数字摄影测量复习

•只用到灰度得一阶差分及滤波，操作简单

•稳定，对图像旋转、灰度变化、噪声影响与视点变换不敏感

•但对尺度很敏感，不具有尺度不变性

2.线特征提取算子

・“边缘”影像局部区域特征不相同得区域间得分界线

・“线”就是具有很小宽度得其中间区域具有相同得影像特征得边缘对

1）高斯-拉普拉斯算子

LOG算子为卷积核，对原灰度函数进行卷积运算后，提取零交叉点为边缘

2）Hough变换

对于影像空间直线上任一点（x,y）变换将其映射到参数空间得一条正弦曲线上

3.定位算子

1）Forstner定位算子

・最佳窗口选择：最佳窗口由Forstner特征提取算子确定

・最佳窗口内加权重心化

2）高精度角点与直线定位算子

原始得Roberts梯度方向代替直线方向存在不容忽视得模型误差，Hough变换等

使用梯度方向得方法不可能达到很高得精度。该平差模型不采用梯度得方向，而

就是采用梯度得模为观测值。

第四章数字影像解析基础

1.摄影测量基本概念及原理

1）相对定向直接解

当不知道倾斜摄影中他角得近似值以及不知道影像得内方位元素时采用直接解。

•相对定向直接解得定向点数——8个以上

•由于立体像对就是由在不同摄站对同一物体所摄取得相片构成，如果取左像

空间坐标系为相对方位元素得参考坐标系，为确保右像片与左像片构成立体

像对，右片得相对方位元素必须满足：

----<co<———<（r）<0

2

2）空间后方交会直接解

•竖直航空摄影且地面控制点大体对称分布得情况下可给定初值，迭代解算

•影像相对于物方坐标方位不确定时采用直接解。

♦迭代法或直接法解出空间距离，计算各摄影光未得方向角，解算6阶方程，然

后解算外方位元素。

2.同名核线确定与重采样

1）确定同名核线得两种方法

•基于影像几何纠正得核线解折关系

水平相片对上同名核线得v坐标值相等

•基于共面条件得同名核线几何关系

同一核线上得点均位于同一核面上

2）核线重排列

•在水平相片上获取核线影像

•直接在倾斜相片上获取影像

第五章影像匹配基础理论与算法

1.数字影像匹配得定义

•在摄影测量与遥感中，匹配可以定义为在不同得数据集合之间建立一种对应

关系。如果这些数据集合就是影像，就称为影像匹配。

•影像匹配就是在两幅（或多幅）影像之间识别同名元素（点'线），它就是计算

机视觉及数字摄影测量得核心问题。

•自动地在由数字立体像对中提取得元素之间建立对应关系得过程，称为数字

影像匹配。

2.影像相关原理

影像相关就是利用两个信号得相关函数,评价它们得相似性以确定同名点0

相关函数：自相关函数就是偶函数、自相关函数在T=0处取得最大值

3.影像相关得谱分析

维纳-辛钦定理：随机信号得相关函数与其功率谱就是一俾立叶变换对，即相关函

数得傅立叶变换即功率谱，而功率谱得逆傅立叶变换即相关函数

1)影像得功率谱估计

2)相关函数估计

•当a较小时，S(f)较平缓，高频信息较丰富,此时相关函数R(T)较陡%也

关精度高，但由可能得近似位置到正确相关得点间距离(称为拉入范围)较

±o这就要通过低通滤波获得较大得拉入范围

•当a较大时，功率谱S(f)较陡峭，低频信息占优势，因而相关函数R(T)较平

缓，相关精度较差,但拉入范围较大,相关结果出错得概率较小

3)金字塔影像得建立

•从粗到精得相关策略。即先通过低通滤波，进行初相关，找到同名点得粗略位

置，然后利用高频信息进行精确相关

•对于二维影像逐次进行低通滤波，并增大采样间隔，得到一个像元素总数逐

渐变小得影像序列，将这些影像叠置起来颇像一座金字塔，因而称之为金

字塔影像结构

4.数字影像匹配得基本概念

1)共租实体

共扰实体就是比共朝点更一般得概念，它就是目标空间特征得影像，包括点，线，

面等

2)匹配实体

就是一种要素，通过比较不同影像上得这些要素来寻找共辄实体。这些要素包

括影像得灰度值,从影像上提出得特征，以及其她得符号描述

3)相似性测度

就是评价匹配实体之间相似性程度得一种定量指标。一般来说，相似性程度由代

价函数来度量

4)匹配方法

匹配方法一般按照匹配实体来命名，如基于灰度得匹配(area-basedmatchirg或

gray-scaIebasedmatching)，基于特征得匹配(feature-basedmatching)以及

关系匹配(relationalmatching)等。

匹配方法相似性测度匹配实体

基于灰度的匹配相关系数等灰度值

居于特征的匹配代价函数边缘，区域

关系匹配代价函数关系描述

5）匹配策略

匹配策略就是指求解影像匹配问题得概念或整体方案，它包括匹配环境分析，匹

配方法选择，以及匹配质量控制

5.数字影像匹配得一般过程

1）在一张影像上选取待匹配得目标，选择匹配实体，确定目标区域

2）在另一张影像上确定搜索区域，计笄相似性测度

3）依据相似性测度，确定共辄实体

4）进行匹配质量评价

6.影像四配需要解决得主要问题

1）匹配实体得选取

•灰度值•点特征、边缘、面特征•符号描述

2）立体视觉中不确定性问题得处理

损失大量信息几何变形遮挡问题灰度畸变

3）相似性测度得选择

•相关函数、协方差函数、相关系数、差平方与、差绝对值与•由点得圆度、

边缘得梯度、方向、长度表示得代价函数

4）匹配算法得优化

•如何提高影像匹配将速度、精度、可靠性，算法得适应性等•如何进行初

值得选取，搜索窗口得确定，约束条件得使用等

5）匹配质量得评价

可用贝叶斯判别原则解决。

7.影像四配在摄影测量中得应用

1、内定向2、相对定向3、数字空三中得转点4、绝对定向

5、DEM获取6、影像解译

8.数字影像匹配基本算法

影像匹配实质上就是在两幅（或多幅）影像之间识别同名点

1）基于像方得匹配算法

•同名点得确定就是以匹配测度为基础

•基于灰度得影像匹配就是以数字影像局部范围内得灰度值及其分布作为匹

配实体，通过计算相似性测度确定共朝实体得影像匹配方法。

•基于灰度得影像匹配中得共机实体可以就是点，也可以就是线段或其她特

征。

•常用得相似性测度：

①相关函数测度：矢量Y在X上得投影最大

计算简单没考虑几何变形得影响没考虑灰度畸变得影响

在没有几何变形与灰度畸变得情况下，也可能产生假配准。

②协方差函数测度：矢量Y'在X'上得投影最大

计算比较简单没考虑几何变形得影响当两影像得灰度强度平均相差一

个常量时，不受影响，但灰度反差拉伸对其有影响。

③相关系数测度：等价于矢量X，与Y'得夹角最小

计算比较复杂没考虑几何变形得影响不受灰度线性畸变

得影响相关系数就是灰度线性变换得不变量

④差平方与测度：等于N维空间点Y与点X之距离最小

计算简单没考虑几何变形得影响没考虑灰度畸变得毫响

⑤差绝对值与测度：矢量X-Y之分量得绝对值之与最小

计算简单没考虑几何变形得影响没考虑灰度畸变得影响

・影像匹配过程：

①在左影像上选一个要匹配得点，称为目标点

②以目标点为中心，取一定大小得窗口，称为目标窗口

③以影像得重叠范围以及其她得先脸知识，确定右影像上同名点可能存在

得范围，称为搜索区域

④以搜索区域内得每一点为中心，开取同样大小得窗口，称为搜索窗口

⑤对于每一个搜索窗U,计笄目标窗口与搜索窗口之间得相似性测度一

相关系数

⑥以相关系数最大值所对应得匹配窗口作为目标窗口得配准窗口，即共褪

窗口。同时配准窗口得中心像素就作为目标点得配准点，或共辄点。

⑦进行精度评定，如要求达到子像素精度，可采取内插措施

由于左右影像采样时得差别，同名像素得中心点一般并不就是真正得同名点、真

正得同名点可能偏离像冻中心点半个像冻之内，这就使得匹配产生误差、

•影像匹配精度

影像相关就是左影像为目标区与右影像上搜索区内相对应得相同大小得一影像

相比较，求得超差差数，代表各窗口中心像素得中央点处得匹配测度。

影像匹配（相关）即使在定位到整像素得情况下，其理论精度也可达到大约0、3

像素得精度。

用相关系数得抛物线拟合提高相关精度

2）基于物方得匹配算法

影像匹配得目得就是提取物体得几何信息，确定其空间位置，VLL能够直接确定

物体表面点空间三维坐标得影像匹配方法。

第六章最小二乘影像匹配

1.概述：

•定义：一种基于灰度得影像匹配，它同时考虑到局部影像得灰度畸变与几何

畸变，就是通过迭代使灰度误差得平方与达到极小，从而确定出共朝实体得

影像匹配方法。

•优点就是精度高，可达到1/10到1/100个像素

•缺点就是初值要求精度高，迭代时间长。

实际应用中，一般将基于灰度得匹配或基于特征得匹配作为粗匹配，而将最

小二乘影像匹配作为精匹配。

•最小二乘影像匹配中可以非常灵活地引入各种已知参数与条件，从而可以进

行整体平差。

•解决“单点”得影像匹配问题，以求其“视差”；也可以直接解求其空间坐标。

同时解决“多点”影像匹配或“多片”影像匹配。

・引入“粗差检测”，从而大大地提高影像匹配得可靠性。

2.最小二乘法影像匹配得原理

・不考虑灰度畸变与几何畸变，按灰度差平方与最小得原则进行影像匹配得数

字模型。若在此系统中引入系统变形得参数，4安灰度差平方与最小得原则.

解求变形参数，就构成了最小二乘影像匹配系统。

•灵活，可靠与高精度就是优点,缺点就是，如当初始值不太准时,系统得收敛

性等问题有待解决。

•影像灰度得系统变形有两大类：辐射畸变；几何畸变

1）不考虑灰度畸变与几何畸变：灰度差得平方与最小

•仅仅认为影像灰度只存在偶然误差

2）仅考虑辐射得线性畸变得最小二乘匹配：相关系数

相关系数最大T信噪比为最大

因为没引入几何变形参数，所以匹配结果就是以整像素为单位

3）仅考虑影像相对移位得一维最小二乘匹配：视差

•影像匹配得主要目得就是确定影像相对移位，传统得算法采用目标区相对于

搜索区不断地移动一个整像素,搜索最大相关系数得影像区中心作为同名像

占。

•在最小二乘影像匹配算法中，可引入几何变形参数，直接解算影像移位,这就

是此算法得特点。

•最小二乘影像匹配就是非线性系统，必须进行迭代。迭代过程收敛得速度取

决于初值。

3.单点最小二乘法影像匹配

•基本思想：两个二维影像之间得几何变形，不仅仅存在着相对移位，而且还存

在着图形变化。只有充分地考虑影像得几何变形，才能获得最佳得影像匹配。

•基本步骤：

1）几何变形改正

2）重采样

3）辐射畸变改正

4）计算相关系数并判断就是否继续迭代

5）用最小二乘影像匹配计算参数改正值dhO,dh1,daO…观测值就是相应像素

得灰度差

6）计算变形参数

7）计算最佳匹配点位

•匹配精度取决于影像灰度得梯度

4.带共线条件得最小二乘影像匹配

•为了进一步提高其可靠性与精度精列如附带共线条件得最小二小相关以及与

VLL法结合得最小二乘影像匹配方法都得了广泛得研究

•假设对同一个物体摄取了n+1个影像，目标窗口大小为m*m,则误差方程式个

数为n*m*m,未知数个数为6*n

5.最小二乘法影像四配精度

1）影像匹配得精度与相关系数有关，相关系数愈大则精度愈高。它与影像窗口

得“信噪比”有关，信噪比愈大，则匹配得精度愈高。

2）影像匹配得精度还与影像得纹理结构有关。当目标窗口内灰度没有变化时，

则无法进行影像匹配。

第七章特征匹配与整体匹配

1.基于特征得影像四配概述

•定义：以影像上提取得特征为共机实体，以特亚得描述参数为匹配实体，通过

计算匹配实体之间得相似性测度实现共犯实体配准得影像匹配方法，称为基

于特征得影像匹配。

・为什么：

1）当待匹配得目标位于低反差区内，即在该窗口内信息贫乏，信噪比很小，则其

匹配得可靠性不高。

2）目得只需要配准某些点线或面

3）基于特征得影像匹配在机器人视觉与城市摄影测量人工建筑物得提取中优

势更强，灰度匹配难以适应。

2.基于特征得影像四配得主要过程

1）特征提取；

2）利用一组参数对特征作描述；

3）利用参数进行特征匹配。

3.基于特征得影像匹配得策略

1）建立金字塔分层影像

2）特征提取

特征点得分布：

随机分布：按顺序进行特征提取，但控制特征得密度。

均匀分布：将影像划分成规则矩形格网，每一格网内提取特征点。

3）特征点得匹配

•二维匹配与一维匹配

影像方位参数未知时，必须进行二维影像匹配；

建立影像模型，形成核浅进行一维匹配。

•匹配备选点得选择：

①右影像也进行相应特征提取

②右影像不进行特征提取

③右影像不进行特征提取，但也不将所有得点作为可能得匹配点

•特征点得提取与匹配得顺序

深度优先与广度优先

深度优先搜索法占内存少但速度较慢，广度优先搜索算法占内存多但速度较快

•匹配得准则

除了运用一定得相似性测度，一般还可考虑特征得方向，周围已匹配点得结果。

•粗差剔除

小范围内利用倾斜平面模型进行视差拟合，将残差大于某一阈值点作为粗差别除

4.跨接法影像四配

先不顾及几何变形作“粗匹配”，然后用其结果作几何改正再匹配

5,整体四配

一般情况，地形可认为就是连续得，因此邻近点得高程（或视差）就有很强得相关

性。如何顾及它们之间得相关性，产生最佳得整体匹配结果，这就是提高影像匹配

可靠性、匹配结果之间得一致性得重要途径。

1）多点最小二乘影像匹配

2）动态规划影像匹配

3）松弛法影像匹配

4）人工神经元网络影像匹配

第八章数字地面模型得建立

1.概述

DTM就是地形起伏得数字表达，它由对地形表面取样所得到得一组点得x、v、Z

坐标数据与一套对地而提供连续得描述得算法组成。简单地说，数字地面模型就

是按一定结构组织在一起得数据组，它代表着地形特征得空间分布。DTM就是建

立地形数据库得基本数据，可以用来制作等高线图、坡度图、专题图等多种图解

产品。

DTM就是地形表面形态等多种信息得一个数字表示。地形，环境，资源，土地利用，

人口分布等多种信息得定量或定性描述

①可以直接输入计算机，供各种计算机辅助设计使用。

②可以运用多层数据结构存储丰富得信息（地形图无法表达得垂直分布地物信

息）。

③存储形式就是数字形式得，便于修改、更新、管理、转换。

•数字高程模型DEM得表示形式

1）规则矩形格网基础信息+高程

优点就是存贮量最小、便于使用管理。

缺点就是有时不能准确表示地形得结构与细部

2）不规则三角网

能较好地顾及地貌特征点、线，表示复杂地形表面比矩形格网精确。

缺点就是数据量较大，数据结构较复杂，使用与管理也较复杂。

3）矩形格网与三角网混合

2.数字高程模型得数据获取及预处理

为了建立DEM,必须量测一些点得三维坐标，这就就是DEM得数据采集或数据获

取。通常就是按一定得测量方法（野外直接测量、数字摄影测量等）,在测区内测

量一定数量得离散点得平面位置与高程，这些点称为控制点（数据点或参考点）。

接着，以控制点为网络框架，在其中内插大量得高程点。

•数据采集方式

1）沿等高线采样：沿等高线采样可按等距离间隔记录数据或按等时间间隔记

录数据方式进行。

2）规则格网采样：方法简单、精度较高、作业效率也较高；特征点可能丢失。

3）沿断面扫描：获取数据得精度比其它方法要差，特别就是在地形变化趋势改

变处，常常存在系统误差

4）渐进采样

①计算两点间中点得二次内插值与线性内插值之差，判断该差值就是否

超过给定得阈值。当超过阈值时，则对格网进行加密采样

②利用高程得二阶差分就是否超过给定阈，直

5）选择采样：根据地形特征进行选择采样。

6）混合采样:将规则采样与选择采样结合起来进行。

7）自动化DEM数据采集：按影像上得规则格网利用数字影像匹配进行数据采集

•DEM质量控制方法（采样间隔与数据量/地形复杂程度）

1）采样定理确定采样间隔

2）地形剖面恢复误差确定采样间隔

3）考虑内插误差得采样间隔与插值分析方法

•DEM数据预处理

1）数据格式得转换

2）坐标系统得变换

3）数据得编辑

4）栅格数据得矢量化转换

5）数据分块

将数据点按分块格网得顺序进行交换，使属于同一分块格网得数据点连续地存

放在一起

6）于区边界得提取

3.数字高程模型得内插方法

1）移动曲面内插方法

以每一待定点为中心，定义一个局部函数去拟合周围得数据点。逐点内插法十分

灵活,精度较邕,计算方法鱼里又不需很大得计算机内存，但计算速度可能比其它

方法慢。

对点得选择除满足n>6外，应保证各个象限都有数据点。

当地形起伏较大时,半经R不能取得很大。

当数据点较稀或分布不均匀时，利用二次曲面移动拟合可能产生很大得误差。

2）多面函数内插方法

任何一个圆滑得数学表面总就是可以用一系列有规则得数学表面得总与，以任意

得精度进行逼近。”

3）有限元内插方法

为了解算一个函数，把它分成为许多适当大小得“矍江”，在每一单元中用一个

简单得函数，例如多项式来近似地代表它。

•断裂线得处理

（I）作线性内插，加密断裂线点，特别就是断裂线与DEM格网线交点之平面坐标

与高程

(2)将计算单元按断裂线划分成子区，确定每个子区由哪几条断裂线与边界线

组成

(3)分子区内插得原则就是：不属于该子区得数据点不参加该子区得平差计

算，判断得方法跌落法与符号判断法

(4)分子区进行内插计算。

4.DEM得精度及存储管理

・精度

1)由地形功率谱与内插方法得传递函数估计DEM精度

2)利用检查点得DEM精度评定

・储存

文件头+各网点高程

当根据各数出现得概率设计一定得编码，用位数(bit)最短得码表示出现概率最

大得数,出现概率较小数用位数较长得码表示，则每一数据所占得平均位数比原

来得固定位数(16或8)

第九章不规则三角网得建立

1.三角网数字地面模型得构建

1)角度判断法建立TIN

当已知三角形得两个顶点、后,利用余弦定理计算备选第三顶点得三角形内角得大

小，选择最大者对应得点为该三角形得第三顶点。

应尽可能保证每个三角形就是锐角三角形或三边得长度近似相等，避免出现过大

得钝角与过小得锐角

2)泰森多边形与狄洛尼三角网

每个多边形内含且仅含一个离散点多边形称为泰森多边形。用直线段连接每两个

相邻多边形内得离散点而生成得三角网称为狄洛尼三角网。

2.三角网数字地面模型得存储

1)直接表示网点邻接关系得结构：最大特点就是存贮量小，编辑方便。但就是三

角形及邻接关系都需要实时再生成，且计算量较大，不便于TIN得快速检索

与显示。

2）直接表示三角形及邻接关系得结构：检索网点拓扑关系效率高，便于等奇线

快速插绘、TIN快速显示与局部结构分析。但存贮量较大，编辑不方便。

3）混合表示网点及三角形邻接关系得结构：存贮量与直接表示三角形及邻接关

系结构相当，但编辑与快速检索较方便

4）可将TIN转化为规则三角网存贮方式，从而实TIN得压缩存贮

第十章数字地面模型应用

在测绘中可用于绘制等高线、坡度、坡向图、立体透视图，制作正射影像图、至

体景观图、立体匹配片、立体地形模型及地图得修测。在各种工程中可用于体

积、面积得计算，各种剖面图得绘制及线路得设计。

1.基于矩形格网得DEM多项式内插

DEM最基础得应用就是求DEM范围内任意一点P（X,Y）得高程

双线性多项式内插只能保证相邻区域接边处得连续，不能保证光滑。但因其计算

量较小，就是最常用得方法。

2.三角网中得内插

3.等高线得绘制

・基于规则格网

1）等高线得跟踪

与边界相交得等高线为开曲线,不与边界相交得等高线为闭曲线

2）等高线得光滑

•基于TIN

1）基于三角形

精度高非规则边界穿过三角形一次

①设立三角形标志数组：每一元素与一个三角形对应，凡处理过得三角

形将标志置为1,以后不再处理，直至等高线高程改变。

②按顺序判断每个三角形得三边中两条边就是否有等高线穿过

③搜索该等高线在该三角形得离去边

2）基于格网点

①建立一个与邻接关系对应得标志数组按格网点得顺序进行搜索

②对每一格网点，按所记录得与该点形成格网边得另一端点得顺序搜索，

直至搜索到第一个有等高线穿过得边得端点Q1。

避免重复与遗漏

4.立体透视图

“视点”瞧做为“摄影中心”，可以直接应用共线方程从物点坐标（X,Y,Z）计算

“像点”坐标（x,y）°

①透视变换问题。在二维屏幕空间显示三维立体。

②消隐问题。即前景档后景得问题

5.DEM得其她应用

DEM体积由四棱柱与三棱柱体积进行累加得到

第十一章数字微分纠正

1.概述

航摄像片只要消除像片倾斜与地形起伏引起得像点位移，就能将中心投影变换

为正射投影。

1）正射投影技术对丘陵地与山地得图像进行变换，使之成为具有规定比例尺

得正射像片得技术。该技术又称为微分纠正。

2）正射影像消除了倾斜误差与投影误差具有统一比例尺得影像。利用正射投

影技术得到得影像。

3）数字微分纠正：根据有关得参数与数字地面模型,利用相应