单像空间后方交会的程序实现

本文介绍了单像空间后方交会的概念,利用共线方程和泰勒公式进行非线性函数线性化,通过最小二乘法求解外方位元素。详细阐述了算法原理,并给出了Python程序实现,包括类定义、矩阵运算和间接平差模型。
摘要由CSDN通过智能技术生成

单像空间后方交会概述

如果已知每张像片的6个外方位元素,就能确定被摄物体与航摄像片的关系,因此如何获取像片的外方位元素是摄影测量工作者所探讨的问题。

摄影测量空间后方交会就是利用至少三个已知地面控制点的坐标 A、B、C (X, Y, Z) 与其影像上对应的三个像点的影像坐标 a, b, c (x,y),根据共线方程,反求该相片外方位元素的方法。

单像空间后方交会

单像空间后方交会的算法原理

我们利用共线方程,假定像点的影像坐标为观测值,地面控制点的三维坐标为真值进行间接平差。

共线方程

 我们可以发现共线方程是非线性的函数模型,为便于计算我们首先利用泰勒公式展开成线性形式。

共线方程的线性化形式
我们可以发现共线方程是非线性的函数模型,为便于计算我们首先利用泰勒公式展开成线性形式。 

 

其中(x)与(y)为像点影像坐标的近似值,我们可以在假定外方位元素计算初始值后经行计算。

在竖直摄影的情况下角元素初始值均为0,而各线元素的数值为控制点的平均值。

其中(x)与(y)为像点影像坐标的近似值,我们可以在假定外方位元素计算初始值后经行计算。

在竖直摄影的情况下角元素初始值均为0,而各线元素的数值为控制点的平均值。

在经行间接平差时我们可以将线性方程移项构成

“观测值改正数 = 真值近似值 + 观测值近似值 - 观测值”

 

 我们通常用矩阵形式表示

 

 根据最小二乘原理未知数的向量解可算出。

 

 为方便求导我们把共线方程拆开并记作:

 

 小秦的字迹是去不掉惹(笑)

  • 9
    点赞
  • 92
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值