
- •Часть 2
- •Предисловие
- •Глава 9. Методы цифровой фотограмметрии
- •1. Понятие о цифровом изображении
- •2. Характеристики цифрового изображения
- •3. Фотометрические и геометрические преобразования
- •4. Источники цифровых изображений
- •5. Стереоскопические наблюдения и измерения
- •6. Автоматическая идентификация точек
- •7. Фотограмметрическая обработка
- •1 . Внутреннее ориентирование снимков
- •2. Выбор точек и построение
- •3. Построение и уравнивание фототриангуляционной сети
- •8. Цифровая модель рельефа и ее построение
- •1. Способы представления цифровой модели рельефа
- •2. Фотограмметрическая технология построения цифровой модели рельефа
- •9. Ортотрансформирование снимков
- •2. Наблюдение и измерение цифровых изображений
- •3.Внутреннее ориентирование снимка в системе координат цифрового изображения
- •4. Создания цифровых трансформированных изображений.
- •5. Создание цифровых фотопланов.
- •6. Оценка точности цифровых трансформированных
- •10. Современные цифровые фотограмметрические
- •Контрольные вопросы
- •Глава 10. Методы инерциальной и спутниковой навигации
- •1. Координатные системы, используемые в инерциальной и спутниковой навигации
- •2. Инерциальные навигационные системы
- •1. Общие принципы инерциальной навигации
- •2. Базовые элементы инерциальных навигационных приборов
- •3. Инерциальные измерительные блоки
- •4. Обработка инерциальных данных
- •3. Спутниковые навигационные системы
- •1. Действующие и разрабатываемые снс
- •2. Основные компоненты снс
- •Орбитальная группировка
- •Наземный сегмент
- •Аппаратура пользователя
- •Дифференциальная подсистема (дпс)
- •3. Навигационные сигналы gps, глонасс и Galileo
- •Счет времени
- •Координатное обеспечение
- •Навигационные сигналы
- •4. Содержание и точность спутниковых измерений
- •5. Постоянно действующие и временные базовые станции
- •4. Интеграция инерциальных и спутниковых систем
- •1. Достоинства и недостатки навигационных систем
- •2. Фильтр Калмана
- •3. Элементы модели интеграции инс и снс
- •5. Опыт эксплуатации интегрированных навигационных систем при изысканиях
- •Контрольные вопросы
- •Глава 11. Метод аэрогеодезических работ
- •На основе
- •Воздушной лазерной локации
- •И цифровой аэрофотосъёмки
- •1. Принципиальные отличия и сфера применения метода
- •Этапы технологии выполнения
- •Лазерно-локационные и аэрофотосъемочные работы, выполняемые в ходе полевого обследования
- •1. Установка и наладка оборудования на борту
- •2. Геодезическое обеспечение аэросъемочных работ.
- •3. Производство измерений на борту
- •4. Контроль отсутствия пропусков в данных и требуемой
- •5. Вычисление траекторий и определение точности
- •6. Обработка комплексных данных лазерного сканирования.
- •7. Тематическая обработка
- •8. Обработка цифровых фотоснимков
- •3. Программный комплекс altexis
- •4. Основные возможности воздушных сканеров altm
- •Основные технические параметры
- •Общие параметры
- •Перечень программного обеспечения Программное обеспечение Назначение
- •Инструментальные средства лазерной локации
- •6. Лазерное сканирование и цифровая
- •Контрольные вопросы
- •Глава 12. Системы наземного мобильного лазерного сканирования
- •Особенности и преимущества наземных
- •2. Состав и отличие наземных мобильных
- •Системы мобильного картографирования от Topcon
- •Контрольные вопросы
- •Глава 13. Геоинформационное обеспечение территории города
- •1. Создание единого поля координатно-временной
- •2. Аэрофотосъемка со спутниковой навигацией и лазерным сканированием городской территории.
- •3. Создание планово-картографического материала
- •Концепция 3Dimage xyzrgb
- •Контрольные вопросы
- •Глава 14. Беспилотники – перспективное
- •2. Комплекс по производству цифровой аэрофотосъемки
- •Блок-схема технологии создания цифровых топографических планов по материалам афс и влс
- •Библиографический список
- •Глава 9. Методы цифровой фотограмметрии…………….....4
- •Глава 10. Методы инерциальной и
- •Глава 11. Метод аэрогеодезических работ на
- •Глава 12. Системы наземного мобильного
- •Глава 13. Геоинформационное обеспечение
- •Глава 14. Беспилотники – перспективное средство
- •Приложение № 1 Блок-схема технологического процесса создания
6. Автоматическая идентификация точек
цифровых снимков (коррелятор)
Первые исследования в области автоматизации стереоскопических измерений были выполнены в МИИГАиК профессором А. С. Скиридовым в 1924–1932 гг. Полагая изображения достаточно малых участков снимков стереопары подобными, он предложил преобразовывать эти участки в электрические сигналы и, анализируя их, отождествлять (идентифицировать) соответственные точки. В то время это не получило развития из-за отсутствия технических средств, и в 1960 г. А. С. Скиридов возобновил свои исследования, приступив вместе с Г. Д. Федоруком к созданию изогипсографа – прибора для автоматической рисовки горизонталей.
Первый автоматизированный прибор, доказавший принципиальную возможность решения этой задачи, был разработан в 1950-х гг. по предложению Гаррисона фирмой Бауш и Ломб совместно с Научно-исследовательским топографическим отделом инженерных войск США. В последующем эти идеи были воплощены в целой серии фотограмметрических приборов – Стереомате (США), Аналитическом стереоприборе ОМИ-НИСТРИ (Канада), Аналитическом фотокартографе (СССР) и др.
Новый импульс получили идеи автоматизации с появлением ПЭВМ, дешевой электронной памяти, высокоточных сканеров и развитием теории машинного зрения. Применение этих и ряда других достижений науки и техники открыло путь к автоматизации широкого круга фотограмметрических задач, основанных на автоматической идентификации точек на перекрывающихся снимках.
В
настоящее время идентификация точек
на паре снимков рассматривается как
статистическая задача
распознавания изображений при наличии
помех и искажений и решается на основе
динамической теории зрения с использованием
оптико-электронных или программных
блоков, называемых корреляторами.
В ее основе лежит понятие образа –
произвольной по форме и размерам
области снимка вместе со всей имеющейся
информацией. С математической
точки зрения образ представляет
собой многомерный вектор R
как совокупность элементов
изображения (пикселов), каждый из которых
характеризуется своим положением
и оптической плотностью ij
согласно (9.6).
Опознавание точки левого снимка на правом сводится к определению некоторого образа R на левом снимке и поиску на правом снимке такого образа R , чтобы расстояние между ними было минимальным:
R – R = min. (9.7)
Практически для автоматического опознавания точки необходимо:
1. Выбрать на левом снимке образ R в виде области размером nn пикселов, в центре которой размещена опознаваемая точка (рис. 9.10), и определить его характеристики, на основе которых будет выполняться проверка условия (9.7).
2. Определить зону поиска размером mm пикселов (mn) вероятного расположения искомой точки на правом снимке (рис. 9.10) с координатами центра xп xл bсн, yп yл.
3. Последовательным перемещением области размером nn пикселов в границах зоны поиска размером mm создать на правом снимке серию образов R и определить характеристики каждого из них с целью проверки условия (9.7).
4. Сопоставить характеристики каждого образа R с характеристикой-эталоном вектора R. Искомая точка на правом снимке будет расположена в центре образа R , для которого выполняется условие (9.7).
Установление степени соответствия векторов R и R представляет основную трудность и может быть выполнено различными путями. Например, один из них основан на расчете для образа-эталона R и каждого образа R правого снимка ковариационной матрицы
,
(9.8)
где
,
N – число элементов в образах R и R; xi, yi, i – координаты элементов образа и их оптические плотности.
Если C0 – ковариационная матрица (9.8) образа R на левом снимке, то условие (9.7) будет выполненным для вектора R, для которого разность матриц V=C0–Ci минимальна.
Более широко применяется метод идентификации точек снимков, основанный на расчете коэффициентов корреляции между оптическими плотностями элементов образа R и каждого из образов R на правом снимке с использованием формулы:
,
(9.9)
где 0 и 0 – средние оптические плотности элементов зон (фрагментов), соответствующих образам левого (R) и правого (R) снимков.
Коэффициенты, подсчитанные для сочетаний образа R со всеми образами R, образуют корреляционную матрицу: максимальное значение ее элемента соответствует наиболее тесной связи оптических плотностей сравниваемых участков левого и правого снимков, и, следовательно, выполнению условия (9.7). Так что искомая точка лежит в центре образа R с максимальным коэффициентом корреляции.
Некоторые способы предполагают отыскание искомой точки по максимуму корреляционной функции, составленной на основе анализа элементов корреляционной матрицы с частными коэффициентами корреляции (9.9), соответствующей искомому образу R .
Размер области снимка, отождествляемой с образом R, обычно составляет 2020 пикселов; при малом числе контуров местности он увеличивается до 4040 пикселов. Программы обработки обычно запрашивают полуразмер корреляционной матрицы (образа R).
Размер области поиска на правом снимке выбирается таким, чтобы он был в два раза больше ожидаемого смещения точки из-за влияния рельефа местности. Так, при высоте фотографирования H=2000 м, максимальном превышении рельефа над средней плоскостью h=50 м и расстоянии от центра снимка до угла рабочей площади r=100 мм (формат кадра 2323 см) будем иметь h=2,5 мм, а размер области поиска – 55 мм.
Р
ассмотренные
варианты установления степени соответствия
образов R
и R
далеко не
единственные: в специальной литературе
имеются упоминания о методе
иерархической релаксации (методе
пирамид HRC),
методе вертикальной линии (ULL),
методе динамического программирования
и тому подобное. Некоторые из них
основаны на анализе тех или иных
признаков, характеризующих выделенные
по группе пикселов элементы – их
форму, взаимное расположение,
ориентировку и другие. Однако все
методы идентификации точек объединяют
два обстоятельства:
отождествление выполняется на основе более или менее строгого анализа элементов изображений – их оптических плотностей и геометрического положения;
корреляторов, обеспечивающих 100-процентную гарантию качества автоматической идентификации точек, не существует.
Эти обстоятельства предопределяют целесообразность стереоскопического контроля положения измерительной марки после работы коррелятора. В большинстве случаев опытный наблюдатель ее обязательно чуть-чуть подправит по высоте.
Искажения точек, вызванные влиянием угла наклона снимка и рельефа местности, вызывают смещения отдельных элементов растра, и это не может не сказываться на качестве идентификации.
Так, если на левом снимке образ R всегда представлен квадратом, то на правом снимке (рис. 9.11)из-за влияния угла наклона и рельефа местности соответствующие элементы образа R получают смещения, и в общем случае образуют многоугольник. Поскольку анализируемый образ R геометрически не всегда подобен образу R, то вероятность полного совпадения искомой точки уменьшается. Еще более сложная ситуация возникает в случае, если изображения левого и правого снимков развернуты одно относительно другого.
Однако из-за малости элементов изображения эти искажения не столь значительны, а их влияние можно компенсировать геометрической коррекцией положения пика корреляции и соответствующей ему точки правого снимка. Одно из таких решений основано на том, что смещения элементов образа являются следствием неровностей рельефа в пределах соответствующего участка местности и интерпретируются как параллактические смещения.