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
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
digitalPhotogrammetry).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。
? 全数字摄影测量的特色
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 ),,,(
2 数据量
一张长宽为 23cm的影像包含了 21MB,直接由传感器
获得的遥感影像的数据量更大。
3 速度与精度
4 影像匹配
影像匹配的理论与实践是实现自动立体量测的关键,
也是数字摄影测量的重要研究课题。
5 影像解译
数字摄影测量综合利用几何特征和物理特征可以对居
民地、道路和河流等地面目标进行自动识别和提取,
极大地拓展了测量的范畴。
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

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
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。
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 ???????
(b) 搜索区 (a) 目标区
m
l
n
n
一、相关函数法
为了在右像片上的搜索区域内寻找同名点,须按照下
式的值作为相似性判断的依据,

这样,共有 个 R 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。
? ? ??
? ?
??
n
i
n
j
hjkiij gghkR
1 1
,'),(
)1()1( ????? nmnl
二、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
三、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 ?
四、差平方和法

这样,共有 个 S2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
hjkiij gghkS
1 1
2,'2 )(),(
)1()1( ????? nmnl
五、差绝对值和法

这样,共有 个 S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
hjkiij gghkS
1 1
,'),(
)1()1( ????? nmnl