全數(shù)字攝影測量基礎(chǔ)

?

數(shù)字攝影測量是基于數(shù)字影像與攝影測量的基本原理，應(yīng)用計算機技術(shù)、數(shù)字影像處理、影像匹配、模式識別等多學(xué)科的理論與方法，提取所攝對象用數(shù)字方式表達的幾何與物理信息的攝影測量學(xué)的分支學(xué)科。[Softcopyphotogrammetry(U.S.A),fulldigitalphotogrammetry(China)]?利用計算機對數(shù)字化影像或數(shù)字影像進行處理，由計算機視覺（ComputerVision）（其核心是影像匹配與影像識別）來代替人眼的立體量測與識別，完成影像幾何與物理信息的自動提取。[此時，不再需要傳統(tǒng)的光機儀器與傳統(tǒng)的人工操作方式，而是自動化的方式，處理的是數(shù)字影像

]全數(shù)字攝影測量基礎(chǔ)§1概述o?

全數(shù)字攝影測量的主要內(nèi)容包括：方位參數(shù)的解算、沿核線重采樣、影像匹配、解算空間坐標、內(nèi)插數(shù)字表面模型（DSM）、自動繪制等值線、通過數(shù)字糾正產(chǎn)生正射影像及生成帶等值線的正射影像圖。?混合數(shù)字攝影測量：對要進行量測的局部影像進行數(shù)字化，由數(shù)字相關(guān)匹配獲得點的空間坐標。?全數(shù)字攝影測量（軟拷貝攝影測量：softcopyphotogrammetry）：處理的是完整的數(shù)字影像，若原始資料是像片，則要對影像進行完全數(shù)字化。利用傳感器直接獲取的數(shù)字影像可直接進入計算機，或記錄在磁帶上，通過磁帶機輸入計算機?！?數(shù)字影像及數(shù)字影像重采樣

一、數(shù)字影像采樣?

數(shù)字圖像是指能夠被計算機存儲、處理和使用的圖像。?

影像數(shù)據(jù)的表示既有光學(xué)圖像（模擬量）也有數(shù)字圖像（數(shù)字量），二者可轉(zhuǎn)換。?

數(shù)字量與模擬量的本質(zhì)區(qū)別在于模擬量是連續(xù)變量而數(shù)字量是離散變量。?影像數(shù)字化1、空間采樣像元（pixel）2、量化?影像的灰度又稱為光學(xué)密度，在攝影底片上，影像的灰度值反映了它透明的程度，即透光的能力。設(shè)投射在底片上的光通量為F0，而透過底片后的光通量為F。則透過率T為：T=F/F0?透過率說明影像的黑白程度，但人眼對明亮程度的感覺是按對數(shù)關(guān)系變化的，為了適應(yīng)人眼的視覺，在分析影像的性能時，不直接用透過率來表示其黑白的程度。而用對數(shù)值來表示。

D=log(1/T)?影像灰度的量化就是把采樣點上的灰度數(shù)值轉(zhuǎn)化成為某一種等距的灰度級。

數(shù)字影像是一個灰度矩陣：圖4-1二、數(shù)字影像重采樣當欲知不位于矩陣（采樣）點上的原始函數(shù)的數(shù)值時，就需要進行內(nèi)插，此時稱為重采樣。意即在原采樣的基礎(chǔ)上再一次采樣。50um50um1、最臨近點法(P82)直接取與P（x,y）點位置最近的像元N的灰度值為采樣值。2、雙線性內(nèi)插法§3基于灰度的數(shù)字影像相關(guān)o問題的提出：攝影測量中立體像對（雙像）的量測是提取物體三維信息的基礎(chǔ)。在數(shù)字攝影測量中是以影像匹配來代替?zhèn)鹘y(tǒng)的人工觀測，來達到自動確定同名像點的目的。一、影像相關(guān)的概念利用影像匹配獲得的同名點進行解析空三以獲得各影像的外方位元素和加密點坐標?

目標區(qū)：二維相關(guān)時一般在左影像上先確定一個待定點，這個點稱為目標點。以此待定點為中心選取個像素的灰度陣列，作為目標區(qū)域（或稱目標窗口）。?搜索區(qū)：為了在右影像上搜索同名點，必須估計出該同名點可能存在的范圍，為此，建立一個個像素的灰度陣列作為搜索區(qū)。目標區(qū)搜索區(qū)二、基于灰度的數(shù)字影像相關(guān)目標區(qū)搜索區(qū)三、基于灰度的數(shù)字影像相關(guān)方法匹配測度（評價兩塊影像的相似程度）1、相關(guān)系數(shù)2、差平方和366538436目標區(qū)搜索區(qū)3664273361250083027328481100.920.560.38(450,450)(300,300)(340,260)(358,346)366538436目標區(qū)搜索區(qū)3664273361250083027328481104>4>4(450,450)(300,300)(340,260)(358,346)補充：特征點提取目標區(qū)搜索區(qū)點特征提取算法點特征主要指明顯點，提取點特征的算子稱為興趣算子或有利算子*Moravec算子

Moravec于1977年提出利用灰度方差提取點特征的算子

（1）計算各像元的興趣值IV在以像素(c,r)為中心的w×w的影像窗口中(如5×5的窗口),計算圖1所示四個方向相鄰像素灰度差的平方和:（2）給定一經(jīng)驗閾值，將興趣值大于閾值的點作為候選點。

綜上所述，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。（3）選取候選點中的極值點作為特征點。55555555520(1,1)550510500015555IV=225IV=16IV=0IV=26IV=0IV=50*

Harris算子

(k–empiricalconstant,k=0.04-0.06)022320012380210000111111111106731100002880001000013-1.5-30.5000.50.50xy-1-1-1.5-0.50.5-0.5-1-3.50.5-0.53、最小二乘影像相關(guān)245001324500012464142246402624500012465015244908724490872465015245001324641422464026同名點號x1y1x2y2左右視差(x1-x2)上下視差(y1-y2)24640265314.0001973.0001004.4092062.3004309.591-89.30024641425875.0009493.0001752.2789553.1674122.722-60.16724500136418.7316434.5002226.1926505.1004192.539-70.600xyxyAa1a2S1S2問題的提出：在前述的影像匹配方法中沒有考慮到影像灰度的系統(tǒng)變形情況，LSM就是在影像匹配的數(shù)字模型中引入系統(tǒng)變形參數(shù)，按最小二乘原則解求變形參數(shù)。充分利用了影像窗口內(nèi)的信息進行平差計算，使影像匹配可以達到1/10甚至1/100像素的高精度。（也稱為高精度影像匹配或高精度影像相關(guān)）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（LeastSquaresImageMatching）影像匹配可以達到1/10甚至1/100像素的高精度優(yōu)點如下最小二乘影像匹配中可以非常靈活地引入各種已知參數(shù)和條件，從而可以進行整體平差。同時解決“多點”影像匹配或“多片”影像匹配引入“粗差檢測”，從而大大地提高影像匹配的可靠性最小二乘影像匹配原理

影像灰度的系統(tǒng)變形：產(chǎn)生影像灰度分布之間的差異。（1）輻射畸變：大氣輻射的影響及影像數(shù)字化誤差等。（2）幾何畸變：影像的各種畸變及地形高差的影響等?！盎叶炔畹钠椒胶妥钚　?/p>

僅僅認為影像灰度只存在偶然誤差

最小二乘影像匹配的數(shù)學(xué)模型

按

vv＝min原則進行影像匹配的數(shù)字模型。若在此系統(tǒng)中引入系統(tǒng)變形的參數(shù)，按

vv＝min的原則，解求變形參數(shù)，就構(gòu)成了最小二乘影像匹配系統(tǒng)。靈活,可靠和高精度是優(yōu)點,

缺點是，如當初始值不太準時，系統(tǒng)的收斂性等問題有待解決。

影像灰度的系統(tǒng)變形：產(chǎn)生影像灰度分布之間的差異。

輻射畸變：幾何畸變：00002046800201000246000040x1y182111554789401970255403782x2y2yxyxxa1=80，ya1=2190；xa2=83，ya2=1020（單位：pixel）。初次迭代初始值:h0=0,h1=1,a0=0,a1=1,a2=0，b0=0,b1=0,b2=100002046800201000246000040x1y182111554789401970255403782y2yxyxx282111554.026.578.12941.640.679.84702.034.815.56403782y2yxx200002046800201000246000040x1y1yx第1次迭代結(jié)果:h0=0.6,h1=0.3,a0=0.4,a1=0.3,a2=0.1，b0=-0.2,b1=0.3,b2=0.282111554.026.578.12941.640.679.84702.034.815.56403782y2yxx200002046800201000246000040x1y1yx最終迭代結(jié)果:h0=0.6,h1=0.3,a0=0.4,a1=0.3,a2=0.1，b0=-0.2,b1=0.3,b2=0.2xa1=80，ya1=2190；xa2=83，ya2=1020（單位：pixel）。h0=0.032,h1=1.08,a0=-0.21,a1=1.13,a2=-0.06，b0=-0.31,b1=-0.16,b2=0.94。ρ=0.945最小二乘影像匹配的具體計算過程幾何變形改正。根據(jù)幾何變形改正參數(shù)a0,a1,a2,b0,b1,b2將左方影像窗口的影像坐標變換至右方影像陣列：重采樣。由于換算所得之坐標x2，y2一般不可能是右方影像陣列中的整數(shù)行列號，因此重采樣是必須的。輻射畸變改正。利用由最小二乘影像匹配所求得輻射畸變改正參數(shù)h0,h1；對上述重采樣的結(jié)果作輻射改正若相關(guān)系數(shù)小于前一次迭代后所求得的相關(guān)系數(shù)，則可認為迭代結(jié)束.也可以根據(jù)幾何變形參數(shù)是否小于某個預(yù)定的閾值。

計算最佳匹配的點位.可用梯度的平方為權(quán)，在左方影像窗口內(nèi)對坐標作加權(quán)平均：匹配精度取決于影像灰度的梯度

影像匹配的精度與相關(guān)系數(shù)有關(guān)，相關(guān)系數(shù)愈大則精度愈高。它與影像窗口的“信噪比”有關(guān)，信噪比愈大，則匹配的精度愈高。

影像匹配的精度還與影像的紋理結(jié)構(gòu)有關(guān)，標窗口內(nèi)灰度沒有變化時，則無法進行影像匹配?！?核線相關(guān)與同名核線的確定問題的提出：確定同名點是DP的一項重要任務(wù)。由核線的幾何定義可知，同名像點必然位于同名核線上。因此，同名核線的確定是確定同名點的前提。一、核線相關(guān)的概念水平校正誤差大二、同名核線的確定確定同名核線的方法很多，但基本上可以分為兩類：一是基于數(shù)字影像的幾何糾正；二是基于共面條件。1、基于數(shù)字影像幾何糾正的核線解析關(guān)系?核線在航空攝影像片上的掃描行與核線不重合（是互相不平行的），它們交于一個點-核點，但是如果將像片上的核線投影到一對相對水平的像片對上（平行于攝影基線的像片對）則核線相互平行。?此方法的實質(zhì)是將傾斜像片上的核線投影到“水平像片”對上，求得“水平像片”對上的同名核線。P2P1S1S2a1a2J1J2O1O2A核面同名核線A核線重排列vu2、基于共面條件的同名核線幾何關(guān)系§5數(shù)字攝影測量系統(tǒng)一、DPW的組成1、硬件組成：計算機及其外部設(shè)備外部設(shè)備：①立體觀測及操作控制設(shè)備。②輸入輸出設(shè)備一、數(shù)字攝影測量系統(tǒng)的概念二、主要功能及硬件設(shè)備1、硬件組成：計算機及其外部設(shè)備外部設(shè)備：①立體觀測及操作控制設(shè)備。②輸入輸出設(shè)備2、軟件組成：數(shù)字影像處理、模式識別、解析攝影測量、輔助功能軟件數(shù)字影像處理軟件影像旋轉(zhuǎn)影像濾波特征提取影像增強模式識別軟件特征識別與定位（包括框標的識別與定位）影像匹配目標識別解析攝影測量軟件定向參數(shù)計算空中三角測量解算數(shù)值內(nèi)插核線關(guān)系解析數(shù)字微分糾正1、影像數(shù)字化利用高精度的影像數(shù)字化儀（掃描儀）將像片轉(zhuǎn)化為數(shù)字影像2、影像處理使影像的亮度與反差合適、色彩適度、方位正確。3、影像量測

?單像量測：特征提取與定位

?雙像量測：影像匹配及交互立體量測

?多像量測：多影像間的匹配4、影像定向

?

內(nèi)定向：在框標的自動與半自動識別與定位的基礎(chǔ)上利用框標的檢校坐標與定位坐標，計算掃描坐標系與像片坐標系間的變換參數(shù)。

?

相對定向：提取影像中的特征點，利用二維相關(guān)提取同名點，計算相對定向參數(shù)。傳統(tǒng)的攝影測量一般只在標準點位量測6對同名