第八章数字摄影测量相关理论.pptVIP

主要内容 1.内定向：自动进行影像框标识别 关键步骤---模型定向 自动相对定向 像点放大量测窗 左影像显示窗 右影像显示窗 点位放大显示窗 点位微调按钮 解析相对定向原理 同名光线对对相交于核面内 X Y Z a1(x1,y1) x1 y1 z1 S1 A(X,Y,Z) a2(x2,y2) z2 y2 x2 S2 首先在左（右）影像上分区提取特征点，然后利用二维影像匹配算法，自动在右（左）影像上寻找若干个同名点（通常超过100个点），作为相对定向的定向点，确定这些点的像平面坐标，再按解析摄影测量的相对定向算法，解求出立体像对的5个相对定向参数。根据相对定向参数就可确定立体影像对内左、右影像的相对方位，计算出各点的模型坐标。 关键步骤---模型定向 绝对定向—实现 关键步骤---模型定向 绝对定向 X1 Y1 Z1 P Zp Yp Xp X2 Y2 Z2 A a1 s1 a2 s2 M Ztp Ytp Xtp X0 Y0 Z0 绝对定向元素 关键步骤---模型定向 绝对定向—实现 由人工在左右影像上定位控制点点位，采用影像匹配技术确定同名点，计算绝对定向参数，完成绝对定向。支持立体量测功能，可通过手轮、脚盘直接驱动立体影像来调整控制点和像点坐标。 关键步骤---影像匹配 关键步骤---影像匹配 生成核线影像 将原始数字影像重新按核线方向，逐条核线进行排列，形成按核线排列的立体影像。一般情况下，数字影像的扫描行与核线不重合，为了获取核线上点的灰度序列，必须根据原始影像灰度值进行内差，即所谓沿核线进行影像灰度重采样。 关键步骤---影像匹配 匹配预处理 在自动影像匹配之前，可以在立体模型中量测一部分特征线（山脊线、山谷线、陡坎、断裂线等），特征点（山顶、鞍部点、变坡点等），特征面（湖面、阴影区、林区边界等），作为自动影像匹配的控制。经过上述的预处理，可以明显改善影像匹配的效果。对于大比例尺测图，预处理是很重要的。 关键步骤---影像匹配 影像匹配 影像匹配，是沿核线进行一维影像匹配，自动确定同名点。影像匹配采用金字塔影像数据结构，基于跨接法的整体影像匹配。 关键步骤---影像匹配 匹配结果编辑 在影像自动匹配完成后，系统根据相关系数对匹配结果进行统计分类，并以绿、黄、红三种区域，表示影像匹配较好、一般、较差。在立体模型中通过显示匹配后同名点的视差（左右视差）断面或等视差曲线，可以发现粗差，显示出系统认为不可靠的点。 n 目标区 n 搜索区 m ?1 ?2 ?3 ?4 ?5 同名点的确定是以匹配测度为基础 3.数字影像匹配基本算法 （１）相关系数法 目标区灰度均值 搜索区灰度均值 目标区方差 搜索区方差 （１）相关系数法 协方差 相关系数 （２）最小二乘影像匹配 德国Ackermann教授提出了一种新的影像匹配方法——最小二乘影像匹配（least Squares Image Matching） 影像匹配可以达到1/10甚至1/100像素的高精度 a. 原理 “灰度差的平方和最小” 在影像匹配中引入变形参数，同时按最小二乘的原则，解求这些参数，就是最小二乘影像匹配的基本思想。 辐射畸变 几何畸变 b．仅考虑影像相对移位的一维最小二乘匹配 假设两个一维灰度函数g1(x), g2(x),除随机噪声外，g2(x)相对于g1(x)只存在零次几何变形——移位量?x。 前提 误差方程式 b．仅考虑影像相对移位的一维最小二乘匹配 离散的数字影像而言，灰度函数的导数g,2(x)可由差分代替 为解求相对移位量?x，需上式进行线性化 最小二乘影像匹配是非线性系统，必须进行迭代。迭代过程收敛的速度取决于初值。 误差方程式可写为 解得影像的相对移位 总结 影像匹配技术是整个数字摄影测量的核心所在，也是区别于模型摄影测量和解析摄影测量的核心所在。 影像匹配实质上是用计算机技术代替人眼进行观测，找到同名像点。 三、核线重采样 确定同名核线的两种方法 基于影像几何纠正的核线解折关系 基于共面条件的同名核线几何关系 核线的重排列（重采样） 1.基于影像几何纠正的方法 实际像片 水平像片 S1 S2 摄影基线 p0 水平影像 u v P 倾斜影像 x y 焦距f 示意图 v = 某常数即表示某一核线 C=v 在“水平”影像上获取核线影像 u=k? 采样间隔 u v 核线的重排列（重采样） 是否是采样点？ 水平像片 倾斜像片 同名核线的v坐标值相等 同名核线的确定 三、核线重采样 核线的重排列（重采样） 线性内插 四、摄影测量系统 像点放大量测窗 左影像显示窗 右影像显示窗 点位放大显示窗 点位微调按钮 用计算机影像匹配与识别代替人眼量测与识别 高度自动化—其影像的内