第八章數(shù)字?jǐn)z影測量相關(guān)理論

主要內(nèi)容特征提取影像匹配核線重采樣要點回顧攝影測量的基本要點最少在兩個位置，獲取兩張像片觀測同名像點a1和a2恢復(fù)兩條對應(yīng)直線的空間方位，最后獲得空間點A的坐標(biāo)。模擬、解析攝影測量：恢復(fù)攝影光線的方位，而同名點是通過目視判讀來實現(xiàn)的。數(shù)字?jǐn)z影測量則實現(xiàn)了自動（半自動）識別同名點。數(shù)字影像的來源對光學(xué)－膠片相機的影像＋掃描儀數(shù)碼相機進(jìn)行攝影數(shù)字影像表達(dá)形式1,n-1

g=

gm-1,n-11,0

gm-1,0g

g

g0,0

g0,1

g0,n-1

g1,1gm-1,1x

=

x0

+i

Dxy

=

y0

+

j

Dy(i

=0,1,n

-1)(

j

=0,1,m-1)頻率域傅立葉變化一、特征提取線特征點特征1.內(nèi)定向：自動進(jìn)行影像框標(biāo)識別目的：快速恢復(fù)內(nèi)方位元素航空像片的內(nèi)定向由相機參數(shù)、框標(biāo)位置、投影中心和輻射畸變共同完成。利用適當(dāng)?shù)淖儞Q,掃描的圖像即被重采樣到一個新的矩陣，該矩陣基于由框標(biāo)確定的坐標(biāo)系統(tǒng)表示，該過程稱為影像內(nèi)定向。精度指標(biāo)：識別精度1/3左右像素掃描坐標(biāo)系框標(biāo)坐標(biāo)系X=h0+h1x+h2yY=k0+k1x+k2y相機參數(shù)、點特征提取2.點特征的灰度特征3.點特征的灰度特征點特征20213028262421213028263022254158423129314324043383021396838342122302826244.

Moravec算子Moravec于1977年提出利用灰度方差提取點特征的算子rck

-

1

2

V

1

=

(

g

c

+

i

,

r

-

g

c

+

i

+

1

,

r

)

i

=

-

k

k

-

1

2

V

2

=

(

g

c

+

i

,

r

+

i

-

g

c

+

i

+

1

,

r

+

i

+

1

)

i

=

-

kk

-

1

V

3

=

(

g

c

,

r

+

i

-

g

c

,

r

+

i

+

1

)

2i

=

-

k

k

-

1

2

V

4

=

(

g

c

+

i

,

r

-

i

-

g

c

+

i

+

1

,

r

-

i

-

1

)

i

=

-

k24232221))))i

=

-

kc

+

i

+

1

,

r

-

i

-

1c

+

i

,

r

-

ik

-

1i

=

-

kk

-

1c

,

r

+

i

+

1c

,

r

+

ik

-

1i

=

-

kc

+

i

+

1

,

r

+

i

+

1c

+

i

,

r

+

ik

-

1i

=

-

kc

+

i

+

1

,

r(

g

-

gV

=(

g

-

gV

=(

g

-

gV

=

(

g

c

+

i

,

r

-

gV

=（1）計算各像元的興趣值IVIVc

,r=

min{

V1

,V2

,V3

,V4

}K=INT(w/2)（2）給定一經(jīng)驗閾值，將興趣值大于閾值的點作為候選點。確定窗口大?。?）選取候選點中的極值點作為特征點?？偨Y(jié)Moravec算子是在四個主要方向上，選擇具有最大――最小灰度方差的點作為

特征點。一、特征提取1、線特征“邊緣”影像局部區(qū)域特征不相同的區(qū)域間的分界線?！熬€”是具有很小寬度的其中間區(qū)域具有相同的影像特征的邊緣對。房屋道路2、線的灰度特征3、微分算子梯度算子差分算子3、微分算子差分算子sobelprewittroberts二、影像匹配1269453780建立模板1.

問題的提出模板匹配例子4

8

6

7

2

3

5

9

0

1計算機如何識別？用十個0～9數(shù)字模板對上述一串?dāng)?shù)字中每個數(shù)字（如第一個數(shù)字4）逐個進(jìn)行套合、配準(zhǔn)。12345678904

8

6

7

2

3

5

9

0

1比較“待識別的數(shù)字”與“數(shù)字模板”之間的相似性，以判斷待識別的數(shù)字。1.

問題的提出影像匹配---尋找同名點2.數(shù)字相關(guān)二維相關(guān)數(shù)字相關(guān)是利用計算機對數(shù)字影像進(jìn)行數(shù)值計算的方式完成影像的相關(guān)目標(biāo)區(qū)目標(biāo)區(qū)搜索區(qū)搜索區(qū)搜索區(qū)目標(biāo)區(qū)Xyr1r2r3r4riAS1S2a1l1a2l2同名核線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必定在同名核線上。一維相關(guān)一維相關(guān)在核線影像上，只需要進(jìn)行一維搜索目標(biāo)區(qū)目標(biāo)區(qū)搜索區(qū)搜索區(qū)n目標(biāo)區(qū)n搜索區(qū)mr1r2r3r4r5同名點的確定是以匹配測度為基礎(chǔ)G

(

g

ij

)G

=

(

gij

)3.數(shù)字影像匹配基本算法（１）相關(guān)系數(shù)法￠=ggn

i=1'i+kn1

ging

=i

=1n1

目標(biāo)區(qū)灰度均值搜索區(qū)灰度均值目標(biāo)區(qū)方差搜索區(qū)方差22nggg

i

-

g=

1ni

=1s'

2'

2'

'1nng

gg

-

gi

=1i

+

ks

=（１）相關(guān)系數(shù)法協(xié)方差''g

g1nnigg-

ggi

=1'i

+

ks

=相關(guān)系數(shù)ggggkg

￠g

￠sssr

='（２）最小二乘影像匹配德國Ackermann教授提出了一種新的影像匹配方法——最小二乘影像匹配（least

Squares

Image

Matching）影像匹配可以達(dá)到1/10甚至1/100像素的高精度a.

原理“灰度差的平方和最小”

vv

=

minvv

=

min在影像匹配中引入變形參數(shù)，同時按最小二乘的原則，解求這些參數(shù)，就是最小二乘影像匹配的基本思想。輻射畸變幾何畸變b．僅考慮影像相對移位的一維最小二乘匹配假設(shè)兩個一維灰度函數(shù)g1(x),g2(x),除隨機噪聲外，g2(x)相對于g1(x)只存在零次幾何變形——移位量Dx。前提g1(x)

+n1(x)

=

g2(x

+Dx)

+n2(x)g1(x)

+n1(x)

=

g2(x

+Dx)

+n2(x)v(

x)

=

g2

(

x

+

Dx)

-

g1

(

x)誤差方程式b．僅考慮影像相對移位的一維最小二乘匹配g

(x)

=

g2

(x

+

D)

-

g2

(x

-

D)2

2D222g

(x

+

D)

-

g

(x

-

D)2D(x)

=g離散的數(shù)字影像而言，灰度函數(shù)的導(dǎo)數(shù)g,

(x)可由差分代替2v(x)

=g2(x)

Dx-[g1(x)-g2(x)]v(x)

=g2(x)

Dx-[g1(x)-g2(x)]為解求相對移位量Dx，需上式進(jìn)行線性化最小二乘影像匹配是非線性系統(tǒng)，必須進(jìn)

行迭代。迭代過程收斂的速度取決于初值。Dx

=

g

Dg

/

g

22

2Dg

/

g

22Dx

=

g

2v

=

g

2

Dx

-

Dgv

=

g

2

Dx

-

Dg誤差方程式可寫為解得影像的相對移位總結(jié)影像匹配技術(shù)是整個數(shù)字?jǐn)z影測量的核心所在，也是區(qū)別于模型攝影測量和解析攝影測量的核心所在。影像匹配實質(zhì)上是用計算機技術(shù)代替人眼進(jìn)行觀測，找到同名像點。三、核線重采樣確定同名核線的兩種方法基于影像幾何糾正的核線解折關(guān)系基于共面條件的同名核線幾何關(guān)系核線的重排列（重采樣）1.基于影像幾何糾正的方法實際像片水平像片S1攝影基線S2p0水平影像uP傾斜影像xy焦距fva1u

+

b1

v

-

c1

fa3

u

+

b3

v

-

c3

fa

2

u

+

b2

v

-

c2

fa3

u

+

b3

v

-

c3

fx

=

-

fy

=

-

f示意圖v

=某常數(shù)即表示某一核線x

=

d

1

u

+

d

2d

3

u

+

1y

=

e

1

u

+

e

2e

3

u

+

12211e

u

+

1y

=d

u

+

1d

u

+

d3e

u

+

e3x

=C=v在“水平”影像上獲取核線影像x

=

-

f

a

1

u

+

b1

v

-

c

1

fa

3

u

+

b

3v

-

c

3

fy

=

-

f

a

2

u

+

b

2

v

-

c

2

fa

3

u

+

b

3

v

-

c

3

fy

=

-

fa

3

u

+

b

3v

-

c

3

fa

2

u

+

b

2

v

-

c

2

fa

3

u

+

b

3

v

-

c

3

fa

1

u

+

b1

v

-

c

1

fx

=

-

fu=kD采樣間隔uvg

0

(kD,

c)

=

g

(

x0

,

y0

)g

0

((k

+1)D,

c)

=

g

(

x1

,

y1

)核線的重排列（重采樣）是否是采樣點？水平像片傾斜像片33222333111'

v

'

-

c

'

f'

v

'

-

c

'

f'

v

'

-

c

'

f'

v

'

-

c

'

3

fa

'

u

'

+

ba

'

u

'

+

ba

'

u

'

+

ba

'

u

'

+

bx

'

=

-

fy

'

=

-

f22￠e

3￠u

￠

+

1e

1￠u

￠

+

ey

￠

=d

3￠u

￠

+

1d

1

u

+

dx

￠

=g0

(kD,c)

=

g

(x0,

y0

)g0￠((k

+1)D,c)

=

g￠(x1,

y1)同名核線的v坐標(biāo)值相等同名核線的確定三、核線重采樣核線的重排列（重采樣）線性內(nèi)插四、攝影測量系統(tǒng)像點放大量測窗左影像顯示窗右影像顯示窗點位放大顯示窗點位微調(diào)按鈕用計算機影像匹配與識別代替人眼量測與識別高度自動化—其影像的內(nèi)定向、相對定向、相對糾正、影像匹配、建立DEM、繪制等高線、制作正射影像等完全不需要人工操作，可以進(jìn)行批處理。高效率—影像的相對定向僅需要1--2分鐘，影像匹配達(dá)到500點/秒?？山雍闲浴捎凇敖换ヌ幚怼迸c“自動化”兩種作業(yè)方式是分開的，因而系統(tǒng)不會因為無法處理的問題而進(jìn)行不下去。應(yīng)用面廣—能用于1:5萬,1:1萬,1:1千,1:500等各種比例尺的數(shù)字化測圖與GIS數(shù)據(jù)采集。工作站特點系統(tǒng)配置系統(tǒng)配置內(nèi)存：512MB以上硬盤：40GB以上1280×1024或以上的分辨率立體反光鏡液晶立體眼鏡和紅外發(fā)射器主要配置cpu:

PentiumIV

1GHz或以上立體觀測裝置其它硬件設(shè)備手輪腳盤和三維鼠標(biāo)工作站可處理的數(shù)據(jù)源航空影像衛(wèi)星影像IKONOSQuickBird數(shù)碼量測相機IGS(交互式圖形系統(tǒng))以及MicroStation

接口測圖模塊工作流程關(guān)鍵步驟---數(shù)據(jù)準(zhǔn)備查看原始數(shù)字影像的分辨率、比例尺等。查看相機檢校參數(shù)及其影像方位、框標(biāo)的位置等。查看地面控制點數(shù)據(jù)及其點位分布。關(guān)鍵步驟---模型定向關(guān)鍵步驟---模型定向內(nèi)定向---建立框標(biāo)模板按鈕小窗口參數(shù)窗口關(guān)鍵步驟---模型定向內(nèi)定向---自動識別框標(biāo)中心關(guān)鍵步驟---模型定向自動相對定向像點放大量測窗左影像顯示窗右影像顯示窗點位放大顯示窗點位微調(diào)按鈕解析相對定向原理同名光線對對相交于核面內(nèi)XZa1(x1,y1)x1y1z1S1A(X,Y,Z)Y2

2

2a

(x

,y

)z2y2x2S2S

1

S

2

?(

S

1

a1

·

S

2

a

2

)

=

0S

1

S

2

?(

S

1

a1

·

S

2

a

2

)

=

0關(guān)鍵步驟---模型定向絕對定向—實現(xiàn)首先在左（右）影像上分區(qū)提取特征點，然后利用二維影像匹配算法，自動在右（左）影像上尋找若干個同名點（通常超過100個點），作為相對定向的定向點，確定這些點的像平面坐標(biāo)，再按解析攝影測量的相對定向算法，解求出立體像對的

5個相對定向參數(shù)。根據(jù)相對定向參數(shù)就可確定立體影像對內(nèi)左、右影像的相對方位，計算出各點的模型坐標(biāo)。關(guān)鍵步驟---模型定向絕對定向MZtpYtpXtpX0Y0Z0絕對定向元素關(guān)鍵步驟---模型定向絕對定向—實現(xiàn)由人工在左右影像上定位控制點點位，采用影像匹配技術(shù)確定同名點，計算絕對定向參數(shù)，完成絕對定向。支持立體量測功能，可通過手輪、腳盤直接驅(qū)動立體影像來調(diào)整控制點和像點坐標(biāo)。關(guān)鍵步驟---影像匹配關(guān)鍵步驟---影像匹配生成核線影像將原始數(shù)字影像重新按核線方向，逐條核線進(jìn)行排列，形成按核線排列的立體影像。一般情況下，數(shù)字影像的掃描行與核線不重合，為了獲取核線上點的灰度序列，必須根據(jù)原始影像灰度值進(jìn)行內(nèi)差，即所謂沿核線進(jìn)行影像灰度重采樣。關(guān)鍵步驟---影像匹配匹配預(yù)處理在自動影像匹配之前，可以在立體模型中量測一部分特征線（山脊線、山谷線、陡坎、斷裂線等），特征點（山頂、鞍部點、變坡點等），特征面（湖面、陰影區(qū)、林區(qū)邊界等），作為自動影像匹配的控制。經(jīng)過上述的預(yù)處理，可以明顯改善影像匹配的效果。對于大比例尺測圖，預(yù)處理是很重要的。關(guān)鍵步驟---影像匹配影像匹配影像匹配，是沿核線進(jìn)行一維影像匹配，自動確定同名點。影

像匹配采用金字塔影像數(shù)據(jù)結(jié)構(gòu)，基于跨接法的整體影像匹配。關(guān)鍵步驟---影像匹配匹配結(jié)果編輯在影像自動匹配完成后，系統(tǒng)根據(jù)相關(guān)系數(shù)對匹配結(jié)