數(shù)字?jǐn)z影測(cè)量復(fù)習(xí)(已修改)
2025-08-05 07:52 本頁(yè)面
【正文】 第1章 緒論1. 攝影測(cè)量三個(gè)發(fā)展階段模擬、解析、數(shù)字2. 數(shù)字?jǐn)z影測(cè)量定義與研究?jī)?nèi)容定義：基于數(shù)字影像與攝影測(cè)量的基本原理，應(yīng)用計(jì)算機(jī) 技術(shù)、數(shù)字影像處理、影像匹配、模式識(shí)別等多學(xué) 科的理論與方法，提取所攝對(duì)象用數(shù)字方式表達(dá)的 幾何與物理信息的攝影測(cè)量學(xué)的分支科學(xué)。 內(nèi)容： 數(shù)字影像的獲取與處理 167。數(shù)字影像定向 167。影像特征提取與定位算子 167。數(shù)字影像匹配 167。DEM自動(dòng)生成與內(nèi)插 167。數(shù)字空中三角測(cè)量 167。數(shù)字微分糾正 地物識(shí)別 167。 數(shù)字?jǐn)z影測(cè)量系統(tǒng) 3. 數(shù)字?jǐn)z影測(cè)量的作業(yè)過程及主要產(chǎn)品主要產(chǎn)品：數(shù)字空中三角測(cè)量的加密成果 167。數(shù)字高程模型 DEM 數(shù)字線畫圖 DLG 167。數(shù)字柵格圖 DRG 數(shù)字正射影像圖 DOM 數(shù)字可量測(cè)影像 DMI 三維景觀圖 167。各種工程設(shè)計(jì)所需的三維信息 各種信息系統(tǒng)所需的基礎(chǔ)地理空間數(shù)據(jù) 4. 數(shù)字?jǐn)z影測(cè)量和其他學(xué)科的關(guān)系與數(shù)字圖像處理的關(guān)系 161。 與模式識(shí)別的關(guān)系 161。 與計(jì)算機(jī)視覺或機(jī)器視覺的關(guān)系 5. 數(shù)字?jǐn)z影測(cè)量的應(yīng)用161。 各種比例尺的地形圖和專題圖 161。 數(shù)字?jǐn)z影測(cè)量系統(tǒng)與3S的集成 161。 數(shù)字?jǐn)z影測(cè)量系統(tǒng)與CAD 161。 數(shù)字?jǐn)z影測(cè)量系統(tǒng)與計(jì)算機(jī)視覺 161。 數(shù)字?jǐn)z影測(cè)量系統(tǒng)在軍事中的應(yīng)用 161。 變化檢測(cè)與地圖更新 161。 數(shù)字?jǐn)z影測(cè)量系統(tǒng)、可視化與虛擬現(xiàn)實(shí) 6. 數(shù)字?jǐn)z影測(cè)量有待研究的主要問題161。 輻射信息 161。 數(shù)據(jù)量 161。 處理速度與精度 161。 數(shù)字影像匹配 161。 數(shù)字影像解釋與理解 161。 數(shù)字?jǐn)z影測(cè)量自動(dòng)化 161。 數(shù)字?jǐn)z影測(cè)量與3S的進(jìn)一步集成 161。 新型傳感器帶來(lái)的新機(jī)遇與挑戰(zhàn) 第2章 數(shù)字影像獲取與重采樣1. 數(shù)字影像數(shù)字影像可描述為一個(gè)二維的灰度矩陣，每個(gè)矩陣元素的行列序號(hào)代表它在像片上的位置，元素的值是它的灰度。 2. 數(shù)字影像采樣采樣：對(duì)實(shí)際連續(xù)函數(shù)模型離散化的量測(cè)過程采樣定理：當(dāng)采樣間隔能使在函數(shù)g(x)中存在的最高頻率中每周期取有兩個(gè)樣本時(shí)，則根據(jù)采樣數(shù)據(jù)可以 完全恢復(fù)原函數(shù)g(x) 3. 影像重采樣重采樣：當(dāng)欲知不位于矩陣（采樣）點(diǎn)上的原始函數(shù) g(x,y)的數(shù)值時(shí)就需進(jìn)行內(nèi)插，此時(shí)稱為重采樣（resampling） 最鄰近像元法：直接取與P(x,y)點(diǎn)位置最近像元N的灰度值作為采樣值 1雙三次卷積法：卷積核可以利用三次樣條函數(shù) 16雙線性插值法：卷積核是一個(gè) 三角形函數(shù) 41) 最鄰近像元法最簡(jiǎn)單，計(jì)算速度快且能不破壞原始影像的灰度信息。但其幾何精度較差。 161。 2) 雙三次卷積法較費(fèi)時(shí)。 161。 3) 雙線性插值法較宜第3章 影像特征提取與定位算法1. 點(diǎn)特征提取算子l 點(diǎn)特征主要指明顯點(diǎn)（圓點(diǎn)、角點(diǎn)）l 提取點(diǎn)特征的算子稱為興趣算子 1) Moravec算子：在四個(gè)主要方向上，選擇具有最大―最小灰度方差的點(diǎn)作為特征點(diǎn) ，較簡(jiǎn)單2) Forstner算：Robert’s梯度和灰度協(xié)方差矩陣，尋找具有盡可能小而接近圓的誤差橢圓的點(diǎn)作為特征點(diǎn)，較復(fù)雜，但給出的特征點(diǎn)的類型且精度也較高。3) Harris算子：l Harris算子是Moravec算子的改進(jìn) 161。 l 只用到灰度的一階差分及濾波，操作簡(jiǎn)單 l 穩(wěn)定，對(duì)圖像旋轉(zhuǎn)、灰度變化、噪聲影響 和視點(diǎn)變換不敏感 161。 l 但對(duì)尺度很敏感，不具有尺度不變性2. 線特征提取算子l “邊緣” 影像局部區(qū)域特征不相同的區(qū)域間的分界線 216。l “線” 是具有很小寬度的其中間區(qū)域具有相同的影像特征的邊緣對(duì) 1) 高斯拉普拉斯算子LOG算子為卷積核，對(duì)原灰度函數(shù)進(jìn)行 卷積運(yùn)算后,提取零交叉點(diǎn)為邊緣2) Hough變換對(duì)于影像空間直線上任一點(diǎn)(x，y）變換將其映射到參數(shù)空間的一條正弦曲線上 3. 定位算子1) Forstner定位算子l 最佳窗口選擇：最佳窗口由Forstner特征提取算子確定 l 最佳窗口內(nèi)加權(quán)重心化 2) 高精度角點(diǎn)與直線定位算子原始的Roberts梯度方向代替直線方向存在不容忽視的模型誤差，Hough變換等使用梯度方向的方法不可能達(dá)到很高的精度。該平差模型不采用梯度的方向，而是采用梯度的模為觀測(cè)值。第4章 數(shù)字影像解析基礎(chǔ)1. 攝影測(cè)量基本概念及原理 167。 1) 相對(duì)定向直接解當(dāng)不知道傾斜攝影中傾角的近似值以及不知道影像的內(nèi)方位元素時(shí)采用直接解。l 相對(duì)定向直接解的定向點(diǎn)數(shù)——8個(gè)以上 l 由于立體像對(duì)是由在不同攝站對(duì)同一物體所攝取的相片構(gòu)成，如果取左像空間坐標(biāo)系為相對(duì)方位元素的參考坐標(biāo)系，為確保右像片與左像片構(gòu)成立體像對(duì)，右片的相對(duì)方位元素必須滿足： 2) 空間后方交會(huì)直接解 l 豎直航空攝影且地面控制點(diǎn)大體對(duì)稱分布的情況下可給定初值，迭代解算167。 l 影像相對(duì)于物方坐標(biāo)方位不確定時(shí)采用直接解。l 迭代法或直接法解出空間距離，計(jì)算各攝影光束的方向角，解算6階方程， 然后解算外方位元素。 2. 同名核線確定與重采樣1) 確定同名核線的兩種方法 167。 l 基于影像幾何糾正的核線解折關(guān)系 167。 水平相片對(duì)上同名核線的 v 坐標(biāo)值相等 l 基于共面條件的同名核線幾何關(guān)系 同一核線上的點(diǎn)均位于同一核面上2) 核線重排列l(wèi) 在水平相片上獲取核線影像l 直接在傾斜相片上獲取影像第五章 影像匹配基礎(chǔ)理論與算法1
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1