2017摄影测量实习报告

2017摄影测量实习报告一

一、实习目的与要求

本次实习是在摄影测量的教学基础上，理论实际相联系的动手 *** 作实习，是我们在学习测量专业的一个重要的实习环节。一方面是培养我们的实践 *** 作能力和运用软件解算数据的能力，另一方面培养我们在今后遇到问题应该如何去解决的能力，通过实习发现自己在实践动手方面的不足并想办法解决，为以后的工作实践打下扎实的基础。使我们熟练地掌握摄影测量及遥感的原理，信息获取的途径，数字处理系统和应用处理方法。并进一步巩固和深化理论知识，使理论与实践相结合。切实加强我们大家的实践动手能力，提高大家对这门新技术的认识和把握，全面培养我们的应用能了、创新能力和探索精神。

二、实习地点

桂林市雁山区大埠乡

桂林理工大学博文管理学院机房

三、实习用具

小比例尺航片两张、画图板一个、透明纸两张、铅笔、橡皮;电子计算机、ENVI遥感图像处理系统、编程软件(MATLAB、Visual Basic)

四、实习任务与要求

掌握航片调绘的方法步骤

掌握使用编程软件设计解算移动曲面法数字高程模型内插子程序

掌握使用编程软件设计解算空间后方交会

掌握使用ENVI遥感图像处理系统处理遥感影像

五、实习步骤

航片调绘

1

本次实习的遥感图像调绘主要判读航片测区地物属性，在透明纸上勾出边界，必要时进行清绘。在进行野外调绘之前，将调绘航片平放在画图板上，然后再将比调绘图稍大一些的透明纸盖于调绘航片上，用胶带粘好，连同调绘航片用夹子固定于画图板。

方程的线性化形式，计算近似垂直摄影情况下像片的外方位元素。

解算步骤：

获取已知数据：m,x0,y0,f,Xtp,Ytp,Ztp;

量测控制点像点坐标：x，y;

确定未知数初值;

组成误差方程式：若P=I，X=(ATA)TL;

解求外方位元素改正数、外方位元素的近似值;

检查迭代是否收敛，是否需要重复计算。

使用ENVI系统处理遥感影像

主要要求学会使用ENVI系统对遥感影像进行监督分类和非监督分类

监督分类

制作分类模版：打开一幅遥感影像，在影像窗口打开Overlay-Region of interest，在Zoom窗口依次绘制可识别地物类别的区域;

监督分类：Classification-Supervised-Minimum Distance;

监督分类后处理：Classification-post Classification——Clump classes。

非监督分类

打开一幅遥感影像，单击主菜单Classification-Unsupervised-Isodata，得到非监督分类的结果;

点击Classification-post Classification-Combine classes合并相同或相似类别进行监督分类后处理

六、实习心得

摄影测量是一门专业的测绘学科，也是一门应用很广的学科，随着遥感技术的不断发展，这门学科正从几何学向信息科学发展。它的发展及运用对我们测绘来说是很有帮助的。而摄影测量实习则可以提高我们对摄影测量知识的理解，加强我们的实际运用能力。因此学校安排了三周的摄影测量实习，这对提升我们的摄影测实际 *** 作能力是很有帮助的。

此次实习分四个板块，分别是全数字立体测图;数字摄影测量的编程;遥感影像自动分类;像片的判读与调绘等。全数字立体测图是利用计算机代替解析测图仪、用数字影像代替模拟像片、用数字光标代替光学光标，直接在计算机上进行数字化测图的作业方法。这个实习要求我们学会使用ENVY软件构建立体模型，制作测区的DEM、DOM和等高线图，同时熟练使用交互式数字影像测图系统在立体影像上量测不同类地物， 并时行地物数据采集及我，生成数字测图文件，按标准的制图符号将之输出为矢量地形图。数字摄影测量的编程则要求我们学习使用Matlab进行摄影测量编程，掌握移动曲面法数字高程模型内插子程序的设计方法和空间后方交会程序的设计方法。遥感影像自动分类则是让我们了解并掌握督与非督分类的过程和方法，并利用监督分类结果制作一幅影像地图。像片的判读与调绘则是让我们利用学过的几类常用遥感影像的判读技术与方法，完成航空像片或彩红外片的判读和外业调绘工作，掌握全野外调绘的基本技能。

2017摄影测量实习报告二

一、 实习任务

利用自己所熟悉的一种编程语言，实现单像空间后方交会，解求此张像片的6个外方位元素 ， ， ， ，ω，κ ，范文之实习报告:摄影测量实习报告。

二、 实习目的

1、 深刻理解单张像片空间后方交会的原理与意义;

2、 在存在多余观测值时，利用最小二乘平差方法，经过迭代，求的外方位元素的最佳值;

3、 熟悉VC编程方法，利用编程实现计算。

三、 实习原理

以单幅影像为基础，从该影像所覆盖地面范围内若干控制点的已知地面坐标和相应点的像坐标量测值出发，根据共线条件方程，求解该影象在航空摄影时刻的像片外方位元素 ， ， ， ，ω，κ共线条件方程如下：

x-x0=-f[a1(X-Xs)+b1(Y-Ys)+c1(Z-Zs)]/[a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs)]

y-y0=-f[a2(X-Xs)+b2(Y-Ys)+c2(Z-Zs)]/[a3(X-Xs)+b3(Y-Ys)+c3(Z-Zs)]

其中：

x,y为像点的像平面坐标; x0,y0,f为影像的外方位元素;

， ，为摄站点的物方空间坐标;X,Y,Z为物方点的物方空间坐标;

旋转矩阵R为 ;

由于此共线条件方程是非线性方程，先对其进行线性化，利用泰勒展开得：

=(x)-x++++++++

=(y)-y++++++++

像点观测值一般视为等权，即P=I;

矩阵形式：V=AX-L，P=I;

通过间接平差，为提高精度，增加多余观测方程，根据最小二乘平差原理，可计算出外方位元素的改正数。经过迭代计算，每次迭代用未知数的近似值与上次迭代计算的改正数之和作为新的近似值，重复计算，求出新的改正数，这样反复趋近，直到改正数小于某个限值为止。

四、 程序框图

输入原始数据

归算像点坐标x，y

计算并确定初值 ， ， ， ，

组成旋转矩阵R

计算(x)(y)和

逐点组成误差方程式并法化

所有点完否

解法方程，求未知数改正数

计算改正后的外方位元素

未知数改正数<限差否

整理并输出计算结果

正常结束

非正常结束

输出中间结果和出错信息

迭代次数是否小于限差否

否

否

否

是

五、计算结果

1、像点坐标，地面坐标

点数

像点编号 x y X Y Z

2像片内方位元素：f = 153840 x0=y0=0

摄影比例尺：1：2500

运算结果:

六、 数据分析

选取第六张像片进行计算，迭代次数为2次。经过比较发现，计算出的6个外方位元素与所给参考值相比，相差很小，计算结果符合要求：线元素误差小于05米;角元素误差30秒。

计算其精度，可以通过法方程式中未知数的系数矩阵的逆阵(A)-1来求解，此时，视像点坐标为等精度不相关观测值。因为逆阵中第i个主对角线上元素Qii就是法方程式中第i个未知数的权倒数，若单位权中误差为m0，则第i个未知数的中误差为：

mi=

摄影测量实习报告4篇汇集摄影测量实习报告4篇汇集当参加空间后方交会的控制点有n个时，则单位权中误差可按下式计算：

m0=

要求：线元素精度mx等，高于005米;角元素精度高于000003弧度。计算结果都达到标准。

在此次计算中，我运用了所给的全部控制点，而空间后方交会所运用的控制点，应该避免位于一个圆柱面上，否则会出现解不唯一的情况。选点时，还需要避免选择的点过于聚集在一起，或位于一条直线上，所选控制点最好分布在像片的四角和中央。并且数量充足，这样有利于提高解算精度。

迭代时，所选择控制条件不同，迭代次数略有不同，所以最后结果也会略有不同。一般设置为线元素改正数小于001m，角元素改正数小于01’。

所提供X Y Z为地面测量坐标，带入共线方程时，需要转换为地面摄影测量坐标，最简单的方法为互换XY的数值，即可达到转换坐标目的。并且其单位为米，而像点坐标的单位为厘米，需要统一坐标单位。

这次实习持续时间很长，经历了几次数据的更改，所以程序也几经修改，由最初的直接输入数据到后来可以以自行读入数据，并且可以选择计算的像片，功能有所完善，我也在实践的过程中，对空间后方交会有了更深的理解。深刻理解了共线条件方程的运用，各个量的意义，受益匪浅。

2017摄影测量实习报告三

一实习目的：

1联系水准仪的安置、整平、瞄准与读书和怎样测定地面两点间的高程;

2掌握经纬仪对中，整平，瞄准与读书等基本 *** 作要领;

3掌握钢尺量距的一般方法;

4练习用经纬仪配合小平板仪测绘地形图;

5培养学生综合应用测量理论知识分析解决土建施工放样中一般问题的能#from 本文来自高考资源网>

非监督分类是指人们事先对分类过程不施加任何的先验知识，而仅凭数据遥感影像地物的光谱特征的分布规律，依据图像数据本身的结构 ( 统计特征) 和自然点群分布，按照待分样本在多维波谱空间中亮度值向量的相似程度，由计算机程序自动总结出分类参数，即自然聚类的特性进行 “盲目”的分类。其分类的结果只是对不同类别达到了区分，但并不能确定类别的属性。其类别的属性是通过分类结束后目视判读或实地调查确定的。非监督分类也称聚类 ( 集群) 分析，使用的方法有图形识别、系统聚类、分裂法和动态聚类等。

其中，比较实用的是动态聚类。它是首先根据经验和分类数，选定若干个均值向量，作为 “种子”，建立一批初始中心，进行初步概略的分类，然后根据规定的参数 ( 阈值)检验分类结果，逐步修改调整分类中心，再重新分类，并根据各类离散性统计量 ( 如均方差等) 和不同类别之间可分离性统计量 ( 如类间标准化距离等) ，进行类的合并或分裂; 此后再修改中心，直至分类结果合理为止。动态聚类中，聚类中心和分类数可以按客观的波谱特征自动调整，分类效果一般比较好，但分类结果的确切含义 ( 类别的属性)需另作分析，从实况调查或已有的地面资料中去确定它们的地物类型。以下以 ISODATA法和 K － Means 法为例，给出其处理过程。

1 ISODATA 方法

ISODATA 也称迭代自组织数据分析算法，实质是在分类过程中不断对分类参数 ( 如各类别的均值、标准差、类间距离等) 进行调整和确定，通过类分裂、类合并、类删除等方法最终构建所需的判别函数。ISODATA 法的实现主要包括以下步骤 ( 图 4-23) :

( 1) 确定最初类别数和类别中心。最初类别数和类别中心的确定具有较大的随意性，因无先验知识，只能在以后逐步调整。一般可依据原始数据的统计分布特征进行确定。

( 2) 计算每一个像元矢量与各类别中心的距离，将像元矢量归属于距离最小的类别。

( 3) 计算新的类别均值向量。

( 4) 判断新的类别中心是否变化。

( 5) 当新的类别中心发生变化时，以新均值代替旧中心，回到步骤 ( 2) 继续迭代循环; 当新的类别中心不再变化时则停止迭代，输出分类结果。

2 K － Means 方法

K － Means 方法的基本思想是通过迭代移动各基准类别 ( 初始类别) 的中心直至取得最好的聚类结果，分类时新的类别中心的确定是根据该类别内所有像元到类别中心的距离平方和之和最小这一原则。这一原则与 ISODATA 方法并无本质区别。

非监督分类由于事先不需训练样本，故处理速度较快，较客观，并能为监督分类的训练样区选择提供参照，一般在有目的的监督分类之前进行。

1、txp是CAXA工艺图表卡片模版文件。

2、CAXA工艺图表是高效快捷的工艺卡片编制软件，它可以方便地引用设计的图形和数据，同时为生产制造准备各种需要的管理信息。CAXA工艺图表以工艺规程为基础，针对工艺编制工作繁琐重复的特点，以知识重用和知识再用为指导思想，提供了多种方便实用的快速填写和绘图手段，可以兼容多种CAD数据，真正做到所见即所得的 *** 作方式，符合工艺人员的工作思维和 *** 作习惯。

3、软件运行截图

监督分类是需要学习训练的分类方法,如最大似然分类,人工神经网络分类,即是需要事先为每类地物在遥感图像上采集样本数据,之后通过学习训练过程才来分类;非监督分类不需要人工采集地物样本点数据,多是通过聚类的方法来自动分类,主要有isodata,k均值等总体来说,监督分类的效果要优于非监督分类

以上就是关于2017摄影测量实习报告全部的内容，包括:2017摄影测量实习报告、11年考武大遥感的GIS 请问掌握哪种编程语言比较好、为什么非监督分类输出的图片打不开等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！