【精品】單像空間后方交會編程實習(xí)報告.doc

空間后方交會實習(xí)報告 學(xué)號 2010302590232 姓名 李雷 指導(dǎo)老師 實習(xí)目的1、掌握空間后方交會的定義和實現(xiàn)算法(1) 定義：空間后方交會是以單幅影像為基礎(chǔ)，從該影像所覆蓋地面范圍內(nèi)若干控制點的已知地面坐標和相應(yīng)點的像坐標量測值出發(fā)，根據(jù)共線條件方程，解求該影像在航空攝影時刻的外方位元素Xs，Ys，Zs，。(2) 算法：由于每一對像方和物方共軛點可列出2個方程，因此若有3個已知地面坐標的控制點，則可列出6個方程，解求6個外方位元素的改正數(shù)Xs，Ys，Zs，。實際應(yīng)用中為了提高解算精度，常有多余觀測方程，通常是在影像的四個角上選取4個或均勻地選擇更多的地面控制點，因而要用最小二乘平差方法進行計算。2、了解攝影測量平差的基本過程(1) 獲取已知數(shù)據(jù)。從攝影資料中查取影像比例尺1/m，平均攝影距離（航空攝影的航高）、內(nèi)方位元素x0，y0，f；獲取控制點的空間坐標Xt，Yt，Zt。(2) 量測控制點的像點坐標并進行必要的影像坐標系統(tǒng)誤差改正，得到像點坐標。(3) 確定未知數(shù)的初始值。單像空間后方交會必須給出待定參數(shù)的初始值，在豎直航空攝影且地面控制點大體對稱分布的情況下，Xs0和Ys0為均值，Zs0為航高，、的初值都設(shè)為0。或者的初值可在航跡圖上找出或根據(jù)控制點坐標通過坐標正反變換求出。(4) 計算旋轉(zhuǎn)矩陣R。利用角元素近似值計算方向余弦值，組成R陣。(5) 逐點計算像點坐標的近似值。利用未知數(shù)的近似值按共線條件式計算控制點像點坐標的近似值（x），(y)。(6) 逐點計算誤差方程式的系數(shù)和常數(shù)項，組成誤差方程式。(7) 計算法方程的系數(shù)矩陣ATA與常數(shù)項ATL，組成法方程式。(8) 解求外方位元素。根據(jù)法方程，解求外方位元素改正數(shù)，并與相應(yīng)的近似值求和，得到外方位元素新的近似值。(9) 檢查計算是否收斂。將所求得的外方位元素的改正數(shù)與規(guī)定的限差比較，通常對，的改正數(shù)，給予限差，通常為0.1，當(dāng)3個改正數(shù)均小于0.1時，迭代結(jié)束。否則用新的近似值重復(fù)(4)（8）步驟的計算，直到滿足要求為止。(10)流程圖1、 程序源代碼typedef struct dataint no;double x;double y; double X;double Y;double Z;data;#include #include#include #include fstream#include HEADFile.hdouble* zhuan(double* a,int n,int m) /矩陣轉(zhuǎn)置 double* p=new double*m; for(int i=0;i!=m;i+) pi=new doublen;for(i=0;im;i+)for(int j=0;jn;j+)pij=aji;return p;double *MatrixMul(double *m1,int i1,int j1,double *m2,int i2,int j2) /矩陣相乘（矩陣1，行數(shù)，列數(shù)，矩陣2，行數(shù)，列數(shù)），函數(shù)內(nèi)已開僻內(nèi)存，直接返回給定義指針 if(i2!=j1) couterror!兩矩陣不滿足相乘條件！endl; return NULL; int i,j,k; double *p; p=new double*i1; for(i=0;ii1;i+) pi=new doublej2; for(i=0;ii1;i+) for(j=0;jj2;j+) pij=0.0; for(k=0;kj1;k+) pij+=m1ik*m2kj; return p; double *InverseMatrix(double* p,int n) /矩陣求逆函數(shù)int i,j,k,row,col;double temp,temp0,kb,kc,kd;double *e=new double*n;for (i=0;in;i+) /構(gòu)造單位矩陣ei=new doublen; for (j=0;jn;j+) if(i=j)eij=1;elseeij=0; for(i=0;in;i+) /逐個找對角線上的元素，并把該元素所在列上的本行以下元素化為0 int i0=i;while(i0n-1 & pi0i=0 ) /找出某列上第一個不為零的行數(shù)i0+;if (pi0i=0)coutThe square have no inverse matrix!endl;break;for (j=0;jn;j+) /當(dāng)前行與該行交換temp=pi0j;pi0j=pij;pij=temp;temp0=ei0j;ei0j=eij;eij=temp0;kc=pii;for (j=0;jn;j+) /交換后的當(dāng)前行首元素pii化為1pij/=kc;eij/=kc;if(in-1) /若當(dāng)前行不是矩陣的最后一行，則使當(dāng)前行以下各行減去本行首元素與當(dāng)前行的積for(row=i+1;rown;row+)kb=prowi;for (col=0;col=0;i-)for(k=i+1;kn;k+)kd=pik;for (j=0;jn;j+)pij-=kd*pkj;eij-=kd*ekj;return e;void main() int M,num,i,j; FILE *fp;double f;fp=fopen(E:后方交會數(shù)據(jù).txt,r);fscanf(fp,%d,&num); data *a=new datanum;for(i=0;inum;i+)fscanf(fp,%d%lf%lf%lf%lf%lf,&ai.no,&ai.x,&ai.y,&ai.X,&ai.Y,&ai.Z);for(i=0;inum;i+)ai.x/=1000;ai.y/=1000; fscanf(fp,%lf%d,&f,&M); f/=1000;fclose(fp); /讀數(shù)據(jù) double phi=0,omega=0,kappa=0,Xs=38437,Ys=27963.155,Zs=7662,Xb=0,Yb=0,Zb=0; for(i=0;i1E-8) /迭代條件 a1=cos(phi)*cos(kappa)-sin(phi)*sin(omega)*sin(kappa); a2=-cos(phi)*sin(kappa)-sin(phi)*sin(omega)*cos(kappa); a3=-sin(phi)*cos(omega); b1=cos(omega)*sin(kappa); b2=cos(omega)*cos(kappa); b3=-sin(omega); c1=sin(phi)*cos(kappa)+cos(phi)*sin(omega)*sin(kappa); c2=-sin(phi)*sin(kappa)+cos(phi)*sin(omega)*cos(kappa); c3=cos(phi)*cos(omega); for(i=0,j=0;i30) coutThe data may be incorrect!endl; exit(1); cout迭代次數(shù)：abendl; /查看迭代次數(shù) double *V,sigama2;double *m1,*m2; /定義矩陣運算的中間變量 V=MatrixMul(A,Num,6,t,6,1);for(i=0;iNum;i+)Vi0-=Li0; m1=zhuan(V,Num,1);m2=MatrixMul(m1,1,Num,V,Num,1);sigama2=m200/(Num-6); /單位權(quán)方差double d6; /定義六個參數(shù)的中誤差的數(shù)組for(i=0;i6;i+)di=sqrt(rii*sigama2); coutsetprecision(7)平差結(jié)果及其中誤差 :endlXs=Xs 中誤差： d0endlYs=Ys 中誤差： d1endlZs=Zs 中誤差：d2endl;coutphi=phi 中誤差：d3endlomega=omega 中誤差：d4endlkappa=kappa 中誤差：d5endl;2、 實習(xí)數(shù)據(jù)3、 ;計算結(jié)果4、 實習(xí)心得編寫程序前應(yīng)該先把實驗的原理弄清楚，編寫程序時要細致小心，同