武漢大學(xué)測繪學(xué)院攝影測量集中實習(xí)

.數(shù)字?jǐn)z影測量實習(xí)實習(xí)報告 . 借助物空間坐標(biāo)為已知的控制點來確定空間輔助坐標(biāo)系與實際物空間坐 . (經(jīng)過房屋過濾后的DEM) 12 常用的影像匹配方法可分為兩種：基于影像灰度匹配的影像匹配算法 .1.1NAT空中三角成果數(shù)據(jù)流程設(shè)置測區(qū)基本參數(shù)2.建立相機文件，導(dǎo)入老師給的文件3.導(dǎo)入外業(yè)控制點4.影像格式轉(zhuǎn)換6.進(jìn)行PATB平差計算2.模型連接點平面及高程限差、地面定向點殘差限差、地面檢查點殘差限差3.控制點坐標(biāo)、刺點片及點之記.息2光照、場景中物體的幾何形狀和物理特性、物體和攝像機之間的空間關(guān)系3從帶畸變和噪聲的、二維的、單一的灰度值中提取出盡可能不帶畸變和噪有粗差的影響像方的粗差點排除到一定程度后，開始加預(yù)測的控制點，不要一次性刺入所。查平差結(jié)果，最后需要到立體測圖軟件進(jìn)行檢查。個點作為檢查點，難處在于有的點有灰塵遮蓋造成精度不準(zhǔn)，我的精度指標(biāo)如下第2章Mapmatrix進(jìn)行DOM,DEM生成X=a0+a1*x’+a2*y’;Y=b0+b1*y’+b2*y’;量測的像點坐標(biāo)存在著從掃描坐標(biāo)島像點坐標(biāo)的轉(zhuǎn)換，如果沒有調(diào)整合適的會對影像內(nèi)定向產(chǎn)生影響。.借助物空間坐標(biāo)為已知的控制點來確定空間輔助坐標(biāo)系與實際物空間坐標(biāo)的變換關(guān)系稱為立體模型的絕對定向。2.1.6后方交會后方交會：如果知道每張影像的6個外方位元素就可以知道確定被攝物體與航射影像的關(guān)系，利用影像范圍內(nèi)的控制點的空間坐標(biāo)與影像坐標(biāo)根據(jù)共線方程的外方位元素。獨立模型法區(qū)域空中三角測量的基本思想，把一個單元模型視為剛體，一個.通過攝影基線與地面所作的平面稱為核面核面與影像面交線稱為核線同名像點擊定義核線范圍，重采樣即可完成。2.1.9影像匹配2.2DEM編輯生成2.2.1選取新建的DEM成品自動生成2.2.2DEM編輯mmer2.2.3DEM介紹簡稱DEM，是通過有限的地形高程數(shù)據(jù)實現(xiàn)對地面地形的數(shù)字化模擬(即地形表屋建筑改化到地面高程中去，生成的是地物地貌模型，而不是具有人工建筑的地物模型。將房屋等人工建筑周圍的地形高程進(jìn)行內(nèi)插，求出該店的實際高程。要編輯的點2.2.5Dem拼接裁剪((Dem成圖)2.3DOM的生成編輯2.3.1DOM概念DOM-數(shù)字正射影像圖是對航空(或航天)相片進(jìn)行數(shù)字微分糾正和鑲嵌，按一定圖幅范圍裁剪生成的數(shù)字正射影像集。它是同時具有地圖幾何精度和影像特2.3.2選取新建的DOM產(chǎn)品自動生成沿影像邊緣生成，且原始影像單獨生成DOM象1YLD裁切后的影像(0.1米)(用DSM生成的拼接后的DOM不用單獨提交，主要用于DOM建筑等人工地物的變形分析)2hammer數(shù)據(jù)拼接后DOM0.5米(不用編輯，主要用于DOM色彩分析)(影像鑲嵌)(待編輯的正射影像)房屋，可以借助工具進(jìn)行鑲嵌線編輯，添加點、插入點、移動點、刪除點、刪除點的鑲嵌線編輯1.在與關(guān)鍵點相連的任意一條鑲嵌線上單擊左鍵添加點，開始繪制。2.3.6DOM建筑等人工地物變形對比分析糾正前后對比圖樣糾正前糾正后進(jìn)行鑲嵌線編輯后要進(jìn)行正射影像修補，用修補工具圍起來變形的房子，右2.3.7DOM色彩對比分析DOMDOM編輯對于某些地域進(jìn)行了拼接線調(diào)整扭曲、變形、錯位調(diào)整局部調(diào)色。如下面的hammer(hammer生成的DOM影像)..可見未經(jīng)房屋過濾前生可見未經(jīng)房屋過濾前生成色標(biāo)示，月亮島小區(qū)平地多為黃色或者是淺黃色，地勢較為低洼的湖泊池塘多用綠色來渲染，象征了高程的不同。房屋過濾后的DEM影像較為單一，沒有了大的凸起，進(jìn)行了一層DEM)((最終的Dom成果圖)3.1DLG的概念DLG的立測生成性信息，是4D3.2本次試驗生成的DLG成果，導(dǎo)出為DXF格式3.3立測的精度檢核3.4DLG生成在繪制矢量線劃圖時，注意要繪制一個高程平面的地物，如在控制點附近可實驗的每一步都是建立在上一步的基礎(chǔ)上，DEM-DOM-DLG這樣的順序。至于4D的另一個產(chǎn)品DRG數(shù)字柵格地圖則是DOM,DEM派生出新的可視化信繪制房子與繪制道路平面時要注意在不同的高程，否則立測看起來道路仿佛在這次實驗認(rèn)識到了攝影測量空三成果的基礎(chǔ)性以及對于后面的成果有著重大影響，要求我們每一步都要有合適的精度作為生產(chǎn)標(biāo)準(zhǔn)，理解了平差精度的重感覺自己仿佛置身于正在測繪的無人機上一樣，以一種高度來俯視測區(qū)，山丘的步替代低精度要求卻外業(yè)工作很繁重的測繪任務(wù)。.在掌握共線方程原理的基礎(chǔ)上，自己編寫后方交會程序，在計算機上調(diào)試，輸出計算結(jié)果：像片的外方位元素。4.2具體要求乘原則進(jìn)行解。參考結(jié)果Xs=Ys=Zs=Phi=Omega=Kappa= 4.3計算原理如圖所示，物點A和攝影中心S在地面攝影測量坐標(biāo)系中的坐標(biāo)依次是.x2),a=-f(1+x2),a=-f(1+y2),x)aa(X-X)+b(Y-Y)+c(Z-Z)3s3s3sa(X-X)+b(Y-Y)+c(Z-Z)y-y=-f2s2s2ss3s3s0a(X-X)+b(Y-Y)+c(Z-Z)地面點坐標(biāo)就可以求出像片的這六個外方位元素。由于共線條件方程是非線性方有ssssss用新的符號表示各偏導(dǎo)數(shù)后為sss2526ssssss的改正數(shù)，它們的系數(shù)為函數(shù)的偏導(dǎo)數(shù)。為了便于推導(dǎo)，令s1s1sY=a(X-X)+b(Y-Y)+c(Z-Z)2s2s2sZ=a(X-X)+b(Y-Y)+c(Z-Z)3s3s3s對于豎直攝影而言，像片的角方位元素都是小值，因而各系數(shù)的近似值為aaf=-H==-f(1+=-=-f2faa=-fHa=-a15f25f2aaaaa卜.為了提高精度和可靠性，通常需要測量四個或更多的地面控制點和對應(yīng)的像點坐標(biāo)，采用最小二乘平差方法解算。此時像點坐標(biāo)(x,y)作為觀測值，加入相應(yīng)的偶然誤差改正數(shù)vx,vy，可列出每個點的誤差方程式xss13s141516xxss13s141516xysss2526yysss2526y「aA=|x=saaaaa]aaaaa」12aaaaa」2223242526那么由V=Ax_lx=(ATA)_1(ATl)00tptptps0s0s0000方程式并法化改正數(shù)收斂.系統(tǒng)誤差改正始值結(jié)束并顯示錯誤信息是迭代次數(shù)小于n誤差方程式并法化否是解法方程，求外方位元素改正數(shù)否是4.6MATLAB源代碼%從單元數(shù)組B中提取每列數(shù)據(jù)賦值給矩陣C%N為矩陣的行總數(shù)也就是控制點位個數(shù)XaI=[J{2}J{3}];%從單元數(shù)組B中提取每列數(shù)據(jù)賦值給矩陣C%確定讀入數(shù)據(jù)的坐標(biāo)數(shù)目%Cp為平均值Cpx1=sum(C);%控制點的X,Y,Z總和.%要求待定參數(shù)Xs=3373.40082mm,Ys=-141.55657mm,Zs=92.77483mm,Phi,Omega,Kappa%設(shè)定外方位元素初始值Omega=0;Kappa=0;%R=RPhi*ROmega*RKappa;w=Omega;k=Kappa;.%開始迭代%H賦予初值%此時L為矩陣2n*1w=w+deltaw;.ifPD(1)<0.1&&PD(2)<0.1&&PD(3)<0.1%v矩陣為2n行一列%%%%需要改文件名稱的地方%%%%ve：需要導(dǎo)出的數(shù)據(jù)名稱基于影像灰度的影像匹配算法以左、右像片含有相應(yīng)影像的目標(biāo)區(qū)和搜索區(qū)中的像元的灰度作為影像匹配的基礎(chǔ)，利用某種相關(guān)度量，例如用協(xié)方差或相關(guān)系數(shù)為最大來判定左右影像中的相應(yīng)像點。影像匹配可以用二維的窗口，也可用一維窗口(按核線排列)的像元灰度參與計算。一維相關(guān)時，搜索僅在一維方向進(jìn)行，具有計算量小，精度好的特點?；诨叶鹊挠跋衿ヅ浞椒ㄖ校宰钚《擞跋衿ヅ渌惴ň茸罡?。基于影像特征的影像匹配算法利用了數(shù)字影像處理中的特征邊緣提取技術(shù)，先檢測出左右影像中的特征點，并利用匹配算法或其它方法匹配出特征點對?；谔卣鞯挠跋衿ヅ溆休^高的可靠性，但匹配的精度低于基于灰度的最小二乘影像匹配算法。一種比較好的方案是將基于特征的影像匹配與基于灰度的最小二乘影像匹配結(jié)合在一起，形成分層由粗到精的匹配方案。從而使最終的匹配結(jié)果既有較高的可靠性，又有最小二乘影像匹配的高精度。設(shè)兩個隨機變量分別代表左、右數(shù)字影像中的一個，兩個像元灰度陣列為相應(yīng)匹配影像陣列，其中點即為相應(yīng)像點。輻射畸變糾正幾何畸變糾正4.8主程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%LMS為最小二乘影像匹配函數(shù)%%%%%輸入變量：Baseimg為基礎(chǔ)影像，Warpimg為待校正影像，Bpoint,Wpoint分別為基準(zhǔn)影像和待匹配影像特征點對,[NX2]%%%%%Num_it為迭代次數(shù)，%%%%%r為匹配窗口半徑。%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%WpointR\BpointR為匹配后結(jié)果。\1BAK.bmp');Warpimg=W;\2BAK.bmp');Num_it=10;.%%%%%%%%%%%%%%%%%%高斯濾波%endmg%end%Warpimg=double(Warpimg);%%%%%%%%%%%%%%%%%%%高斯濾波%%%%%%%%%%%%%%%%%%最小二乘匹配前點對.BW(num_Bpoint)=1;if(Bpr-r-1<0||Bpr+r+1>Bimagesizer||Bpc-r-1<0||Bpc+r+1>Bimagesizec)%%%%%%%%%%%%%%%%改成到四條邊直線距離0825BW(num_Bpoint)=1;%%%%%%%%%%%%%%%%設(shè)置初值b0=Bpc-Wpc;%%%%%%%%%%%%%%%%儲存變量%%%%%%%%%%%%%%%%%%%獲取初始塊，以匹配點為中心，以r為窗口半徑.%%%%BaseBxBy1=BaseBxBy;%Lo(1)=Loxiangguan(Warp1,BaseBxBy);%%%%%%%%%%%計算初始塊之間相關(guān)系數(shù)%%%%%%%%%%%%%%%%%%%%%進(jìn)入迭代環(huán)節(jié)%%%%%%%%%%%