数字摄影测量复习

第一章绪论

1.摄影测量三个发展阶段

模拟、解析、数字

2.数字摄影测量定义与研究容

定义：基于数字影像与摄影测量的基本原理，应用计算机技术、数字影像处理、影像匹配、模式识别等多学科的理论与方法，提取所摄对象用数字方式表达的几何与物理信息的摄影测量学的分支科学。

容：数字影像的获取与处理数字影像定向影像特征提取与定位算子数字影像匹配DEM自动生成与插数字空中三角测量数字微分纠正地物识别数字摄影测量系统

3.数字摄影测量的作业过程及主要产品

主要产品：数字空中三角测量的加密成果数字高程模型DEM 数字线画图DLG 数字栅格图DRG 数字正射影像图DOM 数字可量测影像DMI 三维景观图各种工程设计所需的三维信息各种信息系统所需的基础地理空间数据

4.数字摄影测量和其他学科的关系

与数字图像处理的关系

与模式识别的关系

与计算机视觉或机器视觉的关系

5.数字摄影测量的应用

各种比例尺的地形图和专题图数字摄影测量系统与3S的集成数字摄影测量系统与CAD 数字摄影测量系统与计算机视觉数字摄影测量系统在军事中的应用变化检测与地图更新数字摄影测量系统、可视化与虚拟现实

6.数字摄影测量有待研究的主要问题

辐射信息数据量处理速度与精度数字影像匹配数字影像解释与理解数字摄影测量自动化数字摄影测量与3S的进一步集成新型传感器带来的新机遇与挑战

第二章数字影像获取与重采样

1.数字影像

数字影像可描述为一个二维的灰度矩阵，每个矩阵元素的行列序号代表它在像片上的位置，元素的值是它的灰度。

2.数字影像采样

采样：对实际连续函数模型离散化的量测过程

采样定理：当采样间隔能使在函数g(x)中存在的最高频率中每周期取有两个样本时，则根据采样数据可以完全恢复原函数g(x)

3.影像重采样

重采样：当欲知不位于矩阵（采样）点上的原始函数g(x,y)的数值时就需进行插，此时称为重采样（resampling）

最邻近像元法：直接取与P(x,y)点位置最近像元N的灰度值作为采样值 1

双三次卷积法：卷积核可以利用三次样条函数16

双线性插值法：卷积核是一个三角形函数4

1)最邻近像元法最简单，计算速度快且能不破坏原始影像的灰度信息。但其几

何精度较差。

2)双三次卷积法较费时。

3)双线性插值法较宜

第三章影像特征提取与定位算法

1.点特征提取算子

●点特征主要指明显点（圆点、角点）

●提取点特征的算子称为兴趣算子

1)Moravec算子：在四个主要方向上，选择具有最大―最小灰度方差的点作

为特征点，较简单

2)Forstner算：Robert’s梯度和灰度协方差矩阵，寻找具有尽可能小而接近

圆的误差椭圆的点作为特征点，较复杂，但给出的特征点的类型且精度也较高。

3)Harris算子：

●Harris算子是Moravec算子的改进

●只用到灰度的一阶差分及滤波，操作简单

●稳定，对图像旋转、灰度变化、噪声影响和视点变换不敏感

●但对尺度很敏感，不具有尺度不变性

2.线特征提取算子

●“边缘”影像局部区域特征不相同的区域间的分界线

●“线”是具有很小宽度的其中间区域具有相同的影像特征的边缘对

1)高斯-拉普拉斯算子

LOG算子为卷积核，对原灰度函数进行卷积运算后,提取零交叉点为边缘

2)Hough变换

对于影像空间直线上任一点(x，y）变换将其映射到参数空间的一条正弦曲线上

3.定位算子

1)Forstner定位算子

●最佳窗口选择：最佳窗口由Forstner特征提取算子确定

●最佳窗口加权重心化

2)高精度角点与直线定位算子

原始的Roberts梯度方向代替直线方向存在不容忽视的模型误差，Hough变换等使用梯度方向的方法不可能达到很高的精度。该平差模型不采用梯度的方向，而是采用梯度的模为观测值。

第四章数字影像解析基础

1.摄影测量基本概念及原理

1)相对定向直接解

当不知道倾斜摄影中倾角的近似值以及不知道影像的方位元素时采用直接解。

●相对定向直接解的定向点数——8个以上

●由于立体像对是由在不同摄站对同一物体所摄取的相片构成，如果取左像空

间坐标系为相对方位元素的参考坐标系，为确保右像片与左像片构成立体像对，右片的相对方位元素必须满足：

2)空间后方交会直接解

●竖直航空摄影且地面控制点大体对称分布的情况下可给定初值，迭代解算●影像相对于物方坐标方位不确定时采用直接解。

●迭代法或直接法解出空间距离，计算各摄影光束的方向角，解算6阶方程，

然后解算外方位元素。

2.同名核线确定与重采样

1)确定同名核线的两种方法

●基于影像几何纠正的核线解折关系

水平相片对上同名核线的v 坐标值相等

●基于共面条件的同名核线几何关系

同一核线上的点均位于同一核面上

2)核线重排列

●在水平相片上获取核线影像

●直接在倾斜相片上获取影像

第五章影像匹配基础理论与算法

1.数字影像匹配的定义

●在摄影测量与遥感中，匹配可以定义为在不同的数据集合之间建立一种对应

关系。如果这些数据集合是影像，就称为影像匹配。

●影像匹配是在两幅(或多幅)影像之间识别同名元素(点\线),它是计算机视觉

及数字摄影测量的核心问题。

●自动地在由数字立体像对中提取的元素之间建立对应关系的过程，称为数字

影像匹配。

2.影像相关原理

影像相关是利用两个信号的相关函数，评价它们的相似性以确定同名点。

相关函数：自相关函数是偶函数、自相关函数在τ=0处取得最大值

3.影像相关的谱分析

维纳-辛钦定理：随机信号的相关函数与其功率谱是一傅立叶变换对，即相关函数的傅立叶变换即功率谱，而功率谱的逆傅立叶变换即相关函数

1)影像的功率谱估计

2)相关函数估计

●当a较小时，S（f）较平缓，高频信息较丰富，此时相关函数R（τ）较陡

峭，相关精度高，但由可能的近似位置到正确相关的点间距离（称为拉入围）较小。这就要通过低通滤波获得较大的拉入围