数字摄影测量学习题文档格式.docx
- 文档编号:18661518
- 上传时间:2022-12-31
- 格式:DOCX
- 页数:17
- 大小:72.61KB
数字摄影测量学习题文档格式.docx
《数字摄影测量学习题文档格式.docx》由会员分享,可在线阅读,更多相关《数字摄影测量学习题文档格式.docx(17页珍藏版)》请在冰豆网上搜索。
DEM数据预处理主要包括:
格式转换、坐标变换、数据编辑、栅格数据转换为矢量数据、数据分块、子区边界的提取等。
DEM内插方法有:
移动曲面拟合法、多面函数法、最小二乘法、有限元法等。
DEM数据压缩方法有:
整型量存贮、差分映射、压缩编码等。
DEM的精度主要取决于采样间隔和地形的复杂程度。
在格网DEM上自动绘制等高线主要包括两个步骤:
等高线追踪、等高线光滑。
DEM透视图隐藏线的处理原理是峰值法或高度缓冲器算法。
Shannon采样间隔是理论上能够完全恢复原函数的最大间隔。
数字影像传感器的种类有:
电子扫描器、电子-光学扫描器、固体阵列式数字化器。
影像重采样方法有:
双线性插值法、双三次卷积法、最邻近像元法、双像素重采样法等。
数字影像的内定向的目的就是确定扫描坐标系与像片坐标系之间的关系,以及数字影像可能存在的变形(主要是仿射变形)。
核线几何关系的解析实质就是确定立体像对的同名核线。
确定同名核线的方法很多,但主要是两类:
一类是基于数字摄影测量的纠正,二是基于共面条件。
第一类主要生成“水平”核线影像,这里的“水平”有特殊的含义,它指核线影像面平行于摄影基线,第二类生成的是“倾斜”的核线影像。
一幅影像的熵是整幅影像的信息量的度量,可用于影像的编码,从而对影像进行压缩,而不能对影像的特征进行描述。
但是影像局部区域的熵(可称为影像的局部熵)是该局部区域信息的度量,可反映影像的特征存在与否。
熵度量影像中纹理特征的复杂程度或非均匀度,若纹理复杂,信息量大,熵值较大。
比特分割的作用就是确定量化噪声的级数,通过对图象进行比特分割,可以分析噪声分布情况,这对数据压缩去相关尤为有利。
常见的线特征提取算子有以下几类:
梯度算子、二阶差分算子、特征分割法、Hough变换等。
线特征提取算子的基本思想是认为函数导数反映图像灰度变化的显著程度,边缘上像素值的一阶导数较大;
二阶导数在边缘处值为零,呈现零交叉。
由于噪音的原因,边界的特征很少能够被完整地描述,在亮度不一致的地方会中断。
因此典型的边检测算法后面总要跟随着连接过程和其它边界检测过程,用来归整边像素,成为有意义的边。
数字影像上明显目标主要是指地面上明显地物在影像上的反映,或者是数字影像自身的明显标志。
滤波是指影像处理过程中使用的频率增强技术。
可以在频率域进行,也可以在空间域进行。
滤波器是一种选频装置,可以使信号中特定频率成分通过,而极大地衰减其他频率成分。
相关过程的长短主要决定于寻找一个同名点需要的时间,而其决定因素之一又在于寻找这它所要计算的相关量的总数。
解析测图仪的点位观测精度为2-3△(△为仪器分辨率)。
影像匹配(相关)即使在定位到整像素的情况下,其理论精度也可达到大约0.3像素的精度用相关系数的抛物线拟和可使匹配精度达到0.15-0.2子像素的精度(当信噪比较高时)。
最小二乘影像匹配可以达到1/10甚至1/100像素的高精度,即子像素级Subpixel。
写出下列词组的中文含义:
AreaBasedImageMatching基于灰度的影像匹配、FeatureBasedMatching基于特征的匹配、RegionMatching基于特征面的匹配。
基于特征的影像匹配的基本过程:
建立金字塔影像、特征提取、特征描述、特征匹配。
三、判断:
航摄像片上任何一点都存在像点位移。
√
最初的影像匹配是利用相关技术实现的,因此也常称影像匹配为影像相关。
理想滤波器是不存在的,实际滤波器幅频特性中通带和阻带间没有严格界限,存在过渡带。
贝叶斯判别或相关系数为测度的匹配不可避免会发生错误。
但其它基本匹配方法发生错误的概率一般情况下不会比最小错误概率的贝叶斯判别更小。
当存在噪声时,影像匹配判别错误概率变大。
当信噪比变大时,影像匹配判别错误概率进一步变大。
关系匹配可以用于影像与影像之间的匹配,也可以用于图像与物体之间的匹配,或用于影像与图形的匹配。
整体影像匹配,由于考虑了与周围影像的相容性、一致性、整体协调性,可以纠正或避免错误的结果,从而可提高影像匹配的可靠性。
多点最小二乘影像匹配不仅可以基于像方,也可以基于物方,还可以在匹配过程中同时确定地形特征线。
多点最小二乘影像匹配收敛速度很慢,即使采用了多级数据结构,收敛的速度还是很慢。
四、简答
1、摄影测量学的新发展?
✓高分辨率遥感影像——数字影像+RPC
✓数码相机逐步应用于航空摄影测量
✓POS自动空三:
动态GPS配合惯性测量系统(GPS/IMU)
✓激光雷达/激光探测及测距系统(LIDAR)LightDetectionAndRanging
✓干涉雷达INSAR
2、数字摄影测量的组成部分?
数字摄影测量
计算机辅助测图
影像数字化测图
混合数字摄影测量
全数字摄影测量
通用全数字摄影测量
实时数字摄影测量
3、简述计算机辅助测图的数据采集的主要过程。
本题可结合摄影测量实习IGS数字化测图的过程理解。
1)像片的定向:
内定向、相对定向、绝对定向/光束法一步定向
2)输入基本参数:
测图比例尺、图幅的图廓点坐标等
3)输入/选择地物属性码,依次采集各点
4)量测同一类地物中的其它各地物
5)量测新的地物,方法同上3、4。
6)必要时,联机编辑。
4、计算机辅助测图系统中属性码表ACL和坐标表CL的主要内容是什么?
二者是如何连接起来的?
属性码表:
属性码
首点索引指针
删除标志
公共边索引指针
注记检索指针
…
坐标表:
X
Y
Z
连接码
后向链指针BP
前向链指针FP
通过首点索引指针连接。
5、计算机辅助测图系统中坐标的量测与管理一般包括哪些功能?
1)坐标表的建立
2)封闭地物的自动闭合
3)直角点的自动增补
4)遮蔽房屋的量测
5)直角化处理
6)平行化处理
7)Snap功能
8)公共边
9)复制(拷贝)
6、计算机辅助测图系统中人机交互各种方式的优缺点是什么?
答:
1、键盘命令2、功能键3、菜单式交互优缺点略
7、计算机辅助测图的数据编辑应包括哪些必须的功能?
1)图形编辑:
复制、删除、修改、自动闭合、捕捉、平行化、直角化等。
2)字符编辑:
中英文注记、字库、符号库的建立等。
8、计算机辅助测图的数据输出的两个重要方面是什么?
其图形输出的主要功能有哪些?
1)输出至数据库
2)应用数控绘图仪,将所获取的数字地图以传统的方式展给在图纸上(或屏幕上)。
图形输出主要功能为:
·
图板定向;
绘图廓与公里格网;
绘制各种独立制图符旱,如三角点等;
绘制各种类型的线,如虚线、点划线等;
曲线拟合与光滑;
绘已知线的平行线;
进行闭合区域内的符号填充,如晕线、植被符号、地貌符号等;
各种方位、不同型号的中、西文及数字注记。
9、试比较各种DEM数据采集质量控制方法的优缺点。
1)采样定理确定采样间隔:
需作地形功率谱估计,较为复杂。
2)地形剖面恢复误差确定采样间隔:
3)考虑内插误差的采样间隔:
需作地形功率谱估计,需估计传递函数,较为复杂。
4)基于地形粗糙度(roughness)的分析法
较为复杂。
5)插值分析方法:
是一种简单易行的方法,但要处理好其采样可能有疏密不均的数据存贮问题
10、试比较各种DEM内插方法的优缺点。
逐点内插法十分灵活,一般情况下精度较高,计算方法简单又不需要很大的计算机内存,但计算速度可能比其它方法(局部函数内插)慢。
移动曲面拟合法:
当地形起伏较大时,半径R不能取很大。
当数据点较稀或分布不均匀时,可能产生很大的误差。
多面函数法:
认为任何一个圆滑的数学表面总是可以用一系列有规则的数学表面的总和,以任意的精度进行逼近。
计算较复杂。
最小二乘法:
精度高,缺点:
内插计算时必须分区进行,否则解算的工作量太大。
此方法协方差的估计存在一定问题。
有限元法:
一次样条可以解决地形不均匀性和各向异性的问题,三次样条可以获得连续且光滑的地表曲面。
11、简述基于DEM的单片修测算法?
(1)进行单像空间后方交会,确定像片的方位元素;
(2)量测像点坐标(x,y);
(3)取一高程近似值Z0;
(4)将(x,y)与Z0代入共线方程,计算出地面平面坐标近似值(X1,Y1);
(5)由(X1,Y1)及DEM内插出高程Z1;
(6)重复(4)、(5),直至(Xi+1,Yi+1,Zi+1)与(Xi,Yi,Zi)之差小于给定的限差。
12、简述在格网DEM上自动绘制等高线的过程。
(1)等高线追踪,利用DEM矩形格网点的高程内插出格网边上的等高线点,并将这些等高线点排序;
(2)等高线光滑,进一步加密等高线点并绘制光滑曲线。
13、为什么在数字图像处理中要对影像进行傅立叶变换?
(1)由于变换后许多值是0或很小,所以可压缩数据。
(2)有利于影像分解力的分析、影像处理(滤波、卷积等运算)。
14、为什么要对数字影像传感器进行检校?
其误差是怎样产生的?
(1)目的:
1)对传感器质量进行评定;
2)对其输出的影像进行几何畸变校正,改善系统定位精度。
(2)误差来源:
1)光学镜头的畸变(光学误差):
相机物镜系统设计、制作和装配误差所引起的像点偏离其理想位置的点位误差称之为光学畸变差。
2)机械误差
3)视频信号的模/数转换(电学误差):
行同步误差:
视频信号转换时影像每行开头处的同步信号产生的错动现象;
场同步误差:
影像奇数行与偶数行间的错位;
采样误差:
由于时钟频率不稳引起的采样间隔误差。
15、双像素重采样方法的原理?
它有什么优点?
双像素重采样采用对原始的数字影像的一个像素在x、y方向均放大1倍,然后对放大了1倍的影像进行重采样。
双线性内插、双三次卷积法均是低通滤波,滤掉信号中断高频分量,使影像产生平滑(“模糊”)。
而双像素重采样能更好地保持影像的“清晰度”。
16、什么情况下采用一般的解析相对定向?
什么情况下采用相对定向的直接解?
在竖直航空摄影或已知倾角近似值的倾斜摄影时,相对定向一般采用迭代求解。
当不知道倾斜摄影中的倾角近似值以及不知道影像的内方位元素(例如数字影像的一个局部影像块)时,必须采用相对定向的直接解法。
17、什么情况下采用一般的空间后方交会最小二乘解?
什么情况下采用空间后方交会的直接解?
一般空间后方交会必须已知方位元素的初始值,且解算过程是个迭代解算过程。
在实时摄影测量的某些情况下,影像相对于物方坐标系的方位是任意的,且没有任何初值可供参考。
这时常规的空间后方交会最小二乘算法就无法处理,而必须建立新的空间后方交会的直接解法。
18、如何区分影像的信号与噪声?
(1)对影像的灰度作频谱分析,计算其功率谱。
(2)对一组图像扫描数据进行基于比特分割的信噪结构分析。
所谓比特分割就是将量化后的数据分成不同的比特位,依次取出某一比特位上的值(0或1)或形成二值图像。
19、什么是影像特征?
如何提取特征?
理论上,特征是影像灰度曲面的不连续点。
实际影像,特征表现为一个微小邻域中灰度的急剧变化,或灰度分布的均匀性,也就是在局部区域中具有较大的信息量。
因此,可以以某像素为中心,取一个n×
n的窗口,计算局部熵,若其大于给定阈值,则认为该像素是一个特征。
或者用各种梯度算子或差分算子提取特征。
20、简述Harris角点提取算法的基本原理与优点。
1)首先确定一个n×
n大小的影像窗口,对窗口内的每一个像素点进行一阶差分运算,求得在x,y方向的梯度gx,gy;
2)对梯度值进行高斯滤波;
3)根据公式,计算强度值M;
4)选取局部极值点,在窗口内取最大值。
对所有极值点排序,根据要求选出兴趣值最大的若干个点作为最后的结果。
它计算简单有效同时非常稳定,在图像旋转、灰度、噪声影响和视点变换的条件下,与其他算子相比是最稳定的一种点特征提取算子。
21、列举几种主要的影像分割算法。
(1)基于像元的分割方法:
阈值法、聚类法
(2)基于边缘检测的分割方法
(3)基于区域的分割方法
(4)基于物理模型的分割方法
(5)结合特定数学理论和技术的分割方法
22、区域生长法影像分割的基本思想,优缺点。
区域生长方法是根据同一地物区域内像元的相似性来聚集像元的方法,从初始区域(如小区域甚至是单个像元)开始,将相邻的具有同样性质的像元或其它区域归并到目前的区域中从而逐步生长区域,直至没有可以归并的像元或其它小区域为止。
区域内像元的相似性度量可以包括光谱平均值、纹理、形状、位置等信息。
区域增长方法是一种比较普遍的方法,在没有先验知识可以利用时,可以取得最佳的性能,可以用来分割比较复杂的影像,如自然景物。
但是,区域增长方法是一种迭代的方法,空间和时间的开销都比较大。
这种分割方法对种子点的选择有很大依赖,不同的种子点设置一般会有不同的分割结果,而且在不同地物之间过渡平缓的情况下会把不同类型的区域合并到一个区域。
23、集群分类法影像分割有什么优点?
在某些情况下,我们不具备任何有关模式的先验知识,既不知道它的分别,也不知道它该分成多少类,更不知道各类的参数,如均值、方差等。
这时,集群分类方法就显示出它解决此类问题的独特优越性。
24、列举几种定位算子。
一、Medioni-Yasumoto定位算子
二、基于小面元模型的定位算子
Zuniga-Haralick定位算子
Kitchen-Rosenfeld定位算子
Dreschler-Nagel定位算子
三、矩不变定位算子
边缘定位
角点定位
四、Wong-Trinder圆点定位算子
五、Mikhail定位算子
六、Forstner定位算子
七、高精度角点与直线定位算子
25、相关函数的谱分析有什么作用?
(1)用于相关函数的估计,维纳-辛钦定理
(2)对信号的截止频率进行估计以确定采样间隔
26、什么是影像匹配?
将数字影像匹配基本算法分为两类,说明分类标准,并指出其中哪种算法最好,为什么?
影像匹配实质上是在两幅(或多幅)影像之间识别同点名。
数字影像匹配基本算法一类是匹配测度取得最大值或相似性程度最高,包括:
相关函数(矢量数积)测度、协方差函数(矢量投影)测度、相关系数(矢量夹角)测度。
另一类是相异性程度最低,此时匹配测度取得最小值,包括:
差平方和(差矢量模)测度、差绝对值和(差矢量分量绝对值和)测度。
分类标准是匹配测度。
相关系数法最好。
相关系数是衡量左右影像两个灰度矢量X与Y相似性的一个科学的数值指标。
由于相关系数是标准化的协方差函数,因此当目标影像的灰度与搜索影像的灰度之间存在线性畸变时,仍然能较好地评价他们之间的相似性程度。
以相关系数最大作为影像匹配搜索同名点的准则,其实质是搜索“信噪比为最大”的灰度序列。
实验表明,在各种基本影像匹配算法中,“相关系数最大”影像匹配算法的成功率最高。
27、铅垂线轨迹法(VLL法)进行影像匹配的过程。
1)给定A点平面坐标(X,Y)与近似最低高程Zmin,高程搜索步距可由所要求的高程精度确定。
2)由地面点平面坐标(X,Y)与可能的高程计算左、右像坐标。
3)分别以左、右像点为中心在左右影像上取影像窗口,计算其匹配测度,如相关系数等。
4)将i的值增加1,重复2、3步,得到n个相关系数,取其最大者,假设其对应高程为Zk,则认为地面点A的高程Z=Zk。
还可以利用相邻的几个相关系数拟合一条抛物线,以其极值对应的高程作为A的高程,以进一步提高精度。
28、为什么最小二乘影像匹配可以达到很高的精度?
它的缺点是什么?
1)最小二乘影像匹配中可以非常灵活地引入各种已知参数和条件,从而可以进行整体平差。
2)最小二乘影像匹配既可解决“单点”的影像匹配问题,以求其“视差”;
也可以直接解求其空间坐标。
3)最小二乘影像匹配同时解决“多点”影像匹配或“多片”影像匹配。
Multi-Point/Multi-PhotoMatching
4)最小二乘影像匹配可引入“粗差检测”,从而大大地提高影像匹配的可靠性。
5)甚至可用于解决影像遮蔽问题。
缺点:
系统的收敛性等有待解决。
29、“灰度差的平方和最小”影像匹配和最小二乘影像匹配的相同点及差别是什么?
相同点:
Σvv=min
“灰度差的平方和”测度仅认为影像灰度只存在偶然误差(随机噪声),不考虑影像的系统变形。
最小二乘影像匹配中引入了辐射畸变、几何畸变等影像的变形参数,同时按最小二乘Σvv=min的原则,解求这些参数。
30、写出相关系数与信噪比的关系。
或
31、基于特征的影像匹配算法尤其适用于哪几种场合的影像匹配?
a)待匹配的点位于低反差区内,如林区
b)匹配目的是只需要配准某些“感兴趣”的点线或面
在大比例尺城市航空摄影测量中,大多数对象是人工建筑物,此时由于影像的不连续、阴影与被遮蔽等原因,基于灰度匹配的算法也难以适应。
32、怎样制作真实景观图?
1、由DEM与原始影像制作景观图
1)将每一DEM格网划分为m×
n个地面元
2)
依次计算各地面元在景观图上的像素行列号(Il,Jl)
3)进行消隐处理;
4)由地面元计算其对应的原始影像像素行列号(Ip,Jp)
5)由双线性内插计算(Ip,Jp)的灰度gp(Ip,Jp)
6)将原始影像灰度赋予景观图像素gl(Il,Jl)=gp(Ip,Jp)
2、由DEM与正射影像制作景观图
1)将每一DEM格网划分为m×
2)依次计算各地面元在景观图上的像素行列号(Il,Jl)
3)进行消隐处理;
4)由地面元计算其对应的正射影像像素行列号
5)将正射影像相应像素的灰度值g0取出赋予景观图像素(Il,Jl):
gi(Il,Jl)=g0
五、论述
1、论述数字摄影测量的任务及现状。
任务:
数字摄影测量的基本范畴还是确定被摄对象的几何与物理属性,即量测与理解。
即不仅要自动测定目标点的三维坐标,还要自动确定目标点的纹理。
现状:
处理数字影像或数字化影像、自动化和半自动化作业、可生产数字产品、模拟产品。
面临的若干典型问题:
1、辐射信息详细略…
当代数字摄影测量不仅要自动测定目标点的三维坐标,还要自动确定目标点的纹理。
2、数据量与信息量
“数据量大”是全数字摄影测量的一个特点与问题,要处理这样大的数据量,必然依赖于计算机的发展,而目前的计算机已经能够在一定程度上达到这一要求。
3、速度与精度
影像匹配速度500-1000点/秒,量测速度100-200点/秒,远远超过人工量测与匹配速度。
精度达到子像素级。
4、影像匹配
自动化是当代数字摄影测量最突出的特点。
而影像匹配是实现自动立体量测的关键。
单点匹配——多点匹配——整体匹配
灰度匹配、特征匹配、关系匹配
从“单点匹配”到“整体匹配”是数字摄影测量影像匹配理论和实践的一个飞跃。
多点最小二乘影像匹配与松弛法影像匹配等整体影像匹配方法考虑了匹配点与点之间的相互关联性,因而提高了匹配结果的可靠性与结果的相容性、一致性。
5、影像解译
常规摄影测量采用人工目视判读识别影像中的物体。
数字摄影测量中对居民地、道路等目标自动识别与提取已经取得一些较好的研究成果。
2、什么是DTM、DEM、DHM?
它们有什么关系?
DEM有哪几种主要的形式,其优缺点各是什么?
(1)数字地面模型(DigitalTerrainModel,DTM)是地形表面形态等多种信息的一个数字表示。
它是定义于某一区域D上的一个有限项的向量序列,它以离散分布的平面点来模拟连续分布的地形。
是带有空间位置特征和地形属性特征的数字描述,如地面温度、降雨、地球磁力、重力、土地利用、土壤类型等其它地面诸特征。
数字地形模型中地形属性为高程时称为数字高程模型(DEM,DigitalElevationModel),或DHM(DigitalHeightModel)。
高程是地理空间中的第三维坐标。
即DEM是表示区域D上地形的三维向量有限序列。
(2)DEM是DTM的一个子集,是DTM的基础数据、最核心部分。
(3)1)规则格点(格网)DEM
优点:
结构简单,存贮量最小(还可进行压缩存贮),非常便于使用且容易管理。
a)地形简单的地区存在大量冗余数据;
b)由于栅格过于粗略,有时不能精确表示地形的关键特征,如山峰、洼坑、山脊等;
c)如不改变格网大小,则无法适用于起伏程度不同的地区;
d)对于某些特殊计算如视线计算时,格网的轴线方向被夸大。
为克服其缺点,可采用附加地形特征数据、如地形特征点、山脊线、山谷线、断裂线等,从而构成完整的DEM。
2)不规则三角网DEM
不规则三角网(TIN)表示法克服了高程矩阵中冗余数据的问题,而且能更加有效
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字 摄影测量学 习题