摄影测量——单片空间后方交会

题目

根据已知条件，摄影机主距f=153.24mm，x0=0.01mm，y0=-0.02mm, 像片比例尺为1:40000，像片上四个像点的框标坐标及其对应的地面坐标，通过单像空间后方交会方法，求解该像片的外方位元素。其中要求各角元素迭代计算至其改正值小于6秒。整个作业通过编程实现。

原理

算法流程

代码实现

import numpy as np
import math as ma
x12138=0
f=153.24e-3
x0=0.01e-3
y0=-0.02e-3
m=40000
phi=kapa=omga=0.0   #角度为弧度制
x=[-86.15e-3,-53.4e-3,-14.78e-3,10.46e-3]
y=[-68.99e-3,82.21e-3,-76.63e-3,64.43e-3]
X=[36589.41,37631.08,39100.97,40426.54]
Y=[25273.32,31324.51,24934.98,30319.81]
Z=[2195.17,728.69,2386.50,757.31]
R=[[ma.cos(phi)*ma.cos(kapa)-ma.sin(phi)*ma.sin(omga)*ma.sin(kapa),-ma.cos(phi)*ma.sin(kapa)-ma.sin(phi)*ma.sin(omga)*ma.cos(kapa),-ma.sin(phi)*ma.cos(omga)],[ma.cos(omga)*ma.sin(kapa),ma.cos(omga) * ma.cos(kapa),-ma.sin(omga)],[ma.sin(phi)*ma.cos(kapa)+ma.cos(phi)*ma.sin(omga)*ma.sin(kapa),-ma.sin(phi)*ma.sin(kapa)+ma.cos(phi)*ma.sin(omga)*ma.cos(kapa),ma.cos(phi)*ma.cos(omga)]   ]
##求定Xs,Ys,Zs的初值
Xs0=Ys0=0.0
Zs0=0.4
for i in X:Xs0+=i
Xs0=Xs0/len(X)
for i in Y:Ys0+=i
Ys0=Ys0/len(Y)
for i in Z:Zs0+=i
Zs0=Zs0/len(Z)
Zs0=m*f+Zs0
A=np.zeros((8,6))
consts=180/ma.pi*3600
dxnp=np.ones((6,1))*7
dxs=np.matrix(dxnp)
num=0
while(abs(dxs[3]*consts)>6 and abs(dxs[4]*consts)>6 and abs(dxs[5]*consts)>6 ):_x=np.zeros((4,1))_y=np.zeros((4,1))for i in range(0,4):_x[i]=-f*(R[0][0]*(X[i]-Xs0)+R[1][0]*(Y[i]-Ys0)+R[2][0]*(Z[i]-Zs0))/(R[0][2]*(X[i]-Xs0)+R[1][2]*(Y[i]-Ys0)+R[2][2]*(Z[i]-Zs0))_y[i]=-f*(R[0][1] * (X[i] - Xs0) + R[1][1] * (Y[i] - Ys0) + R[2][1] * (Z[i] - Zs0))/ (R[0][2] * (X[i] - Xs0) + R[1][2] * (Y[i] - Ys0) + R[2][2] * (Z[i] - Zs0))l=np.zeros((8,1))for i in range(0,4):l[2*i]=x[i]-_x[i]-x0l[2*i+1]=y[i]-_y[i]-y0for i in range(0,8,2):Zh=R[0][2] * (X[int(i / 2)] - Xs0) + R[1][2] * (Y[int(i / 2)] - Ys0) + R[2][2] * (Z[int(i / 2)] - Zs0)A[i][0] = 1 / Zh * (R[0][0] * f + R[0][2] * _x[int(i / 2)])A[i][1] = 1 / Zh * (R[1][0] * f + R[1][2] * _x[int(i / 2)])A[i][2] = 1 / Zh * (R[2][0] * f + R[2][2] * _x[int(i / 2)])A[i][3] = _y[int(i / 2)] * ma.sin(omga) - (_x[int(i / 2)] / f * (_x[int(i / 2)] * ma.cos(kapa) - _y[int(i / 2)] * ma.sin(kapa)) + f * ma.cos(kapa)) * ma.cos(omga)A[i][4] = -f * ma.sin(kapa) - _x[int(i / 2)] / f * (_x[int(i / 2)] * ma.sin(kapa) + _y[int(i / 2)] * ma.cos(kapa))A[i][5] = _y[int(i / 2)]for i in range(1,8,2):Zh=R[0][2] * (X[int((i - 1) / 2)] - Xs0) + R[1][2] * (Y[int((i - 1) / 2)] - Ys0) + R[2][2] * (Z[int((i - 1) / 2)] - Zs0)A[i][0] = 1 / Zh * (R[0][1] * f + R[0][2] * _y[int((i - 1) / 2)])A[i][1] = 1 / Zh * (R[1][1] * f + R[1][2] * _y[int((i - 1) / 2)])A[i][2] = 1 / Zh * (R[2][1] * f + R[2][2] * _y[int((i - 1) / 2)])A[i][3] = _x[int((i - 1) / 2)] * ma.sin(omga) - (_y[int((i - 1) / 2)] / f * (_x[int((i - 1) / 2)] * ma.cos(kapa) - _y[int((i - 1) / 2)] * ma.sin(kapa)) - f * ma.sin(kapa)) * ma.cos(omga)A[i][4] = -f * ma.cos(kapa) - _y[int((i - 1) / 2)] / f * (_x[int((i - 1) / 2)] * ma.sin(kapa) + _y[int((i - 1) / 2)] * ma.cos(kapa))A[i][5] = -_x[int((i - 1) / 2)]##利用最小二乘求取变化值Am=np.matrix(A)dxs=(Am.T*Am).I*(Am.T*l)Xs0+=dxs[0]Ys0+=dxs[1]Zs0+=dxs[2]phi+=dxs[3]omga+=dxs[4]kapa+=dxs[5]num+=1
print(omga)
print(kapa)
print(phi)
print(Xs0)
print(Ys0)
print(Zs0)
resultnp=np.ones((6,1))
resultnp[0]=phi
resultnp[1]=omga
resultnp[2]=kapa
resultnp[3]=Xs0
resultnp[4]=Ys0
resultnp[5]=Zs0
np.savetxt('./result.csv',resultnp,fmt='%.18e')
vvsum=Am*dxs-l
vvsum=np.matrix(vvsum)
sigm0=ma.sqrt((vvsum.T*vvsum)/2)
print(sigm0)
qxx=(Am.T*Am).I
print('-****************************-')
print(qxx)
mi=sigm0*np.sqrt(qxx)
print('-----------------------------')
print(mi)
np.savetxt('./mi.csv',mi,fmt='%.18e',delimiter=',')
print(num)

参考文献

[1]. 张剑清等，摄影测量学（第二版）武汉大学出版社，2015
[2].https://blog.csdn.net/u012176176/article/details/76572430
[3].https://baijiahao.baidu.com/s?id=1617196417868250998&wfr=spider&for=pc
[4].https://blog.csdn.net/xienan_ds_zj/article/details/86738316

摄影测量——单片空间后方交会相关推荐

单片空间后方交会程序设计（代码共享）
单片空间后方交会程序设计 1 目的用程序设计语言(VC或者VB)编写一个完整的单片空间后方交会程序,通过对提供的试验数据进行计算,输出像片的外方位元素并评定精度.本实验的目的在于让学生深入理解单片空 ...
摄影测量（三）：单张像片解析基础
一.中心投影的基本知识 1. 平行投影与中心投影航片是地面的中心投影地形图在局部范围内是地面的正射投影 2. 中心投影阴位:投影中心位于物和像之间阳位:投影中心位于物和像同侧阳位和阴位的转换 ...
c语言摄影测量共线方程,摄影测量中的共线条件方程
<摄影测量中的共线条件方程>由会员分享,可在线阅读,更多相关<摄影测量中的共线条件方程(42页珍藏版)>请在人人文库网上搜索. 1.2-5 共线条件方程,共线条件方程,已知不同 ...
摄影测量-后方交会与前方交会，相对定向与绝对定向，光束法
在学习摄影测量课程过程中,老师要求我们采用 C#语言编写程序实现前方交会和后方交会数据梳理,绝对定向和相对定向处理以及光束法 . 经过一段时间努力是顺利完成程序的编写.写完以后,一直存在电脑中没有 ...
基于matlab的摄影测量后方交会元素解算
自己做的后方交会元素解算matlab源程序废话不多说,直接上代码代码的原始数据都已经直接赋值了,可以再写一点点代码读入excel或者txt // A code block %单幅影像后方交会 %a ...
摄像头线性矫正的c语言实现,摄影测量考试试题及详细答案
1摄影测量学 2航向重叠 3单像空间后方交会 4相对行高 5像片纠正 6解析空中三角测量 7透视平面旋转定律 8外方位元素 9核面 10绝对定向元素一.填空 1摄影测量的基本问题,就是将______ ...
摄影测量-笔记（理解篇）
1.基本原理基于测量中的前方交会原理. 在两个已知点上分别拍摄一张影像,通过人眼观测(一只眼睛观察一张影像上的同名点a1和a2),就能得出空间对应点A的坐标.空间景物通过传感器构像,再用人眼观察构像 ...
激光雷达与摄影测量相结合如何提高点云质量？
是否可以通过将激光雷达与摄影测量技术相结合来提高点云的准确性和密度?激光雷达数据可以穿透树木并测量阴影区域以生成非常准确的点云.被动成像相机衍生出更详细的 3D 模型并使用多光谱信息对点云进行编码,从 ...
摄影测量--相对定向-绝对定向（C++实现）
一．目的理解并掌握空间相对定向-原理. 体会相对定向-绝对定向与前后方交会的异同,理解各参数含义. 熟悉计算流程,并通过编程运用到实践上. 提高编程计算能力,并将算式转换为程序,体会编程计算的特点 ...
摄影测量（二）：航空摄影
摄影测量的成像方式:中心投影一.传感器 1. 胶片航摄仪AFC(Aerial Film Camera) 摄影原理:小孔成像量测用摄影机的特殊要求: 物镜具有良好的光学特性:畸变差小,分辨率高,透光 ...

摄影测量——单片空间后方交会

题目

原理

算法流程

代码实现

参考文献

摄影测量——单片空间后方交会相关推荐

最新文章

热门文章