Материал: 2430

теории зрения с использованием оптико-электронных или програм-

мных блоков, называемых корреляторами. В ее основе лежит по-

нятие образа – произвольной по форме и размерам области снимка

вместе со всей имею-

щейся

информацией. С

Образ R

Образ R

математической

точки

Зона

зрения

образ

пред-

поиска

ставляет

собой

много-

мерный вектор R как со-

Левый снимок

Правый снимок

вокупность

элементов

изображения (пикселей),

каждый из которых ха-

Рис. 9.10. Автоматическая идентификация точек

рактеризуется своим по-

ложением и оптической

плотностью ij согласно формуле (9.6).

Опознавание точки левого снимка на правом сводится к опреде-

И

лению некоторого образа R на левом снимке и поиску на правом

снимке такого образа R , чтобы расхождение между ними было ми-

нимальным:

R – R =Дmin.

(9.7)

Практически для автоматического опознавания точки необхо-

димо:

1. Вы рать на левом снимке о раз R

в виде области размером

А

точка

n n п кселей, в центре которой размещена опознаваемая

(р с. 9.10),

определ ть его характеристики, на основе которых бу-

дет выполняться проверка условия (9.7).

2. Определбть зону по ска размером m m пикселей (m n) веро-

ятного расположен я

скомой точки на правом снимке (см. рис. 9.10) с

коорд натами центра xп xл − bсн; yп yл.

3. Последовательным перемещением области размером n n пик-

селейграницахв зоны поиска размером m m создать на правом сним-

ке серию образов R и определить характеристики каждого из них с

целью проверки условия (9.7).

4. Сопоставить характеристики каждого образа R с характеристи-

кой-эталоном вектора R. Искомая точка на правом снимке будет распо-

С

ложена в центре образа R , для которого выполняется условие (9.7).

c11

c12

c13

C = c21

c22

c23

,

(9.8)

c32

c33

c31

где

c11 = k (xi − x0 )2 ,

c12 = c21 = k (xi

− x0 )( yi − y0 ),

x0 = xi

/ N

c22 = k ( yi − y0 )

2

,

)(

−

y0 = yi

c = c

31

= k

(x

i

− x

i

0

),

/ N

13

0

c33 = k ( i − 0 )2 ,

c23 = c32 = k ( yi

0 = i

− y0 )( i

− 0 ),

/ N

k =1/(N −1),

И

где N – число элементов в образах R и R ;

xi, yi, i – координаты эле-

ментов образа и их оптические плотности.

Если C0 – ковариационная матрица

(9.8)

образа R на

левом

Д

снимке, то условие (9.7) удет выполненным для вектора R , для ко-

Более широко применяется метод идентификации точек сним-

ков, основанный на расчете коэффициентов корреляции между опти-

ческ ми плотностями элементов о раза R и каждого из образов R на

А

правом сн мке с спользованием формулы

(

−

)(

− )

r =

i

0

i

0

,

(9.9)

б2

( −

)

2

(

i

−

)

0

i

0

• корреляторов,

о еспечивающих 100% гарантию качества ав-

томат ческой дент ф кац и точек, не существует.

обстоятельствабпредопределяют целесообразность стерео-

скоп ческого контроля положения измерительной марки после рабо-

ты коррелятора. В большинстве случаев

Эти

опытный наблюдатель ее обязательно

чуть-чуть подправит по высоте.

Искажения точек, вызванные вли-

Рис. 9.11. Геометрическое

янием угла наклона снимка и рельефа

местности, вызывают смещения отдель-

положение элементов

образа R на правом снимке

ных элементов растра, и это не может не

С

сказываться на качестве идентификации.

искажается рельефом

ются как параллактические смещения.

И

9.7. Фотограмметрическая обработка

цифровых снимков

координат этих о ъектов или их элементов с применением рассмот-

ренных ранее аналитических спосо ов. Важнейшей их особенностью

является о ъед нен е выч слительной обработки (внутреннее, вза-

А

мное, внешнее ор ент рование и т. п.) со сбором нужной для этого

нформац

–

змерен ем координат необходимых точек и автома-

т ческой х

дент ф кац ей на смежных снимках. Это обстоятель-

ство в сочетан

с макс мальной автоматизацией технологических

б

процессов делают ц фровую фотограмметрическую обработку высо-

коэффект вной

технолог чной, не требующей высокой квалифика-

ции исполнителей.

рассмотрены некоторые элементы вычислительной обра-

Ниже

С

системами растра oPxPyP и снимка oxy (рис. 9.12).

y

Математическая

модель

внутреннего

op

xp

ориентирования

цифрового

изображения

аналогична применяемой при аналитическом

x

построении сетей фототриангуляции и пред-

o

полагает определение параметров ортого-

нального, аффинного или проективного пре-

yp

образования по избыточному числу измере-

Рис. 9.12. Координатные

ний методом наименьших квадратов.

системы снимка oxy

Так,

наиболее часто применяемые аф-

и растра opxpyp

финные преобразования основаны на исполь-

зовании следующих формул связи исходных xPyP и преобразованных

x,y координат:

И

x

=

a

0

+

a

a

xp

=

a

0

+ P

xp

,

1

2

(9.10)

y

b0

b1

b2

yp

b0

yp

Д

А

где ai и bi (i=0,1,2) – коэффициенты аффинного преобразования,

определяемые из решения системы уравнений поправок, составлен-

ных по результатам измерения координат оптических меток снимка.

Л нейные коорд наты xP ,yP точек снимка в системе oPxPyP свя-

заны с геометр ческ

разрешением растра и номерами столбцов iX

строк iY

зав

с

мостями:

бx = i ,

i

X

= x

p

/ ,

p

X

и

(9.11)

yp

= iY

iY

= yp

/

простымиДля обратного преобразования координат точек из системы oxy

в систему растра oPxPyP используются формулы

С

xp

=

A

A

x − a

0

= P−1

x − a

0

,

(9.12)

y

1

2

y

p

B

B

y − b

− b

1

2

0

0