第八章 数字摄影测量基础PDF

灰度： D = log O = log 1
T
二、数字影像及获取方法
数字影像是一个灰度矩阵g：
⎡ g0,0
g0,1
"
g
=
⎢ ⎢
g1,0
⎢#
g1,1
"
#
⎢
⎢⎣ gm−1,0 gm−1,1
"
g0,n－1 ⎤
g1,n−1
⎥ ⎥
#⎥ ⎥
gm−1,n−1 ⎥⎦
每个像元素 g j,i 是一个灰度值 每个元素称为一个像元素(对应着实体的一个微小区域)
字 化
x = h0 + h1 x + h2 y
的 步
进
y = k0 + k1x + k2 y
方 向
h0，h1，h2，k 0，k1，k 2
y
o
x
内定向参数，利用四个框标
点平差解算
O
数字化的扫描方向
x
影像重采样理论 非
采
样
•••••
点
• • •• • •
的
••••• •••••
灰 度 ？
•••••
五、数字影像重采样
39 40 66 159 251 252 159 127
数字影像的获取：
9采样 9 量化 采样：每隔一个间隔 Δ 获取一个 点的灰度值 。 对实际连续函数模型离散化的量测 过程 样点 被量测的“点”是小的区域，通常是矩 形或正方形的的微小影块----像素
采样间隔 Δ
矩形的长与宽通常称为像素的大小 9 精度要求 9 影像分辨率 9 数据量
Δx＝Δy : 采样间隔
0 39 127 251 251
三、数字影像的内定向：
问题的提出：经典的摄影测量已经建立了一整套像点坐 标与对应的物点坐标间的关系，只要确定扫描坐标系与 像平面坐标系之间的关系（内定向）就能利用原有理论
y
内定向的目的：确定扫描坐标
系和像片坐标系之间的关系 数
两种坐标之间存在仿射变换
公司合作研制了第一台自动测图仪，利用电子相关技术实现自动量测
9 60年代初开始利用数字相关技术，80年代数字相关占统治地位
9 88年，数字摄影测量系统处概念阶段
9 92年，数字摄影测量系统步入生产阶段
9 目前，已成为主流的摄影测量作业方法（半自动化）
特点： 自动量测 处理的数据量大，依赖于计算机的发展 速度快 精度：子像素级相当于2 µm （立体坐标量测仪1～20µm） 影像解译：自动提取与识别(物理属性） 自动化程度：自动化（内定向、相对定向、DEM、DOM) 地物：全部人工交互；道路、房屋：半自动
数字图像的表示
一个数字影像可用一个函数表示: g(x，y)
y
y
g y
x
x
x
灰度是坐标的函数
像元素的点位坐标（扫描坐标）
0 40 127 255 255
x = x0 + i • Δx (i = 0,1, 2,", n −1) 40 66 127 255 255
y = y0 + j • Δy ( j = 0,1, 2", m −1) 39 40 127 255 251
问题的提出：数字影像只记录采样点的灰度级值，当所求像 点不落在原始像片上像元素的中心（非采样点），要获取非 采样点的灰度值，就要在原采样的基础上再一次采样，即重 采样（resampling） （内插）
方法：最邻近像元法、双线性插值法、双三次卷积法
最邻近像元法：直接取与非采样点位置最近像元的灰度值
数字影像的获取：
灰度值如果用实数表示，一幅数字影像的存储空间将非常 大，为解决这一问题，实际应用时需要进行量化处理 量化：将各点的灰度值转换为整数 ，将透明底片有可能出现 的最大灰度变化范围进行等分，分为若干灰度等级，一般都 取为 2m ，m = 8 时得到256个灰度级，其级数是介于0到255 之间的一个整数，0为黑，255为白，每个像元素的灰度值占 8bit，即一个字节
§8-3
x1 y1 x2 y2 观测量
?
基于灰度的影像相关
X Y Z 未知量
机器代替人眼 识别同名点
是摄影测量自动化的关键之一
A= imread('e:\matlab test\gray','bmp')
39 0 40 127 255 255 159 98 40 40 66 127 255 255 158 94 39 39 40 127 255 251 127 95
0 0 39 127 251 251 127 94
39 0 40 159 251 212 158 127
§8－2 数字影像与影像重采样
数字摄影测量基本特点：用数字影像替代光学－胶片 的影像
数字影像？
一、影像灰度
灰度：光学密度，影像的灰度值反映了像片的透光能力
透过率： T = FF0Βιβλιοθήκη 不透过率 （阻光率）： O
=
F0 F
F0 投射在底片上的光通量 F 透过底片的光通量
人眼对明暗程度的感觉是按阻光率的对数关系变化的
y1
y2
y
x1
11
12
△x
△y
P
I11、I12、I 21、I 22
x2
x
21
P点的灰度重采样值为：
特点：计算较费时， 精度较好
22
I (P) = (1 − Δx)(1 − Δy)I11 + (1 − Δx)ΔyI 12 + Δx(1 − Δy)I 21 + ΔxΔyI 22
双三次卷积法（三次样条函数） 特点：算法最严密，最费时
第八章 全数字摄影测量基础
对 准 同 名 点
量 测 同 名 像 点
像点坐标观测:在人眼的立体观察下，对准同名像点进行量测
自动观测？
第八章 全数字摄影测量基础
§8－1 概述
模拟、解析：在人眼的立体观察下，对准同名像点进行量 测，目视判别属性
摄影测量自动化？
数字摄影测量：自动识别同名像点，自动量测，自动提 取与识别属性
非采样点P (x, y) 的灰度 I (P) = I (N )
1
2
N为最近点，其像素坐标值为:
xN = INT (x + 0.5) yN = INT ( y + 0.5)
缺点：最大误差可达±0.5像元 ,几何精度较差3
4
优点：最简单，计算速度快且不破坏原始影像的灰度信息
双线性插值法
设非采样点P邻近的4个原始像元的灰度为
数字摄影测量：利用数字灰度信号（数字影像），采用数字 相关技术量测同名像点，在此基础上通过解析计算，进行相 对定向和绝对定向，建立数字立体模型，从而建立数字地面 模型、绘制等高线、制作正射影像图以及为地理信息系统提 供基础信息等。是摄影测量自动化的必然产物
发展历程：
9 1950年由美国工程兵研究发展实验室与Gausch and omb 光学仪器