數(shù)字?jǐn)z影測量復(fù)習(xí)重點講義

1、第1章 緒論1. 攝影測量三個發(fā)展階段模擬、解析、數(shù)字2. 數(shù)字?jǐn)z影測量定義與研究內(nèi)容定義：基于數(shù)字影像與攝影測量的基本原理，應(yīng)用計算機(jī) 技術(shù)、數(shù)字影像處理、影像匹配、模式識別等多學(xué) 科的理論與方法，提取所攝對象用數(shù)字方式表達(dá)的 幾何與物理信息的攝影測量學(xué)的分支科學(xué)。 內(nèi)容： 數(shù)字影像的獲取與處理 §數(shù)字影像定向 §影像特征提取與定位算子 §數(shù)字影像匹配 §DEM自動生成與內(nèi)插 §數(shù)字空中三角測量 §數(shù)字微分糾正 地物識別 § 數(shù)字?jǐn)z影測量系統(tǒng) 3. 數(shù)字?jǐn)z影測量的作業(yè)過程及主要產(chǎn)品主要產(chǎn)品：數(shù)字空中三角測量的加密成果 &#

2、167;數(shù)字高程模型 DEM 數(shù)字線畫圖 DLG §數(shù)字柵格圖 DRG 數(shù)字正射影像圖 DOM 數(shù)字可量測影像 DMI 三維景觀圖 §各種工程設(shè)計所需的三維信息 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影測量和其他學(xué)科的關(guān)系與數(shù)字圖像處理的關(guān)系 ¡ 與模式識別的關(guān)系 ¡ 與計算機(jī)視覺或機(jī)器視覺的關(guān)系 5. 數(shù)字?jǐn)z影測量的應(yīng)用¡ 各種比例尺的地形圖和專題圖 ¡ 數(shù)字?jǐn)z影測量系統(tǒng)與3S的集成 ¡ 數(shù)字?jǐn)z影測量系統(tǒng)與CAD ¡ 數(shù)字?jǐn)z影測量系統(tǒng)與計算機(jī)視覺 ¡ 數(shù)字?jǐn)z影測量系統(tǒng)在軍事中的應(yīng)用 ¡

3、; 變化檢測與地圖更新 ¡ 數(shù)字?jǐn)z影測量系統(tǒng)、可視化與虛擬現(xiàn)實 6. 數(shù)字?jǐn)z影測量有待研究的主要問題¡ 輻射信息 ¡ 數(shù)據(jù)量 ¡ 處理速度與精度 ¡ 數(shù)字影像匹配 ¡ 數(shù)字影像解釋與理解 ¡ 數(shù)字?jǐn)z影測量自動化 ¡ 數(shù)字?jǐn)z影測量與3S的進(jìn)一步集成 ¡ 新型傳感器帶來的新機(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二維的灰度矩陣，每個矩陣元素的行列序號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：對實際連續(xù)函數(shù)模型離散化的量測過程采樣定理：當(dāng)采樣間隔能使在

4、函數(shù)g(x)中存在的最高頻率中每周期取有兩個樣本時，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）點上的原始函數(shù) g(x,y)的數(shù)值時就需進(jìn)行內(nèi)插，此時稱為重采樣（resampling） 最鄰近像元法：直接取與P(x,y)點位置最近像元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 三角形函數(shù) 41) 最鄰近像元法最簡單，計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。 ¡ 2) 雙三次卷積法較費(fèi)時。 ¡ 3) 雙線性插值法較宜第3章 影像特征提取與定位算法1. 點特征

5、提取算子l 點特征主要指明顯點（圓點、角點）l 提取點特征的算子稱為興趣算子 1) Moravec算子：在四個主要方向上，選擇具有最大最小灰度方差的點作為特征點 ，較簡單2) Forstner算：Roberts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作為特征點，較復(fù)雜，但給出的特征點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) ¡ l 只用到灰度的一階差分及濾波，操作簡單 l 穩(wěn)定，對圖像旋轉(zhuǎn)、灰度變化、噪聲影響 和視點變換不敏感 ¡ l 但對尺度很敏感，不具有尺度不變性2. 線特征提取算子l “邊緣” 影像

6、局部區(qū)域特征不相同的區(qū)域間的分界線 Øl “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 1) 高斯-拉普拉斯算子LOG算子為卷積核，對原灰度函數(shù)進(jìn)行 卷積運(yùn)算后,提取零交叉點為邊緣2) Hough變換對于影像空間直線上任一點(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

7、度的方向，而是采用梯度的模為觀測值。第4章 數(shù)字影像解析基礎(chǔ)1. 攝影測量基本概念及原理 § 1) 相對定向直接解當(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)方位元素時采用直接解。l 相對定向直接解的定向點數(shù)8個以上 l 由于立體像對是由在不同攝站對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，右片的相對方位元素必須滿足： 2) 空間后方交會直接解 l 豎直航空攝影且地面控制點大體對稱分布的情況下可給定初值，迭代解算§ l 影像相對于物方坐標(biāo)方位不確定時采用直接解。l 迭代法或直接法解出空間距離，計算各攝影光

8、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 § l 基于影像幾何糾正的核線解折關(guān)系 § 水平相片對上同名核線的 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. 數(shù)字影像匹配的定義l 在攝影測量與遙感中，匹配可以定義為在不同的數(shù)據(jù)集合之間建立一種對應(yīng)關(guān)系。如果這些數(shù)據(jù)集合是影像，就稱為影像匹配。 l 影像匹配是在兩幅(或多幅)影像之間識別同名元素(點線),它是計算機(jī)視覺及數(shù)字

9、攝影測量的核心問題。 l 自動地在由數(shù)字立體像對中提取的元素之間建立對應(yīng)關(guān)系的過程，稱為數(shù)字影像匹配。 2. 影像相關(guān)原理影像相關(guān)是利用兩個信號的相關(guān)函數(shù)，評價它們的相似性以確定同名點。相關(guān)函數(shù)：自相關(guān)函數(shù)是偶函數(shù)、自相關(guān)函數(shù)在=0處取得最大值 3. 影像相關(guān)的譜分析維納-辛欽定理：隨機(jī)信號的相關(guān)函數(shù)與其功率譜是一傅立葉變換對，即相關(guān)函數(shù)的傅立葉變換即功率譜，而功率譜的逆傅立葉變換即相關(guān)函數(shù)1) 影像的功率譜估計 ¡ 2) 相關(guān)函數(shù)估計 l 當(dāng)a較小時，S（f）較平緩，高頻信息較豐富， 此時相關(guān)函數(shù)R（）較陡峭，相關(guān)精度高，但 由可能的近似位置到正確相關(guān)的點間距離（稱 為拉入范圍）較

10、小。這就要通過低通濾波獲得 較大的拉入范圍l 當(dāng)a較大時，功率譜S（f）較陡峭，低頻信息占優(yōu)勢，因而相關(guān)函數(shù)R（）較平緩，相關(guān)精度較差，但拉入范圍較大，相關(guān)結(jié)果出錯的概率較小3) 金字塔影像的建立l 從粗到精的相關(guān)策略。即先通過低通濾波，進(jìn)行初相關(guān)，找到同名點的粗略位置，然后利用 高頻信息進(jìn)行精確相關(guān)l 對于二維影像逐次進(jìn)行低通濾波，并增大采樣 間隔，得到一個像元素總數(shù)逐漸變小的影像序 列，將這些影像疊置起來頗像一座金字塔，因 而稱之為金字塔影像結(jié)構(gòu)4. 數(shù)字影像匹配的基本概念1) 共軛實體共軛實體是比共軛點更一般的概念，它是目標(biāo) 空間特征的影像，包括點，線，面等 ¡2) 匹配實體

11、是一種要素，通過比較不 同影像上的這些要素來尋 找共軛實體。這些要素包 括影像的灰度值，從影像 上提出的特征，以及其他 的符號描述3) 相似性測度¡是評價匹配實體之間相似性程度的一種定量指標(biāo)。 一般來說，相似性程度由代價函數(shù)來度量4) 匹配方法 匹配方法一般按照匹配實體來命名，如基于灰度的匹配(area-based matching或 gray-scale based matching) ，基于特征的匹配(feature-based matching)以及關(guān)系匹配(relational matching)等。 5) 匹配策略 匹配策略是指求解影像匹配問題的概念或整體方 案，它包括匹配

12、環(huán)境分析，匹配方法選擇，以及 匹配質(zhì)量控制5. 數(shù)字影像匹配的一般過程1) 在一張影像上選取待匹配的目標(biāo),選擇匹配 實體,確定目標(biāo)區(qū)域 2) 在另一張影像上確定搜索區(qū)域,計算相似性 測度 3) 依據(jù)相似性測度,確定共軛實體 4) 進(jìn)行匹配質(zhì)量評價6. 影像匹配需要解決的主要問題1) 匹配實體的選取 灰度值 點特征、邊緣、面特征 符號描述2) 立體視覺中不確定性問題的處理 損失大量信息 幾何變形 遮擋問題 灰度畸變 3) 相似性測度的選擇 相關(guān)函數(shù)、協(xié)方差函數(shù)、相關(guān)系數(shù)、 差平方和、差絕對值和 由點的圓度、邊緣的梯度、方向、長 度表示的代價函數(shù)4) 匹配算法的優(yōu)化 如何提高影像匹配的速度、精度、

13、可靠性， 算法的適應(yīng)性等 如何進(jìn)行初值的選取，搜索窗口的確定，約 束條件的使用等5) 匹配質(zhì)量的評價可用貝葉斯判別原則解決。 7. 影像匹配在攝影測量中的應(yīng)用1、 內(nèi)定向 ¡ 2、相對定向 ¡ 3、數(shù)字空三中的轉(zhuǎn)點 ¡ 4、絕對定向 ¡ 5、DEM獲取 ¡ 6、影像解譯 8. 數(shù)字影像匹配基本算法影像匹配實質(zhì)上是在兩幅（或多幅） 影像之間識別同名點 1) 基于像方的匹配算法 l 同名點的確定是以匹配測度為基礎(chǔ) l 基于灰度的影像匹配是以數(shù)字影像局部范圍內(nèi)的灰度值及其分布作為匹配實體，通過計算相似性測度確定共軛實體的影像匹配方法。 l 基于灰度的

14、影像匹配中的共軛實體可以是點，也可以是線段或其他特征。l 常用的相似性測度： § 1 相關(guān)函數(shù)測度：矢量 Y在X上的投影最大計算簡單 沒考慮幾何變形的影響 沒考慮灰度畸變的影響 在沒有幾何變形和灰度畸變的情況下，也可能產(chǎn)生假配準(zhǔn)。 2 協(xié)方差函數(shù)測度 ：矢量Y 在X 上的投影最大計算比較簡單 沒考慮幾何變形的影響 當(dāng)兩影像的灰度強(qiáng)度平均相差一個常量時，不受影響，但灰度反差拉伸對其有影響。3 相關(guān)系數(shù)測度：等價于矢量X與Y 的夾角最小 計算比較復(fù)雜 沒考慮幾何變形的影響 不受灰度線性畸變的影響 相關(guān)系數(shù)是灰度線性變換的不變量 4 差平方和測度：等于N維空間點Y與點X之距離最小計算簡單

15、沒考慮幾何變形的影響 沒考慮灰度畸變的影響 5 差絕對值和測度：矢量X-Y之分量的絕對值之和最小 計算簡單 沒考慮幾何變形的影響 沒考慮灰度畸變的影響 l 影像匹配過程：1 在左影像上選一個要匹配的點，稱為目標(biāo)點2 以目標(biāo)點為中心，取一定大小的窗口，稱為目標(biāo)窗口3 以影像的重疊范圍以及其他的先驗知識，確定右影像上同名點可能存在的范圍，稱為搜索區(qū)域 4 以搜索區(qū)域內(nèi)的每一點為中心，開取同樣大小的窗口，稱為搜索窗口 5 對于每一個搜索窗口，計算目標(biāo)窗口與搜索窗口之間的相似性測度- 相關(guān)系數(shù) 6 以相關(guān)系數(shù)最大值所對應(yīng)的匹配窗口作為目標(biāo)窗口的配準(zhǔn)窗口，即共軛窗口。同時配準(zhǔn)窗口的中心像素就作為目標(biāo)點的

16、配準(zhǔn)點，或共軛點。 7 進(jìn)行精度評定,如要求達(dá)到子像素精度，可采取內(nèi)插措施 由于左右影像采樣時的差別,同名像素的中心點一般并不是真正的同名點.真正的同名點可能偏離像素中心點半個像素之內(nèi),這就使得匹配產(chǎn)生誤差. l 影像匹配精度影像相關(guān)是左影像為目標(biāo)區(qū)與右影像上搜索區(qū)內(nèi)相對應(yīng)的相同大小的一影像相比較，求得相關(guān)系數(shù)，代表各窗口中心像素的中央點處的匹配測度。影像匹配（相關(guān)）即使在定位到整像素的情況下，其理論精度也可達(dá)到大約0.3像素的精度。 用相關(guān)系數(shù)的拋物線擬合提高相關(guān)精度 2) 基于物方的匹配算法 影像匹配的目的是提取物體的幾何信息，確定其空間位置，VLL能夠直接確定物體表面點空間三維坐標(biāo)的影像

17、匹配方法。第6章 最小二乘影像匹配1. 概述：l 定義：一種基于灰度的影像匹配，它同時考慮到局部影像的灰度畸變和幾何畸變，是通過迭代使灰度誤差的平方和達(dá)到極小，從而確定出共軛實體的影像匹配方法。l 優(yōu)點是精度高，可達(dá)到1/10 到1/100個像素l 缺點是初值要求精度高，迭代時間長。 ¡ l 實際應(yīng)用中，一般將基于灰度的匹配或基于特征的匹配作為粗匹配，而將最小二乘影像匹配作為精匹配。 l 最小二乘影像匹配中可以非常靈活地引入各種已知參數(shù)和條件，從而可以進(jìn)行整體平差。 ¡ l 解決“單點”的影像匹配問題，以求其“視差”；也可以直接解求其空間坐標(biāo)。同時解決“多點”影像匹配或“多

18、片”影像匹配 。 ¡ l 引入“粗差檢測”，從而大大地提高影像匹配的可靠性 。 2. 最小二乘法影像匹配的原理 ¡ l 不考慮灰度畸變和幾何畸變，按灰度差平方和最小的原則進(jìn)行影像匹配的數(shù)字模型。 若在此系統(tǒng)中引入系統(tǒng)變形的參數(shù)，按灰度差平方和最小的原則，解求變形參數(shù)，就構(gòu)成了最小二乘影像匹配系統(tǒng)。 l 靈活,可靠和高精度是優(yōu)點, 缺點是，如當(dāng)初始值不太準(zhǔn)時，系統(tǒng)的收斂性等問題有待解決。 l 影像灰度的系統(tǒng)變形有兩大類：輻射畸變；幾何畸變1) 不考慮灰度畸變和幾何畸變：灰度差的平方和最小 l 僅僅認(rèn)為影像灰度只存在偶然誤差 2) 僅考慮輻射的線性畸變的最小二乘匹配：相關(guān)系數(shù)相

19、關(guān)系數(shù)最大信噪比為最大因為沒引入幾何變形參數(shù)，所以匹配結(jié)果是以整像素為單位3) 僅考慮影像相對移位的一維最小二乘匹配 ：視差l 影像匹配的主要目的是確定影像相對移位，傳統(tǒng)的算法采用目標(biāo)區(qū)相對于搜索區(qū)不斷地移動一個整像素，搜索最大相關(guān)系數(shù)的影像區(qū)中心作為同名像點。l 在最小二乘影像匹配算法中，可引入幾何變形參數(shù)，直接解算影像移位，這是此算法的特點。 l 最小二乘影像匹配是非線性系統(tǒng)，必須進(jìn)行迭代。迭代過程收斂的速度取決于初值。 3. 單點最小二乘法影像匹配 l 基本思想：兩個二維影像之間的幾何變形，不僅僅存在著相對移位，而且還存在著圖形變化。只有充分地考慮影像的幾何變形，才能獲得最佳的影像匹配。

20、 ¡l 基本步驟：1) 幾何變形改正 2) 重采樣 3) 輻射畸變改正 4) 計算相關(guān)系數(shù)并判斷是否繼續(xù)迭代 5) 用最小二乘影像匹配計算參數(shù)改正值dh0,dh1, da0 觀測值是相應(yīng)像素的灰度差 6) 計算變形參數(shù)7) 計算最佳匹配點位 l 匹配精度取決于影像灰度的梯度 4. 帶共線條件的最小二乘影像匹配 ¡ l 為了進(jìn)一步提高其可靠性與精度，例如附帶共線條件的最小二乘相關(guān)以及與VLL 法結(jié)合的最小二乘影像匹配方法都得了廣泛的研究 l 假設(shè)對同一個物體攝取了n+1個影像，目標(biāo)窗口大小為m*m，則誤差方程式個數(shù)為n*m*m，未知數(shù)個數(shù)為6*n5. 最小二乘法影像匹配精度

21、1) 影像匹配的精度與相關(guān)系數(shù)有關(guān)，相關(guān)系數(shù)愈大則精度愈高。它與影像窗口的 “信噪比”有關(guān)，信噪比愈大，則匹配的精度愈高。 2) 影像匹配的精度還與影像的紋理結(jié)構(gòu)有關(guān)。當(dāng)目標(biāo)窗口內(nèi)灰度沒有變化時，則無法進(jìn)行影像匹配。第7章 特征匹配和整體匹配1. 基于特征的影像匹配概述 ¡l 定義：以影像上提取的特征為共軛實體，以特征的描述參數(shù)為匹配實體，通過計算匹配實體之間的相似性測度實現(xiàn)共軛實體配準(zhǔn)的影像匹配方法，稱為基于特征的影像匹配。l 為什么：1) 當(dāng)待匹配的目標(biāo)位于低反差區(qū)內(nèi)，即在該窗口內(nèi)信息貧乏，信噪比很小，則其匹配的可靠性不高。2) 目的只需要配準(zhǔn)某些點線或面3) 基于特征的影像匹配

22、在機(jī)器人視覺和城市攝影測量人工建筑物的提取中優(yōu)勢更強(qiáng)，灰度匹配難以適應(yīng)。 2. 基于特征的影像匹配的主要過程 ¡ 1) 特征提??； § 2) 利用一組參數(shù)對特征作描述； §3) 利用參數(shù)進(jìn)行特征匹配。3. 基于特征的影像匹配的策略 ¡ 1) 建立金字塔分層影像 ¡ 2) 特征提取 ¡ 特征點的分布：隨機(jī)分布：按順序進(jìn)行特征提取，但控制特征的密度。 均勻分布：將影像劃分成規(guī)則矩形格網(wǎng)，每一格網(wǎng)內(nèi)提取特征點。 3) 特征點的匹配l 二維匹配與一維匹配 影像方位參數(shù)未知時，必須進(jìn)行二維影像匹配; 建立影像模型，形成核線進(jìn)行一維匹配。l 匹配

23、備選點的選擇： 1 右影像也進(jìn)行相應(yīng)特征提取 2 右影像不進(jìn)行特征提取 3 右影像不進(jìn)行特征提取，但也不將所有的點作為可能的匹配點 l 特征點的提取與匹配的順序 深度優(yōu)先和廣度優(yōu)先深度優(yōu)先搜索法占內(nèi)存少但速度較慢，廣度優(yōu)先搜索算法占內(nèi)存多但速度較快l 匹配的準(zhǔn)則 除了運(yùn)用一定的相似性測度，一般還可考慮特征的方向，周圍已匹配點的結(jié)果。 l 粗差剔除小范圍內(nèi)利用傾斜平面模型進(jìn)行視差擬合，將殘差大于某一閾值點作為粗差剔除 4. 跨接法影像匹配 ¡先不顧及幾何變形作“粗匹配”，然后用其結(jié)果作幾何改正再匹配 5. 整體匹配一般情況，地形可認(rèn)為是連續(xù)的，因此鄰近點的高程（或視差）就有很強(qiáng)的相關(guān)性

24、。如何顧及它們之間的相關(guān)性，產(chǎn)生最佳的整體匹配結(jié)果，這是提高影像匹配可靠性、匹配結(jié)果之間的一致性的重要途徑。 1) 多點最小二乘影像匹配 2) 動態(tài)規(guī)劃影像匹配 3) 松弛法影像匹配 4) 人工神經(jīng)元網(wǎng)絡(luò)影像匹配 第8章 數(shù)字地面模型的建立1. 概述 ¡ DTM是地形起伏的數(shù)字表達(dá)，它由對地形表面取樣所得到的一組點的x、y、Z坐 標(biāo)數(shù)據(jù)和一套對地面提供連續(xù)的描述的算法組成。簡單地說，數(shù)字地面模型是按一定結(jié)構(gòu)組織在一起的數(shù)據(jù)組，它代表著地形特征的空間分布。DTM是建立地形數(shù)據(jù)庫的基本數(shù)據(jù)，可以用來制作等高線圖、坡度圖、專題圖等多種圖解產(chǎn)品。 DTM是地形表面形態(tài)等多種信息的一個數(shù)字表示

25、。地形，環(huán)境，資源，土地利用，人口分布等多種信息的定量或定性描述 可以直接輸入計算機(jī)，供各種 計算機(jī)輔助設(shè)計使用。 可以運(yùn)用多層數(shù)據(jù)結(jié)構(gòu)存儲豐富的 信息（地形圖無法表達(dá)的垂直分布地物信息）。 存儲形式是數(shù)字形式的，便于修改、更新、管理、轉(zhuǎn)換。l 數(shù)字高程模型DEM的表示形式 1) 規(guī)則矩形格網(wǎng) 基礎(chǔ)信息高程優(yōu)點是存貯量最小、便于使用管理。 缺點是有時不能準(zhǔn)確表示地形的結(jié)構(gòu)與細(xì)部2) 不規(guī)則三角網(wǎng)能較好地顧及地貌特征點、線，表示復(fù)雜地形表面比矩形格網(wǎng)精確。缺點是數(shù)據(jù)量較大，數(shù)據(jù)結(jié)構(gòu)較復(fù)雜，使用與管理也較復(fù)雜。 3) 矩形格網(wǎng)與三角網(wǎng)混合2. 數(shù)字高程模型的數(shù)據(jù)獲取及預(yù)處理 ¡為了建立D

26、EM，必須量測一些點的三維坐標(biāo)，這就是DEM的數(shù)據(jù)采集或數(shù)據(jù)獲取。通常是按一定的測量方法（野外直接測量、數(shù)字?jǐn)z影測量等），在測區(qū)內(nèi)測量一定數(shù)量的離散點的平面位置和高程，這些點稱為控制點（數(shù)據(jù)點或參考點）。 接著，以控制點為網(wǎng)絡(luò)框架，在其中內(nèi)插大量的高程點。 l 數(shù)據(jù)采集方式1) 沿等高線采樣: 沿等高線采樣可按等距離間隔記錄數(shù)據(jù)或按等時間間隔記錄數(shù)據(jù)方式進(jìn)行。 § 2) 規(guī)則格網(wǎng)采樣: 方法簡單、精度較高、作業(yè)效率也較高；特征點可能丟失。 § 3) 沿斷面掃描: 獲取數(shù)據(jù)的精度比其它方法要差，特別是在地形變化趨勢改變處，常常存在系統(tǒng)誤差4) 漸進(jìn)采樣1 計算兩點間中點的二次

27、內(nèi)插值與線性內(nèi)插值之差， 判斷該差值是否超 過給定的閾值。當(dāng)超過閾值時， 則對格網(wǎng)進(jìn)行加密采樣 2 利用高程的二階差分是否超過給定閾值 5) 選擇采樣：根據(jù)地形特征進(jìn)行選擇采樣。 § 6) 混合采樣：將規(guī)則采樣與選擇采樣結(jié)合起來進(jìn)行。 § 7) 自動化DEM數(shù)據(jù)采集：按影像上的規(guī)則格網(wǎng)利用數(shù)字影像匹配進(jìn)行數(shù)據(jù)采集 l DEM質(zhì)量控制方法 （采樣間隔和數(shù)據(jù)量/地形復(fù)雜程度）§ 1) 采樣定理確定采樣間隔 § 2) 地形剖面恢復(fù)誤差確定采樣間隔 § 3) 考慮內(nèi)插誤差的采樣間隔和插值分析方法l DEM數(shù)據(jù)預(yù)處理 1) 數(shù)據(jù)格式的轉(zhuǎn)換 §2

28、) 坐標(biāo)系統(tǒng)的變換 §3) 數(shù)據(jù)的編輯 §4) 柵格數(shù)據(jù)的矢量化轉(zhuǎn)換 §5) 數(shù)據(jù)分塊 §將數(shù)據(jù)點按分塊格網(wǎng)的順序進(jìn)行交換，使屬于同一分塊格網(wǎng)的數(shù)據(jù)點 連續(xù)地存放在一起6) 子區(qū)邊界的提取3. 數(shù)字高程模型的內(nèi)插方法 ¡1) 移動曲面內(nèi)插方法 ¡以每一待定點為中心，定義一個局部函數(shù)去擬合周圍的數(shù)據(jù)點。逐點內(nèi)插法十分靈活，精度較高，計算方法簡單又不需很大的計算機(jī)內(nèi)存，但計算速度可能比其它方法慢。 對點的選擇除滿足n6外，應(yīng)保證各個象限都有數(shù)據(jù)點。 § 當(dāng)?shù)匦纹鸱^大時，半徑R不能取得很大。 § 當(dāng)數(shù)據(jù)點較稀或分布不均

29、勻時，利用二次曲面移動擬合可能產(chǎn)生很大的誤差 。2) 多面函數(shù)內(nèi)插方法 ¡ 任何一個圓滑的數(shù)學(xué)表面總是可以用一系列有規(guī)則的數(shù)學(xué)表面的總和，以任意的精度進(jìn)行逼近?！?) 有限元內(nèi)插方法 為了解算一個函數(shù)，把它分成為許多適當(dāng)大小的 “單元”，在每一單元中用一個簡單的函數(shù)，例如多項式來近似地代表它。 l 斷裂線的處理（l）作線性內(nèi)插，加密斷裂線點，特別是斷裂線 與DEM格網(wǎng)線交點之平面坐標(biāo)與高程 （2） 將計算單元按斷裂線劃分成子區(qū)，確定每個 子區(qū)由哪幾條斷裂線與邊界線組成 （3） 分子區(qū)內(nèi)插的原則是：不屬于該子區(qū)的 數(shù)據(jù)點不參加該子區(qū)的平差計算 , 判斷的方法 跌落法和符號判斷法（4）

30、分子區(qū)進(jìn)行內(nèi)插計算。4. DEM的精度及存儲管理l 精度1) 由地形功率譜與內(nèi)插方法的傳遞函數(shù)估計DEM精度 2) 利用檢查點的DEM精度評定 l 儲存文件頭+各網(wǎng)點高程å 當(dāng)根據(jù)各數(shù)出現(xiàn)的概率設(shè)計一定的編碼，用位數(shù)（bit）最短的碼表示出現(xiàn)概率最大的數(shù)，出現(xiàn)概率較小數(shù)用位數(shù)較長的碼表示，則每一數(shù)據(jù)所占的平均位數(shù)比原 來的固定位數(shù)（16或8） 第9章 不規(guī)則三角網(wǎng)的建立1. 三角網(wǎng)數(shù)字地面模型的構(gòu)建 ¡ 1) 角度判斷法建立TIN 當(dāng)已知三角形的兩個頂點后，利用余弦定理計算備選第三頂點的三角形內(nèi)角的大小，選擇最大者對應(yīng)的點為該三角形的第三頂點。 應(yīng)盡可能保證每個三角形是銳角

31、三角形或三邊的長度近似相等，避免出現(xiàn)過大的鈍角和過小的銳角2) 泰森多邊形與狄洛尼三角網(wǎng) 每個多邊形內(nèi)含且僅含一個離散點多邊形稱為泰森多邊形。用直線段連接每兩個相鄰多邊形內(nèi)的離散點而生成的三角網(wǎng)稱為狄洛尼三角網(wǎng)。 2. 三角網(wǎng)數(shù)字地面模型的存儲 1) 直接表示網(wǎng)點鄰接關(guān)系的結(jié)構(gòu)：最大特點是存貯量小，編輯方便。但是三角形 及鄰接關(guān)系都需要實時再生成，且計算量較大，不便于TIN的快速檢索與顯示。 2) 直接表示三角形及鄰接關(guān)系的結(jié)構(gòu)：檢索網(wǎng)點拓?fù)潢P(guān)系效率高，便于等高線快速插繪、TIN快速顯示與局部結(jié)構(gòu)分析。但存貯量較大，編輯不方便。 3) 混合表示網(wǎng)點及三角形鄰接關(guān)系的結(jié)構(gòu)：存貯量與直接表示三角形

32、及鄰接關(guān)系結(jié)構(gòu)相當(dāng)，但編輯與快速檢索較方便 4) 可將TIN轉(zhuǎn)化為規(guī)則三角網(wǎng)存貯方式，從而實TIN 的壓縮存貯第10章 數(shù)字地面模型應(yīng)用在測繪中可用于繪制等高線、坡度、坡向圖、 立體透視圖，制作正射影像圖、立體景觀圖、 立體匹配片、立體地形模型及地圖的修測。在 各種工程中可用于體積、面積的計算，各種剖 面圖的繪制及線路的設(shè)計。 1. 基于矩形格網(wǎng)的DEM多項式內(nèi)插 ¡DEM最基礎(chǔ)的應(yīng)用是求DEM范圍內(nèi)任意一點 P（X，Y）的高程 雙線性多項式內(nèi)插只能保證相鄰區(qū)域接邊處 的連續(xù)，不能保證光滑。但因其計算量較小 , 是最常用的方法。 2. 三角網(wǎng)中的內(nèi)插 ¡ 3. 等高線的繪制

33、 l 基于規(guī)則格網(wǎng)¡1) 等高線的跟蹤與邊界相交的等高線為開曲線，不與邊界相交的等高線為閉曲線2) 等高線的光滑l 基于TIN1) 基于三角形§ 精度高 § 非規(guī)則邊界 § 穿過三角形一次1 設(shè)立三角形標(biāo)志數(shù)組 : 每一元素與一個三角形對應(yīng)，凡處理過的三角形將標(biāo) 志置為1，以后不再處理，直至等高線高程改變。 2 按順序判斷每個三角形的三邊中兩條邊是否有等高線穿過 3 搜索該等高線在該三角形的離去邊 2) 基于格網(wǎng)點1 建立一個與鄰接關(guān)系對應(yīng)的標(biāo)志數(shù)組 按格網(wǎng)點的順序進(jìn)行搜索 2 對每一格網(wǎng)點，按所記錄的與該點形成格網(wǎng)邊的另一端 點的順序搜索，直至搜索到第一個有等高線穿過的邊的 端點Q1。 避免重復(fù)和遺漏4. 立體透視圖 ¡ “視點”看做為“攝影中心”，可以直接應(yīng)用 共線方程從物點坐標(biāo)（X,Y,Z）計算“像點”坐 標(biāo)(x，y）。 透視變換問題。在二維屏幕空間顯示三維立體。 § 消隱問題。即前景擋后景的問題5. DEM的其他應(yīng)用DEM體積由四棱柱與三棱柱體積進(jìn)行累加得到 第11章 數(shù)字微分糾正1. 概述 航攝像片只要消除像片傾斜與地形起伏引起的