- •4. Автоматизация фотограмметрических измерений
- •Корреляционный метод измерений соответственных точек на паре снимков
- •Измерение соответственных точек по методу наименьших квадратов
- •Проблемы автоматического стереоотождествления одноименных точек
- •Отождествление соответственных точек по методу наименьших квадратов с учетом геометрических и фотометрических искажений снимков
- •Отождествление соответственных точек по методу наименьших квадратов в пространстве объекта
- •Вычисление градиента изображения
- •Методы, позволяющие сузить область поиска соответственных точек на смежных снимках
- •Использование априорной информации о параметрах съемки
- •Построение пирамиды изображений
- •Поиск точек на стереопаре снимков идеального случая съемки
- •Использование базисных линий на нескольких перекрывающихся снимках
- •Сужение области поиска вдоль базисных линий
- •4.8 Построение цифровой модели поверхности.
- •Оператор Форстнера (Forstner)
- •Оператор Моравика (Moravec)
- •Оператор Дрешлера (Dreschler)
- •Оператор Марра (LoG - Лапласиан Гауссиана)
- •Sift (масштабно инвариантное преобразование)
- •Автоматизированные методы монокулярных измерений
- •Вычисление центра тяжести фигуры
- •Вычисление центра на основе уравнения фигуры
- •Корреляционный метод
- •4.11 Применение методов автоматизации измерений в фотограмметрии
Оператор Форстнера (Forstner)
Этот оператор позволяет оценить степень корреляции данного пикселя с окружающими его пикселями в некоторой области, например, 5х5 пикселей. То есть позволяет выделить те пиксели изображения где наилучшим образом (с точки зрения точности и надежности) будет выполнено отождествление одноименных точек одним из площадных методов и вычислить ожидаемую точность этого отождествления.
Оператор Форстнера основан на анализе градиентного изображения для выбранной области вокруг данного пикселя. Для этого вычисляется матрица нормальных уравнений N :
, ( 4.36)
где gx, gy – составляющие градиента вдоль осей x и y, которые вычисляются по (4.29).
Обратная матрица к нормальным уравнениям, которая определяет точность измерений вычисляется как:
(4.37)
Оценку точности измерений можно выполнить, вычислив значение w, которое характеризует величину (площадь) эллипса ошибок:
(4.38)
Здесь - определитель, аSpN – след матрицы N.
Кроме этого можно вычислить параметр q, который характеризует сжатие эллипса ошибок:
(4.39)
Таким образом, Оператор Форстнера позволяет на основе анализа величин w и q выполнить классификацию изображения и выделить зоны наилучшей корреляции. Например, чтобы избежать выполнения отождествления (корреляции) для пикселя лежащего на границе, где корреляция не определена вдоль этой границы, эллипс ошибок должен быть близок к кругу (q близка к 1) , а сама ошибка (w) – маленькой.
Следует отметить, что этот оператор инвариантен к поворотам изображения.
Оператор Моравика (Moravec)
Этот оператор позволяет проанализировать изменение значений пикселей вокруг данного пикселя с координатами x,y. Как правило, анализируются пиксели по четырем направлениям: вдоль строк, столбцов и двух диагоналей вокруг данного пикселя. Изменения значений пикселей в каждом направлении вычисляется как сумма квадратов разностей между соседними пикселями.
(4.40)
Здесь n – число пикселей в фрагменте изображения вдоль оси x; m – вдоль оси y вокруг данного пикселя.
Далее выполняется сравнение значения M с некоторым пороговым значением и если М превышает это значение, то данный пиксель принимается как значащий (в котором следует проводить корреляцию) и ему присваивается 1, в противном случае присваивается 0. Таким образом, мы получаем матрицу зон изображения с наибольшим контрастом, в которых следует выполнять корреляцию.
Оператор Дрешлера (Dreschler)
Данный оператор позволяет вычислить значение кривой Гаусса, что позволяет определить точки принадлежащие перегибам поверхности, образованной значениями пикселей в пределах исследуемого фрагмента изображения. Для этого определяются размеры матрицы (фрагмента изображения) размером n*m, для которой будет вычисляться значение кривой Гаусса, и этой матрицей проходятся по всему изображению. Значение кривой Гаусса вычисляется следующим образом:
( 4.41)
где:
Анализируя значения К, можно выделить пиксели, принадлежащие перегибам линий.
Из дифференциальной геометрии известно, что кривая Гаусса инвариантна к геометрическим искажениям.