第八章数字摄影测量

第八章数字摄影测量数字摄影测量的来历无论是模拟摄影测量还是解析摄影测量都需要人工量测像点坐标，并需要人眼在立体观察情况下寻找同名像点。计算机科学与技术的发展使得以上工作可以借助于计算机自动完成，也即利用数字影像的灰度信号，采用数字相关技术寻找并量测同名像点，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，从而建立数字高程模型，绘制等高线图、制作正射影像图以及为地理信息系统提供基础信息，这就是数字摄影测量。数字摄影测量的定义两种观点：一是认为数字摄影测量是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学科。这种定义在美国等国家称为软拷贝摄影测量（softcopy-Photogrammetry）．中国著名摄影测量学者王之卓教授称之为全数字摄测量（AlldigitalPhotogrammetry）．这种定义认为，在数字摄影测量中，不仅其产品是数字的，而且其中间数据的记录以及处理的原始资料均是数字的，所处理的原始资料自然是数字影像。另一种广义的数字摄影测量定义则只强调其中间数据记录及最终产品是数字形式的，即数字摄影测量是基于摄影测量的基本原理，应用计算机技术，从影像（包括硬拷贝与数字影像或数字化影像）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分支学科。这种定义的数字摄影测量包括计算机辅助测图（常称为数字测图）与影像数字化测图。全数字摄影测量的若干典型问题一辐射信息在解析摄影测量中，一个目标点向量是三维的，即而在全数字摄影测量中。目标点向量变为四维，即其中D是该点的辐射量（影像的密度或灰度值），集合｛D｝就构成了数字影像。现在我们可以利用各种传感器精确获取多种频带多时域的辐射信息，即直接获取数字影像；也可利用影像数字化仪将像片上的影像数子化获取数字化影像。由于数字影像的运用，许多在传统摄影测量中很难甚至不可能实现的处理，在全数字摄影测量中都能够处理甚至变得极为简单．如消除影像的运动模糊、按所需要的任务方式进行纠正、反差增强、多影像的分析与模式识别等。由于数字摄影测量直接使用的原始资料是数字影像。因此其硬件系统只是一个计算机。TZYX),,(TDZYX),,,(一、数字影像的获取与采样1.影像数字化过程将透明正片（或负片）放在影像数字化器上，把像片上像点灰度值用数字形式记录下未，此过程称为影像数字化。影像的灰度又称为光学密度。透明像片（正片或负片）影像的灰度值，反映了它透明的程度，即透光的能力。设投影在透明像片上的光通量为F0，而透过透明像片后的光通量为F，则F与F0之比称为透过率T，F与F0之比称为不透过率O，有:FFOFFT00,因此，像点愈黑，则透过的光通量愈小，不透过率愈大，所以。透过率和不透过率都可以说明影像黑白的程度。但是人眼对明暗程度的感觉是按对数关系变化的。为了适应人眼的视觉，在分析影像的性能时，不直接用透过率或不透过率表示其黑白程度，而用不透过率的对数值表示：D称为影像的灰度，当光线全部透过时，即透过率等于1，则影像的灰度等于0，当光通量仅透过百分之一，即不透过率是100时，则影像的灰度是2，实际的航空底片的灰度一般在0.3到1.8范围之内。TOD1loglog2.采样，重采样与量化影像数宇化过程包括采样与量化两项内容。像片上像点是连续分布的，但在影像数字化过程中不可能将每一个连续的像点全部数字化，而只能每隔一个间隔Δ读一个点的灰度值，这个过程称为采样，Δ称为采样间隔。采样后是不连续的等间隔序列，采样过程会给影像的灰度带来误差．例如相邻两个点的影像被丢失，亦即影像的细部受到损夫，若要减少损失．则采样间隔越小越好。但是采样间隔越小，数据量越大，增加了运算工作量和提高了对设备的耍求。究竟如何确定采样间隔，应根据精度要求和影像分解力，另外还要考虑到数据量和存贮设备的容量。通过上述采样过程得到每个点的灰度值不是整数，这对于计算很不方便，为此，应将各点的灰度值取为整数，这一过程称为影像灰度的量化。其方法是将透明像片有可能出现的最大灰度变化范围进行等分，等分的数目称为“灰度等级”；然后将每个点的灰度值在其相应的灰度等级内取整，取整的原则是四舍五入。由于计算机中数字均用二进制表示，因此灰度等级一般都取为（m是正整数）。当m=1时，灰度只有黑白两级，当m=8时，则得256个灰度级，0为黑，255为白，每个像元素得灰度值占8bit，即一个字节。量化过程会给影像得灰度带来四舍五入的凑整误差，例如：将最大密度范围0-3划分为64级，最大量化误差为由此可以看出，量化误差与密度等级有关，密度等级越大，量化误差越小。m202.06435.0当欲知不位于矩阵（采样）点上的原始函数g(x,y)的数值时就需要进行内插，此时称为重采样(Resampling)，意即在原采样的基础上再一次采样。每当对数字影像进行几何处理时总会产生这项问题，例如，核线排列，数字纠正等。一般重采样可采样双线性插值法，即用欲重采样的点P邻近的4个原始像元来参加计算。其公式为例如：lkjijijijigjlikgggg,1,1,1,1,,4,4,126,118,110,102求已知2,21,22,11,1)1()1()1)(1()(ygxgyxygxgyxPg3.数字影像的构成经过影像数字化以后得到的数字影像是一个二维的数字矩阵矩阵的每一个元素称为像元素（Pixel）。对各个像元素所赋予的灰度值g(m,n)一般是0－255之间的某个整数。矩阵的每一行对应于一个扫描行。数字化像元素的点位坐标可由像元素在矩阵中所在行、列号m,n来表示：该坐标通常称为扫描坐标。),()2,()1,(),2()2,2()1,2(),1()2,1()1,1(NMgMgMgNgggNgggymyyxnxx)1()1(00二、数字影像的定向1.数字影像的内定向在摄影测量中常用像平面坐标系来建立像点与地面点的坐标关系，但像片扫描数字化后，像片的扫描坐标系与像平面坐标系不再相同，此时需要进行两个坐标系的换算。如图中，o-cr为影像扫描坐标系，e-xy为框标坐标系，o-xy为像平面坐标系，S－xyz为像空间坐标系。数字影像内定向的过程可以表示为如图所示的一个过程：一般认为同一像点的像平面坐标x,y与其扫描坐标之间存在仿射变换，即：式中，称为内定向参数，其数值由像片上四个框标的扫描坐标及其相应的像平面坐标（视为理论值）组成误差方程式，用平差方法求得。yx,ykxkkyyhxhhx210210210210,,,,,kkkhhh002121rcyyxxkkhhrceeykxkkryhxhhc21021000002121rcyyxxkkhhrc00212100rrccnnmmyyxx121212121kkhhnnmm)()()()()()()()()()()()(000000003030010A00333222311SASASASASASASASASASASASZZcYYbXXaZZcYYbXXafrrZZcYYbXXaZZcYYbXXafcc303222102121101303222102121101203222102121101,,,,,,ccncmccncmccbbnbmbbnbmbbaanamaanamaa先把影像图像二值化，然后自动识别框标，为了确定框标中心位置．一个简单而有效的方法是计算二值图的重心坐标：niiifniiifggiynyggixnx001,)(11,)(12.数字影像的相对定向用两个相互重叠的立体像对构成立体模型是进行三维信息提取和数字摄影测量的基础，而立体模型的建立则必须进行相对定向，相对定向的目的就是恢复两个影像在空中成像时的相对方位，使同名光线对对相交。在竖直航空摄影或已知倾角近似值的倾斜投影中，相对定向一般采用迭代解，但是当不知道这些值时，需要进行相对定向的直接求解。自动相对定向的关键是自动识别定向所需要的同名点对，在解析摄影测量中，一般用6个以上的同名点对来计算相对定向元素，在数字摄影测量中，则具有很大的灵活性，可以利用影像相关来识别足够多的同名点．使得相对定向达到高精度。相对定向可以有下列方式实现。（1）标准点相对定向（2）兴趣点相对定向3.数字影像的绝对定向自动相对定向目前已经能够实现，但是数字影像的绝对定向仍需要借助人工完成，现阶段主要由人工在左（右）影像定位控制点，由最小二乘影像匹配确定同名点，然后计算绝对定向参数ZYXK,,,,,,三、影像相关技术立体测图的关键就是已知同名像点在左、右像片上的位置。对于全数字摄影测量而言，如何由计算机自动从左、右影像中寻找同名像点，也即数字影像的相关或匹配是数字摄影测量的核心问题。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，即首先取出以待定点为中心的小区域中的影像信号，然后取出其在另一影像中相应区域的影像信号，计算两者的相关函数，以相关函数最大值的相应区域中心点为同名点，即以影像信号分布最相似的区域为同名区域。同名区域的中心点为同名点，这就是自动化立体量测的基本原理。（一）定向参数的计算1．内定向内定向的目的是利用框标点的像片坐标（理论值）与扫描坐标，计算像片坐标与扫拈坐标之间的转换参数，框标的位置可以用自动的或半自动的甚至是人工的方法进行定位，获取扫描坐标。2．外定向包括相对定向和绝对定向，首先量测相对定向点及绝对定向用的控制点的影像坐标，然后计算相对定向元素和绝对定向元素。现阶段．大多数系统已能自动地进行相对定向点的量测，但绝对定向点的量测还需人工地进行。（二）空中三角测量其基本算法与通常的解析空中三角测量相同，一般采用光束法空中三角测量方法。所不同的是利用数宇影像相关算法进行连接点的自动量测与转点，以替代人工转刺，从而极大地提高空中三角测量的作业效率和精度。但是由于自动转点的错误率较高，需要用粗差探测的方法剔除影像相关的错点。（三）形成按核线方向排列的立休影像利用相对定向元素，按同名核线将影像的灰度予以重新排列，形成核线影像。（四）影像相关或特征匹配沿核线进行影像相关或特怔匹配，确定同名像点。考虑到结果的可靠性与精度，应合理地应用各种算法。（五）建立数字高程模型（六）自动绘制等高线（七）制作正射影像（’x）等高线与正射影像叠加。制作带等高线的正射影像图（九）制作透视图和景观图（十）数字影像的机助量测，如地物、地貌元素的量测（十一）地图编辑与注记影像相关的方法分类，例如协方差法、相关宗数法、高精度最小二乘相关等等，以及以这些方法为基础加上各种约束条件构成的方法，如带核线约束的相关系数法、顾及共线条件的高精度最小二乘相关法、多点乃至多片最小二乘相关方法及同时采阐几种相似性量度作为判据的多重信息多重判据方法，等等。这些方法有一个共同的特点，即它们都是基干待相关点所在的一个小区域内的影像灰度。随着研究的深入和大量的实践，入们发现，尽管某些区域相关方法有可能达到相当高的相关精度，但面对千姿百态、千变万化的自然界囵像，区域相关有时却显得无能为力。例如对于具有均匀亮度的信息贫乏区域，或者在相关影像之间存在着较大比例尺差异或扭曲的区域，元伦千取伺种区息贫乏区域，或者在相关影像之间存在着较大比例尺差异或扭曲的区域，元伦千取伺种区域相关方法，都难以得到正确的相关结果、忧而根据入类视觉系统观察事物的经验，往住是先整体后局部，先轮廓后细节，从而启迪了人们从提取图像的特怔入手，