Содержание к диссертации
Введение
1 Теоретические и технологические аспекты обработки материалов аэровидеосъемки 9
1.1 Актуальность задачи оперативного обновления планов и карт 9
1.2 Возможности современных цифровых фотограмметрических систем 12
1.3 Технология создания ортофотопланов по материалам аэровидеосъемки 18
1.3.1 Особенности получения аэровидеоснимков 18
1.3.2 Проектирование фототриангуляционной сети 22
1.3.3 Измерение связующих точек на аэровидеоснимках 24
1.3.4 Построение фототриангуляционной сети 24
1.3.5 Геодезическое ориентирование блока и учет радиальных смещений 31
1.3.6 Пути совершенствования технологии фотограмметрической обработки материалов аэровидеосъемки 34
2 Разработка и исследование алгоритмов стереоизмерений на аэровидеоснимках 36
2.1 Анализ существующих алгоритмов автоматизированных стереоизмерений 36
2.1.1 Общие подходы к автоматизации стереоизмерений 36
2.1.2 Анализ алгоритмов площадного отождествления точек 41
2.1.3 Описание используемых параметров поиска 47
2.2 Определение оптимальных параметров поиска для идентификации точек на аэровидеоснимках 49
2.3 Разработка и исследование комбинированного способа автоматической идентификации точек на аэровидеоснимках 63
2.3.1 Анализ и выбор стратегии поиска 63
2.3.2 Разработка комбинированного способа автоматической идентификации точек на аэровидеоснимках 67
2.3.3 Исследование комбинированного способа автоматической идентификации точек на аэровидеоснимках 70
2.4 Разработка и исследование алгоритма идентификации точек с субпиксельной точностью 83
3 Экспериментальные исследования усовершенствованной технологии создания ортофотопланов по материалам аэровидеосъемки 95
3.1 Создание ортофотоплана на тест-объекте. Оценка эффективности автоматических стереоизмерений 95
3.2 Создание ортофотопланов на производственном объекте. Оценка эффективности «видеотехнологии» 104
3.3 Создание ортофотопланов по материалам цифровой аэрофотосъемки 108
Заключение 115
Библиография
- Возможности современных цифровых фотограмметрических систем
- Геодезическое ориентирование блока и учет радиальных смещений
- Определение оптимальных параметров поиска для идентификации точек на аэровидеоснимках
- Создание ортофотопланов на производственном объекте. Оценка эффективности «видеотехнологии»
Введение к работе
Актуальность темы исследований. Для решения большинства задач управления необходимо картографическое обеспечение территории. Правильность и своевременность принятых решений будет зависеть от актуальности имеющейся информации о местности. В результате постоянных изменений на местности картографический материал «стареет» и возникает необходимость его обновления. Нормативные документы регламентируют периодичность централизованного обновления планов и карт. Однако, для целей управления территориями необходимость выборочного обновления картографических материалов возникает гораздо чаще в результате: активного освоения территории, при чрезвычайных ситуациях, стихийных бедствиях и т. п. Кроме того, необходимость оперативного обновления возникает при ведении экологического, кадастрового мониторинга территорий и т. д. Таким образом, проблема поддержания картографических материалов в актуальном состоянии имеет важное значение, а задача совершенствования методики мониторинга земель является актуальной.
Обновление крупномасштабных планово-картографических материалов эффективно выполняется по материалам аэрофотосъемки. Дальнейшее развитие дежурного картографирования и ведения локального мониторинга территорий по аэрофотоснимкам сдерживает излишняя централизация аэрофотогеодезиче-ских работ. Для выборочного обновления планов и карт можно использовать материалы оперативной аэровидеосъемки, которая занимает промежуточное положение между наземной инструментальной съемкой и аэрофотосъемкой местности.
Аэровидеосъемка обладает рядом достоинств. Ее можно выполнять практически с любых летательных аппаратов, начиная с пилотируемых самолетов и вертолетов и заканчивая беспилотными радиоуправляемыми авиамоделями. Невысокая стоимость аппаратуры и аренды малых летательных аппаратов де-
лает аэровидеосъемку доступной для многих неспециализированных предприятий.
Вопросам применения видеосъемки для картографирования территорий посвящено большое количество теоретических и экспериментальных исследований. В научных работах обосновывается принципиальная возможность корректной фотограмметрической обработки аэровидеоснимков. Первые работы по телерепортажной съемке сельскохозяйственных угодий были выполнены под руководством профессора Родионова Б.Н. В своих работах ученые Родионов Б.Н., Быков Л.В., Гельман Р.Н., Антипов А.В. и другие обосновывают возможность практического использования аэровидеосъемки для решения задач мониторинга и картографирования территорий.
Одной из особенностей аэровидеосъемки является необходимость выбора такого масштаба съемки, при котором разрешающая способность снимка на местности соответствует графической точности создаваемого плана. Это обстоятельство, наряду с малым размером видеокадра и его низкой разрешающей способностью, приводит к покрытию видеоснимком на местности не значительной площади. Как следствие, увеличивается количество обрабатываемых видеоснимков и значительно возрастает объем стереоскопических измерений. Поэтому задачу оперативного обновления планов и карт по материалам аэровидеосъемки можно решить только путем максимальной автоматизации традиционных фотограмметрических процессов.
Это определяет актуальность постановки и решения проблемы автоматизации стереоскопических измерений при обработке материалов аэровидеосъемки для целей создания ортофотопланов.
Цель работы состоит в разработке и исследовании методики автоматических стереоскопических измерений для фотограмметрической обработки материалов аэровидеосъемки.
Для достижения поставленной цели необходимо решить следующие задачи:
выполнить анализ возможностей современных цифровых фотограмметрических систем при обработке материалов аэровидеосъемки;
выполнить анализ существующих алгоритмов стереоскопических измерений координат идентичных точек и рассмотреть возможность их использования для обработки аэровидеоснимков;
разработать комбинированный способ автоматических стереоизмере-ний на аэровидеоснимках;
разработать алгоритм идентификации связующих точек с субпиксельной точностью;
определить оптимальные параметры идентификации точек на аэровидеоснимках;
разработанные алгоритмы и результаты исследований реализовать в программе фотограмметрической обработки аэровидеоснимков.
Методы исследований. Поставленные в работе задачи решались при комплексном использовании методов математического моделирования, вычислительной математики, теории ошибок, аналитической фотограмметрии, алгоритмов цифровой обработки изображений, результатов теоретических, экспериментальных и производственных работ.
Научная новизна выполненной работы состоит в:
разработке комбинированного способа автоматической идентификации точек на аэровидеоснимках;
исследовании комбинированного способа автоматической идентификации точек на аэровидеоснимках и определении оптимальных параметров автоматической идентификации.
На защиту выносится:
комбинированный способ автоматической идентификации точек на аэровидеоснимках;
результаты исследования комбинированного способа автоматической идентификации точек на аэровидеоснимках и оптимальные параметры автоматической идентификации.
Практическая значимость работы состоит в следующем:
определены оптимальные параметры идентификации точек на аэрови-деоснимках;
разработан и исследован алгоритм идентификации связующих точек с субпиксельной точностью;
реализован и исследован способ фотограмметрической обработки материалов аэровидеосъемки;
разработано программное обеспечение, позволяющее автоматически измерять координаты связующих точек в фототриангуляционной сети и автоматически выполнять построение фототриангуляционной сети из аэровидеоснимков;
усовершенствованы этапы стереоизмерений координат точек и обработки результатов измерений в технологии фотограмметрической обработки материалов аэровидеосъемки.
Реализация результатов работы. Результаты работы реализованы в программном продукте (программа фотограмметрической обработки материалов аэровидеосъемки AutoATI), входящем в состав технологического комплекса RosCad. С его использованием в Омском филиале ФГУП «ФКЦ «Земля» и Западно-Сибирском филиале ФГУП «Госземкадастрсъемка» выполнено обновление планово-картографических материалов на площади:
в Омской области - около 3900 га;
в Республике Хакасия - около 4500 га;
в Ханты-Мансийском Автономном округе - около 4700 га;
в Красноярском крае - около 5000 га;
в Приморском крае - около 2000 га.
Результаты диссертационных исследований внедрены в учебный процесс кафедры «Высшей геодезии, фотограмметрии и ГИС» Омского государственного аграрного университета (ОмГАУ). Усовершенствованная технология создания ортофотопланов по материалам аэровидеосъемки защищена патентом Российской Федерации № 2235292 от 27.08.2004 г.
Апробация работы. Основные положения диссертации докладывались на научно-технических конференциях ОмГАУ в период с 2001 по 2005 год (г. Омск), на международных научно-технических конференциях «Современные проблемы геодезии и оптики» в СГГА в 2003-2004 годах (г. Новосибирск), на научной конференции Российского общества фотограмметрии и дистанционного зондирования в 2003 году (г. Москва), на 9-й Всероссийской учебно-практической конференции ГИС-Ассоциации «Организация, технология и опыт ведения кадастровых работ» в 2004 году (г. Москва), на международном научном конгрессе «ГЕО-СИБИРЬ-2005» в СГГА (г. Новосибирск), на международной научно-практической конференции ученых и специалистов «Землеустроительное и кадастровое обеспечение функционирования земельно-имущественного комплекса» в 2005 году (г. Омск).
Публикации. По материалам диссертации опубликовано семь работ.
Структура и объем работы. Диссертация состоит из введения, трех разделов, заключения и библиографического списка. Общий объем работы 128 страниц, 10 таблиц, 39 рисунков.
Возможности современных цифровых фотограмметрических систем
В настоящее время для обработки материалов аэросъемки используются цифровые фотограмметрические системы (ЦФС), в которых практически реализованы алгоритмы фотограмметрической обработки цифровых аэроснимков.
Под цифровой фотограмметрической системой понимается совокупность программных и технических средств, связанных общей функцией и обеспечи вающих выполнение комплекса технологических процессов и операций, необходимых для обработки материалов аэрофотосъемки в цифровом виде [29].
Разработка ЦФС ведется как в России так и за рубежом. Наиболее распространенными зарубежными продуктами являются системы следующих фирм: Intergraph Corp., LH-Systems LLC, ISM, ERDAS Inc., Vexel Imaging Corp. и др.
Система ImageStation корпорации Intergraph является полнофункциональной фотограмметрической системой [29]. Она характеризуется высокой производительностью и уровнем автоматизации, большим ассортиментом форматов экспорта-импорта данных, интегрируемостью с другими программными пакетами. В качестве графической среды используется система MicroStation. Для функционирования системы необходимы как средства вычислительной техники, так и специальное оборудование. Такими системами в России оснащены предприятия «Госземкадастрсъемка», многие предприятия нефтегазового комплекса. Система ImageStation хорошо зарекомендовала себя на рынке фотограмметрических систем.
Известна система SOCET SET фирмы LH-systems LLC, которая эксплуатируется в институте «Госземкадастрасъемка» в Москве [30]. Система имеет возможность интеграции с другими системами и аналитическими приборами. В качестве графической среды при стереосъемке используется MicroStation GeoGraphics. В этой системе предусмотрен ряд дополнительных возможностей. К ним относятся проектирование аэрофотосъемки, построение трехмерных моделей объектов, обработка короткобазисной съемки, фототриангуляция по снимкам, полученным разными датчиками. Система позволяет решить все фотограмметрические задачи, однако, это одна из самых дорогих ЦФС.
Система DiAP разработанная канадской фирмой ISM обладает почти всеми необходимыми функциональными возможностями [29]. В качестве средств управления измерительной маркой используется ручной штурвал, ножной диск и педаль. При стереоскопической рисовке также используется MicroStation GeoGraphics. Для выполнения фототриангуляции, разработчики системы предлагают использовать сторонний продукт.
Фирма ERDAS разрабатывает пакет ERDAS Imagine Advantage, в котором присутствует фотограмметрический модуль Imagine OrthoBASE [29, 31]. Он позволяет выполнять фототриангуляцию и создавать ортофотопланы для многих типов изображений. В системе используется обобщенная модель цифровых сенсоров. Модуль характеризуется высоким уровнем интегрируемости с другими фотограмметрическими пакетами и аналитическими приборами. Система позволяет получать качественный результат, но при работе с программой следует соблюдать предельную аккуратность, поскольку система диагностики ошибок не позволяет достоверно установить место ошибки.
Цифровая фотограмметрическая система VirtuoZO в России .известна сравнительно недавно, но на мировом рынке получила достаточно широкое распространение. В модулях системы предусмотрена возможность выполнения почти всех необходимых технологических процессов. Ей свойственна высокая производительность на рутинных процессах, таких как построение цифровых моделей рельефа (ЦМР) и ортофототрансформирование. В качестве графической среды используется MicroStation. В системе нет возможности выполнять фототриангуляцию, для этого следует использовать другую ЦФС.
Российские фотограмметрические системы во многом конкурируют с зарубежными системами, тем более что они существенно дешевле. К таким системам относятся: Photomod, «Талка», Z-space, ЦФС ЦНИИГАиК совместно с программным компонентом РНОТОСОМ, «Сибирский цифровой стереоплот-тер» SDS, «Землемер-ЦФК», «Ортофотоплан» и др.
Цифровая фотограмметрическая система Photomod, разработанная и поставляемая компанией «Ракурс», появилась на рынке в 1994 году и сейчас широко распространена в России и используется за рубежом [29, 32, 33, 34, 35]. При измерении точек и построении ЦМР используется корреляция. Графическая среда имеет достаточно большие возможности. Форматы системы открыты, и пользователь может создавать свои конверторы. Это одна из самых из вестных цифровых фотограмметрических систем в России. В составе комплекса имеются модули, позволяющие обрабатывать снимки с произвольными элементами внутреннего ориентирования, но предназначены они для обработки одиночных космических снимков как с «известным», так и с «неизвестным» сенсором формирования изображений.
Геодезическое ориентирование блока и учет радиальных смещений
На этапе геодезического ориентирования устанавливается связь условной системы координат блока с геодезической системой координат. Геодезическое ориентирование блока выполняется на основе аффинно-проективных преобразований координат опорных точек вычисленных в условной системе координат блока и измеренных на местности. При этом используются формулы (1-4). Каждая опорная точка дает 2 уравнения с восемью неизвестными элементами преобразования. Поэтому для ориентирования блока необходимо не менее че тырех плановых опорных точек. В результате будет установлено проективное соотношение координат точек блока и местности. По вычисленным элементам преобразования для произвольной точки блока можно определить плановые геодезические координаты.
Геодезические координаты соответственных точек, вычисленные по параметрам трансформирования смежных снимков, будут отличаться. Расхождения координат характеризуют остаточное влияние рельефа местности и других факторов, имеющих радиальный характер. Расчет радиальных поправок для каждой точки сгущения выполняется на основе следующих соотношений [43] „ _ Ах-АЬ „ _ Ау-АЬ у Ь+АЬ АХ-АЬ 6 = 5 = х Ь+АЬ AY-Ab у Ь+АЬ. (9) где Ах, Ay, АХ, AY - приращения координат точек модели относительно проекции точки надира; Ъ - базис модели, вычисленный как расстояние между проекциями точек надира смежных снимков; АЬ - проекция расхождений точек на базис модели. Точкой схода вертикальных прямых на снимке является точка надира. Поэтому при вводе радиальных поправок точки будут смещаться по линии, проходящей через заданную точку и точку надира. Для вычисления поправок (9) необходимо знать координаты точки надира, положение которой на исходных аэровидеоснимках неизвестно. Однако известно, что на горизонтальных снимках главная точка снимка и точка надира совпадают. Приведение аэрови-деоснимков к горизонтальным выполняется на этапе геодезического ориенти рования блока. При этом снимки принимают горизонтальное положение и координаты точки надира можно считать равными трансформированным координатам главной точки снимка.
Координаты главной точки снимка определяются в следующей последовательности. На исходном снимке они вычисляются как геометрический центр снимка. Полученные координаты перевычисляются в условную систему координат блока, а затем в геодезическую систему координат. Полученные трансформированные координаты главной точки снимка, соответствующие точке надира, используются для вычисления радиального смещения связующих точек.
Учет влияния рельефа и других радиальных смещений осуществляется путем построения цифровой модели плановых радиальных смещений точек. Модель радиальных смещений строится на основе вычисленных по формулам (9) поправок при помощи поликвадратических функций [70, 71] ZcixSi+(5ix-5xcp) = 0, i=l (10) n Eciy Si +(5iy -Sy.cpH0 i=l где cix, ciy - поликвадратические коэффициенты; Sj = л/(х - Xj)2 + (у - у;)2 - расстояния между текущей точкой и точками сгущения, расположенными в окрестности текущей точки; 5ix, 8iy - значение поправок по оси X и оси Y для текущей точки; 5, 5уср - среднее значение поправок по оси X и оси Y соответственно; п - количество точек сгущения, расположенных в окрестности текущей точки. Для произвольной точки снимка можно определить радиальное смещение по формулам І n F5xO,y) = EcixSi+5x-cp, i=l (11) n F5y(x y) = 2 iySi+5y.cp i=l где F5x (x, y), F5y (x, y) - значение радиальной поправки в точке с координатами (х,у) по оси X и оси Y соответственно. После ввода в координаты точек радиальных поправок выполняется окончательное геодезическое ориентирование фототриангуляционной сети.
По вычисленным параметрам проективного трансформирования и поли-квадратическим поправкам выполняется нелинейное трансформирование снимков в геодезическую систему координат. Таким образом формируется ортофо-топлан местности.
В результате нелинейного трансформирования расхождения координат опорных точек будут равны нулю. Оценку точности трансформирования производят по контрольным точкам. Функции геодезического ориентирования и учета радиальных смещений г являются составной частью модуля AutoATI, разработанного автором данной работы. р 1.3.6
Пути совершенствования технологии фотограмметрической обработки материалов аэровидеосъемки Экспериментальные работы, проведенные в Омском филиале ФГУП і «ФКЦ «Земля» и Западно-Сибирском филиале ФГУП «Госземкадастрсъемка» ВИСХАГИ, показали возможность практического использования аэровидеосъемки для целей создания ортофотопланов местности масштаба 1:2000. На основании материалов аэровидеосъемки возможна организация локального мониторинга земель. В первую очередь это касается обновления и корректировки I I кадастровых планов населенных пунктов, промышленных и иных площадок, в период между аэрофотосъемками.
Основным препятствием на пути широкого применения «видеотехнологии» является необходимость измерения большого количества связующих точек. В этой связи, задача совершенствования технологии фотограмметрической обработки материалов аэровидеосъемки сводится к автоматизации процесса стереоскопических измерений координат связующих точек на аэровидеосним-ках.
Для повышения уровня автоматизации стереоизмерений необходимо: - выполнить анализ существующих алгоритмов стереоскопических измерений координат идентичных точек и рассмотреть возможность их использования для обработки аэровидеоснимков; - разработать комбинированный способ автоматических стереоизмерений на аэровидеоснимках, не требующий участия оператора; - разработать алгоритм идентификации связующих точек с субпиксельной точностью; - определить оптимальные параметры идентификации точек на аэровидеоснимках; Эти задачи были решены автором диссертационной работы. Подробное исследование поставленных вопросов приводится в следующих главах.
Определение оптимальных параметров поиска для идентификации точек на аэровидеоснимках
Полученные таким образом оптические плотности изображения нормализованы для получения единичного коэффициента передачи, чтобы процедура, подавления шума не вызывала смещения средней яркости обработанного изображения.
Минимальная размерность фильтра принималась равной единице. В этом случае фильтр не меняет изображения. Максимальная используемая размерность фильтра - 5x5 пикселей. Использование фильтра большего размера приводит к существенному загрубению изображения [78]. Шаг изменения размерности фильтра равен двум. Предполагалось, что с увеличением размерности фильтра количество измеренных точек будет увеличиваться, вследствие обобщения изображения. В результате использования фильтра изображение изменяется, поэтому возможно некоторое изменение точности стереоскопических измерений.
Эталонный образ - участок на изображении заданного размера. Эталонный образ левого снимка последовательно сравнивается с набором подобных образов правого снимка, попадающих в область поиска. Элементы эталонных образов участвуют при вычислении критерия сравнения - коэффициента корреляции. Минимальная размерность эталонного образа принималась равной 9x9 пикселей [78]. Образ меньшей размерности не всегда обладает достаточной для корректного сопоставления информативностью. Максимальная размерность эталонного образа составила 25x25 пикселей. При использовании образа большей размерности появляются дополнительные шумы, вызванные взаимными углами наклона, разворота и разномасштабностыо изображений [98, 101, 102]. Шаг изменения размерности эталонного образа равен двум. Предполагается, что при увеличении эталонного образа будет увеличиваться количество верно найденных точек и повышаться точность их отождествления. Область поиска - участок изображения на правом снимке, в границах ко-торого выполняется поиск соответственной точки (рис. 8). В окрестности каждой точки этого участка формируется эталонный образ, который сравнивается с эталонным образом левого снимка. Размер области поиска должен быть выбран таким, чтобы искомая точка находилась внутри этой области.
Расчет минимального размера области поиска выполнялся следующим образом. По заданным координатам точки в системе координат левого снимка и по известным параметрам связи снимков вычислялись приближенные коорди наты точки на правом снимке. Расхождения между приближенными и истин ными координатами точки будут в основном обусловлены искажениями, вызванными влиянием рельефа местности и перспективы объектов [103]. Смещения за рельеф вычисляются из известного соотношения Sr=jjr, (24) где г - расстояние от точки надира до заданной точки; h - превышение точки местности над горизонтальной плоскостью, принятой за начальную; ш Н - высота фотографирования. При параметрах съемки (г « 0.3мм, h « 0..6л , Н « 500м) смещение точек за рельеф, вычисленное по формуле (24) не превышает 3-4 пикселей. В общем случае, направление смещения точек неизвестно, поэтому необходимо преду смотреть возможность учета смещения, направленного в любую сторону. Поэтому минимальный размер области поиска должен быть не меньше удвоенного максимального смещения за рельеф. Поэтому минимальный размер области поиска принимался равным 9x9 пикселей. Максимальный размер области поиска принимался равным 21x21 пиксель. Изменение размера области поиска не должно оказывать влияния ни на точность идентификации координат точек, ни на их количество.
Коэффициент корреляции является критерием сравнения двух эталонных образов. Его пороговое значение используется для отбраковки ненадежно идентифицированных точек. При проведении исследования пороговая величина коэффициента корреляции изменялась от 0,70 до 0,97. Предполагается, что при увеличении пороговой величины коэффициента корреляции точность измерения координат точек будет повышаться, а количество найденных точек снижаться.
При обработке черно-белых изображений вычисление коэффициента корреляции ведется по величинам оптических плотностей изображения. В этом случае изменение оптической плотности пропорционально изменению номера градации цифрового изображения. На цветных изображениях изменение оптической плотности не пропорционально изменению номера цвета. Для учета этой особенности, цветное изображение раскладывается на три составных цвета: красный, зеленый и синий. При проведении исследования поиск каждой точки выполнялся с использованием оптических плотностей каждого составного цвета. Требуется установить - по яркостям какого составного цвета идентификация соответственных точек выполняется наиболее эффективно.
Таким образом был получен набор параметров поиска для исследования и определены их предельные значения.
Для сформированных стереопар, по измеренным в ручном режиме координатам ста точек, определялись параметры перехода с левого снимка на правый. В пределах рабочей площади стереопары на левом снимке задавались точки. Точки указывались в узлах регулярной сетки равномерно в пределах всей области перекрытия. Шаг сетки выбирался таким, чтобы количество точек в области перекрытия было около 300. Измерение большого количества различных точек снижает влияние их вида на результаты исследования. На правом снимке осуществлялся поиск указанных точек. Поиск каждой точки выполнялся многократно, с использованием всех возможных комбинаций параметров поиска.
Создание ортофотопланов на производственном объекте. Оценка эффективности «видеотехнологии»
Коэффициент уменьшения изображений.
Коэффициент уменьшения изображений показывает, во сколько раз уменьшаются исходные снимки при поиске начальных точек. Автоматический поиск одной точки на изображениях исходных размеров на компьютере класса Pentium-II выполняется за 110-120 секунд. Для надежного определения параметров перехода с одного снимка на другой и возможности отбраковки грубых измерений на стереопаре необходимо измерить около 50 точек. Время обработ-. ки одной стереопары в этом случае составит 1,5 часа. Потребуем, что бы ориентирование стереопары выполнялось не дольше 2 минут. Тогда скорость измерений должна быть повышена не менее чем в 45 раз. Скорость обработки повышается пропорционально квадрату коэффициента уменьшения. Следовательно, минимальный коэффициент уменьшения должен быть равен KUmin = л/45. При проведении исследования минимальный коэффициент уменьшения изображений принимался равным семи. Максимальное значение коэффициента уменьшения зависит от площади перекрытия снимков и размерности эталонного образа. В общем случае W Рг KUma= рх (27) [mmin/2] + l где Wpx - размер снимка в пикселях; Рг - процент перекрытие снимков стереопары; mmin минимальная размерность эталонного образа. Минимальный размер эталонного образа равен 3x3 пикселя. Следовательно, W„v Pr max — KUma х=- —. (28) Правильность выбора коэффициента уменьшения оказывает существенное влияние на скорость и точность измерений. Размерность эталонного образа при анализе уменьшенных снимков.
Эталонный образ - это участок на изображении заданного размера. Эталонный образ левого снимка последовательно сравнивается с набором подобных образов правого снимка, попадающих в область поиска. Минимальная размерность эталонного образа - 3x3 пикселя. Максимальный размер зависит от площади перекрытия снимков и текущего значения коэффициента уменьшения. Для каждого значения коэффициента уменьшения вычисляются максимальные размеры эталонного образа по формуле Etalonmax = Wpx Pr KU -5, (29) W где PX - размер снимка в пикселях; Рг - процент перекрытия снимков стереопары; KU - коэффициент уменьшения снимков в текущей комбинации параметров поиска.
Шаг промежуточных значений эталонного образа равен двум. При увеличении эталонного образа с одной стороны повышается точность измерений, но с другой стороны - увеличивается время работы. В результате проведения исследования необходимо определить такую размерность эталонного образа, при которой выполняется надежная идентификация соответственных точек и достигается максимальная скорость измерений.
Пороговое значение коэффициента корреляции при обработке уменьшенных снимков.
Пороговая величина коэффициента корреляции является критерием отбраковки ошибочных данных при выполнении стереоизмерений. Предельные значения коэффициента корреляции заранее не устанавливались. Оптимальная величина порогового коэффициента корреляции определялась из анализа всех результатов измерений для каждой комбинации параметров поиска. Коэффициент корреляции должен быть выбран таким, чтобы не удалить правильно идентифицированные точки, но и отбраковать большинство ошибочных измерений. Для каждого типа местности и перекрытия подбирались по 5 стереопар. В зависимости от размеров снимков и площади перекрытия определялись макси-мальные и минимальные значения параметров поиска. Для каждой стереопары формировался набор комбинаций параметров поиска. Измерения на снимках выполнялись в автоматическом режиме многократно, используя все возможные комбинации параметров поиска. В среднем ориентирование каждой стереопары выполнялось 600 раз. Таким образом, были выполнены измерения на основе которых определялись оптимальные параметры поиска.
Для целей исследования предварительно были определены параметры связи левого и правого снимков. Измеренные на правом снимке координаты то чек сравнивались с координатами вычисленными по известным параметрам связи снимков. На основании полученной разности координат делалось заклю f чение о правильности идентификации. Допустимое расхождение между вычис ленными и измеренными координатами зависит от влияния рельефа местности и высоты объектов, которое вычисляется по формуле (24).
На выбранных стереопарах допустимые расхождения, вычисленные по формуле (24), не превышали 3 пикселей на снимке.
Измерения координат точек выполнялись в два этапа. Сначала на левом снимке указывались точки не попадающие в область перекрытия. Эти данные использовались для определения порогового значения коэффициента корреля ции. Затем осуществлялось измерение координат точек отобразившихся на двух снимках. В результате анализа результатов измерений устанавливались оптималь-ные параметры поиска. При этом соблюдалась следующая последовательность действий.
Пороговое значение коэффициента корреляции для текущей комбинации параметров вычислялось по формуле кпорог _ "" max » (ЗО) где kmax - максимальное значение коэффициента корреляции, вычисленное при идентификации точек, не попадающих в область перекрытия. Такая формула позволяет исключить пиковые шумовые значения коэффициента. Из точек, расположенных в области перекрытия, отбирались точки с коэффициентом корреляции выше пороговой величины.
