数字摄影测量学考试习题.docx

上传人:牧羊曲112 文档编号:3558924 上传时间:2023-03-13 格式:DOCX 页数:7 大小:40.93KB
返回 下载 相关 举报
数字摄影测量学考试习题.docx_第1页
第1页 / 共7页
数字摄影测量学考试习题.docx_第2页
第2页 / 共7页
数字摄影测量学考试习题.docx_第3页
第3页 / 共7页
数字摄影测量学考试习题.docx_第4页
第4页 / 共7页
数字摄影测量学考试习题.docx_第5页
第5页 / 共7页
亲,该文档总共7页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《数字摄影测量学考试习题.docx》由会员分享,可在线阅读,更多相关《数字摄影测量学考试习题.docx(7页珍藏版)》请在三一办公上搜索。

1、数字摄影测量学考试习题数字摄影测量学重点总结 一:名词解释 1、影像匹配:通过一定的匹配算法在两幅或多幅影像之间识别同名点,如二维影像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,去搜索区中相关系数最大所对应的窗口中心点作为同名点。 2、金字塔影像:对二维影像进行低通滤波,并逐渐增大采样间隔,形成的影像像素依此减少的影像序列。 3、立体正射影像对:由正射影像和通过该正射影像生成的立体匹配片两者组成的立体相对。 4、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。 5、立体透视图:运用透视原理和一定的数学模型,将物方具有三维信息的点转换到指定的

2、平面上,并通过消隐处理获得立体透视效果。 6、数字微分纠正:根据有关的参数与数字地面模型,利用相应的构象方程式,或按一定的数学模型用控制点结算,从原始非正射投影的数字影像获取正射影像。 7、重采样: 8、影像相关:利用互相关函数,评价两块影像的相似性以确定同名点。 9、数字相关:利用计算机对数字影像进行数值计算完成影像的相关。 10、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D 是平面坐标,Zi 是对应的高程。 11、核线重排列:由于一般情况下数字影像的扫描行与核线并不重合,为了获取核线

3、的灰度序列,对原始数字影像灰度进行的重采样,亦即对原始灰度函数值进行内插。 12、单片修测:利用单张像片与DEM 对地图进行修测,主要内容为地物的增减,相比于传统方法可以节省资金与工时,是一个迭代求解的过程。 二:简答题 1、相关函数估计:a较小,S较平缓,高频信息较丰富 相关函数R较陡峭,相关精度高拉入范围较小出错率高;a较大功率谱S较陡峭,低频信息占优势,相关函数R较平缓,相关精度较差,拉入范围较大,出错率低。 2、单片修测:进行空间后方交会,确定方位元素; 量测像点坐标;计算出地面平面坐标近似值;由平面坐标及DEM内插出高程Z; 3、等高线的绘制:1.基于矩形格网DEM自动绘制等高线 确

4、定等高线高程 ,Zmin=; ; 计算状态矩阵 等高线的起点和终点的处理 内插等高线点 搜索下一个等高线点 基于三角网的等高线绘制: 基于三角形搜索的等高线绘制 对于记录了三角形表的,按记录的三角形顺序搜索,其基本过程如下: .对给定的等高线高程,与所有网点高程,进行比较,若;则将加上一个微量值,以使程序简单而又不影像等高线精度。 .设立三角形标志数组,其初始值为,每一元素与一个三角形对应,凡处理过的三角形将标志设为,以后不再处理,直至等高线高程改变。 .按顺序判断每一个三角形的三边中的两条边是否有等高线穿过。 .搜索该等高线在该三角形的离去边,也是相邻三角形的进入边,并内插其平面坐标。搜索与

5、内插方法与上面的搜索起点相同,不同的只是仅对该三角形的另两边作处理。 .进入相邻三角形,重复第四步,直至离去边没有相邻三角形或相邻三角形即搜索起点所在的三角形时为止。 基于格网点搜索的等高线绘制 对于仅记录了网点邻接关系他 、“相关系数最大”影像匹配、基于物方的VLL 法影像匹配和最小二乘法影像匹配的相同点及差别是什么? “相关系数最大”影像匹配是指在左影像上以目标点为中心选取一定大小的区域作为目标区,将右片同名点可能存在的区域作为搜索区,比较目标窗口和搜索区内同大小窗口的灰度相关系数,将相关系数最大所对应的窗口的中心作为同名点。 基于物方的 VLL 法影像匹配是在待定点的地面平面坐标已知的情

6、况下,通过共线方程和合理的高程设定值,解算其相应的像点坐标,通过比较不同高程所对应的像点的相关测度,取最大测度处的像点作为同名点,相应的高程作为物点的高程; 最小二乘法影像匹配是指顾及影像的几何和辐射畸变并引入相应的变形蚕参数,同时按最小二乘的原则解求这些参数,将相关系数最大处的左片目标窗口采用坐标梯度加权平均作为目标点,右片同名点的位置由求得的几何参数计算而得; 由上可知三种匹配算法的相同点:都是基于灰度的影像匹配,都用到了相关系数最大作为匹配的测度; 不同点:“相关系数最大”影像匹配是基于像方的,通过选定目标区窗口与搜索区中相应大小的窗口中相关系数系数最大的窗口中心点作为同名点,匹配精度与

7、窗口大小、影像信噪比有关; “基于物方的 VLL 法”影像匹配是基于物方的,而且能直接确定物方点的空间三维坐标,将不同高程处所对应左右影像中的像点作为可能的匹配点,取相关系数最大处作为同名像点,同时也获得了物点的高程信息,匹配精度与步距dz、影像信噪比、匹配窗口大小有关; “最小二乘法”影像匹配是基于像方的,考虑了几何畸变、辐射畸变等系统误差,可灵活引入了各种参数和约束条件,匹配精度较高,可达子像素级,匹配点的位置左片通过窗口梯度加权平均而求得,右片由求得的几何参数计算而得,匹配精度与信噪比、影像的纹理结构有关。 、什么是特征匹配?它与基于灰度的影像匹配有什么不同? 特征匹配是指通过分别提取左

8、右片影像或多张影像的特征,对特征进行参数描述,然后运用所描述的参数来进行匹配的一种匹配算法; 特征匹配与灰度匹配的区别:灰度匹配是基于像素的,特征匹配则是基于区域的,特征匹配在考虑像素灰度的同时还考虑诸如空间整体特征、空间关系等因素; 、简述利用斜平行投影法制作立体正射影像对的原理。 如果要获得立体效应,就需要引入一个具有人工视差的匹配片。该人工视差的大小应能反映实地的地形起伏情况。最简单的方法是利用投射角为的平行光线法。 利用斜平行投影法从同一数字高程模型出发制作立体匹配片,必须包括以下几个步骤。 第一步:按XY平面上一定间隔的方形格网,将它正射投影到数字高程模型上,获得Xi、Yi、Zi坐标

9、,再由共线方程求出对应像点在左片上的坐标xi,yi,用此影像断面数据可制作正射影像。 第二步:由XY 平面上同样的方格网,沿斜平行投影方向将格网点平行投影到数字高程模型表面,该投影方向平行于XZ 面。 第三步:将斜平行投影后的地表点坐标Xi,Yi, Zi按中心投影方程式变换到右方影像上去,得到一套影像断面数据xi, yi,由此数据可制成立体匹配片。 、请说明制作真实景观图的原理? 景观图比地图要形象、逼真,能够很好地表现地面的真实情况,它在工程设 计、农林、水利、环境规划以及旅游等方面都有很好的应用。它分为真实景观图 与模拟景观图,前者采用地面目标的真实纹理,而后者是人工利用目标对光线的 反射

10、程度来模拟再地面目标的。 真实景观图的制作原理和模拟景观图相似,即在DEM 透视图的基础上,对每 一像素赋予一灰度值,但此时的灰度值并不是由模拟计算 得到的明暗度,而是取自对实地所摄影像的真实灰度值。 由DEM 与原始影像制作景观图 将每一 DEM 格网划分为mn 个地面元,原则依然是使景观图上像素之间 无缝隙并尽可能地大; 依次计算各地面元在景观图上的像素行列号; 进行消隐处理; 由地面元计算其对应的原始影像像素行列号; 由双线性内插计算的灰度gp; 将原始影像灰度gp赋予景观图像素 gl=gp 以上过程实际上是将透视图的绘制与正射影像图的制作结合起来进行的过 程。 由DEM 与正射影像制作

11、景观图 如果已经有了正射影像图,则不需利用原始影像,而可以直接利用正射影像 制作景观图,这样可以大大地节省计算工作量。其处理过程的前 步与利用原始影像时完全相同,所不同的步骤为: 由地面元计算其对应的正射影像像素行列号,此时是简单的平移与缩放, 而不需利用共线方程来计算; 将正射影像相应像素的灰度值g0取出赋予景观图像素 gi= g。 、请叙述两种特征点提取算法的流程和特点? Moravec 算子利用灰度方差提取点特征,其步骤为: 计算各像元的兴趣值 给定一经验阈值,将兴趣值大于阈值的点作为候选点。 选取候选点中的极值点作为特征点。 Forstner 算子通过计算各像素的Roberts 梯度和

12、灰度协方差矩阵,寻找具有尽可能小而接近圆的误差椭圆的点作为特征点。其步骤为: 计算各像素的Roberts 梯度 计算ll窗口中灰度的协方差矩阵 计算兴趣值q 与w: 确定待选点,如果兴趣值大于给定的阈值,则该象元为待选点。 选取极值点,以权值 为依据选择极值点,即在一个适当的窗口中选择最大的待选点,而去掉其余的点。 Moravec 算子与Forstner 算子效果比较 Moravec 算法相对简单,运行速度较Forsterner 更快。 Forsterner 比Moravec 提取特征点的精度要高,且提取的点分布更为均匀. Moravec 算子对一些反差较大的地物边缘提取的效果较好,而反差较小的边缘提取效果较差,这是 由Moravec 算子阈值,窗口大小的选取和算法本身所决定的。 Forstner 算子通过在最佳窗口内进行加权中心化的操作,可以将定位精度提高到子像素,速度快, 但受图像灰度及对比度的影响比较大。 Fostner 算法对边缘点比Moravec 算法灵敏,即Fostner 比Moravec 容易识别边缘特征。前者的精度 比后者的高。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号