數(shù)字攝影測量特征提取分析

　　1、數(shù)字影像表示
　　數(shù)字攝影測量系統(tǒng)是由計算機影像匹配與識別代替人的立體量測與識別，完成影像幾何與物理信息的自動提取。為了能讓計算機完成這一任務，必須使用數(shù)字影像。若原始資料是光學影像（膠片）則需通過掃描數(shù)字化。數(shù)字攝影測量與模擬攝影測量、解析攝影測量的根本差別之一，在于對影像幅射信息的計算機數(shù)字化處理，不利用幅射信息是無法實現(xiàn)攝影測量自動化的。在解析攝影測量中，目標點向量是三維的，即（X，Y，Z）T ，而在數(shù)字攝影測量中目標點向量變?yōu)樗木S了，即（X，Y，Z，D）T，其中D=D（X，Y，Z）是該點的幅射量（灰度值或色彩量）集合目標的紋理信息，它在影像上的投影就是數(shù)字影像。隨著虛擬現(xiàn)實與可視化需求的迅速增長，快速確定目標的紋理D=D（X，Y，Z）也已經(jīng)成為當代數(shù)字攝影測量的一項重要任務了。也就是說，當代數(shù)字攝影測量不僅要自動測定目標的三維坐標，還要自動確定目標點的紋理。數(shù)字影像的每一個數(shù)據(jù)代表了被攝物體（或光學影像）上一個點的幅射強度（或灰度），這個點（實際上是一個微小的區(qū)塊）稱為像元素，通常稱為“像素”。像素的灰度值常用八位二進制數(shù)表示。如果是彩色影像，則由3個同樣大小的整數(shù)矩陣，分別表示其R，G，B三個分量。
　　數(shù)字影像是物體電磁波輻射能量的二維數(shù)字陣列表示?？醋魇且粋€灰度矩陣g，矩陣內(nèi)每個元素gij是一個灰度值，對應著光學影像或?qū)嶓w的一個微小區(qū)域。各像元灰度值gij代表其影像經(jīng)采樣與量化了的“灰度級”。數(shù)字影像是一個整數(shù)矩陣，其中的每個元素表示其下標所指位置處物體電磁波輻射的強度，是便于計算機處理的圖像形式。也可以通過變換，用另一種方式表達，即把影像的表達由空間域變換到頻率域中。在空間域內(nèi)是表達像點不同位置（x，y）處（或用i，j表達）的灰度值，而在頻率域內(nèi)則表達在不同頻率中（像片上每毫米的線對數(shù)，即周期數(shù)）的振幅譜（傅立葉譜）。
　　數(shù)字圖像除了用矩陣表示之外，還常常用向量表示。通常是按照行的順序，使所有的元素依序堆成一列，這種組成法稱為堆疊表示法，或字典表示法。
　　數(shù)字影像的數(shù)據(jù)文件組織有多種方式，常用的有BMP，JPEG，TIFF等。

　　2、模擬影像數(shù)字化
　　模擬影像數(shù)字化是把模擬圖像分割成同樣形狀的小單元（像元），并把各小單元的平均亮度值或中心部分的亮度值變換成“灰度級”作為該單元的亮度等級值的圖像。分為連續(xù)灰度圖像：二維區(qū)域上的連續(xù)曲面和離散灰度圖像：二維區(qū)域上的離散格點。
　　模擬影像數(shù)字化的兩個步驟為空間離散--采樣（Sampling）和覆蓋區(qū)域的細分，強度離散--量化（Quantizing ）。

　　3、數(shù)字攝影測量特征提取

　　當數(shù)字影像采集完成后，特征提取是影像分析和影像匹配的基礎，也是單幅影像處理的重要任務。特征提取主要應用各種算子來進行，根據(jù)特征可分為點狀特征、線狀特征與面狀特征，因而特征提取算子又可分為點特征提取算子與線特征提取算子，而面特征主要是通過區(qū)域分割來獲取。數(shù)字影像中的明顯目標，我們不僅要識別它們，還需要確定它們的位置。例如地面控制點在影像上為明顯目標，它們的位置是需要精確量測的，另外一些明顯目標雖不是控制點，但要將它們用于影像方位確定，也需要精確量測其位置。在數(shù)字攝影測量中特征定位是利用特征定位算子來進行的，分為圓狀特征點的定位算子與角點的定位算子。
　　數(shù)字攝影測量的突出特點是自動化。影像匹配理論與實踐是實現(xiàn)自動立體量測的關(guān)鍵，而影像特征的提取又為影像匹配提供了條件，雖然近年來從“單點匹配”到“整體匹配”是數(shù)字攝影測量匹配理論和實踐的一個飛躍，但關(guān)于影像特征的提取仍然是數(shù)字攝影測量的重要研究課題之一。

　　（1）數(shù)字影像采樣
　　采樣是對實際連續(xù)函數(shù)模型離散化的量測過程。樣點是被量測的“點”，是小的區(qū)域--像素。采樣間隔是矩形的長與寬，通常稱為像素的大小，也是樣點之間的距離。
　　數(shù)字影像無論是傳統(tǒng)的光學影像數(shù)字化還是直接獲取，不可能對理論上的每一個點都獲取其灰度值，而只能將實際的灰度函數(shù)離散化，對相隔一定間隔的點量測其灰度值。這種對實際連續(xù)函數(shù)模型離散化的量測過程就是采樣，被量測的點稱為樣點，樣點之間的距離即采樣間隔。這些量測點也不可能是幾何上一個點，而是一個小區(qū)域，通常是一個矩形或圓形的小像塊，即像素?，F(xiàn)在一般取矩形或正方形，其長與寬通常稱為像素的大?。ɑ虺叽纾ǔ５扔诓蓸娱g隔。
　　影像特征提取的點特征主要指明顯點，如角點、圓點等。提取點特征的算子稱為興趣算子或有利算子，即運用某種算法從影像中提取我們所感興趣的有利于某種目的的點。雖然不同的算法具有不同特色的興趣算子，有利用灰度方差提取點特征的算子，也有通過計算各類像素的梯度和像素為中心的窗口灰度協(xié)方差矩陣，提取的特征點在影像中都具有盡可能小而接近圓的誤差橢圓特征。
　　計算步驟為在影像中放置圓形模板，計算模板內(nèi)與原字有相同亮度的像素個數(shù)，形成角點強度圖像，通過尋求中心與鄰接性去除偽點。通過抑制局部非最大確定最終角點。

　?。?）影像重采樣理論與方法
　　當欲知不位于矩陣（采樣）點上的原始函數(shù)g（x，y）的數(shù)值時就需進行內(nèi)插，此稱為重采樣。即在原采樣基礎上再一次采樣。每當對數(shù)字影像進行幾何處理時總會產(chǎn)生一些問題，其典型的例子為影像的旋轉(zhuǎn)、核線排列與數(shù)字糾正等。顯然，在數(shù)據(jù)影像處理的攝影測量應用中常常會遇到一種或多種這樣的幾何變換，因此重采樣技術(shù)對攝影測量學是很重要的。重采樣方法有雙線性插值法、雙三次卷積法以及最鄰近像元法。這三種采樣方法以“最鄰近像元法”最為簡單，但幾何精度差，最大可達0.5像元。前兩種方法幾何精度較好，但計算時間較長，特別是雙三次卷積法較費時，在一般情況下多應用雙線性插值法。
　　絕對定向、自動獲取DEM以及向量測圖都將在核線影像上完成，因而核線重采樣是一項主要的工作。在一般情況下，數(shù)字影像的掃描行與核線并不重合，為了獲取核線的灰度序列，必須對原始數(shù)字影像灰度進行重采樣。采樣方式有2種，在水平影像上獲取核線影像和直接在傾斜影像上獲取核線影像。

　　4、小結(jié)
　　數(shù)字攝影測量特征提取為了數(shù)據(jù)重建，而且要求重建后的圖像與原圖像完全一致，即經(jīng)過圖像采樣后，原圖像的信息都被保存下來，為進一步生產(chǎn)提供數(shù)據(jù)支持。數(shù)字攝影測量廣泛應用于生產(chǎn)DEM、DOM及交互提取矢量數(shù)據(jù)和數(shù)字測圖。

猜你喜歡：

采用全數(shù)字攝影測量工作站制作DOM的作業(yè)方法

攝影測量技術(shù)及其發(fā)展歷史

版權(quán)聲明：文章來源于網(wǎng)絡，登載此文出于傳遞更多信息之目的，版權(quán)歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權(quán)益，請聯(lián)系我們。