《2021摄影测量实习报告》由会员分享，可在线阅读，更多相关《2021摄影测量实习报告（8页珍藏版）》请在金锄头文库上搜索。
1、2021摄影测量实习报告 2021摄影测量实习报告怎么写，以下是pincai我细心整理的相关内容，盼望对大家有所关心! 2021摄影测量实习报告 摄影测量实习总结本学期的最终一周， 我们开头了摄影测量学的实习。 通过实习我熟悉到摄影测量学是 通过猎取立体影像来讨论和确定被摄物体的外形、大小、空间位置、性质和相互关系的一门 信息科学与技术。摄影测量教学实习是“摄影测量学”课程教学的重要组成部分。 通过实习将课堂理论与实践相结合，使同学深化把握摄影测量学基本概念和原理，加 强摄影测量学的基本技能训练， 培育同学分析问题和解决问题的实际动手力量。 通过实际使 用数字摄影测量工作站，了解数字摄影测量的
2、内定向、相对定向、肯定定向、测图过程及方 法;编制数字影像分割程序，使同学把握数字摄影测量基本方法与实现，为今后从事有关应 用遥感立体影像和数字摄影测量打下坚实基础. 我们本周实习的是数字摄影测量工作站的操作，数字摄影测量系统是基于数字影像与 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， 从而获得各种形式的数字产品 和目视化产品。 数字摄影测量系统是摄影测量自动化的必定产物。 数字摄影测量系统为用户 供应了从自动空中三角测量到测绘地形图的全套整体作业流程解决方案， 大大转变了我国传 统的测绘模式。Vi
3、rtuoZo 大部分的操作不需要人工干预，可以批处理地自动进行，用户也可 以依据详细状况敏捷选择作业方式，提高了行业的生产效率。它不仅是制作各种比例尺的 4D 测绘产品的强有力的工具，也为虚拟现实和 GIS 供应了基础数据，是 3S 集成、三维景 观和城市建模等最强有力的操作平台。 本次实习是采纳 VirtuoZo 数字摄影测量系统(教学版) ，实习目的：了解数字摄影测 量系统，把握操作过程。 实习主要内容： 1.数据预备，包括摄影比例尺、相机内方位元素、航高、航带数、像片排列、 掌握点分布等; 2. 建立测区、设置测区参数; 3. 建立模型、设置模型参数; 4. 模型定向，包括内定向、相对定
4、向、肯定定向方法与步骤。 其基本步骤是：建立测区、引入影象、建立模型、检查(修改)影象参数、建立相机 参数文件、建立加密点文件、设置成果输出参数、模型影象内定向、模型的相对定向、模型 的肯定定向、核线影象生成、匹配预处理、影象匹配、匹配结果的编辑、DEM 生成、DOM 及等高线影象生成、叠加影象生成、矢量测图、图廓整饰等。 通过本次实习使同学把握摄影测量的内涵、摄影测量的基础学问、解析摄影测量原理 与方法、双像解析摄影测量，了解并能够理论与实际相联系，解决实际生产中的问题。 在完成以上的内容后，我们紧接着要做的是编写 K 平均区域分割程序，其基本原理是 将图像初步分成 K 个区域， 计算每个区
5、域的灰度平均值， 将图像中每一像素分别与 K 个区域 灰度平均值进行比较，差值最小的区域与该像素最为接近，该像素安排给对应区域。 整个图像扫描完成，重新计算每个区域的灰度平均值，重复上述比较. K-均值算法是迭代算法，每完成一次图像迭代，区域灰度平均值就重新计算一次，经过 多次迭代，使区域灰度平均值趋于稳定。 K 平均区域分割算法步骤： (1)任意选择 K 个初始区域，计算每个区域的灰度平均值。 Z1 , Z 2 , ?，Z K (2)使用最小距离判别准则，将图像全部像素安排给 K 类区域; i j 即对全部的 则判该像素属于第 i 类区域。 (3)用步骤(2)分类结果，重新计算各区域灰度平均
6、值，并以此作为新的区域均值; (4)比较两次区域均值之差，若小于某一阈值，则类中心稳定，终止算法;否则返回 步骤(2) 。 参数设定：图像初始分割区域数 K=2*2，两次区域灰度平均值之差(阈值)=10 。编写 与调试图像 K 平均区域分割程序，输入图像名： eight.tif 。 完成以上步骤后， 我们的摄影测量的实习就算告一段落了。 实习虽然只有短短的一周时 间，但我学到了许多东西，让我更加深刻的了解了摄影测量学，把平常所学到的理论学问更 加真实的呈现在我面前，盼望以后还会有这样的实习。 2021摄影测量实习报告 一、 实习任务 利用自己所熟识的一种编程语言，实现单像空间后方交会，解求此张
7、像片的6个外方位元素 ， ， ， ， ，范文之实习报告:摄影测量实习报告。 二、 实习目的 1、 深刻理解单张像片空间后方交会的原理与意义; 2、 在存在多余观测值时，利用最小二乘平差方法，经过迭代，求的外方位元素的最佳值; 3、 熟识VC编程方法，利用编程实现计算。 三、 实习原理 以单幅影像为基础，从该影像所掩盖地面范围内若干掌握点的已知地面坐标和相应点的像坐标量测值动身，依据共线条件方程，求解该影象在航空摄影时刻的像片外方位元素 ， ， ， ，共线条件方程如下： x-x0=-f*a1(X-Xs)+b1(Y-Ys)+c1(Z-Zs)/a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs) y
8、-y0=-f*a2(X-Xs)+b2(Y-Ys)+c2(Z-Zs)/a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs) 其中： x,y为像点的像平面坐标; x0,y0,f为影像的外方位元素; ， ，为摄站点的物方空间坐标;X,Y,Z为物方点的物方空间坐标; 旋转矩阵R为 ; 由于此共线条件方程是非线性方程，先对其进行线性化，利用泰勒绽开得： =(x)-x+ =(y)-y+ 像点观测值一般视为等权，即P=I; 矩阵形式：V=AX-L，P=I; 通过间接平差，为提高精度，增加多余观测方程，依据最小二乘平差原理，可计算出外方位元素的改正数。经过迭代计算，每次迭代用未知数的近似值与上次迭代计算的改正
9、数之和作为新的近似值，重复计算，求出新的改正数，这样反复趋近，直到改正数小于某个限值为止。 四、 程序框图 输入原始数据 归算像点坐标x，y 计算并确定初值 ， ， ， ， 组成旋转矩阵R 计算(x)(y)和 逐点组成误差方程式并法化 全部点完否? 解法方程，求未知数改正数 计算改正后的外方位元素 未知数改正数限差否? 整理并输出计算结果 正常结束 非正常结束 输出中间结果和出错信息 迭代次数是否小于限差否? 否 否 否 是 五、计算结果 1、像点坐标，地面坐标 点数 像点编号 x y X Y Z 2像片内方位元素：f = 153.840 x0=y0=0 摄影比例尺：1：2500 运算结果:
10、六、 数据分析 选取第六张像片进行计算，迭代次数为2次。经过比较发觉，计算出的6个外方位元素与所给参考值相比，相差很小，计算结果符合要求：线元素误差小于0.5米;角元素误差30秒。 计算其精度，可以通过法方程式中未知数的系数矩阵的逆阵(A)-1来求解，此时，视像点坐标为等精度不相关观测值。由于逆阵中第i个主对角线上元素Qii就是法方程式中第i个未知数的权倒数，若单位权中误差为m0，则第i个未知数的中误差为： mi= 当参与空间后方交会的掌握点有n个时，则单位权中误差可按下式计算： m0= 要求：线元素精度mx等，高于0.05米;角元素精度高于0.00003弧度。计算结果都达到标准。 在此次计算
11、中，我运用了所给的全部掌握点，而空间后方交会所运用的掌握点，应当避开位于一个圆柱面上，否则会消失解不唯一的状况。选点时，还需要避开选择的点过于聚集在一起，或位于一条直线上，所选掌握点最好分布在像片的四角和中心。并且数量充分，这样有利于提高解算精度。 迭代时，所选择掌握条件不同，迭代次数略有不同，所以最终结果也会略有不同。一般设置为线元素改正数小于0.01m，角元素改正数小于0.1。 所供应X Y Z为地面测量坐标，带入共线方程时，需要转换为地面摄影测量坐标，最简洁的方法为互换XY的数值，即可达到转换坐标目的。并且其单位为米，而像点坐标的单位为厘米，需要统一坐标单位。 这次实习持续时间很长，经受了几次数据的更改，所以程序也几经修改，由最初的直接输入数据到后来可以以自行读入数据，并且可以选择计算的像片，功能有所完善，我也在实践的过程中，对空间后方交会有了更深的理解。深刻理解了共线条件方程的运用，各个量的意义，受益匪浅。 8
