第八章数字摄影测量相关理论

主要内容特征提取影像匹配核线重采样要点回顾摄影测量的基本要点最少在两个位置，获取两张像片观测同名像点a1和a2恢复两条对应直线的空间方位，最后获得空间点A的坐标。模拟、解析摄影测量：恢复摄影光线的方位，而同名点是通过目视判读来实现的。数字摄影测量则实现了自动（半自动）识别同名点。数字影像的来源对光学－胶片相机的影像＋扫描仪数码相机进行摄影数字影像表达形式1,n-1

g=

gm-1,n-11,0

gm-1,0g

g

g0,0

g0,1

g0,n-1

g1,1gm-1,1x

=

x0

+i

Dxy

=

y0

+

j

Dy(i

=0,1,n

-1)(

j

=0,1,m-1)频率域傅立叶变化一、特征提取线特征点特征1.内定向：自动进行影像框标识别目的：快速恢复内方位元素航空像片的内定向由相机参数、框标位置、投影中心和辐射畸变共同完成。利用适当的变换,扫描的图像即被重采样到一个新的矩阵，该矩阵基于由框标确定的坐标系统表示，该过程称为影像内定向。精度指标：识别精度1/3左右像素扫描坐标系框标坐标系X=h0+h1x+h2yY=k0+k1x+k2y相机参数、点特征提取2.点特征的灰度特征3.点特征的灰度特征点特征20213028262421213028263022254158423129314324043383021396838342122302826244.

Moravec算子Moravec于1977年提出利用灰度方差提取点特征的算子rck

-

1

2

V

1

=

(

g

c

+

i

,

r

-

g

c

+

i

+

1

,

r

)

i

=

-

k

k

-

1

2

V

2

=

(

g

c

+

i

,

r

+

i

-

g

c

+

i

+

1

,

r

+

i

+

1

)

i

=

-

kk

-

1

V

3

=

(

g

c

,

r

+

i

-

g

c

,

r

+

i

+

1

)

2i

=

-

k

k

-

1

2

V

4

=

(

g

c

+

i

,

r

-

i

-

g

c

+

i

+

1

,

r

-

i

-

1

)

i

=

-

k24232221))))i

=

-

kc

+

i

+

1

,

r

-

i

-

1c

+

i

,

r

-

ik

-

1i

=

-

kk

-

1c

,

r

+

i

+

1c

,

r

+

ik

-

1i

=

-

kc

+

i

+

1

,

r

+

i

+

1c

+

i

,

r

+

ik

-

1i

=

-

kc

+

i

+

1

,

r(

g

-

gV

=(

g

-

gV

=(

g

-

gV

=

(

g

c

+

i

,

r

-

gV

=（1）计算各像元的兴趣值IVIVc

,r=

min{

V1

,V2

,V3

,V4

}K=INT(w/2)（2）给定一经验阈值，将兴趣值大于阈值的点作为候选点。确定窗口大小（3）选取候选点中的极值点作为特征点。总结Moravec算子是在四个主要方向上，选择具有最大――最小灰度方差的点作为

特征点。一、特征提取1、线特征“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。房屋道路2、线的灰度特征3、微分算子梯度算子差分算子3、微分算子差分算子sobelprewittroberts二、影像匹配1269453780建立模板1.

问题的提出模板匹配例子4

8

6

7

2

3

5

9

0

1计算机如何识别？用十个0～9数字模板对上述一串数字中每个数字（如第一个数字4）逐个进行套合、配准。12345678904

8

6

7

2

3

5

9

0

1比较“待识别的数字”与“数字模板”之间的相似性，以判断待识别的数字。1.

问题的提出影像匹配---寻找同名点2.数字相关二维相关数字相关是利用计算机对数字影像进行数值计算的方式完成影像的相关目标区目标区搜索区搜索区搜索区目标区Xyr1r2r3r4riAS1S2a1l1a2l2同名核线通过摄影基线与地面所作的平面称为核面核面与影像面交线称为核线同名像点必定在同名核线上。一维相关一维相关在核线影像上，只需要进行一维搜索目标区目标区搜索区搜索区n目标区n搜索区mr1r2r3r4r5同名点的确定是以匹配测度为基础G

(

g

ij

)G

=

(

gij

)3.数字影像匹配基本算法（１）相关系数法¢=ggn

i=1'i+kn1

ging

=i

=1n1

目标区灰度均值搜索区灰度均值目标区方差搜索区方差22nggg

i

-

g=

1ni

=1s'

2'

2'

'1nng

gg

-

gi

=1i

+

ks

=（１）相关系数法协方差''g

g1nnigg-

ggi

=1'i

+

ks

=相关系数ggggkg

¢g

¢sssr

='（２）最小二乘影像匹配德国Ackermann教授提出了一种新的影像匹配方法——最小二乘影像匹配（least

Squares

Image

Matching）影像匹配可以达到1/10甚至1/100像素的高精度a.

原理“灰度差的平方和最小”

vv

=

minvv

=

min在影像匹配中引入变形参数，同时按最小二乘的原则，解求这些参数，就是最小二乘影像匹配的基本思想。辐射畸变几何畸变b．仅考虑影像相对移位的一维最小二乘匹配假设两个一维灰度函数g1(x),g2(x),除随机噪声外，g2(x)相对于g1(x)只存在零次几何变形——移位量Dx。前提g1(x)

+n1(x)

=

g2(x

+Dx)

+n2(x)g1(x)

+n1(x)

=

g2(x

+Dx)

+n2(x)v(

x)

=

g2

(

x

+

Dx)

-

g1

(

x)误差方程式b．仅考虑影像相对移位的一维最小二乘匹配g

(x)

=

g2

(x

+

D)

-

g2

(x

-

D)2

2D222g

(x

+

D)

-

g

(x

-

D)2D(x)

=g离散的数字影像而言，灰度函数的导数g,

(x)可由差分代替2v(x)

=g2(x)

Dx-[g1(x)-g2(x)]v(x)

=g2(x)

Dx-[g1(x)-g2(x)]为解求相对移位量Dx，需上式进行线性化最小二乘影像匹配是非线性系统，必须进

行迭代。迭代过程收敛的速度取决于初值。Dx

=

g

Dg

/

g

22

2Dg

/

g

22Dx

=

g

2v

=

g

2

Dx

-

Dgv

=

g

2

Dx

-

Dg误差方程式可写为解得影像的相对移位总结影像匹配技术是整个数字摄影测量的核心所在，也是区别于模型摄影测量和解析摄影测量的核心所在。影像匹配实质上是用计算机技术代替人眼进行观测，找到同名像点。三、核线重采样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基于共面条件的同名核线几何关系核线的重排列（重采样）1.基于影像几何纠正的方法实际像片水平像片S1摄影基线S2p0水平影像uP倾斜影像xy焦距fva1u

+

b1

v

-

c1

fa3

u

+

b3

v

-

c3

fa

2

u

+

b2

v

-

c2

fa3

u

+

b3

v

-

c3

fx

=

-

fy

=

-

f示意图v

=某常数即表示某一核线x

=

d

1

u

+

d

2d

3

u

+

1y

=

e

1

u

+

e

2e

3

u

+

12211e

u

+

1y

=d

u

+

1d

u

+

d3e

u

+

e3x

=C=v在“水平”影像上获取核线影像x

=

-

f

a

1

u

+

b1

v

-

c

1

fa

3

u

+

b

3v

-

c

3

fy

=

-

f

a

2

u

+

b

2

v

-

c

2

fa

3

u

+

b

3

v

-

c

3

fy

=

-

fa

3

u

+

b

3v

-

c

3

fa

2

u

+

b

2

v

-

c

2

fa

3

u

+

b

3

v

-

c

3

fa

1

u

+

b1

v

-

c

1

fx

=

-

fu=kD采样间隔uvg

0

(kD,

c)

=

g

(

x0

,

y0

)g

0

((k

+1)D,

c)

=

g

(

x1

,

y1

)核线的重排列（重采样）是否是采样点？水平像片倾斜像片33222333111'

v

'

-

c

'

f'

v

'

-

c

'

f'

v

'

-

c

'

f'

v

'

-

c

'

3

fa

'

u

'

+

ba

'

u

'

+

ba

'

u

'

+

ba

'

u

'

+

bx

'

=

-

fy

'

=

-

f22¢e

3¢u

¢

+

1e

1¢u

¢

+

ey

¢

=d

3¢u

¢

+

1d

1

u

+

dx

¢

=g0

(kD,c)

=

g

(x0,

y0

)g0¢((k

+1)D,c)

=

g¢(x1,

y1)同名核线的v坐标值相等同名核线的确定三、核线重采样核线的重排列（重采样）线性内插四、摄影测量系统像点放大量测窗左影像显示窗右影像显示窗点位放大显示窗点位微调按钮用计算机影像匹配与识别代替人眼量测与识别高度自动化—其影像的内定向、相对定向、相对纠正、影像匹配、建立DEM、绘制等高线、制作正射影像等完全不需要人工操作，可以进行批处理。高效率—影像的相对定向仅需要1--2分钟，影像匹配达到500点/秒。可接合性—由于“交互处理”与“自动化”两种作业方式是分开的，因而系统不会因为无法处理的问题而进行不下去。应用面广—能用于1:5万,1:1万,1:1千,1:500等各种比例尺的数字化测图与GIS数据采集。工作站特点系统配置系统配置内存：512MB以上硬盘：40GB以上1280×1024或以上的分辨率立体反光镜液晶立体眼镜和红外发射器主要配置cpu:

PentiumIV

1GHz或以上立体观测装置其它硬件设备手轮脚盘和三维鼠标工作站可处理的数据源航空影像卫星影像IKONOSQuickBird数码量测相机IGS(交互式图形系统)以及MicroStation

接口测图模块工作流程关键步骤---数据准备查看原始数字影像的分辨率、比例尺等。查看相机检校参数及其影像方位、框标的位置等。查看地面控制点数据及其点位分布。关键步骤---模型定向关键步骤---模型定向内定向---建立框标模板按钮小窗口参数窗口关键步骤---模型定向内定向---自动识别框标中心关键步骤---模型定向自动相对定向像点放大量测窗左影像显示窗右影像显示窗点位放大显示窗点位微调按钮解析相对定向原理同名光线对对相交于核面内XZa1(x1,y1)x1y1z1S1A(X,Y,Z)Y2

2

2a

(x

,y

)z2y2x2S2S

1

S

2

•(

S

1

a1

·

S

2

a

2

)

=

0S

1

S

2

•(

S

1

a1

·

S

2

a

2

)

=

0关键步骤---模型定向绝对定向—实现首先在左（右）影像上分区提取特征点，然后利用二维影像匹配算法，自动在右（左）影像上寻找若干个同名点（通常超过100个点），作为相对定向的定向点，确定这些点的像平面坐标，再按解析摄影测量的相对定向算法，解求出立体像对的

5个相对定向参数。根据相对定向参数就可确定立体影像对内左、右影像的相对方位，计算出各点的模型坐标。关键步骤---模型定向绝对定向MZtpYtpXtpX0Y0Z0绝对定向元素关键步骤---模型定向绝对定向—实现由人工在左右影像上定位控制点点位，采用影像匹配技术确定同名点，计算绝对定向参数，完成绝对定向。支持立体量测功能，可通过手轮、脚盘直接驱动立体影像来调整控制点和像点坐标。关键步骤---影像匹配关键步骤---影像匹配生成核线影像将原始数字影像重新按核线方向，逐条核线进行排列，形成按核线排列的立体影像。一般情况下，数字影像的扫描行与核线不重合，为了获取核线上点的灰度序列，必须根据原始影像灰度值进行内差，即所谓沿核线进行影像灰度重采样。关键步骤---影像匹配匹配预处理在自动影像匹配之前，可以在立体模型中量测一部分特征线（山脊线、山谷线、陡坎、断裂线等），特征点（山顶、鞍部点、变坡点等），特征面（湖面、阴影区、林区边界等），作为自动影像匹配的控制。经过上述的预处理，可以明显改善影像匹配的效果。对于大比例尺测图，预处理是很重要的。关键步骤---影像匹配影像匹配影像匹配，是沿核线进行一维影像匹配，自动确定同名点。影

像匹配采用金字塔影像数据结构，基于跨接法的整体影像匹配。关键步骤---影像匹配匹配结果编辑在影像自动匹配完成后，系统根据相关系数对匹配结