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（ All digital
Photogrammetry）．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,
??
? ??
F
FO
F
FT 0
0
,
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。
TOD
1l o gl o g ??
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。
m2
02.06435.0 ??
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,
lk
jijijiji
gjlik
gggg
,
1,1,1,1,
,
4
,
4
,1 2 6,1 1 8,1 1 0,1 0 2
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(
NMgMgMg
Nggg
Nggg
?
????
?
?
??
???
????
????
ymyy
xnxx
)1(
)1(
0
0
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,
??
???
???
???
ykxkky
yhxhhx
210
210
210210,,,,,kkkhhh
??
?
??
??
??
?
??
?
?
?
??
?
??
??
??
?
??
?
0
0
21
21
r
c
yy
xx
kk
hh
r
c
e
e
??
?
???
???
ykxkkr
yhxhhc
210
210
??
?
??
??
??
?
??
?
?
?
??
?
??
??
??
?
??
?
0
0
0
0
21
21
r
c
yy
xx
kk
hh
r
c
??
?
??
?
?
?
??
?
??
??
??
?
??
?
?
?
0
0
21
21
0
0
rr
cc
nn
mm
yy
xx
1
21
21
21
21
?
??
?
??
??
??
?
??
?
kk
hh
nn
mm
?
?
?
?
?
?
?
?????
?????
???
?????
?????
???
)()()(
)()()(
)()()(
)()()(
000
000
0
0
3
0
3
0
0
1
0
A
0
0
333
222
3
11
SASASA
SASASA
SASASA
SASAS
ZZcYYbXXa
ZZcYYbXXa
frr
ZZcYYbXXa
ZZcYYbXXa
fcc
?
?
?
?
?
?????
?????
?????
3
0
32221
0
21211
0
1
3
0
32221
0
21211
0
1
2
0
32221
0
21211
0
1
,,
,,
,,
ccncmccncmcc
bbnbmbbnbmbb
aanamaanamaa
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,
?
?
?
?
?
?
?
??
??
?
?
?
?
n
i
iif
n
i
iif
ggiy
n
y
ggix
n
x
0
0
1,)(
1
1,)(
1
2.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，进行所谓基干特征的影像匹配的
研究，并已提出了有效的基于特征的影像匹配算法,
影像相关的算法分类
1.基于灰度的影像相关
诸如：协方差法、相关系数法、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。
2.基于特征的影像相关
首先提取影像中的特征（点、线、面），然后对提取的
特征进行参数描述，最后以特征的参数值为依据进行
同名特征的搜索，进而获得同名像点。
假设在左片上有一个目标点，为了搜索它在右片上的
同名点，须以它为中心取其周围 个像元素的灰
度序列组成一个目标区，在目标区中任意一个像元素
的的灰度值设为, 一般取 n为奇数，其中
心点即为目标点。根据左片上的目标点的坐标概略地
估计出它在右片上的近似点位，并以此为中心取其周
围 个影像灰度序列，组成一个搜索区。在搜索
区内有 个与目标区等大的区域，称
为相关窗口，窗口内任意一点的灰度值设为
nn?
),.,,,1,( njig ij ?
ml?
)1()1( ????? nmnl
),...,1,0,,...1,0;,...,1,(,' nmhnlknjig hjki ???????
一、协方差法
为了在右像片上的搜索区域内寻找同名点，须按照下
式计算协方差值作为相似性判断的依据,
这样，共有 个协方差值，取其最
小者对于的相关窗口的中心，即为目标点的同名像
点。
? ??? ?
? ? ???
? ?
??
? ?
? ?
??
n
i
n
j
hjkihk
n
i
n
j
ij
n
i
n
j
hkhjkiijhkgg
g
n
ggg
gggg
n
1 1
,
'
2,
'
1 1
1 1
,
'
,
'
2),(
1
,
1
'
＝其中，
?
)1()1( ????? nmnl
二、相关系数法
为了在右像片上的搜索区域内寻找同名点，须按照下
式计算相关系数值,
这样，共有 个 值，取其最大者
对于的相关窗口的中心，即为目标点的同名像点。
''
'
gggg
gg
kh ??
?
? ?
)1()1( ????? nmnl ?
在前文介绍的影像匹配的算法中，其中有一种判断影
像相似的量度是“灰度差的平方和最小”，若将灰度
差记为余差 v，则上述判断可以写成
显然，它与最小二乘原则是一致的，但是，这种方法
没有考虑影像的系统误差，只是考虑了影像的偶然误
差（随机噪声），即
? ? m invv
),(),(
),(),(
21
211
yxgyxgv
yxgnyxgn
??
???
若在上式中引入系统误差的参数，则构成了最小二乘影像匹配，
影像灰度的系统变形有两大类，一类是辐射畸变，一类是几何
畸变，由此产生了影像灰度分布的差异。辐射畸变的原因有：
照明及被摄物体辐射面的方向、大气与摄影机物镜所产生的衰
减，摄影处理条件的差异以及影像数字化过程中所产生的误差
等等。产生几何畸变的原因有：摄影机方位不同所产生的影像
透视畸变，由于地形高差所产生的影像畸变等。
一般辐射畸变可以描述成一个线性变换,
若再考虑先前的偶然误差
在影像匹配中引入这些变形参数，仍按照最小二乘原理解求这些
参数，可以得到高精度的相关精度。
2101 ghhg ??
21210
2102211
ggghhv
ghhgngn
????
?????
几何畸变可以认为是一个仿射变换即,
同辐射变换，可以把这些参数也作为未知参数，一并利用最小二
乘原则求解。
??
?
???
???
ybxbby
yaxaax
210
2102
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（ All digital
Photogrammetry）．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,
??
? ??
F
FO
F
FT 0
0
,
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。
TOD
1l o gl o g ??
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。
m2
02.06435.0 ??
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,
lk
jijijiji
gjlik
gggg
,
1,1,1,1,
,
4
,
4
,1 2 6,1 1 8,1 1 0,1 0 2
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(
NMgMgMg
Nggg
Nggg
?
????
?
?
??
???
????
????
ymyy
xnxx
)1(
)1(
0
0
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,
??
???
???
???
ykxkky
yhxhhx
210
210
210210,,,,,kkkhhh
??
?
??
??
??
?
??
?
?
?
??
?
??
??
??
?
??
?
0
0
21
21
r
c
yy
xx
kk
hh
r
c
e
e
??
?
???
???
ykxkkr
yhxhhc
210
210
??
?
??
??
??
?
??
?
?
?
??
?
??
??
??
?
??
?
0
0
0
0
21
21
r
c
yy
xx
kk
hh
r
c
??
?
??
?
?
?
??
?
??
??
??
?
??
?
?
?
0
0
21
21
0
0
rr
cc
nn
mm
yy
xx
1
21
21
21
21
?
??
?
??
??
??
?
??
?
kk
hh
nn
mm
?
?
?
?
?
?
?
?????
?????
???
?????
?????
???
)()()(
)()()(
)()()(
)()()(
000
000
0
0
3
0
3
0
0
1
0
A
0
0
333
222
3
11
SASASA
SASASA
SASASA
SASAS
ZZcYYbXXa
ZZcYYbXXa
frr
ZZcYYbXXa
ZZcYYbXXa
fcc
?
?
?
?
?
?????
?????
?????
3
0
32221
0
21211
0
1
3
0
32221
0
21211
0
1
2
0
32221
0
21211
0
1
,,
,,
,,
ccncmccncmcc
bbnbmbbnbmbb
aanamaanamaa
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,
?
?
?
?
?
?
?
??
??
?
?
?
?
n
i
iif
n
i
iif
ggiy
n
y
ggix
n
x
0
0
1,)(
1
1,)(
1
2.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，进行所谓基干特征的影像匹配的
研究，并已提出了有效的基于特征的影像匹配算法,
影像相关的算法分类
1.基于灰度的影像相关
诸如：协方差法、相关系数法、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。
2.基于特征的影像相关
首先提取影像中的特征（点、线、面），然后对提取的
特征进行参数描述，最后以特征的参数值为依据进行
同名特征的搜索，进而获得同名像点。
假设在左片上有一个目标点，为了搜索它在右片上的
同名点，须以它为中心取其周围 个像元素的灰
度序列组成一个目标区，在目标区中任意一个像元素
的的灰度值设为, 一般取 n为奇数，其中
心点即为目标点。根据左片上的目标点的坐标概略地
估计出它在右片上的近似点位，并以此为中心取其周
围 个影像灰度序列，组成一个搜索区。在搜索
区内有 个与目标区等大的区域，称
为相关窗口，窗口内任意一点的灰度值设为
nn?
),.,,,1,( njig ij ?
ml?
)1()1( ????? nmnl
),...,1,0,,...1,0;,...,1,(,' nmhnlknjig hjki ???????
一、协方差法
为了在右像片上的搜索区域内寻找同名点，须按照下
式计算协方差值作为相似性判断的依据,
这样，共有 个协方差值，取其最
小者对于的相关窗口的中心，即为目标点的同名像
点。
? ??? ?
? ? ???
? ?
??
? ?
? ?
??
n
i
n
j
hjkihk
n
i
n
j
ij
n
i
n
j
hkhjkiijhkgg
g
n
ggg
gggg
n
1 1
,
'
2,
'
1 1
1 1
,
'
,
'
2),(
1
,
1
'
＝其中，
?
)1()1( ????? nmnl
二、相关系数法
为了在右像片上的搜索区域内寻找同名点，须按照下
式计算相关系数值,
这样，共有 个 值，取其最大者
对于的相关窗口的中心，即为目标点的同名像点。
''
'
gggg
gg
kh ??
?
? ?
)1()1( ????? nmnl ?
在前文介绍的影像匹配的算法中，其中有一种判断影
像相似的量度是“灰度差的平方和最小”，若将灰度
差记为余差 v，则上述判断可以写成
显然，它与最小二乘原则是一致的，但是，这种方法
没有考虑影像的系统误差，只是考虑了影像的偶然误
差（随机噪声），即
? ? m invv
),(),(
),(),(
21
211
yxgyxgv
yxgnyxgn
??
???
若在上式中引入系统误差的参数，则构成了最小二乘影像匹配，
影像灰度的系统变形有两大类，一类是辐射畸变，一类是几何
畸变，由此产生了影像灰度分布的差异。辐射畸变的原因有：
照明及被摄物体辐射面的方向、大气与摄影机物镜所产生的衰
减，摄影处理条件的差异以及影像数字化过程中所产生的误差
等等。产生几何畸变的原因有：摄影机方位不同所产生的影像
透视畸变，由于地形高差所产生的影像畸变等。
一般辐射畸变可以描述成一个线性变换,
若再考虑先前的偶然误差
在影像匹配中引入这些变形参数，仍按照最小二乘原理解求这些
参数，可以得到高精度的相关精度。
2101 ghhg ??
21210
2102211
ggghhv
ghhgngn
????
?????
几何畸变可以认为是一个仿射变换即,
同辐射变换，可以把这些参数也作为未知参数，一并利用最小二
乘原则求解。
??
?
???
???
ybxbby
yaxaax
210
2102
