相关函数测度

　　第八章 数字摄影测量 §1 绪论 数字摄影测量的定义和分类 数字摄影测量要解决的主要问题 数字摄影测量的发展与计算机技术、计算机视觉数字图 形图像处理、模式识别、人工智能、专家系统等学科的 发展紧密相关。 我国78年提出数字摄影测量的设计方案，85年完成全数 字摄影测量系统软件研制（ＷＵＤＡＭＳ） 目前，国内外常用的数字摄影测量系统有： Leica公司的ＬicaHelava ，Ziess公司的 Phodis;Intergraph公司的 Imagestation 武汉适普公司的VirtuoZo；四维公司的JX-4a(c) 一、数字摄影测量的定义和分类 广义定义： 基于摄影测量的基本原理，应用计算机技术， 从影像提取所摄对象用数字方式表达的几何和物 理信息的摄影测量的分支学科。（中间和最终成 果是数字的）包括计算机辅助测图和影像数字化 测图。 狭义定义（全数字摄影测量） 数字摄影测量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和物理信息的摄影 测量的分支学科。（原始影像、中间和最终 都是数字的） 数字摄影测量分类 数字摄?计算机辅助测图 ?混合数字摄影测量 影测量? 影像数字化测图 ? ? ?通用全数字摄影测量 全数字摄影测量 ? ? ?实时摄影测量 计算机辅助测图 利用解析测图仪或模拟测图仪＋计算机，采集、处理数 据，生产数字高程模型和数字地图，建立数据库（或线划 图、正射影像）。特点：人眼立体观测。 影像数字化测图 用计算机对数字（化）影像进行处理，由计算机视觉 （影像匹配、影像识别）代替人眼的立体量测与识别，完 成几何和物理信息的自动提取。 混合数字摄影测量 解析测图仪＋ＣＣＤ相机，局部数字化后，影像匹配。 全数字摄影测量 数字（数字化）影像，影像匹配。 实时摄影测量 影像获取与处理几乎同时进行，数字相机与计算机联机， 要求硬件性能高、算法快。用于计算机视觉、机器人视觉、 工业自动化。 二、数字摄影测量要解决的主要问题 1.影像匹配 人眼观察 影像相关 2.影像识别 目视解译（判读、识别） 计算机自动解译（分类） 影像匹配 影像识别 三、数字摄影测量系统的作业过程 数字摄影测量系统的作业过程如下： （1）数字影像的获取 （2）数字影像的定向 数字影像的定向包括内定向、相对定向和绝对定向。 （3）建立核线影像 按照核线关系，将影像的灰度沿核线方向重新排列，构成 核线影像，以便立体观测及将二维相关简化为一维相关。 （4）影像匹配与建立数字地面模型。 沿核线进行密集点的一维影像匹配，求出同名点，根据定 向元素计算像点对应地面点的空间坐标，然后内插出规则 格网的数字高程模型或构建不规则三角网。 （5）自动绘制等高线）制作数字正射影像 根据规则格网的数字高程模型，采用数字纠正方法，将原 始数字影像纠正为正射影像。 （7）数字测图 根据地物调绘片和数字高程模型数据，在立体观察下，由 作业员通过人机交互方式，测绘地物地貌。 JX-4数字摄影测量系统作业步骤 影像数字化（TIFF ） 相机文件（主距、比例尺、框标坐标） 创建像对 自动内定向（人工内定向） 自动相对定向（或人工） 核线重采样 绝对定向 控制点文件 建立立体模型 建立DEM 向量测图 自动绘制等高线 建立DOM、DEM拼接 §2数字影像获取与重采样 一、数字影像的概念 1.光学模拟图像 像幅几何空间和灰度空间都是连续的。 2.灰度的概念 灰度（密度、亮度）表示影像的黑白（透明）程度。 透过率 T=F/F0；不透过率O=F0/F （F为光通量 ） 灰度D=log O =log 1/T 当光通量仅透过1/100时，O=100，D=2 实际航片的灰度一般在0.3～1.8之间。 3.数字图像的概念 数字图像是在像幅几何空间和灰度空间都离散化的一个灰 度矩阵。 g 0,1 ? g 0, n ? 1 ? ? g 0, 0 ? g ? g ? g 1,1 1, n ? 1 ? g ? ? 1, 0 ? ? ? ? ? ? gm ? 1, n ? 1? ? gm ? 1, 0 gm ? 1,1 矩阵中每个元素是一个灰度值，对应光学图像的一个微小 区域，称为像元或像素（pixel piture element）。gij一般 取离散值，0～255 二、影像的数字化 1.抽样 抽样是对连续像幅空间的离散化。通常用一定大小的光 瞳，在连续图像上按行、列顺序有规律地扫描，同时等间 隔地量测和记录图像相应的灰度值。 如光瞳的尺寸和采样间隔相等，则像素尺寸等于光瞳尺 寸，否则等于采样间隔。 一般采样间隔愈小，数字影像愈接近原始影像，但数据 量愈大，也增加噪声。采样间隔愈太大则会降低信号的高 频成分，降低分解力和精度。最佳采样间隔有采样得 出（0.02～0.05mm）。 二、影像的数字化 2.量化 量化是对连续的灰度空间的离散化。 0.3～1.8——0～255。 三、影像重采样理论 在对数字影像进行几何处理 ，如旋转、核线排列、数字纠 正时，经常会出现变换后影像的像素灰度取值问题，当变换 后影像对应原始影像正好位于采样（矩阵）点上时，直 接取原始影像的像素值为变换后影像的像素值，而欲知那些 不位于原始影像矩阵点上的像素值，就需进行内插，称为灰 度值的重抽样（resampling）。 1.双线性插值法 双线性插值法的卷积 核（权函数）是一个 三角形函数 此时需要该点P 附近的4个原始影像灰度值参加计算。如图，11、12、21、 22为相邻像元中心，P为待定灰度值的。由于各点与 P的距离不等，对该点的灰度的贡献（权）不等。 w( x ) ? 1 ? x , 0 ? x ?1 设各点灰度值分别为I11、I12、I21、I22，则待定点的灰度值为 （加权平均） Ip ? 如设 I 11 ? W 11 ? I 12 ? W 12 ? I 21 ? W 21 ? I 22 ? W 22 I 12 ? I 22 ? ? ?W11 W12 ? W ?? ? W W 22 ? ? 21 ? I 11 则上式可写成卷积形式 I ? ? ? I 21 式中 Ip ? ? ? I (i , j ) ? W (i , j ) i ?1 j ?1 2 2 各个权函数值可根据权函数公式和各点到 待定点的距离算得 W ( x1 ) ? 1 ? ?x ?x ? x ? INT (x) W ( x2 ) ? ?x W ( y1 ) ? 1 ? ?y ， W ( y 2 ) ? ?y ?y ? y ? INT (y) ， 所以，灰度重采样值为 Ip ? (1 ? ?x)(1 ? ?y) I 11 ? (1 ? ?x)?yI12 ? ?x(1 ? ?y) I 21 ? ?x?yI 22 双线性插值法计算量不大，精度也满足，是常用的方法。 2.双三次卷积法 卷积核也可以是三 次样条函数，核函数值为 用上式为权函数对任一点重采样时，需该点周围16个原始像元参加计算。 此时 0 ? x ? 1? ? ? 3 2 W2 ( x ) ? 4 ? 8 x ? 5 x ? x , 1 ? x ? 2? ? W3 ( x) ? 0 , 2? x ? ? W1 ( x) ? 1 ? 2 x 2 ? x , 3 Ip ? ? ? I (i , j ) ? W (i , j ) i ?1 j ?1 4 4 式中 ? I 11 ?I I ? ? 21 ? I 31 ? ? I 41 I 12 I 22 I 32 I 42 I 13 I 23 I 33 I 43 I 14 ? I 24 ? ? I 34 ? ? I 44 ? ?W11 ?W W ? ? 21 ?W31 ? ?W41 W12 W22 W32 W42 W13 W14 ? W23 W24 ? ? W33 W34 ? ? W43 W44 ? W11 ? W ( x1 )W ( y1 ) W12 ? W ( x1 )W ( y 2 ) ， Wij ? W ( xi )W ( y j ) ? 双三次卷积法精度高，但计算量大。 3.最邻近像元法 此法直接取与待定点P（x,y）最近像元N的灰度值作为重 采样值，即 N为最近点，其影像坐标为 Ip ? IN 最临近法计算最简单，但几何精度较低。 xN ? INT ( x ? 0.5) yN ? INT ( y ? 0.5) §3.数字影像解析基础 为了从数字影像中提取几何信息，必须建立数字影像 中像素与对应物点间的数学关系。双像解析摄影测量中， 像点与对应物点间的坐标关系式（如相对定向、绝对定向 等）完全适用。 在此只需建立像素坐标系和像平面坐标系之间的关系， 这一过程称为数字影像的内定向。 一、数字影像的内定向 内定向是摄影测量测图的第一步（模拟、解析、数字）。 数字影像的内定向是建立像素坐标系（扫描坐标系）和 像平面坐标系之间的关系，同时改正数字影像存在的变形。 一、数字影像的内定向 扫描坐标系和像片坐标系之间的关系为 x ? a0 ? a1 x ? a 2 y ? ? y ? b0 ? b1 x ? b2 y ? (x, y) ， 为框标的像素坐标 ， ( x, y ) 为以像主点为原点的 像平面直角坐标（理论坐标） 或用双线 xy ? ? y ? b0 ? b1 x ? b2 y ? b3 xy ? 二、同名核线的确定 同名核线确定的意义 同名像点必然位于同名核线上！ 右图为航片同名核线 的灰度曲线。借助于 同名核线，可把同名 点的二维搜索（匹配） 简化为一维匹配（核线 相关）。 同名核线的确定 常用方法有两种 1、基于数字影像几何 纠正的核线解析关系 核线在倾斜像片上是相互不平行的，它们相交于 一点－核点。但是如果把核线投影到（纠正）一对相 对水平的像片时，核线为平行于基线 B的“水平”像片，为倾 斜 像片上的核线为 在“水平”像片上的投影，设 l 倾斜像片上的坐标为 ,“水平”像片上的坐标为 ( x, y ) ( xt , y t ) 则 a1 xt ? b1 y t ? c1 f x??f a 3 x t ? b3 y t ? c 3 f a 2 xt ? b 2 y t ? c 2 f y??f a 3 x t ? b3 y t ? c 3 f ? ? ? ? ? ? ? ? ? ? ? 在水平像片上，同一核线上的像点其坐标值 y 为，以 t 代入得 yt ? c d 1 xt ? d 2 ? x? d 3 xt ? 1 ? ? ? e1xt ? e2 ? y? e3 xt ? 1 ? ? x t Δ1，Δ2，…Δk，Δ（k+1)…， 若以等间隔取一系列的 值， 即得一系列的像点坐标(x1,y1), (x2,y2), (x3,y3)，这些点都在左方 倾斜像片P的核线上。 y t 坐标相等，以 在“水平”像片上，右片的同名核线的 代 入右片共线方程由于 yt? ? yt ? c ? a 1 x t x ? ? f ? a 3 x t ? a 2 x t y ? ? f ? a 3 x t ? ? c1 f ? b1 y t ? ? c3 f ? b3 y t ? ? c 2 f ? b2 y t ? ? c3 f ? b3 y t ? ? ? ? ? ? ? ? ? ? ? 得 d 1 xt? ? d 2 ? x ? d 3 xt? ? 1 ? ? ? e1 xt? ? e2 ? y ? e3 xt? ? 1 ? ? 同样按一定间隔取值，得到右片上的同名核线）基于共面条件的核线几何关系 这个方法从核线的定义出发，直接在倾斜像片上获得同名 核线。 先在左片目标区选定一个像点a,再根据共面条件确定过a点 的核线l和右片搜索区内同名核线;。要确定核线 l，需要确 定上另一点b；要确定的同名核线;，需要确定两个点a和b， 这里，a和a、b和b不要求是同名点，只要在同一核线即可。 由于同一核线上的点均位于同一核面内，因此，基线b 满足共面条件，即 B ? (S1 a ? S1b ) ? 0 用单独相对定向基线系统，可得 B Xa Xb 0 Ya Yb 0 Y Za ? B a Yb Zb Za ?0 Zb 或 Ya Y ? b Za Zb 这里 ?X ? ?a1 ? Y ? ? ?b ? ? ? 1 ? ?Z ? ? a ,b ? ? c1 a2 b2 c2 a3 ? ? x ? ? y ? b3 ? ?? ? c3 ? ?? ?? f ? ? a ,b 展开有 Yb ? b1 xb ? b2 yb ? b3 f Z b ? c1 xb ? c2 yb ? c3 f 所以 Ya b1 xb ? b2 y b ? b3 f ? Z a c1 xb ? c 2 y b ? c3 f 整理后 yb ? Ya c1 ? Z a b1 Z b ? Ya c3 xb ? a 3 f Z a b2 ? Ya c 2 Z a b2 ? Ya c 2 当给定xb 可算得 y b 。有了 a ( xa , y a ) b ( xb , yb ) 两点就确定了过 a 点的左核线 l 、 。 同理由 B ? (S1 a ? S 2 a ?) ? 0 就确定了右片的同名核线.影像匹配基础理论与算法 摄影测量中，立体像对的量测是提取物体空间信息的基础。 在数字摄影测量中，是以影像匹配代替人工观测，来自动确 定同名点的目的。最初的影像匹配是利用相关技术实现的， 随后发展了多种影像匹配方法。 一、影像相关原理 影像相关是利用两个信号的相关函数，评价它们的相似性， 以确定同名像点。 通常，先取出一张像片（左片）以待定点为中心的小区域 中的影像信号，然后取出该待定点在另一影像中相应区域 的影像信号，计算两者的相关函数，以相关函数最大值对 应的相关区域中心为同名点。即以影像信号分布最相似的 区域为同名区域，同名区域的中心为同名点，这是自动化 立体量测的基本原理。 · 目标区 搜索区 相关函数 两个随机信号x(t)和y(t)的互相关函数定义为 如信号能量无限，则取其均值形式 Rxy(? ) ? ? ?? ?? x(t ) y(t ? ? )dt Rxy(? ) ? lim T ?? 1 T x(t ) y (t ? ? )dt ? T 0 实际应用中，T是有限值，实用估计为 1 Rxy(? ) ? T ^ ? T 0 x(t ) y (t ? ? )dt 相关函数 当x(t)＝y(t)时，则得到自相关函数的相应定义与估计公式 Rxx(? ) ? ? ^ ?? ?? x(t ) x(t ? ? )dt x(t ) x(t ? ? )dt 1 Rxx(? ) ? T ? T 0 自相关函数是偶函数，且函数在τ =0处取最大值，即R(0) ≥ R （τ ） 数字相关 数字相关是利用计算机对数字影像进行数值计算 的方式完成影像的相关（匹配）。数字相关的算法 除了相关函数外，还有多种算法，它们都是根据一 定的准则，比较左、右影像的相似性来确定同名影 像块，从而确定相应像点。 数字相关最早采用二维的搜索方式，后来引入核 线相关原理，化二维搜索为一维搜索，大大提高相 关的速度。 1.二维相关 二维相关时先在左影像上确定一个待定点（目标点）， 以此待定点为中心选取m× n（通常m=n）个像素的灰度 阵列作为目标区。为了在右影像上搜索同名点，必须估计 出该同名点可能存在的范围，建立一个k×l（km，l n ）个像素的灰度阵列作为搜索区，依次在搜索区中取出 m× n个像素灰度阵列作为搜索窗口，计算与目标区的相 似性测度。 （i0，j0）为搜索区中心像素。 l n l n k m k m ?ij(i ? i 0 ? ? ,?, i 0 ? ? ; j ? j 0 ? ? ,?, j 0 ? ? ) 2 2 2 2 2 2 2 2 二维相关 当ρ 取最大值时，该搜索窗口的中 心像素被认为同名点： 即（c,r）为同名点。 ? l n l n ? i ? i 0 ? ? , ?, i 0 ? ? ? ? ? 2 2 2 2 ? ?c , r ? max? ?ij ? ? j ? j ? k ? m , ?, j ? k ? m ? 0 2 2 0 2 2? ? ? ? 2 一维相关 当已知核线影像时，只要进行一维 相关。理论上，目标区和搜索区都 可以是一维窗口。但是为了相 关结果的可靠性，提高精度，通常 用较多的样本进行估计， 即较多的 像素参加计算。因此目标区应与二 维相关时相同，取待定点为中心的 m× n（通常m=n）个像素的窗口， 搜索区为m×l（ln）金字旁的女孩名字个像素的灰度 阵列，搜索只在一个方向进行，计 算相似性测度： l n l n ?i (i ? i 0 ? ? , ? , i 0 ? ? ) 2 2 2 2 一维相关 当 l n l n? ? ?c ? max??i i ? i 0 ? ? ,?, i 0 ? ? ? 2 2 2 2? ? 时，（c,j0）即为同名点。 3.滤波与分频道相关 为了同时满足相关结果的可靠性和精度要求，应 采用从粗到精的相关方式。即先通过低通滤波，在 大的范围内，进行初相关，找到同名点的粗略， 作为预测值，然后，逐渐加入较高的频率成分，在 逐渐变小的搜索区中进行相关，最后用原始信号 （影像）进行相关，以得到最好的精度，这就是分 频道相关的方法。 对于二维影像逐次进行低通滤波，并增大采样间 隔，得到一个像元总数逐渐变小的影像序列，依次 在这些影像中相关，即对影像的分频道相关。将这 些影像叠置起来，恰似一座，称为影 像结构。 3.滤波与分频道相关 滤波的概念 根据影像处理的需要，可以分别增强信号中的低 频、中频和高频成分。这种频率增强技术称为滤波， 分别为低通滤波、带通滤波和高通滤波。 3.滤波与分频道相关 分频道相关 对一维相关，分频道可采用两像元平均、三像元 平均和四像元平均等方法。 3.滤波与分频道相关 影像 对于实际的二维影像相关，通过每2×2＝4（3×3 ＝9）个像元平均为一个像元构成第二级影像，再在 第二级影像基础上构成第影像，依次类推，构 成影像。 二、数字影像匹配基本算法 影像匹配就是在两幅（多幅）影像之间识别同名点，它 是计算机视觉和数字摄影测量的核心问题。影像匹配也称 影像相关。 影像匹配的基本算法有： 1.相关函数测度 g(x,y)与g’(x’,y’)的相关函数为 R ( p, q ) ? ( x , y )?D ?? g ( x, y) g ( x ? p, y ? q)dxdy 1.相关函数测度 若R（p0，q0）R（p,q）（p≠ p0，q ≠ q0 ），则p0，q0 为搜索区影像相对于目标区影像的位移参数，即像点（x,y） 和（x+p0,y+q0）为同名影像点。 对于离散灰度数据，相关函数的估计公式为 R(c, r ) ? ?? gi , j ? g i ? r , j ? c i ?1 j ?1 m n 若R（c0,r0）R(c,r)，则c0.r0为搜索区影像相对于目标区影 像位移的行、列参数，即左影像点（i,j）和右影像点（i+c0， j+ r 0）为同名像点。 2.协方差函数测度 协方差函数是中心化的相关函数。g(x,y)与g’(x’,y’)的协 方差函数定义为 C ( p, q ) ? ( x , y )?D ?? ? g ( x, y) ? E?g ( x, y) ? ?? g ( x ? p, y ? q) ? E?g ( x ? p, y ? q) ? ?dxdy 1 E?g ( x, y) ? ? g ( x, y)dxdy ?? D ( x, y )?D 1 E?g ( x ? p, y ? q) ? ? g ( x ? p, y ? q)dxdy ?? D ( x, y )?D 2.协方差函数测度 若C（p0，q0）C（p,q）（p≠ p0，q ≠ q0 ），则p0， q0为搜索区影像相对于目标区影像的位移参数，即像点 （x,y）和（x+p0,y+q0）为同名影像点。 对于离散灰度数据，协方差函数的估计公式如下 2.协方差函数测度 C (c, r ) ? ?? ? i ?1 j ?1 m n _ gi , j ? g ? ? g ? i ? r, j ? c ? g r, c ? _ 1 m n g? gi , j ?? m ? n i ?1 j ?1 _ 1 m n g r, c ? g i , j ? c ?? ?r m ? n i ?1 j ?1 若C（c0,r0）C(c,r)，则c0.r0为搜索区影像相对于目 标区影像位移的行、列参数，即左影像点（i,j） 和右影像点（i+c0，j+r0）为同名像点。 _ 3.相关系数测度 相关系数是标准化的协方差函数，协方差除以两信号的方 差即为相关系数。 g(x,y)与g’(x’,y’)的相关系数为 ? ( p, q) ? Cgg ? C ( p, q) CggCg g ( p, q) 2 ( x , y )?D ?? ? g ( x, y) ? E?g ( x, y) ? ? dxdy Cg g ? ( x ? p , y ? q )?D ?? ? g ( x ? p, y ? q) ? E?g ( x ? p, y ? q) ? ? dxdy 2 若ρ （p0，q0）ρ （p,q）（p≠ p0，q ≠ q0 ），则p0，q0 为搜索区影像相对于目标区影像的位移参数，即像点（x,y ）和（x+p0,y+q0）为同名影像点。 4.差平方和测度 g(x,y)与g’(x’,y’)的差平方和为 S ( p, q) ? 2 ( x , y )?D ?? ? g ( x, y) ? g ( x ? p, y ? q) ? dxdy 2 若S2（p0，q0）ρ （p,q）（p≠p0，q≠ q0） ，则p0，q0为搜索区影像相对于目标区影像的位 移参数，即像点（x,y）和（x+p0,y+q0）为同名 影像点。 5.差绝对值和测度 g(x,y)与g’(x’,y’)的差绝对值和为 S ( p, q ) ? ( x , y )?D ?? g ( x, y ) ? g ( x ? p, y ? q) dxdy 若S（p0，q0）ρ （p,q）（p≠p0，q≠ q0）， 则p0，q0为搜索区影像相对于目标区影像的位移参 数，即像点（x,y）和（x+p0,y+q0）为同名影像点。 三、基于物方的影像匹配（铅垂线轨迹法） 影像匹配的目的是提取物体的几何信息，确定空间， 如用前述影像匹配方法获取左右影像的位移（同名像点坐 标）后，还要用空间前方交会算对应物点的空间坐标， 建立数字地面模型。这些计算过程会影响坐标的精度。而 基于物方的影像匹配方法，直接确定地面点的空间坐标。 基于物方的影像匹配（铅垂线轨迹法） 铅垂线.给定地面点的平面坐标（X,Y）和近似最低高程Zmin，高程搜索 步距Δ Z由精度而定。 2.由地面点平面坐标（X,Y）与可能的高程 Zi＝ Zmin＋i· Δ Z（i＝0，1，2，…） 计算左右像点坐标（xi，yi）与（xi ，yi) ? ??f xi ?(X ? X S ? ) ? b1 ? (Y ? YS ? ) ? c1 ? (Z ? Z S ?) ? a1 ? (X ? X S ? ) ? b3 ? (Y ? YS ? ) ? c3 ? (Z ? Z S ?) ? a3 ? ? ? (X ? X S ? ) ? b2 ? (Y ? YS ? ) ? c2 ? (Z ? Z S ? )? a2 ? ??f yi ? ( X ? X S ) ? b3 ? (Y ? YS ? ) ? c3 ? (Z ? Z S ? )? a3 ? ??( X ? X S ?? ) ? b1 ??(Y ? YS ??) ? c1 ??( Z ? Z S ?? ) ? a1 ?? ( X ? X S ?? ) ? b3 ??(Y ? YS ??) ? c 3 ?? ( Z ? Z S ?? ) ? a3 ? ? ?? ( X ? X S ?? ) ? b2 ?? (Y ? YS ??) ? c 2 ?? ( Z ? Z S ?? ) ? a2 ?? ? ? f yi ?? ( X ? X S ?? ) ? b3 ??(Y ? YS ??) ? c 3 ?? ( Z ? Z S ?? ) ? a3 ? ?? ? ? f xi 3.分别以（x’i，y’i）与（x’i，y’i）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 ρi 4.将i的值增加1，重复以上步骤，得到一系列相关 系数，取最大的ρ k，其对应的高程Zk＝ Zmin＋k· Δ Z，即为地面点高程。 §5.数字摄影测量系统 一、系统硬件 影像扫描数字化仪 计算机 立体观测装置 闪闭式立体眼睛及同步器 手轮，脚盘（编码器） 输出设备 绘图仪 二、系统软件（Virtuozo NT) 基本模块包括： 1、基本数据管理模块 a、基本数据、影像输入及参数设置 b、图廓整饰 c、数据输出 d、三维立体景观显示 2、定向模块 a、全自动内定向 b、全自动相对定向 c、半自动绝对定向 d、生成核线、匹配模块 a、影像匹配预处理 b、影像匹配 c、匹配编辑 4、DEM生成模块 a、自动生成DEM b、DEM自动拼接 c、自动绘制等高线、正射影像生成模块 自动生成数字正射影像 第八章 作业 １.什么是数字高程模型？数字高程模型有哪些应用领域？与 纸质地形图相比数字高程模型有什么优点？ 2.DEM形式有哪些形式？简述用纸质地形图建立数字高程模 型的作业步骤。 3. 什么是DEM的内插？有哪些方法？简述移动拟的基 本思想？ 4.数字摄影测量系统的作业过程有哪些？ 5.什么是数字影像的重采样？有哪些方法？ 6.什么是数字影像的内定向？什么是影像匹配？ 什么是一维相关？什么是影像结构？