近景摄影测量光束法平差报告
近景摄影测量中的光束法平差快速算法
近景摄影测量中的光束法平差快速算法
胡建才;刘先勇;邱志强;袁建英
【期刊名称】《工具技术》
【年(卷),期】2010(44)9
【摘要】由于近景摄影测量的摄影方式灵活多变,光束法平差中构成的法方程系数矩阵不具有带状结构,导致基于整体广义逆法的求解速度很慢。
为解决这一问题,提出了一种新的光束法平差快速解法。
该方法以"R-T"模式的共线方程为基础,首先构建摄像机参数的法方程式,以整体解算摄像机参数的改正数,然后再逐点解算三维点改正数。
采用该方法避免了组建整体误差方程式和三维点法方程式,能在保证精度的前提下有效提高计算速度。
仿真实验和真实图像实验均表明,本文算法具有较强的可行性和鲁棒性,特别适合拍摄角度多变的近景摄影测量系统。
【总页数】6页(P85-90)
【关键词】近景摄影测量;光束法平差;快速算法;法方程
【作者】胡建才;刘先勇;邱志强;袁建英
【作者单位】西南科技大学信息工程学院;西南科技大学;绵阳铁牛科技有限公司【正文语种】中文
【中图分类】TG88
【相关文献】
1.GPS-RTK辅助近景摄影测量光束法平差及精度分析 [J], 余俊鹏;何炽荣
2.用摄影测量的光束平差法处理经纬仪观测值及其在工业测量中的应用 [J],
Obid.,RM;李小鹏
3.基于IGG3的数字工业摄影测量抗差光束法平差 [J], 王俊威;西勤;冯其强;郭迎钢;向民志
4.GPS-RTK辅助近景摄影测量光束法平差及精度分析 [J], 冯晓
5.近景摄影测量坐标差平差模型中像片方位元素解求方法 [J], 刘兴库;李兆华
因版权原因，仅展示原文概要，查看原文内容请购买。
Lensphoto实习报告
摄影测量实习报告浙江农林大学2015年1月1 实习目的通过本次实习，熟悉使用Lensphoto多基线数字近景摄影测量系统生产测绘产品的过程，掌握生产过程中各步骤的原理，加深对有关理论知识的理解。
（1）了解Lensphoto多基线数字近景摄影测量系统的功能；（2）掌握Lensphoto多基线数字近景摄影测量系统的作业流程；（3）加深对数字近景摄影测量基本理论、方法和过程的理解；2 Lensphoto系统简介Lensphoto多基线数字近景摄影测量系统属于地理信息系统领域最新的数字近景摄影测量应用软件。
它是基于摄影测量专家张祖勋院士最新提出的，以计算机视觉原理（多基线）代替人眼双目视觉（单基线）传统摄影测量原理，从空间一个点由两条光线交会的摄影测量基本法则变化为空间一个点由多条光线交会而成的全新概念，从而研发产生的一套全新的数字近景摄影测量系统。
3 实验过程3.1变形监测一、新建工程导入照片之后，填写总航带数，将照片添加到当前航带。
导入相机参数添加照片之后，点击“相机参数”按钮——“导入相机参数”，打开对应文件夹相机参数文件。
其中，空三匹配格网默认50，可适当调高，提高点云密度。
单击“保存工程”按钮，输入文件名，保存打开工程二、空三匹配空三匹配：添加航带内和航带间影像种子点；进行全自动空三匹配。
匹配前人工给定航带内和航带间立体像对的种子点，目的是确定匹配像对两张影像间的概略偏移量。
平行摄影：只有一个航带，只需给定航带内的种子点；打开空三匹配：双击左侧第一张影像，点击“添加种子点”按钮，分别在左右两张影像上选取同名点，添加种子点（即依次在两张照片相同位置用标记十字丝）；添加完毕，点箭头向右，切换到下一相对添加种子点，如图示：种子点添加完成之后，点击按钮，进行全自动匹配进度条完成后，点击按钮，双击左侧影像可检查匹配点三、自由网平差此操作是为检测工程能否进行下去。
点开光束法平差，平差一次查看结果，以确定工程是否可以继续进行。
GPS-RTK辅助近景摄影测量光束法平差及精度分析
GPS-RTK辅助近景摄影测量光束法平差及精度分析余俊鹏;何炽荣【摘要】基于GPS(Global Positioning System)-RTK(Real-time kinematic)快速定位的优势,提出一种GPS-RTK辅助近景摄影测量光束法平差方法.在常规摄影测量光束法平差模型基础上,引入GPS-RTK摄站观测方程,并根据GPS观测中心与摄影中心的位置偏差赋予合理的权值,按最小二乘原理进行严密平差.通过不同基线的立体像对平差实验表明,参数求解过程稳定,垂直于观测方向的平面定位中误差可达到0.02m,且平差计算可以降低对参数初值的精度要求.%Based on the advantage of GPS (Global Positioning System)-RTK (Real-time kinematic) rapid positioning technique,a GPS-RTK-assisted close-range photogrammetric bundle adjustment method is presented.On the basis of the conventional photogrammetric adjustment model,GPS-RTK observation equations are added.According to the relative offset between the GPS observation center and the camera projecting center,GPS-RTK observations are given appropriate weights and a rigorous adjustment is carried out according to the least-squares principle.The experiment results show that the parameters solving process is stable and the planar location precision can be 0.02 m,and the new adjustment method can reduce the accuracy requirement of the initial parameter value.【期刊名称】《广东工业大学学报》【年(卷),期】2017(034)006【总页数】5页(P73-77)【关键词】近景摄影测量;GPS实时动态定位;光束法平差;精度【作者】余俊鹏;何炽荣【作者单位】广东工业大学土木与交通工程学院,广东广州510006;广东工业大学土木与交通工程学院,广东广州510006【正文语种】中文【中图分类】P234.1摄影测量是通过对摄影机摄取的二维影像进行测量，确定物体在空间的位置、形状、大小以及运动形态的一门学科[1]，按照摄影距离的远近，可分为航天摄影测量、航空摄影测量和近景摄影测量[2]. 近景摄影测量的摄影距离一般小于100 m，摄影方式灵活且成本低廉，可以瞬间获取被测物体大量表面信息，特别适合于测量大量点目标，在土木建筑、生物医学、工业、交通等行业有着广泛的应用[3-4].获取影像内外方位元素是对目标进行摄影定位的基础[5-7]. 利用GPS技术辅助测定影像内外方位元素，在航空航天摄影测量中已取得很好的效果[8]. 随着近景摄影测量技术在绝对目标定位方面的应用日益受到重视[9-12]，如何将GPS与传统近景摄影测量方法结合起来，提高作业效率并取得更优的定向和定位成果，成为业内十分关注的问题[13]. 本文提出一种GPS-RTK辅助近景摄影测量光束法平差方法，通过实验对该方法的可行性和有效性进行了验证，取得了较好的效果.GPS是目前应用最为广泛的全球导航定位系统，通过GPS与其他观测技术的结合，带动了测绘技术的新一轮变革. 在航空摄影测量领域，利用差分动态GPS定位技术获取摄影瞬间摄站的空间位置，由所观测的摄站坐标作为空中控制点，可部分替代地面控制点的作用. 基于相似原理，近景摄影测量同样可以利用GPS获取摄站位置，以省去控制点布设的大量工作，提高作业效率.GPS-RTK是一种由GPS载波相位观测值进行实时动态相对定位的技术，适合于获取近景摄站坐标.进行RTK测量时，基准站通过数据通信链实时地将载波相位观测值以及站坐标等信息播发给附近的RTK接收机. 通过接收机内置的数据处理软件进行实时相对定位，再结合基准站坐标求得RTK接收机的绝对三维坐标[14]. 在近景摄影测量数据采集过程中，只需将GPS-RTK接收机安置在近景摄站上，即可快速获取摄站的空间三维坐标.GPS-RTK技术观测作业效率高，而其观测精度对于测量成果质量至关重要. 由于近景摄影测量测区范围较小，采用独立的物方坐标系，采取以下措施有利于提高摄站位置的观测精度：(1) 在测区四周布设足够公共点，减小WGS84坐标到独立坐标的转换误差；(2) 严格按照精度要求设定观测参数和观测时间；(3) 注意检查GPS观测结果验后精度，避免粗差；(4) 必要时进行重复观测，以多次观测均值代替单次观测值. 一般情况下，利用GPS-RTK获取的摄站坐标精度可达到厘米级，而且返工的几率低，数据采集工作量小.(1) 像点坐标观测方程.摄影测量像点坐标观测方程即经典的共线方程[15]，如式(1)所示.式(1)中，为像点坐标观测值，待求定向参数包括：影像内方位元素、影像外方位线元素，影像外方位角元素.为构成的旋转矩阵方向余弦值，计算公式为(2) GPS摄站坐标观测方程.摄站坐标观测作业中实际很难保证GPS-RTK观测中心与相机摄影中心重合，两者必然存在一定偏差. 由于各摄站的偏差量不同，总体可将该偏差看作随机误差. 该偏差对定位结果产生等量偏移误差[16]，通过平差可消除该偏差影响. GPS摄站坐标观测方程为摄影测量平差随机模型中一般取像点坐标观测值为单位权观测值，其权P1=1. 对于GPS-RTK摄站观测值，可按其先验精度给予相应的权值. 考虑GPSRTK观测误差及与摄影中心的位置偏差，GPSRTK观测中心与摄影中心的偏心量一般不超过10 cm，实际可取经验标准差值σG=5 cm. 假定探测器像元尺寸为5 μm，像点坐标量测中误差为0.5像元，则摄站给定参数初值后，对观测方程(1)、(3)线性化展开，得到如下误差方程组式(4)中，VX、VG分别为像点坐标、摄站坐标观测值改正数向量；t1为影像外方位线元素增量；t2为影像外方位角元素增量；c为影像内方位元素增量；x为像点对应的目标点物方坐标增量；AX1、AX2、C、D、E为相应参数的系数矩阵；LX、LG分别为像点坐标观测值、摄站坐标观测值的残差向量. PI、PG分别为像点坐标观测值、摄站坐标观测值的权.误差方程组的矩阵形式为根据最小二乘原理列出相应的法方程，即可求出参数增量的最小二乘平差解[17]：根据误差传播定律，所求参数的协方差阵为其中，验后单位权中误差度即多余观测数. 协方差阵的对角线元素即为各待定参数的验后方差.本文实验步骤如图1所示.实验拍摄场景为校内教学办公建筑，实验相机型号为NIKON D610，其有效像素为2 426万. 所摄影像如图2~4所示.所摄3幅影像分别构成两个不同基线长度的立体像对. 影像DSC_0683和DSC_0688构成立体像对1，其摄影基线约为3.5 m；影像DSC_0683和DSC_0691构成立体像对2，其摄影基线约为4.8 m. 在无GPS观测值辅助条件下进行常规光束法平差，求解过程不稳定，特别是当角元素初值误差较大时，待定参数均无法收敛而求解失败. 采用本文提出的GPS辅助近景摄影测量光束法平差，两个实验立体像对的影像定向和目标定位结果如下.3.2.1 立体像对1立体像对1的摄影范围内有12个已知坐标点，其中6个点作为控制点，另外6个点作为检查点. 平差后影像定向结果如表1所示，各检查点目标定位精度如表2所示.各检查点的三维定位中误差约为0.082 m，其中XY方向的定位中误差为0.020 m，而Z方向即沿相机光轴方向的定位中误差为0.080 m，为定位误差的主要部分.3.2.2 立体像对2立体像对2中共包含10个已知坐标点. 取6个点作为控制点，另外4个点作为检查点. 平差后影像定向结果如表3所示，各检查点目标定位精度如表4所示.各检查点的三维定位中误差约为0.066 m，其中XY方向的定位中误差约为0.020 m，Z方向定位中误差为0.063 m.从两个立体像对的平差结果可看出：(1) 两个像对在XY方向的定位中误差大致相当，约为0.02 m. 根据近景摄影测量规范，图上点位精度应在0.5 mm以内，按比例尺计算，本文实验结果可满足1︰50比例尺平面测图要求.(2) 两个像对的Z方向定位中误差均显著大于XY方向定位中误差，其中立体像对2的Z方向定位中误差较小. 理论而言，长基线立体像对在沿观测方向上的几何交会精度更高，本文实验结果亦符合这一规律.(3) 像方定位验后单位权中误差约为5个像元，与物方定位中误差基本符合，但未达到像元物方分辨率水平. 究其原因，本文所用光束法平差模型未严格考虑成像几何畸变. 由于几何畸变属于系统误差，后续还需研究有效的系统误差补偿方法，进一步提高定位精度.本文提出一种GPS-RTK辅助近景摄影测量光束法平差方法. 利用GPS-RTK技术快速获取摄站坐标观测值，并在平差函数模型中引入相应的GPS摄站定位观测方程. 在常规光束法平差基础上，GPS辅助光束法平差计算程序只需作少量改动，即可使参数求解过程的稳定性得到有效提高. 此外，采用常规方法，一般要求具有较高精度的平差参数初值以及数量较多的控制点. 而GPS-RTK观测值可一定程度上代替控制点的位置基准作用，加入GPS-RTK观测值后，近景影像光束法平差对参数初值精度及控制点数量要求有所降低，有助于改进近景摄影测量作业的效率. 在未考虑几何畸变条件下，本文实验结果中平面定位中误差达到0.02 m，后续通过系统误差补偿可望进一步提高精度.【相关文献】[ 1 ]冯文灏. 近景摄影测量学[M]. 武汉: 武汉大学出版社,2002.[ 2 ]王佩军, 徐亚明. 摄影测量学[M]. 武汉: 武汉大学出版社,2010.[ 3 ]陈楚, 姜兴钰, 张学民, 等. 近景摄影测量在滑坡监测中的应用研究[J]. 城市勘测, 2015(1): 105-108.CHEN C, JIANG X Y, ZHANG X M, et al. The research on the application of close-range photogrammetry in the landslide monitoring [J]. Urban Geotechnical Investigation amp;Surveying, 2015(1): 105-108.[ 4 ]张国建, 于承新. 数字近景摄影测量在桥梁变形观测中的应用[J]. 全球定位系统, 2016, 41(1): 91-95.ZHANG G J, YU C X. The application of digital close-range photogrammetry in the deformation observation of bridge[J]. Global Positioning System, 2016, 41(1): 91-95.[ 5 ]MUNDY J L, ZISSERMAN A. Geometric invariance in computer vision [M]. Massachusetts: Cambridge, MIT Press,1992.[ 6 ]王之卓. 摄影测量原理[M]. 武汉: 武汉大学出版社, 2007.[ 7 ]FRASER C S, EDMUNDSON K L. Design and implementation of a computational processing system for off-line digital close-range photogrammetry [J]. ISPRS Journal of Photogrammetry amp; Remote Sensing, 2000, 55(2): 94-104.[ 8 ]袁修孝. GPS辅助空中三角测量原理及应用[M]. 北京: 测绘出版社, 2001.[ 9 ]赵鹏, 何珏, 汪洪慧. 内方位元素对普通数码影像光线束算法精度的影响[J]. 测绘信息与工程, 2012, 37(3): 23-26.ZHAO P, HE Y, WANG H H. The inner orientation elements influence on ordinary digital image light beam algorithm [J]. Engineering of Surveying and Mapping, 2012,37(3): 23-26.[10]宋立明, 章传银, 秘金钟, 等. 基于GPS的近景测量定位方法研究[J]. 测绘科学, 2011, 36(2): 40-41.SONG L M, ZHANG C Y, BI J Z, et al. Locating method of close-range photogrammetry based on GPS [J]. Science of Surveying and Mapping, 2011, 36(2): 40-41.[11]张正禄. 工程测量学[M]. 武汉: 武汉大学出版社, 2015.[12]李天子, 郭辉. 多基线近景摄影测量的平面地表变形监测[J]. 辽宁工程技术大学学报(自然科学版),2013,41(08): 1098-1102.LI T Z, GUO H. Deformation observing of plane terrain basing on multi-baseline close-range photogrammetry [J].Journal of Liaoning Technical University (Natural Science Edition), 2013, 41(08): 1098-1102.[13]谭瑞, 章传银, 秘金钟, 等. 新型动态定位系统的研究与应用[J]. 测绘与空间地理信息, 2014, 37(8): 222-224.TAN R, ZHANG C Y, BI J Z, et al. The researchon the dynamic positioning methods in some unreachable areas [J].Geomatics amp; Spatial Information Technology, 2014, 37(8):222-224.[14]李征航, 黄劲松. GPS测量与数据处理[M]. 第三版. 武汉:武汉大学出版社, 2016.[15]池梦群, 陈曦, 杨辽, 等. 普通相机近景影像空三加密精度分析[J]. 遥感信息, 2015, 30(6): 13-17.CHI M Q, CHEN X, YANG L, et al. Aerial triangulation accuracy analysis of close-range images based on digital camera [J]. Remote Sensing Information, 2015, 30(6): 13-17. [16]丁琼, 吕俊涛, 陈高文, 等. LiDAR安置误差对定位精度影响分析[J]. 广东工业大学学报, 2015, 32(3): 115-118.DING Q, LYU J T, CHEN G W, et al. Influence of LiDAR systematic error on positioning accuracy [J]. Journal of Guangdong University of Technology, 2015, 32(3): 115-118.[17]武汉大学测绘学院测量平差学科组. 误差理论与测量平差基础[M]. 第三版. 武汉: 武汉大学出版社, 2014.。
航空摄影测量实训报告范文
一、实习目的本次航空摄影测量实训旨在通过实际操作，使学生掌握航空摄影测量的基本原理、方法和流程，熟悉无人机摄影、影像处理、成图等各个环节，提高学生的实践能力和综合素质。
通过本次实训，使学生能够熟练运用无人机进行航空摄影，掌握影像处理技术，实现高精度地图制作。
二、实习内容1. 无人机航空摄影本次实训采用无人机进行航空摄影，选用型号为XXXX的无人机，搭载XXXX相机，飞行高度设定为XX米，地面分辨率达到XX米。
2. 影像处理（1）影像预处理：对获取的影像数据进行拼接、去噪声、辐射校正等预处理工作，提高影像质量。
（2）影像配准：将不同航线的影像进行配准，消除影像之间的几何差异。
（3）影像镶嵌：将配准后的影像进行镶嵌，形成连续的影像图。
3. 数字正射影像图（DOM）制作（1）选取合适的控制点：根据实际需求，选取合适的控制点，保证DOM的精度。
（2）控制点测量：利用全站仪等测量仪器，对控制点进行测量。
（3）影像匹配：利用匹配算法，将控制点与影像中的同名点进行匹配。
（4）DOM制作：根据匹配结果，生成DOM。
4. 数字高程模型（DEM）制作（1）选取合适的光束法平差参数：根据实际需求，选取合适的光束法平差参数。
（2）DEM制作：利用光束法平差，生成DEM。
（3）DEM精度评价：对生成的DEM进行精度评价，确保DEM质量。
5. 地形图制作（1）地形要素提取：根据DOM和DEM，提取地形要素，如等高线、河流、道路等。
（2）符号化：对地形要素进行符号化，形成地形图。
（3）整饰：对地形图进行整饰，包括标题、图例、比例尺、坐标网等。
三、实习设备与资料1. 无人机：型号为XXXX的无人机，搭载XXXX相机。
2. 电脑：配备高性能处理器、大容量内存和高速硬盘的电脑。
3. 影像处理软件：如ENVI、ArcGIS等。
4. 测量仪器：全站仪、水准仪等。
5. 实训教材：航空摄影测量相关教材。
四、实习时间与地点时间：XX年XX月XX日至XX年XX月XX日。
论文-第二章近景摄影测量的理论-2.2光线束平差解法
2.2 光线束平差解法基于共线条件方程式的近景摄影测量光线束平差解法（Method of Bundle Adjustment ）,是一种把控制点的像点坐标、待定点的像点坐标以及其他内业、外业量测数据的一部分或全部均视作观测值，以整体的同时的解求它们的或是值和待定点空间坐标的解算方法。
解求观测值的或是值的原则是：使各类观测值的改正数 V 满足PV V T 为最小。
2.2.1 共线条件方程式像点坐标误差方程的一般式近景摄影测量处理中，像点坐标(x ，y)是主要的一类观测值。
在平差处理中因存在多余观测值(即存在观测值的改正数x ν，y ν)，而且计算过程是一个迭代运算过程(即存在近似值的改正数x d ，y d )，故有:()()()()()()()()()()()()⎪⎪⎩⎪⎪⎨⎧∆--+-+--+-+--=+∆--+-+--+-+--=+x Z Z c Y Y b X X a Z Z c Y Y b X X a f y d y x Z Z c Y Y b X X a Z Z c Y Y b X X a f x d x S A S A S A S A S A S A y S A S A S A S A S A S A x 33322203331110)()( （2-9） 其中，(x)，(y)为前一次迭代运算结果的近似值：⎪⎪⎩⎪⎪⎨⎧∆--=∆--=y ZYfy y x Z Xf x x 00)()( （2-10） 即：()()()()()()()()()()()()⎪⎪⎩⎪⎪⎨⎧∆--+-+--+-+--=∆--+-+--+-+--=yZ Z c Y Y b X X a Z Z c Y Y b X X a f y y x Z Z c Y Y b X X a Z Z c Y Y b X X a f x x S A S A S A S A S A S A S A S A S A S A S A S A 33322203331110)()( （2-11） 得到误差方程式为:⎥⎦⎤⎢⎣⎡---⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡)()(y y x x d d y x y x νν （2-12）将x d ，y d 按泰勒级数展开，取其一次项式，得到:⎥⎦⎤⎢⎣⎡---⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡∆∆∆∆∆∆∆∆∆∆∆∆⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂∂=⎥⎦⎤⎢⎣⎡)()(000000y x y y x x Z Y X y x f X X X Z y Yy X y y y x y fy y y y Z y Y y X y Z x Y x X x y x x x f x x x x Z x Y xX xs s s ss ss s s κωϕκωϕκωϕνν（2-13）给偏导数相应编号，顾及s X x X x ∂∂-=∂∂等规律，且把未知数分为外方位元素、物方空间坐标、内方位元素和附加参数，有：⎥⎦⎤⎢⎣⎡---⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎥⎦⎤⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∆∆∆⎥⎦⎤⎢⎣⎡+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∆∆∆⎥⎦⎤⎢⎣⎡------+⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡∆∆∆∆∆∆⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡)()( 00...00 (21212)11100292827191817232221131211262524232221161514131211y y x x c c b b y x f a a a a a a Z Y X a a a a a a Z Y X a a a a a a a a a a a a s s s y x ββαακωϕνν（2-14） 其中，[]T (21)21ββαα为附加参数。
GPS-RTK辅助近景摄影测量光束法平差及精度分析
GPS-RTK辅助近景摄影测量光束法平差及精度分析冯晓【摘要】随着摄影测量技术的不断发展,给摄影定位提出了更高的要求.而摄影定位的基础是获取影像的内外方位元素,而要想获得内外方位元素,就必须要应用GPS技术进行辅助摄影测量,目前该领域的研究已经取得了重大突破.但随着近景摄影测量在影像定位方面的应用和推广,如何将GPS技术结合到近景摄影测量中,这成为摄影定位工作开展的一大难题,需要给予高度重视.鉴于此,文中提出了一种GPS-RTK辅助近景摄影测量光束法平差,并通过试验分析,对其精度进行研究,以供参考和借鉴.【期刊名称】《矿山测量》【年(卷),期】2018(046)006【总页数】3页(P65-67)【关键词】GPS-RTK;近景摄影测量;光束法平差;精度分析【作者】冯晓【作者单位】甘肃省测绘工程院,甘肃兰州730050【正文语种】中文【中图分类】P21现阶段，我国摄影测量事业发展十分迅速，极大地推动了工程建设与文物保护事业的发展。
摄影测量主要是通过摄影相关设备获取实物目标的二维影像图，实现对实物位置、大小的确定。
按照摄影距离进行分类，摄影测量可以大致分为三种，即航天摄影测量、航空摄影测量以及近景摄影测量，其中对于近景摄影测量而言，它是本文研究的重点，其主要指摄影距离在100 m以内的二维影像获取。
相比另外两种摄影测量，近景摄影测量成本较低，操作灵活便利，所以被广泛应用到工程建设的各个领域中，并取得了巨大的成效。
1 GPS-RTK系统概述GPS-RTK作为一种实时动态相对定位技术，在近景摄影测量中应用十分广泛，它主要通过基准站获取相关数据信息链，将其传输到附近的RTK接收机中，通过接收机内部的数据处理软件进行处理和实时相对定位，同时结合基准站坐标信息，最终求得RTK接收机的绝对三维坐标。
GPS-RTK在近景摄影测量中应用十分广泛，只需要将接收站设置在近景摄影站附近，就可以完成相应的测量操作。
相对比传统的测量技术手段，GPS-RTK系统具有以下几方面特点和优势：(1)不受季节和通视条件的限制。
近景摄影测量总结
近景摄影测量总结第一篇：近景摄影测量总结1、近景摄影测量是摄影测量与遥感学科的一个分支它通过摄影手段以确定地形以外目标的外形和运动状态。
主要包括古文物古建筑摄影测量、工业摄影测量、生物医学摄影测量三个部分。
2、近景摄影测量与航空摄影测量的比较1、相同点基本原理相同模拟处理方法、解析处理方法、数字影像处理方法基本相同某些内业摄影测量仪器的使用。
2、不同点1）测量目的不同。
航空摄影测量以测制地形、地貌为主注重其绝对位置近景摄影测量以测定目标物的形状、大小和运动状态为目的并不注重目标物的绝对位置。
2）被测量目标物不同。
航空摄影测量目标物以地形、地貌为主近景摄影测量目标物各式各样、千差万别3）目标物纵深尺寸与摄影距离比的变化范围不同。
4）摄影方式不同。
航空摄影为近似竖直摄影方式近景摄影除正直摄影方式外还有交向摄影方式等。
5）影像获取设备不同。
6）控制方式不同。
航空摄影测量的控制方式以控制点为主且多为明显的地面点近景摄影测量除控制点方式外还有相对控制方式且常常使用人工标志。
7）近景摄影测量适合动态目标3、近景摄影测量技术的优点1、瞬间获取被测目标的大量几何和物理信息适合于测量点数众多的目标2、非接触测量手段可在恶劣条件下作业3、适合于动态目标测量。
4、近景摄影测量技术的不足1、技术含量高需较昂贵设备和高素质人员2、对所有测量目标并非最佳技术选择--当不能获得质量合格的影像--当待测量点数稀少5、近景摄影测量精度统计的方法衡量精度的基本指标是被测点的坐标中误差精度1、估算精度:摄影前按控制方式、条件等的理论估算精度2、内精度:影像处理时按方程组健康度直接计算3、外精度:用多余控制点或条件客观的精度检验6、影响近景摄影测量精度的因素1、像点坐标的质量影像获取设备的性能、像点坐标量测精度、系统误差的改正程度等2、摄影条件照明、标志、摄影方式、控制质量3、图像处理与摄影测量处理的能力、水平如人工量测与自动量测。
7、摄影测量常用坐标系大地坐标系、摄影测量物方坐标系、像空间辅助坐标系、像空间坐标系、像平面坐标系。
《近景摄影测量学》课堂实验报告_1
《近景摄影测量学》课堂实验报告河南理工大学测绘学院《近景摄影测量学》教学实验报告（专业必修课）2011年月日┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄┄实验成绩：评语:指导老师签名：2011年月日实习报告一：相机的认识和使用一、实验的目的与要求：1.熟悉使用相机并对物体进行高清晰拍摄2.了解相机的各功能键对拍摄景物的作用二、实验仪器：佳能相机一台三、实验步骤1.打开相机2.阅读相机的使用说明书，了解相机的参数设置3.用一种拍摄模式对物体进行拍摄然后观察其效果4.换一种拍摄模式在观察相片的效果，然后与上一张相片对比，观察其图形的差别5.修改相机参数再观察相片的成图效果。
四、实验体会与收获：这次实习让我学会到如何使用相机对物体进行高清晰拍摄，同时认识了相机的各个功能键的作用和用法，初步掌握了拍摄的技巧，了解了相机各个功能键对拍摄景物的作用。
实习报告二：Lensphoto软件的处理过程一、实验目的：1.掌握Lensphoto软件的操作步骤2.掌握Lensphoto软件对非量测相机参数的检校。
二、实验内容：用Lensphoto软件对已有的实验数据进行处理并得出处理结果三、实验步骤1.相机检校2、新建工程(1)工程--新建--导入(导入对应要处理的工程影像数据)，输入航带数，对影像进行航带分组。
3、打开工程打开对应的工程文件*.prj。
（1）、空三匹配匹配前人工给定航带内和航带间立体像对的种子点，目的是确定匹配像对两张影像间的概略偏移量。
（2）、光束法平差只有进行了相对定向，控制点量测才具有预测功能（3）、控制点量测4、引入控制点(1)把全站仪导出的三维点信息，进行编辑。
整理成软件可识别的*.ctl数据格式。
5、空三交互(1)点击空三交互，进入空三交互主界面。
点击文件—加载匹配结果。
(3)选取一张存在所要量测点的照片，按Enter键,点击加点和匹配,然后选中照片上对应控制点的位置，程序会自动预测出存在此点的其它照片。
- 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)。
近景摄影测量光束法平差报告2011 年 6 月 4 日1 作业目的------------------------------------------------------------------------------------ 32 外业控制点的观测与解算-------------------------------------------------------- 33 近景影像获取---------------------------------------------------------------------------- 44 LPS刺点点位------------------------------------------------------------------ 45 光束法平差与精度评定------------------------------------------------------------ 56 总结--------------------------------------------------------------------------------------------- 111 作业目的以近景摄影测量大实习为基础，对所摄取近景相片解析处理，以外业控制点的解算成果以及内业LPS平差结果为依据，编写光束法平差程序，由22个控制点的像素坐标及5个“已知控制点”的三维坐标求解其余17个控制点的三维坐标，并评定精度。
2 作业条件及数据点号像素坐标列（J）像素坐标行（I）X Y Z左片：2 650.989 2114.93 497.4532 353.7473 299.89538 2792.491 2259.531 508.8008 342.3524 298.683210 2791.483 740.514 508.8138 342.3548 307.071716 3928.559 2120.49 520.2969 353.7531 300.114621 4890.584 2130.45 527.9857 353.5821 300.10371 648.624 2765.582 0 0 03 660.452 1441.411 0 0 04 728.563 816.585 0 0 05 1965.895 2557.996 0 0 06 1910.105 1210.07 0 0 07 2767.455 3044.531 0 0 09 2774.059 1493.061 0 0 012 3319.011 2665.417 0 0 013 3312.286 1986.582 0 0 014 3298.468 1284.901 0 0 015 4055.052 2705.029 0 0 017 3808.985 1539.018 0 0 018 3715.006 962.032 0 0 019 3836.444 706.426 0 0 020 4883.39 2691.651 0 0 022 4754 1681 0 0 023 4825.409 1018.545 0 0 0右片：2 670.948 2129.967 497.4532 353.7473 299.89538 2346.443 2264.542 508.8008 342.3524 298.683210 2361.448 691.079 508.8138 342.3548 307.071716 4088.419 2115.427 520.2969 353.7531 300.114620 5203.441 2736.112 527.9857 353.5821 300.10371 666.103 2764.882 0 0 03 685.403 1472.574 0 0 04 754.414 860.656 0 0 05 1652.431 2568.503 0 0 06 1600.058 1207.014 0 0 07 2312.027 3077.964 0 0 09 2334.472 1470.473 0 0 012 3083.193 2691.257 0 0 013 3083.066 1976.987 0 0 014 3072.428 1240.419 0 0 015 4230.527 2741.493 0 0 017 3956.445 1498.102 0 0 018 3852.033 888.02 0 0 019 4075.943 613.315 0 0 021 5214.492 2119.571 0 0 022 5144.463 1507.538 0 0 023 5139.982 903.989 0 0 0外方位元素初始值：(左)Xs1 = 497.9149,Ys1 = 301.2754,Zs1 = 297.2430,Q1=14.9560,W1=4.7765,K1=-0.0308, (右)Xs2 = 509.6501,Ys2 = 301.3448,Zs2 = 297.4727,Q2=2.1777 ,W2=4.5969,K2=0.0791, 相片主距：50mm3 平差思想3．1 共线条件方程本次作业中，光束法平差基于如下共线条件方程：该共线方程是描述摄影中心S、像点a以及物点A位于一直线上的关系式。
像点a在成像过程中存在某种系统误差，其改正数（△x，△y）添加在上式左边，并有：将共线条件方程线性化，其中：3．2 像点坐标误差方程式由于本作业采用光束法平差，两张照片共44个点（每张22个），每个点可列2个像点坐标误差方程（vx，vy），故总共88个误差方程。
而每个误差方程中：有12个外方位元素改正（每张相片6个），6个内方位元素改正（每张相片3个），51个加密点坐标改正（5个控制点坐标改正为0，故只有有17个加密点的三维坐标改正：dX，dY,dZ），4个畸变参数改正（每张相片2个，k1，k2）。
3．3 平差=-,其中：由88个像点坐标误差方程式组成方程组：V AX LV阵为像点坐标误差改正，88行*1列；A阵为系数阵，88行*73列；X阵伟未知数阵，73行*1列（未知数包括12个外方位元素、6个内方位元素、51个加密点三维坐标、4个畸变参数）L阵为常数项阵，88行*1列由式X=（A t A）-1 A T L解求未知数即可4 程序#include<iomanip.h>#include<stdlib.h>#include<math.h>#include<fstream.h>#include<iostream.h>const int N=90;//求转置矩阵template<typename T1,typename T2>void Transpose(T1*mat1,T2*mat2,int a,int b){int i,j;for(i=0;i<a;i++)for(j=0;j<b;j++)mat2[j][i]=mat1[i][j];return;}//求矩阵的乘积template<typename T1,typename T2>void Array_mul(T1*mat1,T2 * mat2,T2 * result,int a,int b,int c) { int i,j,k;for(i=0;i<a;i++){for(j=0;j<c;j++){result[i][j]=0;for(k=0;k<b;k++)result[i][j]+=mat1[i][k]*mat2[k][j];}}return;}//求逆矩阵inverse(double A[N][N],int m){int i=0,j=0,k=0;double C[20][20],B[20][20];for(i=0;i<2*m;i++)for(j=0;j<2*m;j++){if(i==j) C[i][j]=1.0;else C[i][j]=0.0;}for(i=0;i<m;i++)for(j=0;j<m;j++)B[i][j]=A[i][j];for(i=0;i<m;i++)for(j=m;j<2*m;j++)B[i][j]=C[i][j-m];cout.precision(5);for(k=0;k<m;k++){for(i=k;i<m;i++)for(j=2*m-1;j>=0;j--){if(B[i][k]!=0)B[i][j]=B[i][j]/B[i][k];}for(i=m-1;i>k;i--){if(B[i][k]==0)continue;for(j=0;j<2*m;j++)B[i][j]=B[i][j]-B[k][j];}}for(k=1;k<m;k++)for(i=0;i<k;i++)for(j=2*m-1;j>=i;j--)B[i][j]=B[i][j]-B[i][k]*B[k][j];for(i=0;i<m;i++)for(j=0;j<m;j++)A[j][i]=B[j][m+i];return 1;}void main(){//定义两张相片共个控制点和加密点的像素坐标（J1,I1,J2,I2）和像平面直角坐标（x1,y1,x2,y2），及地面坐标（X,Y,Z）double J1[N]={0.0},I1[N]={0.0},J2[N]={0.0},I2[N]={0.0};double x1[N]={0.0},x2[N]={0.0},z1[N]={0.0},z2[N]={0.0};double X[N]={0.0},Y[N]={0.0},Z[N]={0.0};//导入控制点坐标数据ifstream infile;infile.open("控制点坐标数据.txt");if(infile.is_open()){while(!infile.eof ()){for(int i=0;i<44;i++){infile>>J1[i];infile.ignore(1);infile>>I1[i];infile.ignore(1);infile>>X[i];infile.ignore(1);infile>>Y[i];infile.ignore(1);infile>>Z[i];infile.ignore(1);}}infile.close();}cout<<J1[1]<<" "<<J1[43]<<endl;//像素坐标转化为直角坐标for (int j = 0; j < 44; j++){x1[j] = (J1[j] - 5616/2) * 6.410256 / 1000 ;z1[j] = (3744/2 - I1[j]) * 6.410256 / 1000 ;}cout<<x1[1]<<" "<<x1[43]<<endl;//左右相片外方位元素初始值及摄影机主距double Xs1,Ys1,Zs1,Q1,W1,K1,f1,x01,z01,k11,k21;double Xs2,Ys2,Zs2,Q2,W2,K2,f2,x02,z02,k12,k22;Xs1 = 497.9149,Ys1 = 301.2754,Zs1 = 297.2430,Q1=14.9560,W1=4.7765,K1=-0.0308,f1 = 50, x01 = 0, z01 = 0, k11 = 0, k21 = 0;Xs2 = 509.6501,Ys2 = 301.3448,Zs2 = 297.4727,Q2=2.1777 ,W2=4.5969,K2=0.0791,f2 = 50, x02 = 0, z02 = 0, k12 = 0, k22 = 0;double rr[N]={0.0},dx[N]={0.0},dz[N]={0.0};double XX1,YY1,ZZ1,XX2,YY2,ZZ2;//定义旋转矩阵，系数矩阵,常数项和改正数double R1[3][3]={0.0},R2[3][3]={0.0},A1[N][N]={0.0},l1[N][N]={0.0},d[N][N]={0.0};int t=0;cout<<Xs1<<endl;//组成旋转矩阵R1[0][0]=cos(Q1)*cos(K1)-sin(Q1)*sin(W1)*sin(K1);R1[0][1]=cos(W1)*sin(Q1);R1[0][2]=-cos(Q1)*sin(K1)-sin(Q1)*sin(W1)*cos(K1);R1[1][0]=-sin(Q1)*cos(K1)-cos(Q1)*sin(W1)*sin(K1);R1[1][1]=cos(Q1)*cos(W1);R1[1][2]=sin(Q1)*sin(K1)-cos(Q1)*sin(W1)*cos(K1);R1[2][0]=cos(W1)*sin(K1);R1[2][1]=-sin(W1);R1[2][2]=cos(W1)*cos(K1);R2[0][0]=cos(Q2)*cos(K2)-sin(Q2)*sin(W2)*sin(K2);R2[0][1]=cos(W2)*sin(Q2);R2[0][2]=-cos(Q2)*sin(K2)-sin(Q2)*sin(W2)*cos(K2);R2[1][0]=-sin(Q2)*cos(K2)-cos(Q2)*sin(W2)*sin(K2);R2[1][1]=cos(Q2)*cos(W2);R2[1][2]=sin(Q2)*sin(K2)-cos(Q2)*sin(W2)*cos(K2);R2[2][0]=cos(W2)*sin(K2);R2[2][1]=-sin(W2);R2[2][2]=cos(W2)*cos(K2);for(int k=0;k<4;k++){XX1=R1[0][0]*(X[k]-Xs1)+R1[1][0]*(Y[k]-Ys1)+R1[2][0]*(Z[k]-Zs1);YY1=R1[0][1]*(X[k]-Xs1)+R1[1][1]*(Y[k]-Ys1)+R1[2][1]*(Z[k]-Zs1);ZZ1=R1[0][2]*(X[k]-Xs1)+R1[1][2]*(Y[k]-Ys1)+R1[2][2]*(Z[k]-Zs1);XX2=R2[0][0]*(X[k]-Xs1)+R2[1][0]*(Y[k]-Ys1)+R2[2][0]*(Z[k]-Zs1);YY2=R2[0][1]*(X[k]-Xs1)+R2[1][1]*(Y[k]-Ys1)+R2[2][1]*(Z[k]-Zs1);ZZ2=R2[0][2]*(X[k]-Xs1)+R2[1][2]*(Y[k]-Ys1)+R2[2][2]*(Z[k]-Zs1);}for(int p=0;p<22;p++){rr[p]=(x1[p]-x01)*(x1[p]-x01)+(z1[p]-z01)*(z1[p]-z01);dx[p]=(x1[p]-x01)*(k11*(x1[p]-x01)*(x1[p]-x01)+k21*(x1[p]-x01)*(x1[p]-x01)*(x1[p]-x01)*(x1[p]-x0 1));dz[p]=(z1[p]-z01)*(k11*(z1[p]-z01)*(z1[p]-z01)+k21*(z1[p]-z01)*(z1[p]-z01)*(z1[p]-z01)*(z1[p]-z0 1));}cout<<rr[1]<<endl;for(int q=22;q<44;q++){rr[q]=(x1[q]-x02)*(x1[q]-x02)+(z1[q]-z02)*(z1[q]-z02);dx[q]=(x1[q]-x02)*(k12*(x1[q]-x02)*(x1[q]-x02)+k22*(x1[q]-x02)*(x1[q]-x02)*(x1[q]-x02)*(x1[q]-x0 2));dz[q]=(z1[q]-z02)*(k12*(z1[q]-z02)*(z1[q]-z02)+k22*(z1[q]-z02)*(z1[q]-z02)*(z1[q]-z02)*(z1[q]-z0 2));}cout<<rr[22]<<endl;//计算系数阵(88*73)和常数项//左片for(int i=0,H=0;i<22;i++){l1[H][0]=x1[i]-x01+f1*XX1/YY1-dx[i];l1[H+1][0]=z1[i]-z01+f1*ZZ1/YY1-dz[i];A1[H][0]=(R1[0][1]*(x1[i]-x01)-R1[0][0]*f1)/YY1;//x/Xs=-x/XA1[H][1]=(R1[1][1]*(x1[i]-x01)-R1[1][0]*f1)/YY1;//x/YsA1[H][2]=(R1[2][1]*(x1[i]-x01)-R1[2][0]*f1)/YY1;//x/ZsA1[H][3]=(z1[i]-z01)*sin(W1)-((x1[i]-x01)*((x1[i]-x01)*cos(K1)-(z1[i]-z01)*sin(K1))/f1+f1*c os(K1))*cos(W1);//x/QA1[H][4]=-f1*sin(K1)-(x1[i]-x01)*((x1[i]-x01)*sin(K1)+(z1[i]-z01)*cos(K1))/f1;//x/WA1[H][5]=z1[i]-z01;//x/KA1[H][6]=(x1[i]-x01)/f1;//x/fA1[H][7]=1;//x/x0A1[H][8]=0;//x/z0A1[H][9]=(x1[i]-x01)*rr[i];//x/k1A1[H][10]=(x1[i]-x01)*rr[i]*rr[i];//x/k2A1[H][11]=(R2[0][1]*(x1[i]-x02)-R2[0][0]*f2)/YY2;//x/Xs=-x/XA1[H][12]=(R2[1][1]*(x1[i]-x02)-R2[1][0]*f2)/YY2;//x/YsA1[H][13]=(R2[2][1]*(x1[i]-x02)-R2[2][0]*f2)/YY2;//x/ZsA1[H][14]=(z1[i]-z02)*sin(W2)-((x1[i]-x02)*((x1[i]-x02)*cos(K2)-(z1[i]-z02)*sin(K2))/f2+f2* cos(K2))*cos(W2);//x/QA1[H][15]=-f2*sin(K2)-(x1[i]-x02)*((x1[i]-x02)*sin(K2)+(z1[i]-z02)*cos(K2))/f2;//x/WA1[H][16]=z1[i]-z02;//x/KA1[H][17]=(x1[i]-x02)/f2;//x/fA1[H][18]=1;//x/x0A1[H][19]=0;//x/z0A1[H][20]=(x1[i]-x02)*rr[i];//x/k1A1[H][21]=(x1[i]-x02)*rr[i]*rr[i];//x/k2A1[H+1][0]=(R1[0][1]*(z1[i]-z01)-R1[0][2]*f1)/YY1;//z/Xs=-z/XA1[H+1][1]=(R1[1][1]*(z1[i]-z01)-R1[1][2]*f1)/YY1;//z/Ys=-z/YA1[H+1][2]=(R1[2][1]*(z1[i]-z01)-R1[2][2]*f1)/YY1;//z/Zs=-z/ZA1[H+1][3]=-(x1[i]-x01)*sin(W1)-((z1[i]-z01)*((x1[i]-x01)*cos(K1)-(z1[i]-z01)*sin(K1))/f1-f 1*sin(K1))*cos(W1);//z/QA1[H+1][4]=-f1*cos(K1)-(z1[i]-z01)*((x1[i]-x01)*sin(K1)+(z1[i]-z01)*cos(K1))/f1;//z/WA1[H+1][5]=-(x1[i]-x01);//z/KA1[H+1][6]=(z1[i]-z01)/f1;//z/fA1[H+1][7]=0;//z/x0A1[H+1][8]=1;//z/z0A1[H+1][9]=(z1[i]-z01)*rr[i];//x/k1A1[H+1][10]=(z1[i]-z01)*rr[i]*rr[i];//x/k2A1[H+1][11]=(R2[0][1]*(z1[i]-z02)-R2[0][2]*f2)/YY2;//z/Xs=-z/XA1[H+1][12]=(R2[1][1]*(z1[i]-z02)-R2[1][2]*f2)/YY2;//z/Ys=-z/YA1[H+1][13]=(R2[2][1]*(z1[i]-z02)-R2[2][2]*f2)/YY2;//z/Zs=-z/ZA1[H+1][14]=-(x1[i]-x02)*sin(W2)-((z1[i]-z02)*((x1[i]-x02)*cos(K2)-(z1[i]-z02)*sin(K2))/f2-f2*sin(K2))*cos(W2);//z/QA1[H+1][15]=-f2*cos(K2)-(z1[i]-z02)*((x1[i]-x02)*sin(K2)+(z1[i]-z02)*cos(K2))/f2;//z/W A1[H+1][16]=-(x1[i]-x02);//z/KA1[H+1][17]=(z1[i]-z02)/f2;//z/fA1[H+1][18]=0;//z/x0A1[H+1][19]=1;//z/z0A1[H+1][20]=(z1[i]-z02)*rr[i];//x/k1A1[H+1][21]=(z1[i]-z02)*rr[i]*rr[i];//x/k2H=H+2;}//右片for(int ii=22,HH=44;ii<44;ii++){l1[HH][0]=x1[ii]-x01+f1*XX1/YY1-dx[ii];l1[HH+1][0]=z1[ii]-z01+f1*ZZ1/YY1-dz[ii];A1[HH][0]=(R1[0][1]*(x1[ii]-x01)-R1[0][0]*f1)/YY1;//x/Xs=-x/XA1[HH][1]=(R1[1][1]*(x1[ii]-x01)-R1[1][0]*f1)/YY1;//x/YsA1[HH][2]=(R1[2][1]*(x1[ii]-x01)-R1[2][0]*f1)/YY1;//x/ZsA1[HH][3]=(z1[ii]-z01)*sin(W1)-((x1[ii]-x01)*((x1[ii]-x01)*cos(K1)-(z1[ii]-z01)*sin(K1))/f1 +f1*cos(K1))*cos(W1);//x/QA1[HH][4]=-f1*sin(K1)-(x1[ii]-x01)*((x1[ii]-x01)*sin(K1)+(z1[ii]-z01)*cos(K1))/f1;//x/W A1[HH][5]=z1[ii]-z01;//x/KA1[HH][6]=(x1[ii]-x01)/f1;//x/fA1[HH][7]=1;//x/x0A1[HH][8]=0;//x/z0A1[HH][9]=(x1[ii]-x01)*rr[ii];//x/k1A1[HH][10]=(x1[ii]-x01)*rr[ii]*rr[ii];//x/k2A1[HH][11]=(R2[0][1]*(x1[ii]-x02)-R2[0][0]*f2)/YY2;//x/Xs=-x/XA1[HH][12]=(R2[1][1]*(x1[ii]-x02)-R2[1][0]*f2)/YY2;//x/YsA1[HH][13]=(R2[2][1]*(x1[ii]-x02)-R2[2][0]*f2)/YY2;//x/ZsA1[HH][14]=(z1[ii]-z02)*sin(W2)-((x1[ii]-x02)*((x1[ii]-x02)*cos(K2)-(z1[ii]-z02)*sin(K2))/f 2+f2*cos(K2))*cos(W2);//x/QA1[HH][15]=-f2*sin(K2)-(x1[ii]-x02)*((x1[ii]-x02)*sin(K2)+(z1[ii]-z02)*cos(K2))/f2;//x/W A1[HH][16]=z1[ii]-z02;//x/KA1[HH][17]=(x1[ii]-x02)/f2;//x/fA1[HH][18]=1;//x/x0A1[HH][19]=0;//x/z0A1[HH][20]=(x1[ii]-x02)*rr[ii];//x/k1A1[HH][21]=(x1[ii]-x02)*rr[ii]*rr[ii];//x/k2A1[HH+1][0]=(R1[0][1]*(z1[ii]-z01)-R1[0][2]*f1)/YY1;//z/Xs=-z/XA1[HH+1][1]=(R1[1][1]*(z1[ii]-z01)-R1[1][2]*f1)/YY1;//z/Ys=-z/YA1[HH+1][2]=(R1[2][1]*(z1[ii]-z01)-R1[2][2]*f1)/YY1;//z/Zs=-z/ZA1[HH+1][3]=-(x1[ii]-x01)*sin(W1)-((z1[ii]-z01)*((x1[ii]-x01)*cos(K1)-(z1[ii]-z01)*sin(K1)) /f1-f1*sin(K1))*cos(W1);//z/QA1[HH+1][4]=-f1*cos(K1)-(z1[ii]-z01)*((x1[ii]-x01)*sin(K1)+(z1[ii]-z01)*cos(K1))/f1;//z/W A1[HH+1][5]=-(x1[ii]-x01);//z/KA1[HH+1][6]=(z1[ii]-z01)/f1;//z/fA1[HH+1][7]=0;//z/x0A1[HH+1][8]=1;//z/z0A1[HH+1][9]=(z1[ii]-z01)*rr[ii];//x/k1A1[HH+1][10]=(z1[ii]-z01)*rr[ii]*rr[ii];//x/k2A1[HH+1][11]=(R2[0][1]*(z1[ii]-z02)-R2[0][2]*f2)/YY2;//z/Xs=-z/XA1[HH+1][12]=(R2[1][1]*(z1[ii]-z02)-R2[1][2]*f2)/YY2;//z/Ys=-z/YA1[HH+1][13]=(R2[2][1]*(z1[ii]-z02)-R2[2][2]*f2)/YY2;//z/Zs=-z/ZA1[HH+1][14]=-(x1[ii]-x02)*sin(W2)-((z1[ii]-z02)*((x1[ii]-x02)*cos(K2)-(z1[ii]-z02)*sin(K2) )/f2-f2*sin(K2))*cos(W2);//z/QA1[HH+1][15]=-f2*cos(K2)-(z1[ii]-z02)*((x1[ii]-x02)*sin(K2)+(z1[ii]-z02)*cos(K2))/f2;//z/W A1[HH+1][16]=-(x1[ii]-x02);//z/KA1[HH+1][17]=(z1[ii]-z02)/f2;//z/fA1[HH+1][18]=0;//z/x0A1[HH+1][19]=1;//z/z0A1[HH+1][20]=(z1[ii]-z02)*rr[ii];//x/k1A1[HH+1][21]=(z1[ii]-z02)*rr[ii]*rr[ii];//x/k2HH=HH+2;}//计算左片外方位元素Xs1,Ys1,Zs1,Q,W,Kdouble A1T[N][N]={0},A1TA1[N][N]={0},A1TL1[N][N]={0};Transpose(A1,A1T,N,N);Array_mul(A1T,A1,A1TA1,N,N,N);inverse(A1TA1,N);Array_mul(A1T,l1,A1TL1,N,N,N);Array_mul(A1TA1,A1TL1,d,N,N,N);Xs1=Xs1+d[0][0]; Ys1=Ys1+d[1][0]; Zs1=Zs1+d[2][0];Q1=Q1+d[3][0]; W1=W1+d[4][0]; K1=K1+d[5][0];f1=f1+d[6][0]; x01=x01+d[7][0]; z01=z01+d[8][0];k11=k11+d[9][0]; k21=k21+d[10][0];Xs2=Xs2+d[11][0]; Ys2=Ys1+d[12][0]; Zs2=Zs2+d[13][0];Q2=Q2+d[14][0]; W2=W2+d[15][0]; K2=K2+d[16][0];f2=f2+d[17][0]; x02=x02+d[18][0]; z02=z02+d[19][0];k12=k11+d[9][0]; k22=k22+d[10][0];cout<<"迭代次数："<<t<<endl;cout<<"外方位元素的直线元素为"<<endl;cout<<" Xs1 = "<<Xs1<<" , Xs2 = "<<Xs2<<endl;cout<<" Ys1 = "<<Ys1<<" , Ys2 = "<<Ys2<<endl;cout<<" Zs1 = "<<Zs1<<" , Zs2 = "<<Zs2<<endl;cout<<" Q1 = "<<Q1<<" , Q2 = "<<Q2<<endl;cout<<" W1 = "<<Q1<<" , W2 = "<<W2<<endl;cout<<" K1 = "<<K1<<" , K2 = "<<K2<<endl;cout<<endl;cout<<" f1 = "<<f1<<" , f2 = "<<f2<<endl;cout<<" x01 = "<<f1<<" , x02 = "<<f2<<endl;cout<<" z01 = "<<f1<<" , z02 = "<<f2<<endl;cout<<endl;cout<<" k11 = "<<k11<<" , k12 = "<<k12<<endl;cout<<" k21 = "<<k21<<" , k22 = "<<k22<<endl;}5 结果在这里要请求老师原谅，很抱歉在编制程序过程中，出现了陷入死循环的问题，一直修改调试也未能解决问题，导致无法计算出结果。