遥感与摄影测量题库(5)

2019-08-31 15:38

摄影测量与遥感习题库答案

可靠性是用于评定测量质量的另一种指标

内可靠性表示可检测观测值中粗差的能力。通常用可检测出租差的最小值或可检测出粗差的下限值来衡量,下限值越小,内可靠性越好。

外可靠性表示不可检测的粗差对平差结果或平差结果函数的影响。如果不可检测的粗差对结果的影响小,表明外可靠件好。

24. 绝对定向中需要几个控制点?为什么?怎样求解7个定向元素?

绝对定向元素有七个,即三个平移量?X,?Y,?Z,三个旋转角?,?,?,以及模型比例尺因子?。对于模拟绝对定向,至少需要两个平高点一个高程点反求七个绝对定向元素。将控制点及其平面坐标及图比例尺展绘在图纸上后,利用图纸的平移、旋转.使其中一个控制点在承影面上的投影与图纸上同名控制点相重合,并通过调整测绘台的起始读数使该点的高程读数与实测高程相等。然后以此控制点为中心旋转图纸,使其与另一控制点的连线与图纸上同名连线相重合,这意味着解求三个平移量?X,?Y,?Z及旋转角?。对于?的解求,是凋整模型比例尺.即沿基线方向改变投影基线的长度,使模型达到规定的囚比例尺。这一步骤称为确定模型比例尺。另外,?,?角表示模型有倾斜.需要利用控制点将模型置平。

25.模型置平与确定比例尺的目的各是什么?

答:模型置平的目的是为了清除上下视差,即使在模型上计算,将模型的所在坐标系统转换到地面测量坐标系统,便于对立体模型进行量测.

确定比例尺的目的是沿基线方向改变投影基线的长度,使模型达到规定的图比例尺及获取正射投影的地形图

26.什么是直接交会?什么是间接交会?

答:直接交会是将立体像对的左右像片分别安放在两投影器上,在恢复内方位元素并进行像对的相对定向和模型的绝对定向以后,同名光线对对相交得到模型点的空间位置,每个模型点都是从投影基线两端点进行空间前方交会的结果.

'间接交会是将直接交会下的右方投影器从S2向外移动到S2的位置, S2与S1在仪器结构上保持某一固定距离.在保持右方投影光束空间方位不变的情况,将原

'来的投影光线S2M1平行移动到S2M2位置,同时将测标分成M1和M2,从几何

摄影测量与遥感习题库答案

关系上形成了“三角形加平行四边形”的交会形式。

27.电子计算机在机助和机控测图中有哪些作用? 答:1.在机助测图中作用: ① 生成测图所需要的地物符号 ② 将符号填充到某一已测绘的图形内

③ 将闭合折线的起点与终点连接起来,形成闭合图形

④ 用脚踏键将刚测出的最后两点连成直线。所有线状地物仅需量测起点、终点和转折点.

⑤ 自动增补直角物体某个角点,该角点可能被树木或房屋遮盖

⑥ 将刚记录下的若干个点(至少三个)连结成光滑曲线,这意味着绘制曲线时不一定要步步跟踪,而可以只采集曲线上的关键祥点,然后用软件绘出光滑曲线。

⑦ 用直线或曲线组合方式连接刚采集的样点(至少三点)。

⑧ 按等长的时间间隔或距离间隔自动采集数据。加在测绘跟踪等高线过程中,按时间间隔自动记录样点,可用来建立DEM。

⑨ 通过对采集数据的条件平差,保证规则地物应有的外形条件(如垂直性或平行性)

2.在机控测图中作用

① 内定向时自动将测标移到框标附近,相对定向时自动将测标移到标准点垃上,在绝对定向中自动将测标移到控制点附近(在量测了两个点之后)。 ② 在线空中三角测量和数字测图中,自动将测标移到需量测的点位上. ③ 在断面量测和沿格网采集DFM时,控制测标自动沿规定的方向,按规定的步长移动,作业员仅需用一个动作使测标切在模型表面,从而加快采集速度。 ④ 自动对已采集的数据进行地形分析,并自动将测标移到需加测的位置上,实现自动渐进采样.

⑤ 在新的立体模型上自动将测标移到上面的模型所量测地物的终点上,以保证完整的连接和正确的接边。

28.什么是数字影像?如何获取数字影像?

答:将透明正片(或负片)放在影像数字化器上,把像片上像点的灰度值用数字形

摄影测量与遥感习题库答案

式记录下来,此过程形成的影像称为数字影像。数字影像可以直接从空间飞行器中的扫描式传感器产生,也可以利用影像数字化器对摄取的像片通过影像数字化过程获得。

29. 影像相关的目的是什么? 基于灰度的影像相关有哪些方法?试以一种方法为例,详述影像相关的全过程。

答:对于全数字化摄影测量,影像相关的目的是在没有人眼的立体观测的情况下,从左、右数字影像中寻找同名像点。基于灰度的影像相关有相关系数法、协方差法、高精度最小二乘相关以及以这些方法为基础加上各种约束条件构成的方法,如带核线约束的相关系数法、顾及共线条件的高精度最小二乘相关法、多点乃至多片最小二乘相关方法及同时采用几种相似性量度作为判据的多重信息多重判据方法,等等。.

30.什么是影像相关?它与影像匹配存在着什么样的关系?简述影像相关的基本原理。 答:

通过取出以待定点为中心的左影像的小区域的影像信号与右影像上相应区域的影像信号,计算它们的相关函数,相关函数最大值对应的右影像区域的中心即为待定点的同名点,这种求解同名点的过程就叫影像相关。影像相关只是影像匹配的一个方面,影像匹配包括影像相关,但涵盖的范围更广泛。影像相关的基本原理(以二维相关为例):在左影像上取以待定点为中心的目标区,其大小为m*n,粗略估计其同名点在右影像上可能存在的区域,在右影像上取搜索区大小为k*l(k>m,l>n),依次取搜索区中与目标区大小相同的窗口,并计算其与目标区的相关系数,比较所有的相关系数,取其最大值或者最小值(依算法而定)对应的搜索区中所取区域的中心为待定点的同名点,这就是影像相关的基本原理。

31. 说明金字塔影像的概念及其建立的必要性和重要性。

对二维影像进行低通滤波,并逐渐增大采样间隔,形成的影像像素数依次减少的影像序列,即为金字塔影像。它采用由粗到精的策略,即先利用低频信息进行粗相关,概略找出同名点的位置,然后利用高频信息进行精相关找到同名点。其必

摄影测量与遥感习题库答案

要性与重要性:由于根据相关函数谱分析,相关函数越陡峭,则高频信息越丰富,相关精度也越高,但拉入范围(即可靠性)小;而相关函数越平缓,低频信息越丰富,相关精度也低,但拉入范围大,可靠性高。鉴于这种问题,通过金字塔影像的建立,应用由粗到精的策略,这样既可以保证相关结果的精度,还能保证其可靠性,因此金字塔影像的建立非常重要。

32.数字高程模型与数字地面模型有何区别和联系?并说明DEM的几种常用的表示形式及特点。 答:

数字地面模型实质是某区域D上的m维向量,向量中包含了地形(X,Y,Z)、资源、环境、土地利用、人口等信息的定性或定量描述;而数字高程模型只是其地形分量(X,Y,Z),因此数字地面模型包含数字高程模型(DEM)。

DEM常用的表现形式有:规则矩形格网(Grid)、不规则三角网(TIN)、Grid-TIN混合结构。

规则矩形格网:存储量小,计算方便,但不能很好地体现地形特征及细节; TIN:存储量大,计算与检索复杂,但能较好地顾及断裂线、山脊等地貌特征; Grid-TIN混合结构:综合了规则矩形网和TIN的优点。

33.数字正射影像质量的好坏与何因素有关? 答:数字正射影像的质量与四个因素有关: ① 数据点获取精度 ② 数据点数量 ③ 数据点分布位置 ④ 格网点内插精度

34.为什么要进行核线相关?如何获取同名核线? 答:

由于基本的影像相关方法。无论是目标区,还是搜索区,都是一个二维的影像窗口,在这样的二维影像窗口里进行相关计算,其计算量是相当大的,而由核线的几何关系确定了同名点必然位于同名核线上。这样利用核线的概念就能将沿

摄影测量与遥感习题库答案

着x,y方向搜索同名点的二维相关问题,改成为沿同名核线的一维相关问题,从而大大地减少相关的计算工作,因此要进行核线相关。通过摄影基线所作的任意一个与像片面相交的平面,与像片对相交,就会在左右像片上获得一对同名核线

35.基于特征的影像匹配有什么特点和优点? 答:

基于特征提取算子提取影像中的特征(点、线、面);然后对提取的特征进行参数描述;最后以特征的参数值为依据进行同名特征的搜索,继而获得同名像点。对于信息缺乏区域,或相关影像之间存在着较大比例尺区域或扭曲的区域很适合;同时顾及图像的总体结构

36. 数字微分纠正有哪两种方案?分别进行说明。

答:数字微分纠正是根据已知参数及数字高程模型,利用构像方程式或一定的数学模型由控制点解算,从原始非正射投影的数字影像获得正射影像,对影像很小的区域逐一进行数字纠正的过程为数字微分纠正。

数字微分纠正包括直接法数字微分纠正和间接法数字微分纠正

①直接法数字微分纠正 从原始影像出发,按行列的顺序依次对每个原始像元素点位求其在输出影像(纠正影像)中的正确位置: X?Fx(x,y) Y?Fy(x,y)

式中,x,y为原始影像上像元素坐标,X,Y为纠正影像上相应像元坐标,Fx、

Fy为直接纠正变换函数。

②间接法数字微分纠正 从空白的纠正影像出发,按行列的顺序依次以每个像

素点位反求其在原始影像中的位置:

x?Gx(X,Y)? ?

y?Gy(X,Y)?式中,Gx,Gy为间接纠正变换函数。

37.获取建立数字高程模型的数据点有哪些方法?

答:数据点是建立数字高程模型的控制基础,模拟地表面的数学模型函数关系式


遥感与摄影测量题库(5).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:物资管理工作总结 物资管理工作范文一

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: