摄影测量实习报告单片空间后方交会Word文档下载推荐.docx

1、 a1=cos*cos-sin*sin*sin,a2=-cos*sin-sin*sin*cos，a3=-sin*cos b1=cos*sin,b2=cos*cos,b3=-sin c1=sin*cos+cos*sin*sin,c2=-sin*sin+cos*sin*cos,c3=cos*cos4、逐点计算控制点的像点坐标的近似值，共线方程为:x=（-f*（a1*（X-Xs）+b1*（Y-Ys）+c1*（Z-Zs）/（a3*（X-Xs）+b3*（Y-Ys）+c3*（Z-Zs） y=（-f*（a2*（X-Xs）+b2*（Y-Ys）+c2*（Z-Zs）/（a3*（X-Xs）+b3*（Y-Ys）+c3

2、*（Z-Zs） （x）=（-f*（a1*（X-Xs）+b1*（Y-Ys）+c1*（Z-Zs）/（a3*（X-Xs）+b3*（Y-Ys）+c3*（Z-Zs）（y）=（-f*（a2*（X-Xs）+b2*（Y-Ys）+c2*（Z-Zs）/（a3*（X-Xs）+b3*（Y-Ys）+c3*（Z-Zs）5、组成误差方程：Vx=a11*dXs+a12*dYs+a13*dZs+a14*d+a15*d+a16*d+（x）-x Vy=a21*dXs+a22*dYs+a23*dZs+a24*d+a25*d+a26*d+（y）-y系数求解（是共线方程分别外方位元素求导，是共线方程线性化的系数）：变量代换A= a1*（

3、X-Xs）+b1*（Y-Ys）+c1*（Z-Zs）B= a2*（X-Xs）+b2*（Y-Ys）+c2*（Z-Zs）C= a3*（X-Xs）+b3*（Y-Ys）+c3*（Z-Zs）a11=（a1*f+a3*x）/C,a12=（b1*f+b3*x）/C,a13=（c1*f+c3*f）/C,a14=y*sin-（x*（x*cos-y*sin）/f+f*cos）cos,a15=-f*sin-（x*（x*sin+y*cos）/f）,a16=y a21=（a2*f+a3*x）/C,a22=（b2*f+b3*x）/C,a23=（c2*f+c3*x）/C,a24=-xsin-（x*（x*cos-y*sin）/

4、f-f*sin）cos,a25=-f*cos-（y*（x*sin+y*cos）/f）,a26 =-x 误差方程的常系数（是像点坐标观测值与计算的近似值的差值）： lx=x-（x） ,ly=y-（y）6、组成法方程，解求外方位元素改正数X=（ATA）-1ATL（A为误差方程的系数矩阵，L为误差方程的常系数矩阵，通过步骤5求得，此处先求ATA再求矩阵的逆矩阵，解得的改正数加上相应的近似值得到外方位元素新的近似值）7、检查计算是否收敛：将求得的外方位元素改正数与规定的限差比较，大于限差继续迭代，小于限差则终止。四、各子函数详细设计的关键技术参数子函数（输入函数、Input，矩阵求积Matrixmul

5、tiply，计算函数Resection，矩阵转置Matrixtranspose，矩阵求逆Matrixinverse，输出函数Output）主要用了Matrixtranspose，矩阵的行变列，列变行,参数为要转置的矩阵，转置后的矩阵，要转置矩阵的行列数，Matrixinverse,求矩阵的代数余子式，参数有要求逆的矩阵和，逆矩阵的行数，Matrixmultiply，一矩阵的行乘以二矩阵的列，参数为一矩阵，二矩阵，所求矩阵，一的行，一的列，二的列五、像片外方位元素解算结六、实习体会从周一开始进行整个实习框架进行构建，编写了实习的思路既步骤；然后是梳理框架，要用到的子函数，子函数参数，怎么编写，有

6、不懂的东西网上参考资料；再是自己动手编程，发现编程要求很细腻，出不得一点差错，程序编写出来后，有很多的错误，要求逐一进行改正，修改；最后才得以运行。通过本次实习，我深刻理解了单片空间后方交会原理，进一步熟悉理解了C语言编程，认识到了时间的搭配的重要性和参考资料的必要性，当遇到难题是要迎难而上，达到突破，当完成是能感到一丝丝欣慰和成就感。附录:源代码#include stdio.hmath.hMatrixmultiply.cMatrixtranspose.cMatrixinverse.cvoid main（） int i,j,k,f=0; double x0=0.00018, y0=0.0002

7、6,fk=0.15324; /内方位元素 double m=40000; /估算比例尺 double R33,XG61,AT68,ATA66,ATL61; double Xs=0.0, Ys=0.0, Zs=0.0,Q=0.0,W=0.0,K=0.0; double X,Y,Z,L81,A86; double B45=-0.08615,-0.06899,36589.41,25273.32,2195.17,-0.05340,0.08221,37631.08,31324.51,728.69,-0.01478,-0.07663,39100.97,24934.98,2386.80,0.01046,0.

8、06443,40426.54,30319.81,757.31; for（i=0;i=0.00000001|XG40=0.00000001|XG50=0.00000001）; /当限差满足要求时要再一次进行旋转矩阵的求解 R00=cos（Q）*cos（K）-sin（Q）*sin（W）*sin（K）; printf（迭代次数:%d,f）; /屏幕输出误差方程系数阵、常数项、改正数nn误差方程系数矩阵A为:nn）; for （i=0;6; for（j=0;jj+） printf（%13.5e ,Aij）; printf（nn常数项L为:8;1;,Lij）;n改正数XG为:,XGij）;n相片的外方位

9、元素为: Xs=%13.7e, Ys=%13.7e, Zs=%13.7e nn,Xs,Ys,Zs）; Q=%13.7e, W=%13.7e, K=%13.7e n,Q,W,K）;n旋转矩阵R为:3;,Rij）;/子函数 #include math.hstdio.h int Matrixinverse（a,n） int n; double a; int *is,*js,i,j,k,l,u,v; double d,p; is=malloc（n*sizeof（int）; js=malloc（n*sizeof（int）; for （k=0; k=n-1; k+） d=0.0; for （i=k; i

10、i+） for （j=k; jd） d=p; isk=i; jsk=j; if （d+1.0=1.0） free（is）; free（js）;err*not invn return（0）; if （isk!=k） for （j=0; u=k*n+j; v=isk*n+j; p=au; au=av; av=p; if （jsk! for （i=0; u=i*n+k; v=i*n+jsk; p=au; l=k*n+k; al=1.0/al; for （j=0; if （j! u=k*n+j; au=au*al; for （i=0; if （i! for （j=0; if （j! u=i*n+j;

11、au=au-ai*n+k*ak*n+j; for （i=0; if （i! u=i*n+k; au=-au*al; for （k=n-1; k=0; k-） if （jsk! u=k*n+j; v=jsk*n+j; u=i*n+k; v=i*n+isk; free（is）; return（1）;void Matrixmultiply（a,b,c,m,n,k）int m,n,k;double a,b,c; int i,j,l,u;m; for （j=0;k; u=i*k+j; cu=0.0; for （l=0; ln; l+） cu+=ai*n+l*bl*k+j; return;void Matrixtranspose（a,b,m,n）int m,n;double a,b; int i,j,u; u=j*m+i;bu=0.0; bj*m+i=ai*n+j; return;