黃秋鋒　任中杰　王兆媛

【摘 要】交會(huì)定點(diǎn)是測(cè)繪中一種主要的數(shù)據(jù)獲取方式，影像交會(huì)定點(diǎn)是攝影測(cè)量的基礎(chǔ)。若已知影像的6個(gè)外方位元素便可確定被攝物體與影像之間的關(guān)系，進(jìn)而由立體像對(duì)空間前方交會(huì)法解算出同名像點(diǎn)在物方空間坐標(biāo)系中的坐標(biāo)。為此，論文采用C#編程技術(shù)，借助計(jì)算機(jī)強(qiáng)大的計(jì)算能力，實(shí)現(xiàn)像點(diǎn)坐標(biāo)的量測(cè)以及數(shù)字影像外方位元素的解算，最終根據(jù)量測(cè)出的同名像點(diǎn)像坐標(biāo)及其外方位元素解算出所對(duì)應(yīng)地面點(diǎn)的地面坐標(biāo)。

【Abstract】The intersection point is one of the main data acquisition methods in surveying and mapping， and the intersection point of images is the basis of photogrammetry. If the 6 outer elements of the image are known， the relation between the object and the image can be determined， and then the coordinate of the image point in the object space coordinate system is solved by the stereo intersection method. Therefore， this paper adopts C# programming technology， using the powerful computing capability of computer， realizes the image coordinate measurement and azimuth digital image elements according to the final solution， measures the corresponding image points like coordinates and exterior orientation elements are calculated corresponding to the ground coordinates of ground points.

【關(guān)鍵詞】交會(huì)定點(diǎn)；三角測(cè)量；外方位元素；C#編程

【Keywords】intersection point； triangulation； external elements； C# programming

【中圖分類號(hào)】P231 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2017）07-0188-03

1 引言

數(shù)字影像信息量豐富、形態(tài)逼真，能夠真實(shí)地反映客觀物體或目標(biāo)[1]。有利于提取所研究物體大量的幾何信息與物理信息，為攝影測(cè)量在各個(gè)方面中的應(yīng)用提供可能。一方面通過(guò)攝影測(cè)量可以測(cè)繪各種比例尺的地形圖用于地形量測(cè)，為各種地理信息系統(tǒng)提供三維基礎(chǔ)數(shù)據(jù)并為城鎮(zhèn)、資源、規(guī)劃、地質(zhì)、交通、林業(yè)、農(nóng)業(yè)和工程等部門(mén)提供各種專題圖。另一方面攝影測(cè)量也可用于建筑、考古、醫(yī)學(xué)、工業(yè)、體育、生物、變形監(jiān)測(cè)、事故調(diào)查、公安偵破等各種非地形測(cè)量中。盡管攝影測(cè)量的應(yīng)用領(lǐng)域不盡相同，但其主要的技術(shù)方法都是通過(guò)二維數(shù)字影像重構(gòu)三維模型并在該模型上提取各種所需的信息[2]。

通過(guò)對(duì)數(shù)字影像的量測(cè)與解譯可以快速地在大范圍內(nèi)進(jìn)行點(diǎn)位的測(cè)定[3]，且影像上的目標(biāo)均不受地面通視條件的限制，作業(yè)人員無(wú)需接觸測(cè)量物體本身，可大大地減弱觀測(cè)環(huán)境的影響，減少因無(wú)法安置儀器而造成的困擾，使作業(yè)人員無(wú)需到達(dá)測(cè)區(qū)便可進(jìn)行量測(cè)，大量提高數(shù)據(jù)采集效率。

2 單像空間后方交會(huì)

單像空間后方交會(huì)是一種解算攝影時(shí)刻數(shù)字影像在某物方坐標(biāo)系中的位置和姿態(tài)的方法[4]，該方法的實(shí)現(xiàn)需要獲得影像覆蓋范圍內(nèi)一定數(shù)量的平高控制點(diǎn)及其在影像上的像坐標(biāo)并結(jié)合共線條件才能進(jìn)行解算。即通過(guò)獲取影像的6個(gè)外方位元素來(lái)確定影像與被攝物體的關(guān)系[5]。為確定影像的6個(gè)外方位元素，設(shè)計(jì)其系統(tǒng)結(jié)構(gòu)圖及算法流程圖如圖1和圖2所示：

3 立體像對(duì)前方交會(huì)

假設(shè)在兩個(gè)相鄰的攝站點(diǎn)S1和S2上對(duì)地面進(jìn)行攝影，獲得具有一定重疊度的左右影像，且滿足立體像對(duì)上的同名像點(diǎn)a1和a2為地面點(diǎn)A的構(gòu)像[6]。在已知數(shù)字影像方位元素的條件下，根據(jù)兩條直線相交于一點(diǎn)即可得交點(diǎn)A的三維坐標(biāo)。這種根據(jù)左右影像的攝站坐標(biāo)及其上兩同名像點(diǎn)的像坐標(biāo)求解兩同名光線的交點(diǎn)坐標(biāo)的方法稱為數(shù)字影像前方交會(huì)。當(dāng)只對(duì)兩張影像即一個(gè)立體像對(duì)進(jìn)行前方交會(huì)時(shí)常采用的方法有共線方程嚴(yán)密解法和點(diǎn)投影系數(shù)法兩種[7]。本文以點(diǎn)投影系數(shù)法為例分析并設(shè)計(jì)其系統(tǒng)結(jié)構(gòu)圖和算法流程圖如圖3及圖4所示：

4 交會(huì)定點(diǎn)實(shí)例

4.1 數(shù)字影像獲取

本文以CanonEOS 5D Mark II相機(jī)為試驗(yàn)相機(jī)，其光圈為9.0，快門(mén)為1/400。影像以CR2佳能相片格式存儲(chǔ)輸出，分辨率為5616×3744，鏡頭標(biāo)稱焦距為35mm和50mm，其參數(shù)文件如表1所示。對(duì)外業(yè)采集的影像數(shù)據(jù)經(jīng)一定的格式轉(zhuǎn)化和畸變差校正后，采用圖5和6分別作為左右影像。

4.2 功能實(shí)現(xiàn)

數(shù)字影像交會(huì)定點(diǎn)系統(tǒng)主要實(shí)現(xiàn)相機(jī)參數(shù)、坐標(biāo)數(shù)據(jù)和影像數(shù)據(jù)的讀取、顯示和分析，以及像點(diǎn)坐標(biāo)的量測(cè)。實(shí)現(xiàn)對(duì)影像外方位元素、同名點(diǎn)物方坐標(biāo)的解算和管理。其界面如圖7和圖8所示：

4.3 精度分析

數(shù)字影像交會(huì)定點(diǎn)的任務(wù)是解決目標(biāo)點(diǎn)的空間定位問(wèn)題，其定位精度如何是解決實(shí)際問(wèn)題時(shí)用戶很關(guān)心的指標(biāo)。只有明確了不同方法所能達(dá)到的精度，才能根據(jù)需要選擇方法。一方面可從理論上進(jìn)行分析，即將待測(cè)點(diǎn)的地面坐標(biāo)改正數(shù)作為隨機(jī)變量并利用最小二乘平差法解算出坐標(biāo)改正數(shù)的協(xié)因數(shù)陣。另一方面則是利用野外實(shí)地量測(cè)的大量控制點(diǎn)作為多余檢查點(diǎn)，比較平差計(jì)算所得的控制點(diǎn)坐標(biāo)值與野外實(shí)地測(cè)量的坐標(biāo)值，將其比較差作為真誤差，并通過(guò)這些真誤差計(jì)算出點(diǎn)位坐標(biāo)精度。通常我們將前一種方法得到的精度稱為理論精度，通過(guò)對(duì)理論精度的分析我們能了解平差后誤差的分布規(guī)律，借此可對(duì)控制點(diǎn)進(jìn)行合理的分布設(shè)計(jì)。后一種方法得到的精度估計(jì)稱為實(shí)際精度，也是評(píng)定數(shù)字影像交會(huì)定點(diǎn)精度較為客觀的方法。由于數(shù)字影像在進(jìn)行交會(huì)定點(diǎn)計(jì)算時(shí)并沒(méi)有利用多余條件進(jìn)行平差計(jì)算，使得數(shù)字影像 交會(huì)定點(diǎn)的最終精度主要受數(shù)字影像后方交會(huì)精度及像坐標(biāo)采集精度的影響。經(jīng)計(jì)算整理得各同名像點(diǎn)的精度如表2所示。

其中Xjs、Yjs、Zjs表示數(shù)字影像交會(huì)定點(diǎn)的計(jì)算結(jié)果；ΔX、ΔY、ΔZ表示計(jì)算值與實(shí)地測(cè)量值的較差。由統(tǒng)計(jì)表知平面坐標(biāo)的最大較差為5.5cm；高程坐標(biāo)的最大較差為0.435m。

5 結(jié)論

本文通過(guò)C#編程，實(shí)現(xiàn)數(shù)字影像交會(huì)定點(diǎn)功能，可大量減少測(cè)量人員的野外工作量。由于數(shù)字影像交會(huì)定點(diǎn)實(shí)現(xiàn)的前提條件是已知同名像點(diǎn)的像坐標(biāo)以及左右影像的外方位元素，因此在只有影像數(shù)據(jù)及其相機(jī)參數(shù)與控制點(diǎn)坐標(biāo)的情況下，需先精確地獲取像點(diǎn)坐標(biāo)并對(duì)左右影像分別進(jìn)行后方交會(huì)處理，在解算出數(shù)字影像外方位元素的基礎(chǔ)上方可進(jìn)行數(shù)字影像交會(huì)定點(diǎn)分析。在本系統(tǒng)中影響交會(huì)精度的主要是像坐標(biāo)的精度以及單像空間后方交會(huì)的精度，其中單像空間后方交會(huì)主要受數(shù)學(xué)模型影響，而像坐標(biāo)在本系統(tǒng)中由于是通過(guò)鼠標(biāo)雙擊獲得的，除影像本身的誤差影響，主要存在人眼的識(shí)別誤差?？紤]到個(gè)別已知同名像點(diǎn)像坐標(biāo)及其外方位元素而無(wú)影像、控制點(diǎn)等數(shù)據(jù)，本系統(tǒng)將數(shù)據(jù)采集、處理與分析相互分離，使得作業(yè)人員能夠?qū)﹀e(cuò)誤的數(shù)據(jù)進(jìn)行整理，進(jìn)一步提高程序的可操作性。

【參考文獻(xiàn)】

【1】張劍清，潘勵(lì)，王樹(shù)根.攝影測(cè)量學(xué)[M].武漢：武漢大學(xué)出版社，2009.

【2】馬振國(guó).基于GPU并行加速的正射影像生成研究[D].濟(jì)南：山東科技大學(xué)，2011.

【3】張建霞.基于SWDC的數(shù)碼航空攝影測(cè)量研究與應(yīng)用[M].徐州：中國(guó)礦業(yè)大學(xué)出版社，2015.

【4】官云蘭，周世健，周銘，等.基于角錐體原理的空間后方交會(huì)改進(jìn)算法[J].測(cè)繪科學(xué)，2006，32（2）：27-29.

【5】張雪萍.安置元素測(cè)圖對(duì)POS外方位元素的精度需求[J].計(jì)算機(jī)工程與應(yīng)用，2010，46（2）：141-144.

【6】顧斌.數(shù)字圖像與激光點(diǎn)云配準(zhǔn)及在建筑物三維建模中的應(yīng)用[D].徐州：中國(guó)礦業(yè)大學(xué)，2014.

【7】吳曉燕，白志剛，劉敏，等.基于GPS/INS數(shù)據(jù)的多像空間前方交會(huì)[J].礦山測(cè)量，2009（01）：53-56.