搜索
填空，名词解释，简答，问答（原理，思想）摄影测量三个发展阶段：模拟摄影测量，解析摄影测量，数字摄影测量DEM内插：根据参考点上的高程求出其他带定点的高程，在数学上属于插值问题。DEM内插方法：整体/局部/逐点函数内插。（移动曲面拟合法、多面函数法、最小二乘法、有限元法等。）DEM的主要形式：移动曲面拟合法DEM内插，多面函数法DEM内插，最小二乘法内插（配置法）简述移动曲面拟合法的基本思想：1.对DEM每个网格点，对数据点中检索出对应该DEM格网点的几个分块格网中的数据点，并将坐标原点移至该DEM格网点P。2.为了选取临近数据点，以待定点P为圆心，以R作半径，凡是落入圆内的点即被选用。3.列出误差方程式。4.计算每个数据点的权。5.法化求解。DEM:数字高程模型：是数字地面模型DTM只考虑地形分量时的结果,表示某一区域D上地形的三维向量有限序列{Vi=(Xi,Yi,Zi),i=1,2,...,n},其中（Xi,Yi）∈D是平面坐标，Zi是（Xi,Yi）对应的高程。DTM:数字地面模型（DigitalTerrainModel,DTM)是地形表面形态等多种信息的一个数字表示。它是定义于某一区域D上的一个有限项的向量序列，它以离散分布的平面点来模拟连续分布的地形。是带有空间位置特征和地形属性特征的数字描述，如地面温度、降雨、地球磁力、重力、土地利用、土壤类型等其它地面诸特征。优缺点比较：A规则矩形格网B不规则三角网。优缺点：A：优；DEM存储量最小，非常方便使用且容易管理，目前使用最广。缺：有时不能准确表示地形的结构和细部。因此基于DEM描绘的等高线不能准确的表示地貌。B：优；不规则三角网TIN能较好的顾及地貌特征点，线，表示复杂地形表面比矩形格网精确。缺：数据量较大，数据结构复杂，因而使用与管理较复杂。基于矩形格网的DEM多项式内插的基本思想：1双线性多项式（双曲面）内插，根据最邻近4个点内插；2双三次多项式（三次曲面）内插，根据最邻近16个点内插。等高线的绘制大步骤：1等高线跟踪，利用DEM矩形格网点的高程内插出格网边上的等高线点，并将这些等高线点排序；2等高线光滑，进一步加密等高线点并绘制光滑曲线。叙述角度判断法建立TIN的过程角度判断法建立TIN基本思想：已知三角形两个顶点的条件下，利用余弦定理计算各备选第三顶点构成的三角形内角大小，选择能使内角最大的备选点为该三角形的第三顶点。2.主要过程(1)将原始数据分块，以减少检索点数(2)确定第一个三角形。从离散点中任取一点A(一般取数据文件中的第一个点)，在其周围找出离A点最近的点B作为三角形的第二个点，然后对边AB附近的点Ci，用余弦定理计算∠Ci若∠C＝max{∠Ci},则C为该三角形的第三个顶点。(3)三角形的扩展。由第一个三角形的一条边开始向外扩展，将全部离散点构成三角网，并保证没有重复和交叉的三角形。(3-1)备选扩展点的确定。取与第三个顶点不同侧的点为备选点。若扩展起始边的直线方程为f(x,y)=0,则当f(xi,yi)f(x3,y3)0时，(xi,yi)为备选点。(3-2)重复与交叉检测。一条边最多只能扩展二次。摄影测量的两项基本任务是：对影像的量测与理解（或识别），即不仅要自动测定目标点的三维坐标，还要自动确定目标点的纹理。数字摄影测量系统的作业过程：1.影像数字化或数字影像获取。2.定向参数计算（a对框标定位：计算扫描坐标系统与像片坐标系统间的变换参数。b找同名点影像坐标值：计算相对定向参数与绝对定向参数。）3.影像匹配与建立数字地面模型（a找同名核线：将影像的灰度重新排列b沿核线进行一维影像匹配求同名点。c计算同名点空间坐标。d建立数字地面模型）。4.测制等高线及正射影像图（a自动形成等高线。b数字纠正参数正射影像。c拼接镶嵌叠加正射影像地图）。数字影像：101数字影像可以定义为一个灰度矩阵G:矩阵的每一个元素gi,j是一个灰度值，对应着光学影像或实体的一个微小区域，称为“像元素”或“像素”或“像元”(pixel=pictureelement).像元素的灰度值gi,j代表其影像经采样和量化了的“灰度等级”。有几种表达方式：空间域，频率域。数字影像一般总是表达为空间的灰度函数g(i,j),构成为矩阵形式的阵列。这种表达式是与其真实影像相似的。但也可以通过变换，用另一种方式表达，其中最重要的是通过傅立叶变换，把影像的表达由“空间域”变换到“频率域”中。其频域表达有什么好处？1.变换后矩阵中元素数目与原像中相同，但许多为0或很小，所以通过变换；使数据信息有效地存储和传递；2.使影像分解和影像处理过程更有利于进行。采样：对实际连续函数模型离散化的量测过程。样点：被量测的点采样间隔：样点之间的距离怎确定数字影像的采样间隔？在影像数字化或直接数字化时，这些被量测的“点”是一个小的区域，通常是矩形或圆形的微小影像块，即像素。现在一般是矩形或正方形，矩形（或正方形）的长和宽通常称为像素的大小（或尺寸），它通常等BCACABBCACCi2cos222于采样间距。因此，当采样间距确定以后，像素的大小野就确定了。理论上采样间距应由采样定理确定。量化：将采样得到的影像密度按一定的规则转换为整数值的过程。怎样对影像的灰度进行量化？量化的误差是多少？+-0.5影像灰度的量化是把采样点上的灰度数值转换成为一种等距的灰度级。灰度级的级数I一般选用2的指数M：i=2^M(M=1，2,...,8)。影像量化误差的概率密度函数是在+-0.5之间均匀分布，即数字影像传感器有哪几类？电子扫面器，电子-光学扫描器，固体阵列式数字化器采样定理：103选取采样间隔△x满足1/2△x=fl或△x=1/2fl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，根据采样数据可以完全恢复原函数g(x)。称fl为截止频率或奈奎斯特Nyquist频率。重采样：109对于不位于采样点上的原始函数g(x,y)的数值进行内插,意即在原采样的基础上再一次采样。常用影像重采样的方法有哪些？是比较他们的优缺点①.双线性内插法：几何精度好，计算量小，但计算时间长，②.双三次卷积法：误差是双线性内插法的1/3，但计算量大，③.最邻近像元法：方法简单，计算快，不破坏原始灰度信息，但几何精度差，（④.双像素重采样法：更好的保持影像清晰度。）影像相关的分类有哪几种：光学相关，电子相关，数字相关内定向的目的？114公式？2-2-2，2-2-3确定扫描坐标系与像片坐标系之间的关系，以及数字影像可能存在的变形。确定同名核线的方法有哪两类？每类的思想？2-2-41基于数字摄影测量的几何纠正，其思想:其实质是一个数字纠正，将倾斜像片上的核线投影（纠正）到“水平”像片对上，求得“水平”像片对上的同名核线。2基于共面条件同名核线几何关系，其思想：直接从核线的定义出发，不通过“水平”像片作媒介,直接在倾斜像片上获取同名核线。核线：核面与核像面的交线同名核线：同一核面与左右影像相交形成的两条核线，其中核线面指物方点与摄影基线所确定的平面。在什么情况下采用一般的解析相对定向？什么情况下采用相对定向的直接解？在竖直航空摄影或已知倾角近似值的倾斜摄影时，相对定向一般采用迭代求解即采用一般的解析相对定向。当不知道倾斜摄影中的倾角近似值以及不知道影像的内方位元素（例如数字影像的一个局部影像块）时，必须采用相对定向的直接解法。什么情况下采用一般的空间后方交会最小二乘解？什么情况下采用一般的空间后方交会的直接解？在原始的观测值方程是非线性的，空间后方交会已知方位元素的初始值，且解算过程是个迭代解算过程的情况下，采用一般空间后方交会最小二乘解。在实时摄影测量的某些情况下，影像相对于物方坐标系的方位是任意的，且没有任何初值可供参考。这时常规的空间后方交会最小二乘算法就无法处理，而必须建立新的空间后方交会的直接解法。比特分割：就是将量化后的数据分成不同的比特位,依次取出某一比特位上的值（0或1）或形成二值图像。比特分割有什么作用/目的？12345。怎样进行比特分割？140作用：1用于确定哪几位比特是信号，哪几位是噪声；2用于影像的特征提取与纹理分析。步骤：1直方图分析2灰度值移位和压缩3比特分割4比特合成5排除量化噪声什么是影像特征？绘出其剖面灰度曲线。141影像特征：影像灰度曲面的不连续点，它表现为在一个微小领域中灰度的急剧变化，或灰度分布的均匀性，也就是在局部区域中具有较大的信息量。试述Moravec算子的原理？142画图，公式基本原理：利用灰度方差提取点特征的算子。具体实现步骤：1）计算各像元的兴趣值IV（InterestValue）；2）给定经验阈值，将兴趣值大于阈值的点作为候选点；3）选取候选点中的极值点作为特征点，此步骤称为“抑制局部非最大”。综合，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。差分算子的缺点是什么？为什么LOG算子能避免差分算子的缺点？150，153线特征是指影像的的“边缘”与“线”。“边缘”为影像局部区域特征不相同的那些区域间的分界线，而“线”则可以认为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，也就是距离很小的一对边缘构成一条线。检测一阶导数（或差分）最大或二阶导数（或差分）为零的点。常用方法有差分算子、拉普拉斯算手、LOG算子等。缺点：由于各种差分算子均对噪声比较敏感，因此一般应先做低通滤波，尽量排除噪声的影响，再利用差分算子提取边缘。LOG算子就是将低通滤波与边缘提取综合考虑的算子。提取边缘时，利用高斯函数先进行低通滤波，然后利用拉普拉斯算子进行高通滤波并提取零交叉点，这就是高斯-拉普拉斯算子或称为LOG算子。优点：避免各种差分算子对噪声干扰。特征分割：在一维影像的情况下，将特征定义为一个“影像段”，它由三个特征点组成：一个灰度梯度最大点Z，两个“突出点”S1,S2。利用特征提取算子提取特征。将一条核线的影像分割为若干个“影像段”，每一段影像均由一个特征组成。影像分割：将一幅影像划分为互不重叠的一组区域的过程,它要求得到的每个区域的内部具有某种一致性或相似性,而任意两个相邻的区域则不具有此种相似性。数字相关中一维相关和二维相关的基本原理？179，180一维相关是在核线影像上只进行一维搜索。理论上，目标区与搜索区均可以是一维窗口。取一个待定点为中心，m*n(可取m=n)个像素的窗口，搜索区为m*l(ln)个像素的灰度阵列，搜索只在一个方向进行，计算相似性测度，最大是为同名点。二维相关时在左像片上取一个待定点为目标点，以此目标点为中心，选m*n(可取m=n)个像素的灰度阵列为目标窗口，在搜索区中取出k*l（km,ln)个像素的灰度阵列，计算其与目标区的相似性测度pij为搜索区像素，当p取最大值时，该搜索口中心像素被认为是同名点。自动化立体量测的基本思想？影像相关是利用两个信号的相关函数，评价它们的相似性确定同名点。即首先取出以待定点为中心的小区域中的影像信号，然后取出器在另一影像中相应区域的影像信号，计算两者的相关函数，以相关函数最大值对应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础原理。相关函数产生多峰值的原因是什么？它会给相关结果带来什么影响？183由于相关运算必须在相当小的范围内进行，此时其功率谱常常会在一定的频带特别强，此外，信号中可能混淆的“窄带随机噪声”也就突出了。此时的自相关函数具有多个极值点。影响：互相关函数的情况则更为复杂，多极值（峰值）的情况更多，并且有时最大值与同名点不相对应，从而使相关失败。什么是金字塔影像？基于金字塔影像有什么好处？为什么？185，192对二维影像逐次进行低通滤波，增大采样间隔，得到一个像元素总数逐渐变小的影像序列，依次在这些影像对中相关，即对影像的分频道相关，将这些影像叠置起来颇像一座金字塔，称为金字塔影像结构。即先在最上一层影像相关，将其结果作为初值，再在下一层影像相关，最后在原始影像上相关，实现一个从粗到精的处理过程。什么是影