数字摄影测量实习报告

对于一个阶段的实习来说，实习总结的撰写是必不可少的。这不仅是学校的硬性要求，也是更大程度拓展实习收获的方式之一。然而，很多人并不明白如何撰写实习总结，今天小编给大家找来了《数字摄影测量实习报告》，希望对大家有所帮助。

第一篇：数字摄影测量实习报告

数字摄影测量课程实习报告

灰度图像点特征提取

实习内容

本次实习包含了两个主要内容，一是用Moravec算子对一幅图像实现点特征提取的功能，二是利用基于相关系数的影像匹配实现两幅影像的同名点匹配。在此分为两个部分分别进行阐述。

一、Moravec算子提取特征点

1.1 实现原理

在以像素(c,r)为中心的w×w的影像窗口中，计算四个方向相邻像素灰度差的平方和：

IVc,r = min {V1, V2, V3, V4}

其中k = INT(w/2)。取其中最小者作为该像素(c,r)的兴趣值：

给定一经验阈值，将兴趣值大于该阈值的点(即兴趣值计算窗口的中心点)作为候选点。阈值的选择应以候选点中包括所需要的特征点而又不含过多的非特征点为原则。

在一定大小的窗口内(可不同于兴趣值计算窗口，例如5×5像元，7×7像元或9×9像元)，将候选点中兴趣值不是最大者均去掉，仅留下一个兴趣值最大者，该像素即为一个特征点。 1.2实现流程

1.3 实习成果

在实习中实现特征点提取后，分别对计算兴趣值的窗口尺寸(以下简称为w1)，选取极值点的窗口尺寸(以下简称为w2)和经验阈值的数值进行变更，分析其特征点提取效果有什么变化。原始图像如下图1所示。

图1

w1设为7，w2设为9，经验阈值为1000的处理结果如下图2所示，共得到361个特征点。

图2

接下来分别对w1，w2和经验阈值的数值进行变更，分析其特征点提取效果。

(1)W1增加为11，w2为9，经验阈值为1000,的条件下，提取到620个特征点，如下图3所示。

图3

(2)W1为7，w2增加为15，经验阈值为1000,的条件下，提取到247个特征点，如下图4所示。

图4

(3)W1为7，w2为9，经验阈值增加为1500,的条件下，提取到184个特征点，如下图5所示。

图5

1.4 结果分析

由Moravec算子提取特征点的结果可见，算法能够实现图像的特征点提取，且提取效果较好。

对比图2与图3可知，仅更改w1值的大小，会使图像兴趣值整体增大或减小，进而影响特征点数目。

对比图2与图4可知，仅更改w2值的大小，会改变特征点的密集程度。增大w2，则提取极值点作为特征点的范围更大，特征点分布更加均匀。

对比图2与图5可知，仅更改经验阈值的大小，能够用更高条件对兴趣值进行筛选，得到精度更高的特征点。

二、基于相关系数的影像匹配

2.1 实现原理

在左影像上提取出一定数量的特征点，然后利用相关系数法在右影像上寻找匹配点。

首先确定两幅影像间的偏移量，进而确定对每个特征点在右影像上的搜索区域。对于左影像上的每个特征点，均利用一定大小的窗口对右影像搜索区域进行遍历，选取相关系数值最大且大于设定的阈值的点作为该特征点对应的匹配点。

2.2实现流程

在实习中，共采用三种方法进行匹配。三种方法的区别在于获取偏移量的方式不同。此处流程图展示的是小组最初完成的匹配方法流程，通过寻找左影像特征点的最大相似度点进而确定偏移量。

由于在反复实验的过程中发现这种方法适用于偏移方向单一的影像，对老师所给的u0367panLeft和u0369panRight这样存在变形的影像对匹配效果较差。因而又不断改进衍生出利用模板匹配获取偏移量法和直接输入偏移量法两种方法。在结果分析中对这三种方法进行比较。

2.3 实习成果

(1)首先用只有水平偏移的两幅影像进行匹配，打开左右影像如下图6所示。

图6

对左影像进行Moravec算子提取特征点操作，在默认条件(W1为7，w2为9，经验阈值为1000)下，提取到361个特征点，如下图7所示。

图7 对左右影像进行匹配，在默认条件(目标窗口尺寸设为3，搜索窗口高度为6，宽度为8，相关系数阈值设为0.9)下，得到338个匹配点，如下图8所示。结果分析文件the relevant.txt建在匹配图片文件夹下。由于左右两幅影像仅存在水平偏移(由u0369panRight裁剪得到)，相关系数均为1.0，如图9所示。

图8

图9

(2)用具有斜向偏移关系的两幅影像进行匹配。影像打开如下图10所示。

图10 在默认条件下对左右影像进行特征点提取，得到350个特征点，影像匹配后得到260个匹配点，如下图11所示。

图11 在实习中发现，对于由同一幅图像裁剪得到的水平偏移和斜向偏移的两组影像对，算法同名点匹配的效果都非常好。但是对于偏移程度相对不均匀的影像则效果很差，如老师给出的u0367panLeft和u0369panRight两幅影像，在默认条件下对两幅影像进行特征点提取，得到1812个特征点，同样在默认条件下进行影像匹配，得到369个匹配点，得到的效果如下图12所示。观察可知得到的同名点几乎是不匹配的。

图12 为了改进匹配的效果，我对匹配算法中计算偏移量的部分进行了一定的修改。在此次实习中，仅考虑了对左影像提取特征点后对右影像进行匹配的策略，还有一种方法是对左右影像都提取特征点后对两个特征点集进行匹配，由于时间有限并未实现。

在实习中用到的匹配算法中原是利用左影像特征点对右影像进行遍历寻找最佳匹配点，进而确定两幅影像的偏移量。在已知u0367panLeft影像内容包含在u0369panRight影像内的前提下，我将此部分算法改为将左影像作为一个模板，利用相关系数算法将其整体匹配进右影像内，进而确定偏移量。在默认数值条件下，利用整体影像匹配进行匹配同名点得到628个匹配点，其结果如下图13所示。匹配产生的结果分析文件如下图14所示。

因此我设置了第三种匹配方法：直接输入两幅影像的偏移量进行同名点匹配。由于在实习中所用的偏移量是第二种方法，即影像整体匹配得到的偏移量，所以匹配效果与图13相同，产生的结果分析文件亦与图14相同。

图13

图14

2.4 结果分析

(1)对于寻找最大相似性点获取偏移量法，它只需用左影像特征点对右影像进行遍历，寻找到最大相似性点且大于0.97时即可认为找到最佳匹配点，进而利用其在右影像中的位置确定偏移量。该方法计算量小，速度较快，针对偏移方向单一的影像效果非常好(在实习中通过裁剪u0369panRight得到水平偏移和斜向偏移的两组影像对)。但是对于偏移方向非单一的影像则匹配效果很差。

(2)对于利用模板匹配获取偏移量法，它以左影像大小为窗口尺寸对右影像进行遍历，寻找最大相关系数以将左影像整体匹配进右影像内容中。这种方法适用于对同名点的偏移方向非单一的影像对进行匹配。其匹配结果对少量细节会产生一定程度的移位，但大体上较为准确。

这种方法虽然匹配效果会变好很多，但是计算量很大，耗时非常久。而且由于时间紧迫，在实习中只实现了针对左影像完全包含在右影像内容内的条件下的匹配，因而虽然效果较好但太不实用。

对于摄影得到的立体像对，其偏移量往往不是单一的一个方向，而是包含了各种误差与形变。个人认为若能够在匹配之前对影像进行几何纠正，则匹配的精度会有进一步提高。

(3)对于直接输入偏移量法，它免去了计算偏移量的步骤，速度会快很多。这种方法要求在进行匹配之前利用软件或别的一些方法量测出两幅影像的偏移量。

第二篇：数字摄影测量实习报告书

学 号：20111000684 班级序号： 113112-05 姓 名： 舒 超 指导老师： 宋 妍 成 绩：

中国地质大学(武汉) 信息工程学院遥感科学技术系

2014年6月

目录

实习一：Moravec算子点特征提取 ........................................................................................ 3 1.1 实习目的： .................................................................................................................... 3 1.2 实习原理： .................................................................................................................... 3 1.3 实习步骤以及代码分析： ............................................................................................ 3 1.4 结果分析： .................................................................................................................... 7 实习二：边缘提取算法 ........................................................................................................... 9 2.1 实习目的： .................................................................................................................... 9 2.2 实习原理： .................................................................................................................... 9 2.3 实习步骤以及代码： .................................................................................................... 9 2.4 结果分析： .................................................................................................................. 11 实习总结 ................................................................................................................................. 12

实习一：Moravec算子点特征提取

1.1 实习目的：

用程序设计语言(VisualC++或者C语言)编写一个完整的提取点特征的程序，通过对提供的图像数据进行特征点提取，输出提取出的点特征坐标。本实验的目的在于让学生深入理解Moravec算子原理。通过上机调试程序加强动手能力的培养，通过对实验结果的分析，增强学生综合运用所学知识解决实际问题的能力。

1.2 实习原理：

Moravec角点检测算法是最早的角点检测算法之一。该算法将角点定义为具有低“自相关性”的点。算法会检测图像的每一个像素，将像素周边的一个邻域作为一个patch，并检测这个patch和周围其他patch的相关性。这种相关性通过两个patch间的平方差之和(SSD)来衡量，SSD值越小则相似性越高。

如果像素位于平滑图像区域内，周围的patch都会非常相似。如果像素在边缘上，则周围的patch在与边缘正交的方向上会有很大差异，在与边缘平行的方向上则较为相似。而如果像素是各个方向上都有变化的特征点，则周围所有的patch都不会很相似。

Moravec会计算每个像素patch和周围patch的SSD最小值作为强度值，取局部强度最大的点作为特征点。

1.3 实习步骤以及代码分析：

步骤流程图如下：

程序实现以及相关关键代码：

voidCMy2010302590183cylView::OnMoravec()//读取图像以及相关算法 { //TODO:Addyourcommandhandlercodehere CMmoravecDlgdlg; dlg.DoModal(); CMy2010302590183cylDoc*pDoc=GetDocument(); LPSTRm_pDIB=(LPSTR)::GlobalLock((HGLOBAL)pDoc->hdib);//得到句柄内存起始地址存放位图数据hdib句柄变量存放BMP位图 ::GlobalUnlock((HGLOBAL)pDoc->hdib); LPBITMAPINFOm_pBMP;//指向BITMAPINFO结构的指针

m_pBMP=(LPBITMAPINFO)::GlobalLock(pDoc->hdib); //获取指向BITMAPINFO结构的指针

::GlobalUnlock((HGLOBAL)pDoc->hdib); intBitCount=m_pBMP->bmiHeader.biBitCount; DWORDWidth=::DIBWidth(m_pDIB);//获取位图宽 DWORDHeight=::DIBHeight(m_pDIB);//获取位图高

LPBYTElpData=(LPBYTE)::FindDIBBits(m_pDIB);//定义字符指针变量,原位图指针

intWidthBytes=WIDTHBYTES(Width*BitCount);//获取字节 DWORDpixelCount=WidthBytes*Height;

intck1=dlg.c1; intck2=dlg.c2; doubleyz=dlg.m_yuzhi; DWORDr,c; INTh; double*xx=newdouble[Width*Height]; intk; k=INT(ck1/2); for(r=ck1/2;r

for(c=ck1/2;c

{

doublemin,v[4]={0.0};

for(h=0;h<=ck1-1;h++)

{

v[0]+=pow((double)(*((BYTE*)(lpData+r*WidthBytes+(c-k+h)))-*((BYTE*)(lpData+(r)*WidthBytes+(c-k+1+h)))),2);//0°方向

v[1]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c+k-h)))-*((BYTE*)(lpData+(r-k+h+1)*WidthBytes+(c+k-h-1)))),2); //45°方向

v[2]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c)))-*((BYTE*)(lpData+(r-k+1+h)*WidthBytes+(c)))),2); //90°方向

v[3]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c-k+h)))-*((BYTE*)(lpData+(r-k+1+h)*WidthBytes+(c-k+h+1)))),2); //135°方向

}

min=min(min(min(v[0],v[1]),v[2]),v[3]); //求出v1,v2,v3,v4中的最小值

if(min>yz)

xx[r*Width+c]=min;

} bool*bMatrix=newbool[Width*Height]; memset(bMatrix,0,Width*Height*sizeof(bool)); DWORDx,y; doublemax2; boolb=false; inttempX(0),tempY(0); for(x=ck2/2;x

for(y=ck2/2;y

{

max2=0;

for(DWORDm=(x-ck2/2);m<(x+ck2/2);m++)

{

for(DWORDn=(y-ck2/2);n<(y+ck2/2);n++)

if(xx[m*Width+n]>max2)

{

max2=xx[m*Width+n];

tempY=m;

tempX=n;

b=true;

}

}

if(b)

{ bMatrix[tempY*Width+tempX]=1; }

} }

intsum=0;//特征点总数

for(DWORDi=0;i

for(DWORDj=0;j

{

if(bMatrix[i*Width+j])

{

*((BYTE*)(lpData+i*WidthBytes+j))=0;

*((BYTE*)(lpData+i*WidthBytes+j+1))=0;

*((BYTE*)(lpData+i*WidthBytes+j-1))=0;

*((BYTE*)(lpData+(i+1)*WidthBytes+j))=0;

*((BYTE*)(lpData+(i-1)*WidthBytes+j))=0;

*((BYTE*)(lpData+i*WidthBytes+j+2))=0;

*((BYTE*)(lpData+i*WidthBytes+j-2))=0;

*((BYTE*)(lpData+(i+2)*WidthBytes+j))=0;

*((BYTE*)(lpData+(i-2)*WidthBytes+j))=0;

sum++;

}

} if(sum<4000)

{

CStringstrInfo;

strInfo.Format("特征点数%d ",sum);

MessageBox(strInfo,"提示",MB_OK);

}

else

{

CStringstrInfo;

strInfo.Format("特征点数较多，请设置合理参数");

MessageBox(strInfo,"提示",MB_OK);

}

Invalidate(); } 1.4 结果分析：

按照提示，对老师所给数据进行分析，当窗口大小设置为5*5,，阈值设置为5000的时候，对右核线影像进行分析，得到特征点43个，同时图像分析，得出如下结果：

调整阈值和窗口大小，程序能够正常运行，且经过测试，结果精确度有较好的保证。

实习二：边缘提取算法

2.1 实习目的：

熟悉Matlab环境下的编程，熟悉边缘提取算法。

2.2 实习原理：

Sobel算子实现思路如下：对输入图像分别使用水平和垂直模板做卷积计算，对得到的两个处理结果求平方和，该平方和与阈值的平方比较。只有当某点的两种卷积的平方大于阈值的平方，且水平占优(水平模板卷积结果大于垂直模板卷积的结果，且该点的卷积平方大于其左右两点的卷积平方和)或者垂直占优(垂直模板卷积的结果大于水平模板卷积的结果，且该点的卷积平方和大于其上下两点的卷积平方和)时，该点的输出结果为255，否则为0。输出的结果为二值图像。第一行和最后一行本来就是图像边界，不包括可用信息，因此相应的输出为0，按照这个思路课题编写了相应的Sobel算子实现程序

2.3 实习步骤以及代码：

2.4 结果分析：

原图像 sobel边缘提取

实习总结

本次实习过程中，根据自身实际情况，我选择使用vc环境下的编程完成实习，而没有采用Matlab环境下的编程。在实习过程中，我熟悉了sobel算法以及Moravec算子，在程序调试的过程中，我认识到任何算法都有其局限性，比如说本次实习过程中，sobel算子的边缘提取就将许多的噪音提取了出来，导致边缘特征提取的不准确性。本次实习让我认识到了编程能力的重要性，学会编写基本的代码来实现基本的算法，能让我们摆脱软件已有算法的束缚，更多的按照需要来实现一些步骤。

总体来说，本次实习还是很成功的，让我认识到，在以后的学习生活中,我认识到,应该把理论和实践结合起来,多锻炼自己的动手能力,好好把握住每一次实习的机会.

第三篇：摄影测量实习报告

一、引言：

数字摄影测量是基于测量的基本原理，通过对所获取的数字/数字化影像进行处理自动(半自动)提取被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，摄影测量实习报告。数字摄影测量实习实在学完《数字摄影测量学》课程之后，进行数字摄影测量操作基本技能强化的一个重要实践环节。

二、实验目的和要求：

1、了解数字摄影测量生产流程

2、掌握立体像对定向建模型过程

3、掌握数字摄影测量测图方法

三、实验内容

使用JX4G全数字摄影测量软件，按照相应的规范和规程，进行地理信息数据采集，完成全数字测图实习。利用JX4G数字化成图软件测绘地形图，具体内容包括：像对内定向、像对相对定向、像点坐标测量、匹配生成核线、数字地面模型(DEM)、编辑修改等高线、地形图测图。

四、实验步骤

1、建模1—1 新建工程

启动Geoway软件，点击“文件”→“新建工程”，在弹出的对话框中新建名为2196的工程，并指定新建工程的存储路径在D盘的名为0933的文件夹中。创建工程目录

a)点击“工程管理”菜单，弹出其下拉菜单;

b)选择“创建工程目录”项，出现输入对话框如图22：

图22 航片创建工程

c)在输入对话框中，输入新建的工程目录名称2196;然后点击“浏览”，选择所建立的目录的保存路径;

d)点击“确定”，完成建立工程目录，则在所建立的工程目录下生成21*.ini文件——该文件记录有关工程目录的配置信息，实习报告《摄影测量实习报告》。选择工程目录

a)单击“工程管理”菜单，弹出其下拉菜单;

b)选择“选择工程目录”项，出现选择路径窗口如图23：

图23 航片选择工程

c)在选择路径窗口中，选择所需的目录文件夹;

d)点击“确定”，完成工程目录选择。输入相机信息

输入相机信息时，点击“工程管理”→“输入文件”→“输入相机文件”，弹出相机信息输入窗口如图24：

图24 航片相机信息输入

相机信息要依据相机自身的有关报告输入。

在“焦距”栏输入相机焦距，单位为毫米。

鼠标左键双击列表框内部，在激活的文本条内输入框标坐标x和y值。

根据校正记录读取的变形值，设置透镜变形参数，用与框标相同的方法输入。

相机列表栏中，点击“新建”按钮创建新的相机文件;

点击“确认”按钮则在该相机文件中保存了当前对话框中的全部信息。输入控制点信息

在“工程管理”菜单的“输入文件”子菜单项中

点击选择“输入文件”→“输入控制点文件”，弹出控制点输入窗口如图26：

图26 航片控制点输入

在该窗口中输入控制点坐标：点号XYZ。设置影像路径

设置航空影像立体模型建立所需的影像信息，点击“输入文件”→“设置影像路径”，设置航空影像放置目录。操作如下所述。

对于各单模型建立作业时，在创建像对之前需要设置影像放置目录。在工程目录下，要求用来建立像对的影像文件必须放在同一个目录下;然后，通过如下步骤进行影像目录设置：

a)选择“输入文件”→“设置影像路径”，弹出设置路径窗口，如图28：

图28 航片设置影像路径

b)在该窗口中，只能通过单击“浏览”，在弹出的选择路径窗口选择影像放置路径;

c)点击“确定”，完成影像目录设置，系统会记录该信息到当前操作的工程目录的ini文件中。建立像对

在“工程管理”菜单子项中，创建新像对。单击选择菜单“像对”→“建立新像对”，弹出输入像对信息对话框如图29：

图29 输入像对对话框

在像对信息对话框中，选择像片、建立像对，并进行像对有关的设置。

第四篇：摄影测量实习报告

XXXX大学2010～2011学年第1学期

《摄影测量基础》实习报告

班级： XXXXXXXX 姓名： XXX 学号： XXXXXXXX

成绩： 评语：

一、单模型定向

1、影像内定向

调用内定向程序(处理→定向→内定向)，建立框标模板(若模板已建立，则进入左影像的内定向)。

为了从数字影像提取集合信息，必须建立数字影像中的像元素与所摄物体表面相应的点之间的数学关系。内定向的目的就是确定扫描坐标系与像片坐标系之间的关系以及数字影像可能存在的变形。

不同型号的相机有着不同的框标模板。一般一个测区使用同一相机摄影，所以只需在测区内选择一个模型建立框标模板并进行内定向，其他模型不再需要重新建立框标模板，即可直接进行内定向处理，在做内定向处理时，系统会自动建立多个框标模板。界面右边小窗口为某个框标的放大影像，其框标中心点清晰可见。界面左窗口显示了当前模型的左影像，若影像的四角的每个框标都有白色的小框围住，框标近似定位成功。若小白框没有围住框标，则需进行人工干预：移动鼠标将光标移到某框标中心，单击鼠标左键，使小白框围住框标。依次将每个小白框围住对应的框标后，框标近似定位成功。选择界面左窗口下的接受按钮。

A、左影像内定向：

该界面显示了框标自动定位后的状况。可选择界面中间小方块按钮将其对应的框标放大显示于右窗口内，观察小十字丝中心是否对准框标中心，若不满意可进行调整。框标调整有自动或人工两种方式：

自动方式：选择自动按钮后，移动鼠标在左窗口中的当前框标中心点附近单击鼠标左键，小十字丝将自动精确对准框标中心。

人工方式：若自动方式失败，则可选择人工按钮，移动鼠标在左窗口中的当前框标中心点附近单击鼠标左键，再分别选择上、下、左、右按钮，微调小十字丝，使之精确对准框标中心。

B、右影像内定向：

与左影像内定向相似，进行右影像的内定向。如果之前做过内定向的，系统会弹出一个对话框，显示左像片的内定向参数(系统在完成左像片的内定向后再启动右像片的内定向)，并询问是否重新进行内定向。如果不想再进行内定向，选择否;退出内定向模块，进行相对定向。

2、相对定向

每张像片至少要有三个地面控制点，才能进行定向，但实际生产中，控制点数量不能满足定向要求。在内页求解定向所需控制点的过程叫空中三角测量，其本质就是用尽可能少量的地面控制点，在内页加密出每张像片或每个像对所需要的控制点。另一方面，为了获取更高精度的地面控制点，采用光束法定向，利用光束法平差未知参数的初值，从而进行高精度定向。在竖直航空摄影或已知倾角近似值的倾斜摄影时，相对定向一般采用迭代解法。但是当不知道倾斜摄影中的倾角近似值以及不知道影像的内方位元素时，则采用相对定向的直接解法。进行模型的相对定向，主要是通过找同名点，来确定两张影像之间的关系。 相对定向的目的是为了恢复构成立体像对的两张像片的相对方位，恢复摄影时相邻两影像光束的相互关系，从而使同名光线对对相交，建立被摄物体的几何模型。其数学模型是相应的摄影光线与基线应满足共面条件，观测值为上下视差。

步骤：

(1)选择菜单 “处理→模型定向→相对定向”;

(2)在影像显示窗口内点击右键，选择“自动相对定向”;

(3)自动相对定向完成后，在定向结果窗口检查同名点的上下视差，如果比较大，则比较大，则把它删除或进行调整;编辑完成后，保存，退出。

3、绝对定向

相对定向建立的立体模型，是一个以相对定向中选定的像空间辅助坐标系为标准的模型，比例尺也是未知的。要确定立体模型在地面测量坐标系中的正确位置，则需要把模型点的摄影测量坐标转换为地面测量坐标，这一工作需要借助于地面测量坐标为已知值的地面控制点来进行，这个过程称为立体模型的绝对定向。所以绝对定向的目的就是将相对定西后求出的摄影测量坐标变换为地面测量坐标。

模型的绝对定向，要求变换前后的坐标系大致相同。而地面测量坐标是左手直角坐标系，摄影测量坐标系是右手直角坐标系。因此首先应将点名测量坐标系转换为地面摄影测量坐标系。绝对定向前，我们要以手工的方式在当前模型的左右影像上准确地定位一些控制点。

一个像对的两张像片有十二个外方位元素，相对定向求得五个相对定向元素后，要恢复像对的绝对位置还要解求七个绝对定向元素，包括模型的旋转、平移和缩放参数。它需要地面控制点来解求。这种坐标变换，在数学上成为三维空间相似变换。

步骤：

(1)选择菜单“处理→模型定向→绝对定向”;

(2)参照给出的控制点点位图，在相对定向界面中，寻找相应的控制点，对控制点的点位进行精确调整，输入控制点相应的点号，点击“确定”保存。

二、数字产品生成

1、数字线划图(DLG)

数字线划图 (Digital Line Graphic 简称DLG)是现有地形图上基础地理要素的矢量数据集，且保存要素间空间关系和相关的属性信息，全面地描述地表目标。

DLG的制作过程如下：

先建一个测图文件，设置图廓范围，载入立体模型，熟悉工作窗口内的各种工具，接着测绘地物，最后进行地物的编辑。测绘的具体步骤是：输入地物属性码→进入量测状态→根据需要选择线型或辅助测图功能→对地物进行量测。

2、数字高程模型(DEM)

数字高程模型( Digital Elevation Model 简称DEM)是在高斯投影平面上规则格网点平面坐标(X，Y)及其高程(Z)的数据集。 该数据集从数学上描述了一定区域地貌形态的空间分布。 DEM的水平间距可随地貌类型不同而改变。根据不同的高程精度，可分为不同等级产品。

(1)生成单模型的DEM 在系统主菜单中，选择“产品→生成DEM→生成DEM(M)”项，屏幕显示计算提示界面，计算完毕后，即建立了当前模型的DEM。

在系统主菜单中，选择“显示→立体显示→透示显示”项，进入显示界面，屏幕显示当前模型的DEM。

(2)多模型的DEM拼接

在系统主菜单中，选择菜单“镶嵌→设置”项，屏幕弹出拼接与镶嵌参数设置对话框。

在系统主菜单中，选择“镶嵌→DEM拼接”项，进入DEM的拼接计算，屏幕弹出拼接进展显示条。当拼接完成后，将显示拼接中误差、总点数、误差分布统计及误差分布图。

(3)生成正射影像

在主界面上，依次单击“产品→生成正射影像”项，系统自动生成正射，单击“显示” →“正射影像”。

3、数字正射影像(DOM)

数字正射影图像( Digital Orthophoto Map 简称DOM)是利用数字高程模型对扫描处理的数字化的航空相片/遥感相片(单片/彩色)，经逐象元进行纠正，再按影像镶嵌，根据图幅范围裁剪生成的影像数据。一般带有公里格网、图廓内、外整饰和注记的平面图。

数字正射影像的制作是基于DEM的数据，采用反解法进行数字微分纠正而制作。其过程也是全自动化的。当DEM建立后，可进行正射影像的制作。在系统主菜单中，选择产品→生成正射影像项，自动制作当前模型的正射影像，屏幕显示计算提示界面，计算完毕后，自动生成当前模型的正射影像。多模型DEM拼接后，才能在拼接区域内进行多张正射影像的镶嵌。

在系统主菜单中，选择菜单镶嵌→设置项，屏幕弹出拼接与镶嵌参数设置对话框，设置镶嵌项目。然后在系统主菜单中，选择菜单镶嵌→自动镶嵌项，系统自动进行影像镶嵌计算，完成多个正射影像的拼接。

显示测区正射影像：在系统主菜单中，选择菜单显示→显示影象„项，屏幕弹出显示影像界面，对于每个模型的接边处应仔细检查，影象有无变形及扭曲等错误。

三、实习总结

通过此次实习，我进一步地了解了使用VirtuoZo 全数字摄影测量系统生产4D产品的过程，熟悉了VirtuoZo 全数字摄影测量系统的使用，加深了对相关知识的理解。4D产品生产实习是一个综合性很强的实习，它是对所学摄影测量及相关专业的综合应用,该实习在数字摄影测量实习的基础上进行。同时，我了解到了VirtuoZo 全数字摄影测量系统的功能强大，在4d产品生产实习的过程中自动与半自动的快速生成功能。

在实习中也需要注意一些问题，如定义核线范围以将控制点划在作业区范围内为宜，但不能超控太多;其次应结合实际地形情况，如高山地或大比例城区，由于左右像片视差较大，就应适当将核线范围划大些。

这次实习内容丰富，使我学到了不少东西。它不仅让我认识到了Virtuozo的各种功能和工作流程及部分原理，还让我对数字摄影测量数据获取有了更深刻的了解，同时也使我对数字摄影测量课程有了一个整体的概念。

我觉得要想成为一名优秀的遥感测绘工作者，不仅要把测绘当成一门学科来学习，更要把它当成一种技能来熟悉掌握。同时本次实习对我本人的动手能力也有很大提高。本次实习还让我第一次感受了测绘部门的生产环境，这对我也是一种激励，它促使我以后要更加认真地学习专业知识，掌握各种技能。要想在任何一个行业里面有所作为的话都必须付出辛勤的劳动和汗水。只有能过努力学习才能成为一名好的测绘工作者。“一份耕耘一分收获!”，这应该成为我们今后工作的座右铭。 对在本次实习当中对我们进行细致辅导的杨老师及助理，我表示极大的感谢和敬意，是你们耐心的教诲和和善的态度让我们亲身感受并学会了4D产品的生产流程，这对我们以后的工作以及人生将会产生深远的影响。

第五篇：摄影测量实习报告

篇一：摄影测量实习报告

一、 实习任务

利用自己所熟悉的一种编程语言，实现单像空间后方交会，解求此张像片的6个外方位元素 ， ， ， ，ω，κ ，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、 熟悉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，从该影像所覆盖地面范围内若干控制点的已知地面坐标和相应点的像坐标量测值出发，根据共线条件方程，求解该影象在航空摄影时刻的像片外方位元素 ， ， ， ，ω，κ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-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，利用泰勒展开得：

=(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，根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

所有点完否?

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:

六、 数据分析

选取第六张像片进行计算，迭代次数为2次。经过比较发现，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。因为逆阵中第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=

当参加空间后方交会的控制点有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。

在此次计算中，我运用了所给的全部控制点，而空间后方交会所运用的控制点，应该避免位于一个圆柱面上，否则会出现解不唯一的情况。选点时，还需要避免选择的点过于聚集在一起，或位于一条直线上，所选控制点最好分布在像片的四角和中央。并且数量充足，这样有利于提高解算精度。

迭代时，所选择控制条件不同，迭代次数略有不同，所以最后结果也会略有不同。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’。

所提供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，最简单的方法为互换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，经历了几次数据的更改，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。

篇二：摄影测量与遥感实习报告

摄影测量实习总结本学期的最后一周， 我们开始了摄影测量学的实习。 通过实习我认识到摄影测量学是 通过获取立体影像来研究和确定被摄物体的形状、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，使学生深入掌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， 培养学生分析问题和解决问题的实际动手能力。 通过实际使 用数字摄影测量工作站，了解数字摄影测量的内定向、相对定向、绝对定向、测图过程及方 法;编制数字影像分割程序，使学生掌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然产物。 数字摄影测量系统为用户 提供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， 大大改变了我国传 统的测绘模式。virtuozo 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 以根据具体情况灵活选择作业方式，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 提供了基础数据，是 3s 集成、三维景 观和城市建模等最强有力的操作平台。 本次实习是采用 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，掌握操作过程。

实习主要内容：

1.数据准备，包括摄影比例尺、相机内方位元素、航高、航带数、像片排列、 控制点分布等;

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、相对定向、绝对定向方法与步骤。 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 的绝对定向、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。 通过本次实习使学生掌握摄影测量的内涵、摄影测量的基础知识、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，该像素分配给对应区域。

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，将图像全部像素分配给 k 类区域; i j 即对所有的 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，但我学到了很多东西，让我更加深刻的了解了摄影测量学，把平时所学到的理论知识更 加真实的呈现在我面前，希望以后还会有这样的实习。

篇三：航空摄影测量实习报告

一.实习目的：

1.联系水准仪的安置、整平、瞄准与读书和怎样测定地面两点间的高程; 2.掌握经纬仪对中，整平，瞄准与读书等基本操作要领; 3.掌握钢尺量距的一般方法; 4.练习用经纬仪配合小平板仪测绘地形图; 5.培养学生综合应用测量理论知识分析解决土建施工放样中一般问题的能力。

二.实习要求：

1.掌握水准仪、经纬仪、平板仪等一些主要一起的性能和如何操作使用; 2.掌握数据的计算和处理方法; 3.掌握地形图测绘的基本方法，具有初步测绘小区域大比例尺地形图的工作能力; 4.掌握测设的基本方法。

三.实习任务; 1.控制点高程测量; 2.导线长度测量; 3.水平角度测量; 4.闭合导线内业计算; 5.测绘地形图; 6.建筑物放样，道路中线测量和管线测量。

四.实习项目与程序：

1.外业测量：

(1)测量控制点高程; (2)测量控制点间距离; (3)测量闭合导线内角。

2.内业计算：

(1)计算控制点间高差，推算各点间高程; (2)计算个控制点间距离及相对误差; (3)计算个内角闭合差及内角; (4)根据以上计算数据推算个点坐标。

3.测绘地形图：

(1)将坐标范围内的控制点标定到图纸上; (2)根据控制点周围的地物地貌测量某些点的高程，再标在图纸上。

4.施工测量：圆曲线，缓和曲线测量。

五.实习方法：水准仪、经纬仪、平板仪的使用。

1.测量的方法：

(1)水准仪架在两个控制点的中间，距离两点大致相等。在前后两点各立水准尺一把。

(2)望远镜对准水准尺并推动，再将水准仪调平，调节三个脚螺旋，使得圆水准器旗袍居中，然后微调倾螺旋，从左边的窗口看到水准管的气泡闭合。 (3)调水平微动螺旋，使得十子丝在水准尺上测得后视读数和前视读数并记录下来。

(4)三脚架架腿抬高或降低，重新测量后视读数和前视读数并记录下来，测得高差不得超过5mm，否则重测。

2.角度测量的方法：

(1)经纬仪架在控制点上，用脚螺旋进行对中，再伸缩架腿调节圆水准气泡居中，然后调节脚螺旋使得水准管气泡也居中。通过对中器观察是否对中，否则反复调平。

(2)望远镜调成盘左，对准左面的目标并制动，调节微倾和微动螺旋，使得十字丝瞄准目标，把配置度盘的按钮拔出，记下读数。顺时针转动照准部，对准右面的目标并制动，读出右面的读数，记录读数。

(3)望远镜调成盘右，对准右面的目标并制动，调节调节微倾和微动螺旋，是的十字丝瞄准目标，把配置度盘的按钮拔出，记下读数。逆时针转动照准部，对准左面的目标并制动，读出左边的读数，记录读数。

(4)两次测量角之差不能超过40秒，否则重测。

3.距离测量的方法：

(1)用前面的方法将经纬仪对中整平，再进行定线。

(2)然后用钢尺沿着路线测出导线长度。

(3)往返各测一次，两次距离的相对误差不能超过三千分之一，否则重测。

4.平板仪的使用：

(1)立上三脚架，将平板固定，把图纸也固定在平板上。

(2)将平板仪的一边靠在两个控制点上，瞄准地面上的点，然后进行对中整平。

(3)整平后进行测绘。量出控制点到某地物的距离并且紧靠建筑物立标杆，通过平板仪瞄准标杆则确定了这个方向。根据比例尺换算成图上距离，将地物地貌画在图上。

(4)将所有坐标范围内的地物地貌全都画在图上，并用规定符号表示。

六.测量精度：

1.距离往返测量相对误差不超过1/3000; 2.水准仪高差测量中高差闭合差在容许值±12vnmm或±40lmm范围内; 3.测内角时一测回中上、下半测回角值之差不得超过±40``。

七.计算成果和示意图见测设数据计算表。

八.体会：

通过本次实习，巩固了以前所学知识，掌握了水准仪、经纬仪的基本操作，还有怎样施工放样，学会了地形图的绘制方法。从而积累了许多经验。(1)、立标尺时，标尺除立直外还要选在重要的地方.因此，选点就非常重要，点一定要选在有代表性的地方.同时要注意并点非越多越好.相反选取的无用点过多不但会增加测量，计算和绘图的劳动量和多费时间，而且会因点多而杂乱产生较大的误差。(2)、要先将道路和主要建筑物确定下来，然后在添加其余次要方面，这样不但条理清楚，利于作图而且更有利于作图的准确和随时进行实物和图形的对比从而检验测量数据的准确与否.但这两周实习也给了我们不少教训：由于某个数据的读错、记错及算错都给我们带来了不少麻烦，从而让我们知道了做任何事都要认真。还有一个组的团结也是至关重要的，他关系到整个组的进度。先前我们组由于配合不够默契，分工也不够合理，整体进度受到极大的影响，后来通过组内的交流，彻底解决了以上问题。实习进度有了很大的改观，进度和效果自然就提上来了。这告诉我们团结就是力量，我们以后工作的时候也是一样，只有团结才能把事办好。

篇四：摄影测量实习报告

一、实习目的

摄影测量与遥感实习是摄影测量学和遥感技术相应用的综合实习课。本课程的任务是通过实习掌握摄影测量的原理、影像处理方法、成图方法，掌握遥感的信息获取、图像处理、分类判读及制图的方法和作业程序。从而更系统地掌握摄影测量与遥感技术。通过实习使我们更熟练地掌握摄影测量及遥感的原理，信息获取的途径，数字处理系统和应用处理方法。进一步巩固和深化理论知识，理论与实践相结合。培养我们的应用能力和创新能力、工作认真、实事求是、吃苦耐劳、团结协作的精神，为以后从事生产实践工作打下坚实的理论与实践相结合的综合素质基础。

二、实习内容

1)遥感影像图制作;

2)相片控制测量;

3)航空摄影测量相对立体观察与两侧;

4)航片调绘、遥感图像属性调查;

5)相片及卫片的判读及调绘

6)调绘片的内页整饰

7)撰写实习报告，提交成果。

三、实习设备与资料

1)摄影测量与遥感书本上的理论知识。

2)通过电脑查找有关这门学科的实践应用及其它相关知识等。

3)电脑上相关的摄影测量的图片信息资料及判读方法。

4)现有的实习报告模板及大学城空间里的相关教学资料。

四、实习时间与地点

时间：20xx年6月19日20xx年6月26日。

地点：学校图书馆、教室、寝室及搜集摄影测量与遥感这门学科的资料等相关地方。

五、实习过程

5.1摄影测量与遥感学的发展情景

摄影测量与遥感是从摄影影像和其他非接触传感器系统获取所研究物体，主要是地球及其环境的可靠信息，并对其进行记录、量测、分析与应用表达的科学和技术。随着

摄影测量发展到数字摄影测量阶段及多传感器、多分辨率、多光谱、多时段遥感影像与空间科学、电子科学、地球科学、计算机科学以及其他边缘学科的交叉渗透、相互融合，摄影测量与遥感已逐渐发展成为一门新型的地球空间信息科学。由于它的科学性、技术性、应用性、服务性以及所涉及的广泛科学技术领域，其应用已深入到经济建设、社会发展、国家安全和人民生活等各个方面。

5.2单张像片测量原理

单张像片测图的基本原理是中心投影的透视变换，而摄影过程的几何反转则是立体测图的基本原理。广义来说，前一情况的基本原理也是摄影过程的几何反转。20世纪30年代以后，摄影过程的几何反转都是应用各种结构复杂的光学机械的精密仪器来实现的。50年代，开始应用数学解析的方式来实现。图1就是用光学投影方法实现摄影几何反转的示意图。图中假设两张相邻的航摄像片覆盖了同一地面amdc，它们在左片p1上的构像为ɑ1m1d1c1，右片p2上的构像为ɑ2m2d2c2,两摄站点s1和s2间的距离为基线b。如将这两张像片装回与摄影镜箱相同的投影器内,后面用聚光器照明,就会投射出同摄影时相似的投影光束。再把这两个投影光束安置在与摄影时相同的空间方位，并使两投影中心间的距离为b(b为按测图比例尺缩小的摄影基线)，此时所有的同名投影光线都应成对相交,从而得出一个地面的立体模型am d c 。这时, 用一个空间的浮游测标(可作三维运动)去量测它，就可画得地形图。

5.3航空摄影测量的内外业技术要求

航测外业工作包括：①像片控制点联测。像片控制点一般是航摄前在地面上布设的标志点，也可选用像片上的明显地物点(如道路交叉点等)，用普通测量方法测定其平面坐标和高程。②像片调绘。是图像判读、调查和绘注等工作的总称。在像片上通过判读，用规定的地形图符号绘注地物、地貌等要素;测绘没有影像的和新增的重要地物;注记通过调查所得的地名等。通过像片调绘所得到的像片称为调绘片。调绘工作可分为室内的、野外的和两者相结合的3种方法。③综合法测图。主要是在单张像片或像片图上用平板仪测绘等高线。

航测内业工作包括：①测图控制点的加密。以前对于平坦地区一般采用辐射三角测量法，对于丘陵地和山地则采用立体测图仪建立单航线模拟的空中三角网，进行控制点的加密工作。20世纪60年代以来，模拟法空中三角测量逐渐地被解析空中三角测量代替。②用各种光学机械仪器测制地形原图

5.4像片的内方位元素和外方位元素

内方位元素用以确定摄影物镜后节点(像方)同像片间的相关位置。利用它可以恢复摄影时的摄影光线束。内方位元素系指摄影机