- •5. Автоматизация фотограмметрических измерений
- •Автоматизированные методы нахождения соответственных точек на стереопаре цифровых снимков
- •Площадные методы отождествления одноименных точек
- •Методы основанные на выделении элементов изображения
- •Метод корреляции
- •Проблемы автоматического стереоотождествления одноименных точек
- •Отождествление соответственных точек по методу наименьших квадратов
- •Отождествление соответственных точек по методу наименьших квадратов в пространстве объекта
- •Методы, позволяющие сузить область поиска соответственных точек на смежных снимках
- •Применение пирамиды изображений для отождествления соответственных точек на паре снимков
- •Предварительная обработка изображений, применяемая при автоматизации измерений
- •Вычисление градиента изображения
- •Операторы выделения характерных зон изображения
- •Оператор Марра (LoG - Лапласиан Гауссиана)
- •Оператор Форстнера (Forstner)
- •Оператор Моравика (Moravec)
- •Оператор Дрешлера (Dreschler)
- •Автоматизированные методы монокулярных измерений
- •Вычисление центра тяжести фигуры
- •Вычисление центра на основе уравнения фигуры
- •Корреляционный метод
- •5.5 Применение методов автоматизации измерений в фотограмметрии
Вычисление центра на основе уравнения фигуры
Рассмотрим данный метод нахождения координат центра фигуры на примере маркированной точки в форме круга (рис. 5). Для этого воспользуемся известным уравнением окружности:
( .26)
Это уравнение составляется для всех пикселей с координатами xi,yi , имеющих ненулевые значения градиентов в пределах фрагмента изображения, т.е. для пикселей принадлежащих краям маркированной точки. Решение выполняется по способу наименьших квадратов методом последовательных приближений. Для этого переходят к уравнениям поправок вида:
( .27)
В качестве приближенных значений неизвестных координат центра фигуры можно взять, вычисленные как центр тяжести, а для радиуса окружности – значение, вычисленное по разностям координат центра круга и пикселя с максимальным значением градиента.
Чтобы уменьшить влияние фотометрических шумов изображения и выделить пиксели принадлежащие границе маркированной точки можно для каждого уравнения ( .27) записать следующий вес:
( .28)
где Gmax – максимальное значение градиента в пределах фрагмента изображения Gi – значение градиента для данного (i) пикселя изображения.
Этот вес играет роль фильтра, который подавляет шумы (порядка 20%) и сужает область пикселей, принадлежащих границе контура, которая получается размытой из-за условий съемки и предварительной обработки изображения, до примерно 1 пикселя.
С целью уменьшения влияния локальных шумов (рис. .4) соизмеримых по плотности пикселей с маркированной точкой можно ввести второй вес также для каждого пикселя:
( .29)
где vi – невязка в i уравнении ( .27);
- средняя квадратическая ошибка единицы веса;
N – номер итерации.
Чем больше поправка vi, тем дальше данный пиксель находится от окружности, а следовательно этому уравнению присваивается меньший вес (близкий к нулю) и тем самым исключаются из уравнивания пиксели принадлежащие локальным шумам.
Такой подход обеспечивает определение координат геометрического центра маркированной точки с точностью 0.030.05 пикселя, причем с весом, полученным из уравнивания. Таким образом решается одновременно и один из наиболее сложных вопросов фотограмметрии – нахождение весов измерений.
Аналогично выполняется определение координат точек в виде эллипса. Для точек в виде креста можно использовать пересечение двух прямых, заданных двумя уравнениями и т.д.
Корреляционный метод
Корреляционный метод как таковой нами рассмотрен в предыдущей главе при изучении вопросов отождествления одноименных точек на паре изображений. При реализации монокулярных измерений, особенно при необходимости измерения множества однотипных точек (например, сетки крестов), часто используют корреляционные методы. В качестве эталонной матрицы берут фрагмент изображения одной из маркированных точек (например, креста) на этом же снимке и выполняют корреляцию (как это описано выше) с целью нахождения координат всех маркированных точек на этом снимке.
Здесь может быть использован и метод наименьших квадратов, нахождения соответственных точек.