DLT(Direct Linear Transform)算法
一、定义
- 直接线性变换解法是建立像点的“坐标仪坐标”和相应物点的物方空间坐标直接的线性关系的解法。
- 直接线性变换解法的特点:
- 不归心、不定项
- 不需要内外方位元素的起始值
- 物方空间需布置一组控制点
- 特别适合于处理非量测相机所摄影像
- 本质是一种空间后交-欠交解法。
二、推演
( x¯,y¯)[on2,on1] \bar{x}, \bar{y} )[on_2, on_1]\ — 以像主点为原点,不包含线性误差的像点p的坐标;
[om2,om1] [om_2, om_1]\ — 以像主点为原点包含不正交性 dβ d\beta\ 的坐标;
[om2,om1˙] [om_2, o\dot{m_1}]\ — 以像主点为原点包含不正交性 dβ d\beta\ 误差及比例尺不一误差 ds 的像点p的坐标;
以上假设认为 x 轴方向无比例尺误差的影响。
- 设 x 轴方向比例系数为 1, 则 y 轴方向比例系数为 (1 + ds);
- 设 x 轴方向主距为fx f_x \ ,则 y 轴方向主距为
fy=fx/(1+ds) f_y = f_x / (1 + ds)\ ;
δx=on2−om2=m2p⋅sindβ=om1⋅sindβ=(1+ds)(y−y0)⋅sindβ≈(y−y0)⋅sindβ\delta x = on_2 - om_2 = m_2p\cdot sind\beta = om_1 \cdot sind\beta = (1+ds)(y - y_0)\cdot sind\beta \approx (y-y_0)\cdot sind\beta
- δy=on1−om1˙=om1⋅dβ−om1˙=(1+ds)(y−y0)⋅cosdβ−(y−y0)=[(1+ds)⋅cosdβ−1](y−y0)≈(y−y0)⋅ds\delta y = on_1- o\dot {m_1} = om_1 \cdot d\beta - o\dot{m_1} = (1+ds)(y-y_0)\cdot cosd\beta - (y - y_0) = [(1+ds)\cdot cosd\beta - 1](y-y_0) \approx(y-y_0)\cdot ds
将δx,δy代入式中:\delta x, \delta y代入式中:
导出的基本关系式为(x,y)与(X,Y,Z)间的关系式,希望导出x=f(X,Y,Z),y=f(X,Y,Z)的形式:
⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪x+l1X+l2Y+l3Z+l4l9X+l10Y+l11Z+1=0y+l5X+l6Y+l7Z+l8l9X+l10Y+l11Z+1=0\left\{ \begin{array}{c} x+\frac{l_1X+l_2Y+l_3Z+l_4}{l_9X+l_10Y+l_11Z+1}=0 \\ y+\frac{l_5X+l_6Y+l_7Z+l_8}{l_9X+l_10Y+l_11Z+1}=0\\ \end{array} \right.
其中li(i=1,2...11)l_i(i=1,2...11) 的系数是
外方位元素(Xs,YS,Zs,f,w,k)X_s,Y_S,Z_s,f,w,k)
内方位元素(x0,y0,f)x_0,y_0,f)
坐标轴不正交系数db d_b\
坐标轴比例不一系数dS d_S \
的函数
三、解算
lil_i 系数近似值的解算
由物方空间控制点及对应的像点解算li系数近似值
li系数个数:11个
物方空间至少布置6个控制点
解算li系数的近似值,不需平差计算
只需选取11个方程解算11个li未知数
即,从控制点中挑出5.5个控制点,列11个方程解算
内方位元素x0,y0x_0,y_0 的解算
li系数精确值的解算
其中vx、vyv_x、v_y 为控制点的像点“坐标仪坐标”观测值改正数。
A的计算过程也为迭代计算过程,每次迭代A值得计算是通过控制点求得的。
牛顿迭代法:
待定点像点“坐标仪”的系统误差改正
待定点物方空间坐标近似值的解算
由li系数精确解及带定点的像点“坐标仪坐标”解算
未知数个数:3个
所摄像片数至少 2张影片
只需要选取3个方程解算3个未知数
即,从两张以上的像片中挑出1.5张,列3个方程解算待定点物方空间坐标精确值的解算·
内外方位元素及ds、dβ d\beta\ 的解算
http://www.doc88.com/p-1816848333772.html
DLT(Direct Linear Transform)算法相关推荐
- MATLAB实现DLT(Direct Linear Transform)算法
MATLAB实现DLT(Direct Linear Transform)算法 转载备用 作者:My_CSDN_Bo_Ke 来源:CSDN 原文:https://blog.csdn.net/weix ...
- C#实现DLT直接线性变换(Direct Linear Transform)算法
C#实现DLT直接线性变换(Direct Linear Transform)算法 参考资料: 1.武大版<工业测量技术与数据处理>P100-P106 2.转载博文--MATLAB实现DLT ...
- 图像降噪算法——Variance Stabilizing Transform / Generalization Anscombe Transform算法
图像降噪算法--Variance Stabilizing Transform / Generalization Anscombe Transform算法 图像降噪算法--Variance Stabil ...
- 《认清C++语言》的random_shuffle()和transform()算法
1)STL中的函数random_shuffle()用来对一个元素序列进行重新排序(随机的),包含在头文件 algorithm.h中 函数原型如下: template<class RandomAc ...
- 《认清C++语言》のrandom_shuffle()和transform()算法
1)STL中的函数random_shuffle()用来对一个元素序列进行重新排序(随机的),函数原型如下: template<class RandomAccessIterator> voi ...
- BWT(Burrows-Wheelter Transform)算法
最近看论文的时候,遇到了BWT算法. 部分内容转载自http://www.cnblogs.com/xudong-bupt/p/3763814.html 1.概述 BWT是一种以数据块为操作对象的可逆的 ...
- random_shuffle 和transform算法
1)STL中的函数random_shuffle()用来对一个元素序列进行重新排序(随机的),函数原型如下: std::random_shuffle
- 纹理对象的实时姿态估计
如今,增强现实技术是计算机视觉和机器人领域的热门研究课题之一.The most elemental problem in augmented reality is the estimation of ...
- 利用python语言实现多张图像拼接
目录 图像映射与全景拼接 图像拼接基本流程 1.基础流程 2.计算图像间的变换结构 图像拼接相关原理 1.2D图像变换原理 2.特征点错误匹配干扰 3.APAP算法 4.RANSAC方法图像拼接 算法 ...
最新文章
- 1003 我要通过!
- 涨姿势!北京地铁原来是16条旅游专线
- AcWing 164. 可达性统计
- SPARK安装二:HADOOP集群部署
- java中的native关键字有什么作用?(java本地方法)
- 单词接龙(信息学奥赛一本通-T1220)
- Mr.J-- jQuery学习笔记(十一)--事件委托
- mysql 命令连接,授权用户
- wps下一步快捷键_办公必备|终于整理完了这74个WPS最常用快捷键
- 全志A31S(android 4.2/4.4)截屏
- 微信小程序-腾讯地图报错:鉴权失败,请传入正确的key
- matlab r2021b校园正版软件安装过程的问题及解决方案记录
- 猜数字游戏:随机生成一个1-100之间的数据,提示用户猜测,猜大提示过大,猜小提示过小,直到猜中结束游戏
- 软件企业配置管理过程
- win7共享网络的方法简述
- win10 1050ti anaconda搭建tensorflow-gpu
- android6.0 framwork修改
- 从电平角度理解数字电路
- 微服务高频热点面试题汇总
- pta 西格玛与罗比特