第09讲　内定向与空间后方交会.pptVIP

令： [二]共线方程的线性化 在 处泰勒级数展开，取一次项 [二]共线方程的线性化 令： 且： [二]共线方程的线性化 同理 以第一式为例： 同理可得到第二式求偏导的结果。 适用于各种情况的严格公式 [二]共线方程的线性化 整理得： * x0，y0均为小值，可视为0，舍去。 * 在近似垂直摄影的情况下，各角均为小值，在系数的推导中,可视为0。 [二]共线方程的线性化 整理得： 其中： 旋转距阵由 组成 [三]利用共线条件方程解算像片的外方位元素 1、基本原理 共线条件线性方程式为： 误差方程式为： 计算改正值： 计算改后的外方位元素： [三]利用共线条件方程解算像片的外方位元素 1、基本原理 依据最小二乘法原理 计算改正值： 计算改后的外方位元素： [三]利用共线条件方程解算像片的外方位元素 1、基本原理 2、计算过程 像点坐标 内方位元素 控制点在地面坐标系中 的坐标 读入已知数据 确定外方位初值 组误差方程式 最小二乘答解 计算外方位元 素改正值 改正数是否小于限差 否 结果 是 2、计算过程 角元素一般为： 摄站坐标为： 读入已知数据 确定外方位初值 组误差方程式 最小二乘答解 计算外方位元 素改正值 改正数是否小于限差 否 结果 是 2、计算过程 计算旋转矩阵： 计算地面点的变换坐标： 计算　　　　： 计算误差方程系数： 组误差方程： 读入已知数据 确定外方位初值 组误差方程式 最小二乘答解 计算外方位元 素改正值 改正数是否小于限差 否 结果 是 2、计算过程 计算： 计算： 答解法方程： 计算外方位元素的改正数： 读入已知数据 确定外方位初值 组误差方程式 最小二乘答解 计算外方位元 素改正值 改正数是否小于限差 否 结果 是 2、计算过程 外方位元素改正值： 读入已知数据 确定外方位初值 组误差方程式 最小二乘答解 计算外方位元 素改正值 改正数是否小于限差 否 结果 是 概述 共线方程的线性化 利用共线条件方程解算像片的外方位元素 本 讲 小 结 1、什么叫单像空间后方交会？对参加单像空间后方交会的点有什么要求？ 2、单像空间后方交会的计算过程主要有哪几步？ 3、推导 作 业 题 第九讲 内定向与空间后方交会 Interior Orientation Space Resection 已知 XS，YS，ZS f ai，bi，ci 若 x，y ，Z X，Y ？ XS，YS，ZS f ai，bi，ci x，y X，Y，Z 已知 XS，YS，ZS f ai，bi，ci 若 XS，YS，ZS ai，bi，ci ？ 复 习 Review 怎样获得像片的外方位元素？ 外方位元素则不同，对每张影像都不一样。－关键 获得（恢复）影像的外方位元素的方法很多： ①一张影像; －－－－单像空间后方交会 ②两张影像(一立体像对) ; --相对定向+绝对定向 ③多(甚至上千)张影像; －－空中三角测量； ④在摄影过程中直接获取。 由于：内方位元素通过检校－已知，每张影像都相同 ①一张影像; －－－－单像空间后方交会 复 习 Review 一、内定向 什么是数字影像内定向 为什么要进行数字影像内定向 如何进行数字影像内定向 内 容 安 排 二、空间后方交会 单像空间后方交会概述 共线方程的线性化（难点） 利用共线条件方程解算像片的外方位元素（重点） 第一部分 像片的内定向 [一]什么是数字影像内定向（what） o y x J I A 主要针对模拟像片数字化 现代数字传感器均可实现 自动内定向 [二] 为什么要进行数字影像内定向（why） 确定扫描坐标系与像片坐标系之间的关系； 消除模拟影像数字化中可能存在的线性变形 [三] 如何进行数字影像内定向（how） 内定向的数学模型 其中，(x,y)为像点的像平面坐标，(I,J)为相应像点的扫描坐标，Δ是扫描间隔， 是待定系数 内定向的主要过程 框标的识别和定位； 变形参数解算 确定待定系数的方法 利用一些特殊点，如框标点或其他特征点，分别获取这些点的像平面坐标和扫描坐标，然后用前述的数学模型求解待定系数。 常用的框标形状 框标扫描坐标的识别 框标的像平面坐标一般由相机检校获得，由相应 的数据文件提供； 框标的扫描坐标则由模式识别获得； 框标扫描坐标的识别过程