三参数与七参数的区别

参数问题一直是测量方面最大的问题，我简单的解释一下，首先说七参，就是两个空间坐标系之间的旋转，平移和缩放，这三步就会产生必须的七个参数，平移有三个变量Dx，Dy，DZ；旋转有三个变量，再加上一个尺度缩放，这样就可以把一个空间坐标系转变成需要的目标坐标系了，这就是七参的作用。

如果说你要转换的坐标系XYZ三个方向上是重合的，那么我们仅通过平移就可以实现目标，平移只需要三个参数，并且现在的坐标比例大多数都是一致的，缩放比默认为一，这样就产生了三参数，三参就是七参的特例，旋转为零，尺度缩放为一。

四参是应用在两个平面之间转换的，还没有形成统一的标准，说的有点乱，如果还是不明白可以给我留言。

希望有帮助。

1.2四参数
操作：设置→求转换参数(控制点坐标库)
四参数是同一个椭球内不同坐标系之间进行转换的参数。

在工程之星软件中的四参数指的是在投影设置下选定的椭球内GPS坐标系和施工测量坐标系之间的转换参数。

工程之星提供的四参数的计算方式有两种，一种是利用“工具/参数计算/计算四参数”来计算，另一种是用“控制点坐标库”计算。

需要特别注意的是参予计算的控制点原则上至少要用两个或两个以上的点，控制点等级的高低和分布直接决定了四参数的控制范围。

经验上四参数理想的控制范围一般都在5－7公里以内。

四参数的四个基本项分别是：X平移、Y平移、旋转角和比例。

从参数来看，这里没有高程改正，所以建议采用“控制点坐标库”来求取参数，而根据已知点个数的不同所求取的参数也会不同，具体有以下几种。

1.2.1四参数+校正参数:所需已知点个数：2个
1.2.2四参数+高程拟合
GPS的高程系统为大地高（椭球高），而测量中常用的高程为正常高。

所以GPS测得的高程需要改正才能使用，高程拟合参数就是完成这种拟和的参数。

计算高程拟和参数时，参予计算的公共控制点数目不同时计算拟和所采用的模型也不一样，达到的效果自然也不一样。

高程拟后有三种拟合方式：
a.高程加权平均：所需已知点个数：3个
b.高程平面拟合：所需已知点个数：4 ~ 6个
c.高程曲面拟合：所需已知点个数：7个以上
二、七参数
操作：工具→参数计算→计算七参数
所需已知点个数：3个或3个以上
七参数的应用范围较大（一般大于50平方公里），计算时用户需要知道三个已知点的地方坐标和WGS-84坐标，即WGS-84坐标转换到地方坐标的七个转换参数。

注意：三个点组成的区域最好能覆盖整个测区，这样的效果较好。

七参数的格式是，X平移，Y平移，Z平移，X轴旋转，Y轴旋转，Z轴旋转，缩放比例（尺度比）。

七参数的控制范围和精度虽然增加了，但七个转换参数都有参考限值，X、Y、Z轴旋转一般都必须是秒级的(工程之星中限值为小于10秒)；X、Y、Z轴平移一般小于1000。

若求出的七参数不在这个限值以内，一般是不能使用的。

这一限制还是比较苛刻的，因此在具体使用七参数还是四参数时要根据具体的施工情况而定。

三、总结
使用四参数方法进行RTK的测量可在小范围（20-30平方公里）内使测量点的平面坐标及高程的精度与已知的控制网之间配合很好，只要采集两点或两点以上的地方坐标点就可以了，但是在大范围（比如几十几百平方公里）进行测量的时候，往往转换参数不能在部分范围起到提高平面和高程精度的作用，这时候就要使用七参数方法，具体方法在下面介绍。

首先需要做控制测量和水准测量，在区域中的已知坐标的控制点上做静态控制，然后再进行网平差之前，在测区中选定一个控制点A做为静态网平差的WGS84参考站。

使用一台静态仪器在该点固定进行24小时以上的单点定位测量（这一步在测区范围相对较小，精度要求相对低的情况下可以省略），然后再导入到软件里将该点单点定位坐标平均值记录下来，作为该点的WGS84坐标，由于做了长时间观测，其绝对精度应该在2米左右，然后对控制网进行三维平差，需要将A点的WGS84坐标作为已知坐标，算出其他点位的三维坐标，但至少三组以上，输入完毕后计算出七参数。

栅格数据结构栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织，组织中的每个数据表示地物或现象的非几何属性特征。

栅格结构的显著特点：属性明显，定位隐含，即数据直接记录属性的指针或数据本身，而所在位置则根据行列号转换为相应的坐标。

栅格数据的编码方法：直接栅格编码，就是将栅格数据看作一个数据矩阵，逐行（或逐列）逐个记录代码；压缩编码，包括链码（弗里曼链码）比较适合存储图形数据；游程长度编码通过记录行或列上相邻若干属性相同点的代码来实现；块码是有成长度编码扩展到二维的情况，采用方形区域为记录单元；四叉树编码是最有效的栅格数据压缩编码方法之一，还能提高图形操作效率，具有可变的分辨率。

矢量数据结构矢量数据结构是通过记录坐标的方式尽可能精确地表示点、线和多边形等地理实体，坐标空间设为连续，允许任意位置、长度和面积的精确定义。

矢量结构的显著特点：定位明显，属性隐含。

矢量数据的编码方法：对于点实体和线实体，直接记录空间信息和属性信息；对于多边形地物，有坐标序列法、树状索引编码法和拓扑结构编码法。

什么是栅格图像？
栅格图像，也称光栅图像，是指在空间和亮度上都已经离散化了的图像。

我们可以把一幅栅格图像考虑为一个矩阵，矩阵中的任一元素对应于图像中的一个点，而相应的值对应于该点的灰度级，数字矩阵中的元素叫做像素。

数字图像与马赛克拼图相似，是由一系列像素组成的矩形图案，如果所有的像素有且仅有两个灰度级（黑或白），则称其为二值图像，也即位图；否者称其为灰度图像或彩色图像。

什么是矢量图形？
在介绍矢量图形之前，我们首先阐述矢量对象的概念。

矢量对象是以矢量的形式，即用方向和大小来综合表示目标的形式描述的对象。

例如画面上的一段直线，一个矩形，一个点，一个圆，一个填充的封闭区域……等等。

矢量图形文件就是由这些矢量对象组合而成的描述性文件。

矢量图形则是计算机软件通过一定算法，将矢量对象的描述信息在显示终端上重绘的结果。

为什么要将栅格地图矢量化?
纸质地图经扫描仪扫描后，初步保存为栅格图像（常见的格式有TIFF、BMP、PCX、JPEG等）。

栅格图像在地理应用领域有着这样的缺陷：首先，栅格图像文件对图像的每一像素点（不管前景或背景像素）都要保存，所以其存储开销特别大。

另外，我们不能对图像上的任一对象（曲线、文字或符号）进行属性修改、拷贝、移动及删除等图形编辑操作，更不能进行拓扑求解，只能对某个矩形区域内的所有像素同时进行图像编辑操作。

此外，当图像进行放大或缩小显示时，图像信息会发生失真，特别是放大时图像目标的边界会发生阶梯效应，正如点阵汉字放大显示发生阶梯效应的原理一样。

而矢量图形则不同。

在矢量图形中每个目标均为单个矢量单位（点、线、面）或多个矢量单位的结合体。

基于这样的数据结构，我们便可以很方便地在地图上编辑各个地物，将地物归类，以及求解各地物之间的空间关系。

并有利于地图的浏览、输出。

矢量化则是利用数字图像处理算法，将源图上的各种栅格阵列识别为矢量对象，最后以一定格式保存的过程。

矢量图形在工业、制图业、土地利用部门等行业都有广泛的应用。

在这些领域的许多成功软件都基于矢量图形，或离不开矢量图形的参与，如AutoCAD、ARC/INFO、CorelDraw、GeoStar等等。

在Geoway中您可以利用矢量跟踪、手工添加、编辑等技术生成矢量图形，并输出为AutoCAD所支持的DXF、ARC/INFO的E00等格式的文件。