分析摄影测量图像处理的高精度误差补偿法

慕羡，刘明珠

（南昌理工学院计算机信息工程学院,江西南昌,330044）

0 引言

摄影测量图像处理的高精度误差补偿法研究，是提高摄影测量技术，取得理想的摄影测量效果的重要内容。作为摄影测量图像处理的关键方法，高精度误差补偿法及时改善了摄影测量图像处理不足，并针对性对图形处理进行升级，提升测量精度。当然高精度误差补偿法应用处理期间，必须认识到误差处理对摄影测量的影响，有效测量效果方面，及时将信息获取中所产生的误差进行处理，这样才能提高摄影测量图像处理质量。基于此，加大对摄影测量图像处理的高精度误差补偿法研究力度，为摄影测量图像处理创新与未来发展积累更多经验。

1 摄影测量图像处理发展现状分析

对于摄影测量来讲，在很多方面都有涉及，尤其是现代测绘，所有测绘工作的完成，都必须依靠摄影测量完成，由此可以发现，摄影测量对现代化测绘技术发展非常重要，其自身也有非常显著的应用价值[1]。摄影测量的操作，图像处理是基本前提，特别是摄影测量中的图像调整与识别，这些都需要在图像处理技术的应用下完成，因此摄影测量图像处理方面一直在不断研究，以图像处理技术的应用，取得理想的摄影测量成果，保证整体精度，为摄影测量的实际应用创造有利条件[2]。针对摄影测量图像处理的发展情况研究，主要划分为摄影测量与图像处理两方面。

1.1 摄影测量研究现状

摄影测量作为测量工作开展的基础，摄影测量能够以精准的测量技术，适时捕捉摄影对象的基础信息，如具体形状、具体位置或者大小等，以此来分析对象特性。如地质勘查测绘中，以摄影测量技术，及时对测量对象的地形图以固定比例尺进行测绘，或者根据地质勘查要求，打造准确清晰的数字地面模型。亦或是协助GIS及时获取地质条件或者其他基础数据，并对信息展开详细分析等[3]。当然不同的摄影方式，在实际应用中也分为不同类型，应用行业也存在一些差别，如应用于地面测量中，或者应用到航天测量中，亦或是应用到航空测量等，具体应用类型以应用对象为主科学选择。摄影测量的抗干扰能力比较强，基本的地形或者气候变化等并不会造成较大干扰，同时摄影测量的准确性非常高，不仅可以反映摄影对象的真实信息，同时还不会有摄影范围的局限，所以在实际应用中价值十分突出。摄影测量期间，成图速度非常快，摄影处理效率极高，正因为这样，让其在很多行业中都是关注的焦点[4]。

1.2 图像处理研究现状

摄影测量价值的发挥，需要图像处理的支持。从两者关系上来讲，摄影测量是图像处理应用的引导与载体，图像处理是摄影测量的基础与关键，两者在实际应用中相互成就。图像处理的关键点为两方面，其一是图像处理，其二是图像识别。图像处理中，主要集中在分辨率与清晰度方面，以有效的手段，准确分辨图像中的内容，迅速获取测量信息。图像识别中，利用特点提取手段，对图像中的内容进行准确识别与获取，并且掌握相关资料，再借助具体算法，对其中的资料全面精准识别[5]。图像识别过程中，主要影响因素分别是分辨率与摄影的清晰程度。大部分摄影图像的获取，都是通过离散化采样为主，这期间若摄影主体操作存在误差，必然会影响到摄影图像清晰度与准确性[6]。因此图像处理之前，会进行预处理，由此来提高图像处理的效率与准确度。

2 摄影测量图像处理误差研究

摄影测量图像处理的高精度误差补偿法的研究，必须对误差来源精确掌握。尤其是当下摄影测量在更多范围中应用，不同应用领域对摄影测量图像处理的要求有明显差别，为了迎合各领域的应用需求，及时对摄影测量精度进行调整。根据行业应用要求分析，发现工业制造业要求的精度相对来讲比较高，图像处理的要求也会提高，积极加大对误差来源的研究，由此来制定更合理的应用与处理方案。

2.1 离散化误差的研究

离散化误差的研究，以摄像机为载体，摄影测量中采集到的图像质量，离散化误差会明显影响到图像处理质量。因为采样过程以离散化成像为主，这个过程中杂散光或者电子电路都会对成像带来随机误差，当然还会受到CCD噪声的影响，如此成像清晰度受到影响，图像处理中特征提取也会增加难度，特别是其中中心点的提取与特征分析。摄像机运行成像期间，CCD芯片是聚焦成像的关键，镜头是聚焦的切入点，比例电荷的积累以强弱区域广为主，比例电荷会受到时序控制，在像素聚焦的过程中，逐步外移，随后在区域光作用下形成明确的图像信号。将像素设定为间隔点，在图像能量密度函数作用下连续分布，摄像机及时进行采样，采样形式为离散化。整个采样与成像的过程，若出现离散化误差，必然会影响到采样成型的效果，这方面需要十分注意。

离散化误差研究中，特征点的来源选择LED，其中图像能量密度函数与二维高斯函数分布相近，这种条件下，研究函数为：

结合此公式，获取像素密度函数采样值，随后展开变形处理，由此得到具体的采样值Ixy。

综合质心法为基础，在图像处理期间，搭配高斯曲线拟合法，对特征点进行准确提取。借助依据为Xz，Yz，准确对质心进行计算，公式如下：

基于以上公式，以像素点位置去确定采样值，随后将连续积分加以代替，继而完成图像处理计算中的求和任务。

2.2 误差特征的研究

误差特征的研究中，结合来源分析，深入研究离散化误差的具体特征。提取期间一定要关注图像处理中失真水平情况，由此得到误差特征高斯曲线分布图。

其中光强干扰方面的特征研究，结合上述计算公式可以发现，其干扰性比较小，虽然摄影测量期间会产生一些噪声干扰，但是整体上的影响并不明显。摄影测量中光强干扰，以信噪比变化为主。弥散半径方面的干扰特征，以能量密度函数为基础，积分变化情况下，标准差也会出现变化，两者以相反关系为主，图像处理方面需十分关注这方面变化。处理窗口同样是误差特征，根据质心计算公式可以发现，标准差（σ）的变化同样受到处理窗口与积分区域变化的影响，两者联系以负相关为主。

3 摄影测量图像处理高精度误差补偿法的应用研究

根据离散化误差的研究，因为其具有不可规避特点，所以在摄影测量图像处理中，必须以高精度误差补偿法的方式，加大控制误差的力度，将其对摄影测量与图像处理精准性影响降低，并且对测量进度科学保障，真正将摄影测量图像处理精度提高。

离散化误差的切入点设定为灰度信息，是当前误差消除的主要形式，虽然可以缓解误差对摄影测量图像处理的影响，但是却无法真正从根本上去提高处理精度。以误差函数为载体，以解析法的方式对误差科学补偿，这种方法可以有效控制误差对图像处理精准性的影响，但是需要进行高强度计算，加上多样化的模型种类，比较容易出现处理混乱。

在这种情况下，就需要从综合性角度出发，根据光强、处理窗口、能量函数等影响因素，及时进行仿真拟合，方法选择最小二乘法，参考能量函数密度标准差，从高精度角度对摄影测量图像处理进行误差补偿。仿真拟合的关键点为标准差、中心位置以及误差。具体高精度误差补偿法的应用研究如下：

第一，及时研究中心位置、误差之间的关系。提前圈定特征点，满足特征点与图像内部关系的假设条件，随后划分仿真拟合研究的具体图像，按照研究要求将其以100个等分的方式加以处理，中心移动要求必须是0.01pixel根据摄影测量图像处理方针计算，及时对不同算法下所得到的提取点进行掌握，尤其是分布方面，综合计算数据信息，延伸出两者关系式：

结合此公式发现，两者的联系为正相关。

第二，科学剖析标准差(σ)、中心位置之间的关系。标准差以及中心位置这两者的关系，同样以仿真计算的方式展开研究，通过高斯拟合的辅助，发现标准差分布呈二次曲线，根据摄影测量图像处理实际情况，及时延伸出两者关系：

根据关系分析，及时对摄影测量图像处理展开补偿。以最小二乘法拟合为基础，取得补偿关系式：k=f1(P2);P2=f2(σ)

将其中某个提取点假设成（xi，yi），结合具体关系，及时带入到中心位置、误差关系式中，及继而取得补偿值（X方向），计算公式为：

由此可以发现，在最小二乘法拟合的研究下，不仅摄影测量图像处理的高精度误差补偿值得到精确，同时整个处理过程相对来讲比较简单，降低了误差控制难度。通过研究发现，最小二乘法拟合处理下的补偿误差，最大值≤0.02835pixel，不仅符合高精度摄影测量标准要求，并且还解决了摄影测量图像处理补偿误差方面的缺陷。

4 结论

摄影测量图像处理中，高精准误差补偿法的研究，是优化图像处理效果，提高图像处理精准度的关键。摄影测量应用范围不断扩展，图像处理影响到摄影测量的应用效果，因此一定要正确认识离散化误差对摄影测量图像处理的影响。利用最小二乘法拟合的方式，通过误差来源以及特征的分析，实现摄影测量图像处理高精度误差补偿，以此来提高精准度。