第08章 数字摄影测量基础
合集下载
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)。
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 = F
F0
不透过率
F0
(阻光率): O = 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
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:
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
§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
发展历程:
1950年由美国工程兵研究发展实验室与Gausch and omb 光学仪器 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
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
88年,数字摄影测量系统处概念阶段
92年,数字摄影测量系统步入生产阶段
目前,已成为主流的摄影测量作业方法(半自动化)
y ) I 21Hale Waihona Puke Baidu+
§8-3 基于灰度的影像相关
x1 y1 x2 y2 观测量
?
X Y Z 未知量
机器代替人眼 识别同名点
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 I11、I12、I 21、I 22
y1
y2
y
x1
11
12
△x
△y
P
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 x )(1 y ) I 11 + (1 x ) yI 12 + x (1
双三次卷积法(三次样条函数) 特点:算法最严密,最费时
x=y : 采样间隔
0 39 127 251 251
数字图像一些知识:直方图的意义
灰度直方图是灰度级的函数 其横坐标是灰度级,纵坐标是该灰度出现的频率(像素个数)。
举例:大小为196×210,灰度级为28=256的一幅bmp图像。
举例:大小为640×480,灰度级为28=256的一幅bmp图像
灰度图像的直方图
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
的
步
y = k 0 + k1 x + k 2 y
进 方
h0,h1,h2,k 0,k1,k 2
向
y
o
x
内定向参数,利用四个框标
点平差解算
x
O 数字化的扫描方向
影像重采样理论
非
采
样
点
的 灰 度
?
五、数字影像重采样
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
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)
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
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 x (i = 0,1, 2, , n 1) 40 66 127 255 255
y = y0 + j y ( j = 0,1, 2 , m 1) 39 40 127 255 251
彩色图像的分波段直方图
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
两种坐标之间存在仿射变换
数 字
化
x = h0 + h1 x + h2 y
0 0 39 127 251 251 127 94
39 0 40 159 251 212 158 127
39 40 66 159 251 252 159 127
数字影像的获取:
采样 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 精度要求 影像分辨率 数据量
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
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
最邻近像元法:直接取与非采样点位置最近像元的灰度值
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: x N = INT ( x + 0.5) y N = 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