数字摄影测量学考试习题.doc

  1. 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. 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. 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)。
查看更多
数字摄影测量学重点总结 一:名词解释 影像匹配:通过一定的匹配算法在两幅或多幅影像之间识别同名点,如二维影像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,去搜索区中相关系数最大所对应的窗口中心点作为同名点。 金字塔影像:对二维影像进行低通滤波,并逐渐增大采样间隔,形成的影像像素依此减少的影像序列。 立体正射影像对:由正射影像和通过该正射影像生成的立体匹配片两者组成的立体相对。 同名核线:同一核面与左右影像相交形成的两条核线,其中核线面指物方点与摄影基线所确定的平面。 立体透视图:运用透视原理和一定的数学模型,将物方具有三维信息的点转换到指定的平面上,并通过消隐处理获得立体透视效果。 数字微分纠正:根据有关的参数与数字地面模型,利用相应的构象方程式,或按一定的数学模型用控制点结算,从原始非正射投影的数字影像获取正射影像。 重采样: 影像相关:利用互相关函数,评价两块影像的相似性以确定同名点。 数字相关:利用计算机对数字影像进行数值计算完成影像的相关。 数字高程模型:是数字地面模型DTM 只考虑地形分量时的结果,表示某一区域D 上地形的三维向量有限序列{Vi=(Xi,Yi,Zi),i=1,2,…,n},其中(Xi,Yi)∈D 是平面坐标,Zi 是(Xi,Yi)对应的高程。 核线重排列:由于一般情况下数字影像的扫描行与核线并不重合,为了获取核线的灰度序列,对原始数字影像灰度进行的重采样,亦即对原始灰度函数值进行内插。 单片修测:利用单张像片与DEM 对地图进行修测,主要内容为地物的增减,相比于传统方法可以节省资金与工时,是一个迭代求解的过程。 二:简答题 1、相关函数估计:a较小,S(f)较平缓,高频信息较丰富 相关函数R(τ)较陡峭,相关精度高拉入范围较小出错率高;a较大功率谱S(f)较陡峭,低频信息占优势,相关函数R(τ)较平缓,相关精度较差,拉入范围较大,出错率低。 单片修测:①进行空间后方交会,确定方位元素; ②量测像点坐标(x,y);③计算出地面平面坐标近似值;④由平面坐标及DEM内插出高程Z1; 等高线的绘制:①1.基于矩形格网DEM自动绘制等高线 确定等高线高程 ,Zmin=INT(Zmin/Δz+1)Δz;Zmax=int(Zmin/Δz)Δz; Zk=Zmin+k*Δz; 计算状态矩阵 等高线的起点和终点的处理 内插等高线点 搜索下一个等高线点 ②基于三角网的等高线绘制: 基于三角形搜索的等高线绘制 对于记录了三角形表的TIN,按记录的三角形顺序搜索,其基本过程如下: 对给定的等高线高程Z,与所有网点高程Zi,(i=1.2.3.4...),进行比较,若Zi=Z;则将Zi加上一个微量值,以使程序简单而又不影像等高线精度。 设立三角形标志数组,其初始值为0,每一元素与一个三角形对应,凡处理过的三角形将标志设为1,以后不再处理,直至等高线高程改变。 按顺序判断每一个三角形的三边中的两条边是否有等高线穿过。 搜索该等高线在该三角形的离去边,也是相邻三角形的进入边,并内插其平面坐标。搜索与内插方法与上面的搜索起点相同,不同的只是仅对该三角形的另两边作处理。 进入相邻三角形,重复第四步,直至离去边没有相邻三角形或相邻三角形即搜索起点所在的三角形时为止。 基于格网点搜索的等高线绘制 对于仅记录了网点邻接关系他TIN “相关系数最大”影像匹配、基于物方的VLL 法影像匹配和最小二乘法影像匹配的相同点及差别是什么? “相关系数最大”影像匹配是指在左影像上以目标点为中心选取一定大小的区域作为目标区,将右片同名点可能存在的区域作为搜索区,比较目标窗口和搜索区内同大小窗口的灰度相关系数,将相关系数最大所对应的窗口的中心作为同名点。 基于物方的 VLL 法影像匹配是在待定点的地面平面坐标已知的情况下,通过共线方程和合理的高程设定值,解算其相应的像点坐标,通过比较不同高程所对应的像点的相关测度,取最大测度处的像点作为同名点,相应的高程作为物点的高程; 最小二乘法影像匹配是指顾及影像的几何和辐射畸变并引入相应的变形蚕参数,同时按最小二乘的原则解求这些参数,将相关系数最大处的左片目标窗口采用坐标梯度加权平均作为目标点,右片同名点的位置由求得的几何参数计算而得; 由上可知三种匹配算法的相同点:都是基于灰度的影像匹配,都用到了相关系数最大作为匹配的测度; 不同点:“相关系数最大”影像匹配是基于像方的,通过选定目标区窗口与搜索区中相应大小的窗口中相关系数系数最大的窗口中心点作为同名点,匹配精度与窗口大小、影像信噪比有关; “基于物方的 VLL 法”影像匹配是基于物方的,而且能直接确定物方点的空间三维坐标,将不同高程处所对应左右影像中的像点作为可能的匹配点,取相关系数最大处作为同名像点,同时也获得了物点的高程信息,匹配精度与步距dz、影

文档评论(0)

xingyuxiaxiang + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档