无人机影像处理
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
辐射校正方面主要的还是没有独立的标准算法进行获 取的影像格式的转换（从Bayer filter or Foveon sensor to RGB）
4. 由于单幅影像覆盖面积小，正射影像图接缝工作
量变大，像对模型变多，增加了模型切换和模型 接边工作量
三、无人机影像处理技术与方法
• 处理技术
3.1 相机标定
1.2.3 性能优异 无人飞行器可按预定飞行航线自主飞行、拍 摄，飞行高度从50米到1000米，高度控制 精度达到10米。阴云天气下的低空飞行也 可获取光学影像，并且影像的逼真度超过 雷达影像。不受高度限制，不受山区低云 的影响。
1.2.4 低成本 UAV系统及传感器成本与其它遥感系统 无法相比，一般的单位和个人都有能力负 担。影像数据后处理的设备要求不高、成 本费用低，高档微机就可以作为主要设备， 不需要像传统航摄像片需配置高精度扫描 仪和数字化处理设备。
4.2 系统功能
无人机 影像数据
相机标定 参数
影像POS 数据
控制点 数据
DP-UAV 全自动处理系统
带颜色 三维 点云
DEM
正射 影像
4.3 系统特色
• 采用特征匹配，适用于大偏角影像、大高差地区 • 空三和DEM生成一体化，所有点参与光束法平差 每片像点5千~2万个，空三结果直接生成DEM • 较传统空三增加了上百倍的观测值，系统具备更强 的粗差检测能力 • 自标定，不需要严格相机参数 • 处理自动化程度高 • 支持多核CPU
现有处理软件模式
• 传统摄影测量软件
– 流程成熟 – 作业效率低
• 快速拼接，生成一张全景影像
– 无精度，不可量测
• 专用无人机摄影测量软件
– 效率高 – 有待大量生产检验
4.1 系统概述 • 针对无人飞机像幅小、姿态不稳定、重叠 度大、非专业相机等特点，开发了一套无 人机摄影测量数据自动处理系统GodWork
3.4 错误匹配过滤
• • • • 1）基于一对一约束的粗差剔除 2）基于尺度约束和角度约束的粗差剔除 3）基于几何约束的错误匹配过滤 4）RANSAC鲁棒估计
3.5 光束法空中三角测量
•
光束法空中三角测量以共线方程为基础（即摄影 时地面点，摄站点，像点共线为条件），以一幅 影像所组成的一束光线作为平差的基本单元，通 过各个光线束在空间的旋转和平移，使模型之间 的公共点的光线实现最佳交会。在具有多余观测 的情况下，在保证[pvv]最小的意义下解求待求参 数。
1.2.5 劣势
• 像幅小、基高比小
相同的重叠度情况下，需要跟多的控制点
• 姿态不稳定
旋偏角、俯仰、滚动，甚至导致连接有问题
• 非专业相机
光敏度、像点位移、存在镜头畸变、其它未知的系统 误差
1.3 新起点 抗震救灾(1)
1.3 新起点 抗震救灾(2)
二、无人机影像特点和影响因素分析
2.1 相机 2.2 重叠度与相机姿态角 2.3 小像幅、小基高比 2.4 分辨率与像点位移 2.5 曝光间隔与地面分辨率、地面速度关系
2.1非பைடு நூலகம்业数码相机
数码相机
普通定焦型 普通单反型 可量测单反型
2.1 镜头畸变
中间小，边缘大，可达20-40像素
无变形
桶装变形
枕形变形
切向变形
径向变形
畸变后果
• 使物点、投影中心、像点三点不再共线 • 影像形状发生非透视畸变 • – 同名光线不再相交 – 空间后交精度降低 – 重建物体的几何模型变形
标定方法
• 二维平面法
iWitness模板
武汉大学遥感信息工程学院标定场
室内三维检校场
• 由测绘遥感国家重点实验室自主研发基金和重点开放基金 支持的测绘遥感信息工程国家实验室长远建设项目”高分 辨率对地观测系统定标与综合试验场建设”第一期航空定 标与综合试验场已初步建成,并投入使用。 • 航空定标与综合试验场位于河南登封市,面积近100平方公 里,区域内有农田、道路、村镇、河流、树林等，典型的 丘陵地形，交通便利，植被多样。217个高 精度控制点分 三级均匀分布在整个测区内，可满足不同分辨率航空传感 器的检校与性能测试需要。各种可移动的标志物可用于传 感器的分辨率测试和幅射校正工作。 • 目前已获取了ADS40的不同GSD的影像，后续处理工作 正在进行中。预计在年前完成DMC，LIDAR，TOPDC等 航空传感器的航空摄影。
1.2 无人机摄影测量优势与劣势 • 优势
具有机动性、灵活性和安全性 分辨率高 多角度 性能优异 低成本
• 劣势
像幅小 基高比小 姿态不稳定 非专业相机
1.2.1 具有机动性、灵活性和安全性
无人飞行器的机动性、灵活性使得它不要求专用 起降场地，升空准备时间短、操作控制较容易、 运行成本低，城市的运动场、广场等都可以作为 起降场地，特别适合在建筑物密集的城市地区和 地形复杂地区及国内南部丘陵、多云地区应用。 它的安全性使得它能够在对人生命有害的危险和 恶劣环境下(如森林火灾、火山、有毒液体等)直 接获取影像，即便是设备出现故障，发生坠机也 无人身伤害。
由于数码相机的焦距可变，这样在不同的航空条件 下内定向就会发生改变，因此可进行以下4个水平 层次上进行几何校正
• （1）在实验室二维或三维试验场进行几何校正 • （2）在一个检校区域进行飞行几何校正 • （3）为了适应特定的区域环境，在飞行任务时同时进行 检校 • （4）根据长期来检校的统计数据确定检校的时间周期
7.综合分析
通过分析可以看出当地面分辨率一定，飞行速度与曝光 时间成反比。可以看出飞行速度与影像的运动成正比。 因此可以知道飞行速度太快，像点位移会超出限定范围， 这就会使得影像模糊，影响地面分辨率。但同时如果飞行 速度太低，曝光间隔长了，这就会影响作业效率。 由于影像存储速度的影像，曝光间隔至少要大于2sec，所 以对于一定分辨率的影像，飞行器的飞行速度也不能太快。 飞行时既要顾及作业效率也要考虑获取的影像质量，所 以要在曝光间隔与搭载平台的飞行速度间找到一个最佳的 值。
4.4 系统流程 • 特征匹配
– 每张影像提取特征点，相邻影像进行匹配
• 初始构网
– 每张影像提取特征点，相邻影像进行匹配
• 带附加参数的光束法平差
– 把所有匹配点纳入平差过程
• DEM和正射影像生成
4.5 效率测试
采用不同地面类型无人机影像数据20套，每套数 据像片数150~800张不等，航高500~800米，佳 能400D相机，焦距24mm，像片大小3888x2592 像素 运行环境，Intel 4核 CPU主频2.33GHz、内存3G 运行模式全自动批处理 平均处理速度每分钟2-3片 成果
r ( x x0 ) 2 ( y y0 ) 2
x0，y0为像主点 x，y为像素坐标系坐标
2.2 重叠度与相机姿态角
• 传统摄影测量
– 航向重叠60% – 旁向重叠30% – 姿态角< 3°
• 无人机摄影测量
– 航向重叠70-85% – 旁向重叠35-55% – 姿态角可达10 °以上
2.5 曝光间隔与地面分辨率、地面速度关系
曝光间隔与地面分辨率、地面速度关系
它们的关系可以由下面方程表示
• 由方程（1）容易看出当GSD一定时，相机的曝光间隔与 装载它的飞行器的地面飞行速度成反比关系 t: 曝光时间间隔 GSD: 地面分辨率 Vg: 飞行器的地面飞行速度 P: 航向重叠度 npix: 航向方向的像元个数
1.1 为什么UAV-2
• 技术驱动
UAV(Unmanned Air Vehicle ,无人驾驶航空飞行器) 遥感平台的出现为这种应急需求提供了一种新的 技术途径。UAV 无人驾驶,由地面遥控站通过无线 电通信控制飞机的起飞、到达指定空域、实行遥 感操作、以及返回遥控站降落等操作。它可实现 危险区域目标图像实时获取、空中侦察与目标搜 索、环境监测、海区巡视、救援指挥、大气参数 测量、有毒污染地区空中监测等多种载人机无法 完成或不易完成的任务
四、待需解决的问题
1. 变焦距引起的在相机内定向和检校方面的问题
由于焦距长度可变，所以每次变换焦距长度都需要从 新进行相机检校即使机械固定了焦距使其不变，在飞行高 度增加时由于大气压的变化，焦距的长度仍然会发生变化
2. 像点位移带来的问题
高于5CM，需要FMC（向前运动补偿）
3. 辐射校定方面的问题
3.8 立体像对生成
•
立体相对生成主要是用于立体测图仪 （JX4C，VirtuoZo等等）进行立体观测。 • 利用两幅相互重叠的影像构成立体相对。
4. 天工无人机摄影测量处理软件
• • • • • • • 现有处理软件模式 4.1 系统概述 4.2 系统功能 4.3 系统特色 4.4 系统流程 4.5 效率测试 4.6 实例
1.2.2 分辨率高 多角度
无人飞行器携带的高精度数码成像设备具备垂 直或倾斜摄影的技术能力，不但能竖直拍摄获取 平面影像，还能低空多角度摄影获取建筑物多面 高分辨率纹理影像，这点弥补了卫星遥感和普通 航空摄影获取城市建筑物时遇到的高层建筑遮挡 问题。所获取影像的空间分辨率能达到分米级， 系统获取的高分辨率数码影像可用于高精度数字 地面模型的建立和三维立体景观图的制作。
2.4 分辨率与像点位移 • 影像地面分辨率影像因素
– 相机本身CCD(CMOS)大小（ccd_size） – 像素分辨率 – 相机镜头焦距(c) – 航高(H)
像点位移 使图像模糊影响有效分辨率
像点位移公式
• • • • •
(1).飞行器的地面速度 (2).相机曝光时间 (3).焦距长度 c (4).飞行器的飞行高度 (5).像元大小
•室外三维检校场
三维检校场方法
• 三维控制场需要有一定的深度 • 利用空间后方交会 • 标志点的关系长期稳定、不变 • 标志点利用经纬仪精确测量
3.2 航带生成
• 根据kappa角的变化划分航带，自动去掉航 带之间转向部分影像，自动生成航带
3.3 基于特征的匹配 •
基于特征匹配通常分为点、线、面的特征匹配。 一般来说特征匹配分为三步： • ---特征提取 • ---利用一组参数对特征进行描述 • ---利用参数进行特征匹配
镜头畸变公式
2 2 x ( x x0 )(k1r 2 k2 r 4 ) p1 r 2( x x ) 0 2 p2 ( x x0 )( y y0 ) ( x x0 ) ( y y0 )
2 2 y ( y y0 )(k1r 2 k2 r 4 ) p2 r 2( y y ) 0 2 p1 ( x x0 )( y y0 )
无人机影像处理
-自动空三、DEM正摄影像生成
一、概述
1.1 为什么无人机摄影测量(UAV) 1.2 无人机摄影测量优势与劣势 1.3 无人机摄影测量的新起点
1.1 为什么UAV-1
• 需求驱动
作为城市精细三维数据获取的主要来源之一,大比 例尺、高分辨率的遥感影像需求日趋显著。现有 的卫星遥感和航空遥感技术虽然能够获取大面积 的地理信息,但因卫星受回归周期、高度等因素影 响,遥感数据分辨率和时相难以保证;载人飞机受空 域管制和气候等因素的影响较大,缺乏机动快速的 能力,同时使用成本也比较高,因此在满足精细城市 三维信息获取的要求方面存在一定不足
• 姿态不稳定，需要新的初始值计算方法 • 姿态不稳定，基于灰度的相关系数匹配失 效 • 重叠度增大，增加观测值个数，增加解算 稳定和可靠性
2.3 小像幅、小基高比
基线B 基线B
小像幅 大像幅
航高H
• 由于单幅影像覆盖面积小，正射影像图接 缝工作量变大，像对模型变多，增加了模 型切换和模型接边工作量 • 基高比变小，使得空中三角形不稳定，降 低解算稳定性
3.6 DEM生成 • • • • 常用的主要生成方法： 1)移动曲面拟合法 2)多面函数法DEM内插 3)有限元法DEM内插
3.7 正射影像生成与镶嵌 •
根据有关的参数与数字地面模型，利用相应的 构像方程式，或按一定的数学模型用控制点解算， 从原始的非正射投影的数字影像获取正射影像， 其实就是将影像化为很多微小的区域逐一进行纠 正（变换或映射）。然后将区域所有正射影像镶 嵌成整个区域的正射影像。
– 密集点云（每片5,000~20,000像点） – DEM – 正射影像（采用GeoDoging进行匀光和镶嵌）
4. 由于单幅影像覆盖面积小，正射影像图接缝工作
量变大，像对模型变多，增加了模型切换和模型 接边工作量
三、无人机影像处理技术与方法
• 处理技术
3.1 相机标定
1.2.3 性能优异 无人飞行器可按预定飞行航线自主飞行、拍 摄，飞行高度从50米到1000米，高度控制 精度达到10米。阴云天气下的低空飞行也 可获取光学影像，并且影像的逼真度超过 雷达影像。不受高度限制，不受山区低云 的影响。
1.2.4 低成本 UAV系统及传感器成本与其它遥感系统 无法相比，一般的单位和个人都有能力负 担。影像数据后处理的设备要求不高、成 本费用低，高档微机就可以作为主要设备， 不需要像传统航摄像片需配置高精度扫描 仪和数字化处理设备。
4.2 系统功能
无人机 影像数据
相机标定 参数
影像POS 数据
控制点 数据
DP-UAV 全自动处理系统
带颜色 三维 点云
DEM
正射 影像
4.3 系统特色
• 采用特征匹配，适用于大偏角影像、大高差地区 • 空三和DEM生成一体化，所有点参与光束法平差 每片像点5千~2万个，空三结果直接生成DEM • 较传统空三增加了上百倍的观测值，系统具备更强 的粗差检测能力 • 自标定，不需要严格相机参数 • 处理自动化程度高 • 支持多核CPU
现有处理软件模式
• 传统摄影测量软件
– 流程成熟 – 作业效率低
• 快速拼接，生成一张全景影像
– 无精度，不可量测
• 专用无人机摄影测量软件
– 效率高 – 有待大量生产检验
4.1 系统概述 • 针对无人飞机像幅小、姿态不稳定、重叠 度大、非专业相机等特点，开发了一套无 人机摄影测量数据自动处理系统GodWork
3.4 错误匹配过滤
• • • • 1）基于一对一约束的粗差剔除 2）基于尺度约束和角度约束的粗差剔除 3）基于几何约束的错误匹配过滤 4）RANSAC鲁棒估计
3.5 光束法空中三角测量
•
光束法空中三角测量以共线方程为基础（即摄影 时地面点，摄站点，像点共线为条件），以一幅 影像所组成的一束光线作为平差的基本单元，通 过各个光线束在空间的旋转和平移，使模型之间 的公共点的光线实现最佳交会。在具有多余观测 的情况下，在保证[pvv]最小的意义下解求待求参 数。
1.2.5 劣势
• 像幅小、基高比小
相同的重叠度情况下，需要跟多的控制点
• 姿态不稳定
旋偏角、俯仰、滚动，甚至导致连接有问题
• 非专业相机
光敏度、像点位移、存在镜头畸变、其它未知的系统 误差
1.3 新起点 抗震救灾(1)
1.3 新起点 抗震救灾(2)
二、无人机影像特点和影响因素分析
2.1 相机 2.2 重叠度与相机姿态角 2.3 小像幅、小基高比 2.4 分辨率与像点位移 2.5 曝光间隔与地面分辨率、地面速度关系
2.1非பைடு நூலகம்业数码相机
数码相机
普通定焦型 普通单反型 可量测单反型
2.1 镜头畸变
中间小，边缘大，可达20-40像素
无变形
桶装变形
枕形变形
切向变形
径向变形
畸变后果
• 使物点、投影中心、像点三点不再共线 • 影像形状发生非透视畸变 • – 同名光线不再相交 – 空间后交精度降低 – 重建物体的几何模型变形
标定方法
• 二维平面法
iWitness模板
武汉大学遥感信息工程学院标定场
室内三维检校场
• 由测绘遥感国家重点实验室自主研发基金和重点开放基金 支持的测绘遥感信息工程国家实验室长远建设项目”高分 辨率对地观测系统定标与综合试验场建设”第一期航空定 标与综合试验场已初步建成,并投入使用。 • 航空定标与综合试验场位于河南登封市,面积近100平方公 里,区域内有农田、道路、村镇、河流、树林等，典型的 丘陵地形，交通便利，植被多样。217个高 精度控制点分 三级均匀分布在整个测区内，可满足不同分辨率航空传感 器的检校与性能测试需要。各种可移动的标志物可用于传 感器的分辨率测试和幅射校正工作。 • 目前已获取了ADS40的不同GSD的影像，后续处理工作 正在进行中。预计在年前完成DMC，LIDAR，TOPDC等 航空传感器的航空摄影。
1.2 无人机摄影测量优势与劣势 • 优势
具有机动性、灵活性和安全性 分辨率高 多角度 性能优异 低成本
• 劣势
像幅小 基高比小 姿态不稳定 非专业相机
1.2.1 具有机动性、灵活性和安全性
无人飞行器的机动性、灵活性使得它不要求专用 起降场地，升空准备时间短、操作控制较容易、 运行成本低，城市的运动场、广场等都可以作为 起降场地，特别适合在建筑物密集的城市地区和 地形复杂地区及国内南部丘陵、多云地区应用。 它的安全性使得它能够在对人生命有害的危险和 恶劣环境下(如森林火灾、火山、有毒液体等)直 接获取影像，即便是设备出现故障，发生坠机也 无人身伤害。
由于数码相机的焦距可变，这样在不同的航空条件 下内定向就会发生改变，因此可进行以下4个水平 层次上进行几何校正
• （1）在实验室二维或三维试验场进行几何校正 • （2）在一个检校区域进行飞行几何校正 • （3）为了适应特定的区域环境，在飞行任务时同时进行 检校 • （4）根据长期来检校的统计数据确定检校的时间周期
7.综合分析
通过分析可以看出当地面分辨率一定，飞行速度与曝光 时间成反比。可以看出飞行速度与影像的运动成正比。 因此可以知道飞行速度太快，像点位移会超出限定范围， 这就会使得影像模糊，影响地面分辨率。但同时如果飞行 速度太低，曝光间隔长了，这就会影响作业效率。 由于影像存储速度的影像，曝光间隔至少要大于2sec，所 以对于一定分辨率的影像，飞行器的飞行速度也不能太快。 飞行时既要顾及作业效率也要考虑获取的影像质量，所 以要在曝光间隔与搭载平台的飞行速度间找到一个最佳的 值。
4.4 系统流程 • 特征匹配
– 每张影像提取特征点，相邻影像进行匹配
• 初始构网
– 每张影像提取特征点，相邻影像进行匹配
• 带附加参数的光束法平差
– 把所有匹配点纳入平差过程
• DEM和正射影像生成
4.5 效率测试
采用不同地面类型无人机影像数据20套，每套数 据像片数150~800张不等，航高500~800米，佳 能400D相机，焦距24mm，像片大小3888x2592 像素 运行环境，Intel 4核 CPU主频2.33GHz、内存3G 运行模式全自动批处理 平均处理速度每分钟2-3片 成果
r ( x x0 ) 2 ( y y0 ) 2
x0，y0为像主点 x，y为像素坐标系坐标
2.2 重叠度与相机姿态角
• 传统摄影测量
– 航向重叠60% – 旁向重叠30% – 姿态角< 3°
• 无人机摄影测量
– 航向重叠70-85% – 旁向重叠35-55% – 姿态角可达10 °以上
2.5 曝光间隔与地面分辨率、地面速度关系
曝光间隔与地面分辨率、地面速度关系
它们的关系可以由下面方程表示
• 由方程（1）容易看出当GSD一定时，相机的曝光间隔与 装载它的飞行器的地面飞行速度成反比关系 t: 曝光时间间隔 GSD: 地面分辨率 Vg: 飞行器的地面飞行速度 P: 航向重叠度 npix: 航向方向的像元个数
1.1 为什么UAV-2
• 技术驱动
UAV(Unmanned Air Vehicle ,无人驾驶航空飞行器) 遥感平台的出现为这种应急需求提供了一种新的 技术途径。UAV 无人驾驶,由地面遥控站通过无线 电通信控制飞机的起飞、到达指定空域、实行遥 感操作、以及返回遥控站降落等操作。它可实现 危险区域目标图像实时获取、空中侦察与目标搜 索、环境监测、海区巡视、救援指挥、大气参数 测量、有毒污染地区空中监测等多种载人机无法 完成或不易完成的任务
四、待需解决的问题
1. 变焦距引起的在相机内定向和检校方面的问题
由于焦距长度可变，所以每次变换焦距长度都需要从 新进行相机检校即使机械固定了焦距使其不变，在飞行高 度增加时由于大气压的变化，焦距的长度仍然会发生变化
2. 像点位移带来的问题
高于5CM，需要FMC（向前运动补偿）
3. 辐射校定方面的问题
3.8 立体像对生成
•
立体相对生成主要是用于立体测图仪 （JX4C，VirtuoZo等等）进行立体观测。 • 利用两幅相互重叠的影像构成立体相对。
4. 天工无人机摄影测量处理软件
• • • • • • • 现有处理软件模式 4.1 系统概述 4.2 系统功能 4.3 系统特色 4.4 系统流程 4.5 效率测试 4.6 实例
1.2.2 分辨率高 多角度
无人飞行器携带的高精度数码成像设备具备垂 直或倾斜摄影的技术能力，不但能竖直拍摄获取 平面影像，还能低空多角度摄影获取建筑物多面 高分辨率纹理影像，这点弥补了卫星遥感和普通 航空摄影获取城市建筑物时遇到的高层建筑遮挡 问题。所获取影像的空间分辨率能达到分米级， 系统获取的高分辨率数码影像可用于高精度数字 地面模型的建立和三维立体景观图的制作。
2.4 分辨率与像点位移 • 影像地面分辨率影像因素
– 相机本身CCD(CMOS)大小（ccd_size） – 像素分辨率 – 相机镜头焦距(c) – 航高(H)
像点位移 使图像模糊影响有效分辨率
像点位移公式
• • • • •
(1).飞行器的地面速度 (2).相机曝光时间 (3).焦距长度 c (4).飞行器的飞行高度 (5).像元大小
•室外三维检校场
三维检校场方法
• 三维控制场需要有一定的深度 • 利用空间后方交会 • 标志点的关系长期稳定、不变 • 标志点利用经纬仪精确测量
3.2 航带生成
• 根据kappa角的变化划分航带，自动去掉航 带之间转向部分影像，自动生成航带
3.3 基于特征的匹配 •
基于特征匹配通常分为点、线、面的特征匹配。 一般来说特征匹配分为三步： • ---特征提取 • ---利用一组参数对特征进行描述 • ---利用参数进行特征匹配
镜头畸变公式
2 2 x ( x x0 )(k1r 2 k2 r 4 ) p1 r 2( x x ) 0 2 p2 ( x x0 )( y y0 ) ( x x0 ) ( y y0 )
2 2 y ( y y0 )(k1r 2 k2 r 4 ) p2 r 2( y y ) 0 2 p1 ( x x0 )( y y0 )
无人机影像处理
-自动空三、DEM正摄影像生成
一、概述
1.1 为什么无人机摄影测量(UAV) 1.2 无人机摄影测量优势与劣势 1.3 无人机摄影测量的新起点
1.1 为什么UAV-1
• 需求驱动
作为城市精细三维数据获取的主要来源之一,大比 例尺、高分辨率的遥感影像需求日趋显著。现有 的卫星遥感和航空遥感技术虽然能够获取大面积 的地理信息,但因卫星受回归周期、高度等因素影 响,遥感数据分辨率和时相难以保证;载人飞机受空 域管制和气候等因素的影响较大,缺乏机动快速的 能力,同时使用成本也比较高,因此在满足精细城市 三维信息获取的要求方面存在一定不足
• 姿态不稳定，需要新的初始值计算方法 • 姿态不稳定，基于灰度的相关系数匹配失 效 • 重叠度增大，增加观测值个数，增加解算 稳定和可靠性
2.3 小像幅、小基高比
基线B 基线B
小像幅 大像幅
航高H
• 由于单幅影像覆盖面积小，正射影像图接 缝工作量变大，像对模型变多，增加了模 型切换和模型接边工作量 • 基高比变小，使得空中三角形不稳定，降 低解算稳定性
3.6 DEM生成 • • • • 常用的主要生成方法： 1)移动曲面拟合法 2)多面函数法DEM内插 3)有限元法DEM内插
3.7 正射影像生成与镶嵌 •
根据有关的参数与数字地面模型，利用相应的 构像方程式，或按一定的数学模型用控制点解算， 从原始的非正射投影的数字影像获取正射影像， 其实就是将影像化为很多微小的区域逐一进行纠 正（变换或映射）。然后将区域所有正射影像镶 嵌成整个区域的正射影像。
– 密集点云（每片5,000~20,000像点） – DEM – 正射影像（采用GeoDoging进行匀光和镶嵌）