8第八章 数字摄影测量基础-1

对准同名点量测同名像点第八章数字摄影测量基础第八章数字摄影测量基础

§8－1概述模拟、解析：在人眼的立体观察下，对准同名像点进行量测，目视判别属性数字摄影测量：利用数字灰度信号（数字影像），采用数字相关技术量测同名像点，在此基础上通过解析计算，进行相对定向和绝对定向，建立数字立体模型，从而建立数字地面模型、绘制等高线、制作正射影像图以及为地理信息系统提供基础信息等。是摄影测量自动化的必然产物数字摄影测量：自动识别同名像点，自动量测，自动提取与识别属性发展历程：1950年由美国工程兵研究发展实验室与Gauschandomb光学仪器公司合作研制了第一台自动测图仪，利用电子相关技术实现自动量测60年代初开始利用数字相关技术，80年代数字相关占统治地位88年，数字摄影测量系统处概念阶段92年，数字摄影测量系统步入生产阶段目前，已成为主流的摄影测量作业方法（半自动化）特点：自动量测处理的数据量大，依赖于计算机的发展速度快精度：子像素级相当于2µm（立体坐标量测仪1～20µm）影像解译：自动提取与识别(物理属性）自动化程度：自动化（内定向、相对定向、DEM、DOM)地物：全部人工交互；道路、房屋：半自动

数字影像或数字化影像§8－2数字影像与影像重采样§8－2数字影像与影像重采样灰度：光学密度，影像的灰度值反映了像片的透光能力

投射在底片上的光通量

透过底片的光通量

人眼对明暗程度的感觉是按阻光率的对数关系变化的灰度：一、影像灰度透过率：不透过率（阻光率）：二、数字影像及获取方法数字影像是一个灰度矩阵g：每个元素称为一个像元素(对应着实体的一个微小区域)

每个像元素是一个灰度值（只记录采样点上的灰度）像元素的点位坐标（扫描坐标）量化：将各点的灰度值转换为整数，将透明底片有可能出现的最大灰度变化范围进行等分，分为若干灰度等级，一般都取为，时得到256个灰度级，其级数是介于0到255之间的一个整数，0为黑，255为白，每个像元素的灰度值占8bit，即一个字节

灰度值如果用实数表示，一幅数字影像的存储空间将非常大，为解决这一问题，实际应用时需要进行量化处理采样：每隔一个间隔获取一个点的灰度值。被量测的点称样点，通常是矩形或正方形的的微小影块，即像素

称为采样间隔

（确定原则：根据精度要求和影像分辨率，另外还要考虑数据量）(对实际连续函数模型离散化的量测过程)数字影像的获取：可以直接从空间飞行器的扫描式传感器产生，也可以利用影像数字化器对光学像片经过采样和量化获取三、影像数字化器电子——光学扫描器：有很高的分解力和大的扫描面积

平台式扫描仪：精度与分解力较高（可达1µm）但扫描速度较慢滚筒式扫描仪：扫描行（x方向）由滚筒的旋转产生，速度快但精度与分解力低一些

固体阵列式数字化器：电荷耦合装置CCD线阵式：主要用于空间飞行器上，直接获取地面的数字影像面阵式：数码相机优点：体积小、重量轻、功耗低、造价低缺点：有限的分辨率，小成像面积四、数字影像的内定向：内定向参数，利用四个框标点平差解算问题的提出：经典的摄影测量已经建立了一整套像点坐标与对应的物点坐标间的关系，只要确定扫描坐标系与像平面坐标系之间的关系（内定向）就能利用原有理论两种坐标之间存在仿射变换内定向的目的：确定扫描坐标系和像片坐标系之间的关系数字化的扫描方向数字化的步进方向xyoO数字影像采集

非采样点的灰度？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N为最近点，其像素坐标值为:

缺点：最大误差可达±0.5像元

,几何精度较差非采样点P的灰度优点：最简单，计算速度快且不破坏原始影像的灰度信息

最邻近像元法：直接取与非采样点位置最近像元的灰度值

1234xy△x△yP11122122双线性插值法设非采样点P邻近的4个原始像元的灰度为

P点的灰度重采样值为：特点：计算较费时，精度较好

双三次卷积法（三次样条函数）特点：算法最严密，最费时互相关函数相似程度同名点目标区搜索区§8-3影像相关的概念与影像匹配的基本算法识别同名像点？影像匹配---同名点寻找相似性测度全数字化摄影测量的核心问题：如何在两幅（或多幅）影像之间自动识别同名像点（影像相关）匹配点确定的基础：匹配测度。基于不同的理论可以定义各种不同的匹配测度，因而形成了各种影像匹配方法数字影像相关：利用计算机对数字影像进行数值计算的方式完成影像的相关（匹配）一、相关系数法:目标区：以左片目标点为中心选取个像素的灰度阵列搜索区：估计出右片上同名点可能出现的范围，建立一个个像素的灰度阵列nnm目标区搜索区l计算相关系数值：依次在搜索区内取出个像素的灰度阵列，计算其与目标区的相似性测度相关系数，可求出(l-n+1)*(m-n+1)个相关系数结果：目标区相对于搜索区不断移动一个整像素，当相关系数最大时，对应窗口的中心点即是目标点的同名像点特点：搜索的结果均以整像素为单位相关系数是标准化协方差函数，目标影像的灰度与搜索影像的灰度之间存在线性畸变时，仍能较好地评价它们之间的相似性程度目标区和搜索区都是一个二维的影像窗口，二维相关半个像素二、协方差法nnm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差平方和测度nnm目标区搜索区可求出(l-n+1)*(m-n