相关窗口的中点就是待定点的同名像点 灰度差的平方和最小 l n n m 目标区 搜索区 可求出(l-n+1)*(m-n+1)个S值，当S为最小时，对应的相关窗口的中点就是待定点的同名像点 灰度差的绝对值最小 l 三、高精度最小二乘影像匹配 问题的引出：匹配怎样达到子像素精度？ 在相关运算中引入变形参数，补偿两相关窗口之间的 辐射畸变 几何畸变 引入的变换参数作为待定值，一同纳入到最小二乘解算中，使匹配可达到1/10甚至1/100像素的高精度（子像素精度） 由德国Stuttgart大学Ackermann教授与Pertl提出 影像灰度的系统变形 辐射畸变（产生的原因） 照明及被摄物体辐射面的方向 摄影处理条件的差异 影像数字化过程中产生的误差等 几何畸变 ：产生了影像灰度分布之间的差异（相对移位、图形变化 ） 摄影方位不同所产生的影像畸变 由于地形坡度所产生的影像畸变等 △x 解得△x后，对g2进行重采样，反复迭代解求，必须已知初匹配的结果 左、右像片灰度函数分别为 g2(x)相对于g1(x)仅有相对位移 仅考虑偶然误差（随机躁声）分别为 线性化 取一个小窗口，窗口内每个元素列一个误差方程 2、仅考虑辐射畸变的最小二乘影像匹配 辐射畸变或者说灰度值的偏差可以在匹配之前先进行预处理，设 分别为左影像的灰度值、均值和标准差， 分别为右影像的灰度值、均值和标准差，通过下面所谓的中心化方法可得到改正后的左、右影像。该式可在很大程度上消除两影像之间的灰度偏差。 为了使得两影像在灰度上分布一致，可以把辐射畸变描述成一个线性变换： 若再考虑先前的偶然误差，则有 按照 的原理可以组成法方程式： 在进行了中心化预处理的前提下，可求得解为： 3、兼顾几何变形和辐射畸变的最小二乘影像匹配 几何变形主要是指仿射变形，包括相对移位和比例与旋转的变化，可以表达为： 式中，x和y取窗口影像中心为原点,则兼顾几何变形和辐射畸变，左右影像匹配时应满足： 则可得误差方程 一般对该式进行线性化分别求得两个辐射畸变参数和六个几何变形参数的改正数也即 采用与前述相似的方法，可以求得这八个参数。 最小二乘影像匹配特点： 引入