摄影测量笔记

本文用来记录平日学习摄影测量过程中的一些知识点：

关键词

• 摄影测量
• 近景摄影测量
• 计算机视觉

知识点

1. 航空摄影测量和近景摄影测量的相同点：二者的相同点主要在于基本的原理相同，数据处理的方法基本相同；

2. 不同点主要是在目的，航空摄影测量最主要的目的是获取地形图，必须获取影像像素点对应的空间坐标；近景摄影测量的主要目的是测定目标物的外在形态，大小和运动状态，获取的一般是相对的空间位置，不注重目标点的绝对位置。

3. 航空摄影测量的控制方式以控制点为主，多为明显的地面店；近景摄影测量除了控制点方式之外，还有相对控制方式，且常常使用人工标志。

4. 现有的测绘方式: 1.基于测角、测距的工程测量；2. 三坐标测量仪；3. 基于光干涉原理的测量；4. 全息技术；5. 光截面摄影测量技术；6. 基于磁力场的三维坐标测量技术；7. 基于三维激光扫描的测量技术；8. 基于GNSS的测量技术；9.摄影测量技术。

5. 我这次关于摄影测量的任务（已知内方位元素和外方位元素）与传统的摄影测量的任务是不一样的，所以采用的平差方法也不一样。我准备采用经典的最小二乘法来做平差，但是这个会涉及到测绘领域中几个比较难解决的问题：1. 如何判断数据中是否存在粗差；2. 如果判断出数据中存在粗差，如何去定位粗差，从而删除对应的观测值。对于第一个问题，我想粗差的存在与否只能通过平差估计之后，利用估计的结果才能判断（能否在平差之前判断呢？应该是不能的，因为既然是粗差，那我们应该就是不知道它到底存不存在）。

6. 先从我熟悉的GNSS领域来回答这个问题。 在RTKLib处理GNSS数据时，它解决第一个问题的方法是提出了两个限制条件，一个是chi‐squared 测试，一个是DOP阈值，也就是说如果没通过chi-squared test或者DOP超过了阈值，那么判断估计失效，数据中存在粗差。解决第二个问题，即定位粗差的方法是RAIM FDE，它通过循环估计的方法来判断失效的数据，但是它只适用于有一颗卫星失效时的情况，而且需要至少有两个多余观测。

7. 有必要分析一下我这次摄影测量的任务与传统的摄影测量任务，以及GNSS测量任务中使用最小二乘法的相同点与不同点。

8. 传统的摄影测量会使用的估计方法也是基于最小二乘法的，但是其中最常用的光束法平差是将一对像对中所有光线的共线方程组合起来，一起进行平差，而不是对单个光线进行平差。GNSS测量任务中，在进行单点定位时，每个观测值只提供一个公式，而在我这次的任务中，一个观测值可以提供三个公式，它们观测值与未知数之间的数量关系不一样。

9. 综合上述分析，找出适合这次任务的粗差检验和探测方法。

10. 因为使用的是最小二乘法平差，所以我认为粗差的检验方法同样可以使用chi-squared test方法，至于DOP阈值，因为拍照时照片的数量一般会比较少，而且会尽量选择比较好的位置，这个问题可以先不考虑。

11. 检测出平差结果有错该如何解决呢？目前的测量是，如果只有两张照片，那么就直接抛弃这个点的估计；如果有三张或者四张，则用RAIM方法。

12. RAIM方法虽然只能剔除只存在一个观测值有粗差的情况，但是它仍然能判断估计结果是否有误。

13. RAIM（Receiver Autonomous Integrity Monitoring），即用户自主完备性监测，是接收机本身利用多余观测值来判断定位结果是否可靠的一种方法。需要注意的是，这里的完备性直接指的是定位结果的可用性，间接是针对卫星观测值来说的，因为定位结果是由观测数据决定的。。卫星的健康状态只能表示卫星信号的可用性，不能表明接收机接收到数据的可用性，想要判断用户接收数据的可用性，还需要其他的步骤，比如进行系统误差的修正，粗差的探测等。RAIM一般包括结果检验、粗差探测和剔除等步骤。

14. 除了在接收机端进行完备性的检验，还有另外一种完备性监测，比如sbas卫星通过处理可以获取某些数据的完备性，然后发送给用户，用户可以根据这个完备性进行相应的处理。但是用户端的自主完备性监测是不能忽略的，因为sbas只知道一些改正数的完备性，不能保证其他数据的完备性。

15. RAIM方法中，第一步是基于卡方检验来判断平差的结果是否正确，我们现在来对卡方检验进行学习。首先我们需要明白一点，什么是假设检验？ 很明显，但是很容易忽视，假设检验就是先定一个假设，然后来验证它。

16. 卡方检验是一种验证假设是否正确的方法，比如我们假设观测值没有粗差，那么residual的值应该符合某个条件，

17. 只有两幅图像的时候，能判断粗差存在与否吗？三幅图像时，能判断粗差的位置吗？

18. 使用最小二乘估计是有一个前提的，就是一组观测值只存在着正态分布的偶然误差。

19. 进行最小二乘法平差以后，观测值残差和观测值误差之间的关系。

20. 粗差不可发现，测量最核心的问题就是平差，也就是利用观测值估计出待估参数，平差的本身不复杂，复杂的是怎么处理观测值中带有的种种误差，比如说系统误差，粗差。测绘的核心问题其实就是处理误差，最小二乘法的实质是处理偶然误差。

21. 我的任务中存在哪些系统误差？ 存在哪些可能的粗差？是非常重要的问题。

22. 类似与DOP的概念，摄影测量中两条光线最好的角度是90度。

23. 需要注意的是，如果只有两幅图像时，有多余观测，可以检测出粗差吗？答案是可以的。那我们是不是不需要做额外的粗差检测了？

24. 多余观测值越多时越容易发现观测值中的粗差。

25. 给用户的测量结果需要有三个，一个是测量结果，二是测量精度，三是可靠性。

26. 精度和可靠性统称平差的质量。
27. 精度有内符合精度、外符合精度；可靠性也有内部可靠性和外部可靠性的分别。
28. 精度评定有单位权中误差。未知数的理论精度，实际精度。实际精度是与其他方式比较的结果。
29. 极限误差、最大误差。
30. 基于假设检验的思想，误差不超过一定量时，是不可发现的。一个平差系统所能发现误差的最小值是3.29倍的中误差。
31. 可靠性研究的三个任务：1. 从理论上来评定一个平差系统所能发现系统误差的最小值；2. 估计不可发现的模型误差对平差结果的影响（观测值误差与残差之间的关系）；3. 从实用上找到一种自动处理模型误差的方法。前两个是理论成果，最后一个才是实际成果。
32. 不能简单的用残差来判断粗差。如何用残差来判断粗差？
33. 精度矩阵、可靠性矩阵。
34. 3.29倍的中误差
35. 数据探测法的前提条件：一组观测值只有一组粗差，已知观测值的先验精度。
36. 当正确的观测值个数大于或等于未知数个数的时候，是可以将粗差判断出来的。
37. 所以说如果一个同名点只在两幅图像上时，是不能判断他平差结果的可靠性的。但是又有另外一个问题，只有两幅图像时，平差能不能够收敛呢？
    问题：有多少多余观测的时候，可以把粗差剔除出来？