數(shù)字攝影測量復(fù)習題含答案(共8頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上第五章 數(shù)字影像與特征提取1. 什么是數(shù)字影像?其頻域表達有什么作用？答：數(shù)字影像是以數(shù)字形式保存數(shù)字化航空、膠片影像的掃描影像頻域表達對數(shù)字影像處理是很重要的。因為變換后矩陣中元素的數(shù)目與原像中的相同。但其中很多是零值或數(shù)值很小，這就意味著通過變換、數(shù)據(jù)可以被壓縮，使其能更有效的存儲和傳遞；其次是影像分解力的分析以及許多影像處理過程。例如濾波、卷積以及在有些情況下的相關(guān)運算，在頻域內(nèi)可以更為有利的進行。其中所利用的一條重要關(guān)系就是在空間域內(nèi)的一個卷積，相當于在頻率域內(nèi)其卷積函數(shù)的相乘，反之亦然。在攝影測量中所使用的影像的傅立葉譜可以有很大的變化，例如在任何一張航攝影

2、像上總可以找到有些地方只含有很低的頻率信息，而有些地方則主要包含高頻信息，偶然的有些地區(qū)主要是有一個狹窄范圍的帶頻率信息。2. 怎樣根據(jù)已知的數(shù)字影像離散灰度值，精確計算其任意一點上的灰度值？答：當欲知不位于矩陣(采樣)點上的原始函數(shù)g（x,y）的數(shù)值時就需要內(nèi)插，此時稱為重采樣3. 常用的影像重采樣方法有哪些？試比較他們的優(yōu)缺點答：常用的影像重采樣方法有最鄰近像元法、雙線性插值、雙三次卷積法最鄰近像元法最簡單、計算速度快、且能不破壞原始影像的灰度信息，但幾何精度較差；雙線性插值法雖破壞原始影像的灰度信息，但精度較高，較為適宜；雙三次卷積法其重采樣中誤差約為雙線性插值的1/3，但較費時； 4.

3、已知gi,j=102,gi+1,J=112,gi+1,j+1=126,k-i = /4，l -j= /4， 為采樣間隔，用雙線性插值計算gk,l答:g(k,l)=W(i,j) g(i,j）+W(i+1,j) g(i+1,j）+W(i,j+1) g(i,j+1）+W(i+1，j+1) =（1- /4）（1- /4）*102+（1 - /4） /4*112+ /4（1- /4）*118+( /4)* ( /4)*126 =102+13/2* -1/8* ².什么是線特征？有哪些梯度算子可用于線特征的提??？答：線特征指影像的邊緣與線，邊緣可定義影響局部區(qū)域特征不相同的那些區(qū)域間的分界線，而

4、線則可以認為是具有很小寬度的其中間區(qū)域具有相同影響特征的邊緣對常用方法有差分算子、拉普拉斯算子、LOG算子等第六章 影像匹配基礎(chǔ)理論與算法1. 什么是金字塔影像？基于金字塔影像進行相關(guān)有什么好處？為什么? 答：對于二維影像逐次進行低通濾波，并增大采樣間隔，得到一個像元素總數(shù)逐漸變小的影像序列，依次在這些影像對中相關(guān)，即對影像得分頻道相關(guān)。將這些影像疊置起來頗像一座金字塔，因而成為金字塔影像結(jié)構(gòu) 好處:提高了影響的可靠性與準確性，速度增快，先用低通濾波進行初相關(guān)，找到了同名點的粗略位置，然后利用高頻信息進行精確相關(guān)，實現(xiàn)從粗到細的處理過程因為通過相關(guān)函數(shù)的譜分析可知，當信號中高頻成分較少時，相關(guān)

5、函數(shù)曲線較平緩；但相關(guān)的拉入范圍較大；反之，當高頻成分較多時，相關(guān)函數(shù)曲線較陡，相關(guān)精度較高，但相關(guān)拉入范圍較少；此外，當信號中存在高頻窄帶隨機噪聲或信號中存在較強的高頻信號時，相關(guān)函數(shù)出現(xiàn)多峰值，因此常出現(xiàn)錯誤匹配.什么是影像匹配，影像匹配與影像相關(guān)的關(guān)系是什么？答：影像匹配實質(zhì)上是在兩幅或多幅影響之間識別同名點，他是計算機視覺級數(shù)字攝影測量的核心問題，由于早期的研究中一般使用相關(guān)技術(shù)解決影像匹配的問題。所以影像匹配常常被稱為影像相關(guān)。.有哪些影像匹配基本算法？其中哪一種算法較好？為什么？答：常見的有五種影像匹配算法相關(guān)函數(shù)（矢量數(shù)積）測度；協(xié)方差函數(shù)（矢量投影）測度；相關(guān)系數(shù)（矢量夾角）測

6、度；差平方和（差矢量模）測度；差絕對值和（差矢量分量絕對值和）測度相關(guān)系數(shù)測度算法較好因為相關(guān)系數(shù)測度是標準化的協(xié)方差函數(shù)，因為它是灰度線性變換的不變量，且當目標影像灰度與搜索區(qū)的影像之間存在線性畸變時，仍然能較好的評價他們之間的相似程度（灰度矢量經(jīng)線性變換后的相關(guān)系數(shù)不變），該方法的抗噪性更強，所以相關(guān)系數(shù)測度算法較好. 特征點的匹配通常采用哪些策略？試比較“廣度優(yōu)先”和“深度優(yōu)先”影像匹配的優(yōu)缺點答：（）特征點的匹配通常采用的策略：二維匹配與一維匹配當影像方位參數(shù)未知時，必須進行二維的影像匹配，此時匹配的主要目的是利用明顯點對解求影像得方位參數(shù)，以建立立體影像模型，形成核線影像以便進行一維

7、匹配，二維匹配的搜索范圍在最上一層影像由先驗視差確定在其后各層，只需要小范圍內(nèi)搜索當影像方位已知時，可直接進行帶核線約束條件的一維匹配，但在上、下方向可能各搜索一個像素，也可以沿核線重采樣形成核線影像，進行一維影像匹配，但當影像方位參數(shù)不精確或采用近似核線的概念時，也有可能有必要在上、下方向各搜索一個像素匹配的備選點可采用如下方法選擇：對右影像也進行相應(yīng)的特征提取，挑選預(yù)測區(qū)內(nèi)的特征點作為可能的匹配點右影像不進行特征提取，將預(yù)測區(qū)內(nèi)的每一點都作為可能的匹配點右影像不進行特征提取，但也不將所有的點作為可能的匹配點，而用“爬山法”搜索，動態(tài)的確定備選點，爬山法主要用于二維匹配，對一維匹配僅用于在搜

8、索區(qū)邊沿取得匹配測度最大的情況特征點的提取與匹配的順序“深度優(yōu)先”對最上一層左影像每提取到一個特征點，即對其進行匹配。然后，將結(jié)果化算到下一層影像進行匹配，直至原始影像，并以該匹配好的點對為中心將其領(lǐng)域的點進行匹配。再上升到第一層，在該層已匹配的點的領(lǐng)域選擇另一點進行匹配，將結(jié)果化算到原始影像，重復(fù)前一點的過程，直至第一層最先匹配的點的領(lǐng)域中的點處理完，再回溯到第二層，如此進行。這種處理順序類似于人工智能中的深度優(yōu)先搜索法“廣度優(yōu)先”這是一種按層處理的方法，即首先對最上一層影像進行特征提取與匹配，將全部點處理完后，將結(jié)果化算到下一層，并加密進行匹配重復(fù)以上過程，直至原始影像。這種處理順序類似人

9、工智能的廣度優(yōu)先搜索法m匹配的準則除了利用一定的相似性測度（主要是相關(guān)系數(shù)）外，一般還考慮特征的方向，周圍已匹配點的結(jié)果。如將前一條核線已匹配的點沿邊緣線傳遞到當前核線上同一邊緣線上的點。由于特征點的信噪比應(yīng)該較大，因此其相關(guān)系數(shù)也應(yīng)較大。故可設(shè)一較大的閾值，當相關(guān)系數(shù)高于閾值時，才認為其是匹配點，否則需利用其他條件進一步判別。經(jīng)驗表明，特征的相關(guān)系數(shù)一般都能達到.以上n粗差的剔除可利用二次曲面進行視差值擬合，并用最小二乘法剔除粗差點（）廣度優(yōu)先匹配的優(yōu)點：效率比較高廣度優(yōu)先匹配的缺點：精度低深度優(yōu)先影像匹配的優(yōu)點：精度高深度優(yōu)先影響匹配的缺點：效率低，計算量大第七章數(shù)字地面模型的建立與應(yīng)用. 什么是，與？有哪幾種主要的形式，其優(yōu)缺點各是什么？答：數(shù)字地面模型是地形表面形態(tài)等多種信息的一個數(shù)字表示。嚴格的說，是定義在某一區(qū)域上的維向量有限序列i，i，其中向量，的分量為地形（，）（，i），資源，環(huán)境，土地利用，人口分布等多種信息的定量或定性描述。若只考慮的地形分量，我們通常稱其為數(shù)字高程模型或數(shù)字高程模型是表示區(qū)域上地形的三維向量有限序列（，），其中，（，i）是平面坐標，是，對應(yīng)的高程，當該序列中各向量的平面點位呈規(guī)則格網(wǎng)排列時，則其平面坐標，可省略，此時就簡化為一維向量序列，i，這也是或的名稱的緣由。在實際應(yīng)用中，很多人將稱為，實