数字摄影测量实习报告.docx

1、数字摄影测量实习报告数字摄影测量实习报告书学 号：20111000684班级序号： 113112-05姓 名： 舒 超指导老师：宋 妍成 绩：中国地质大学（武汉）信息工程学院遥感科学技术系2014年6月目录实习一：Moravec算子点特征提取 31.1 实习目的： 31.2 实习原理： 31.3 实习步骤以及代码分析： 41.4 结果分析： 8实习二：边缘提取算法 102.1 实习目的： 102.2 实习原理： 102.3 实习步骤以及代码： 102.4 结果分析： 12实习总结 13实习一：Moravec算子点特征提取1.1实习目的：用程序设计语言（VisualC+或者C语言）编写一个完整的

2、提取点特征的程序，通过对提供的图像数据进行特征点提取，输出提取出的点特征坐标。本实验的目的在于让学生深入理解Moravec算子原理。通过上机调试程序加强动手能力的培养，通过对实验结果的分析，增强学生综合运用所学知识解决实际问题的能力。1.2实习原理：Moravec角点检测算法是最早的角点检测算法之一。该算法将角点定义为具有低“自相关性”的点。算法会检测图像的每一个像素，将像素周边的一个邻域作为一个patch，并检测这个patch和周围其他patch的相关性。这种相关性通过两个patch间的平方差之和(SSD)来衡量，SSD值越小则相似性越高。如果像素位于平滑图像区域内，周围的patch都会非常

3、相似。如果像素在边缘上，则周围的patch在与边缘正交的方向上会有很大差异，在与边缘平行的方向上则较为相似。而如果像素是各个方向上都有变化的特征点，则周围所有的patch都不会很相似。Moravec会计算每个像素patch和周围patch的SSD最小值作为强度值，取局部强度最大的点作为特征点。1.3 实习步骤以及代码分析：步骤流程图如下：程序实现以及相关关键代码：voidCMy2010302590183cylView:OnMoravec()/读取图像以及相关算法 /TODO:Addyourcommandhandlercodehere CMmoravecDlgdlg; dlg.DoModal()

4、;CMy2010302590183cylDoc*pDoc=GetDocument(); LPSTRm_pDIB=(LPSTR):GlobalLock(HGLOBAL)pDoc-hdib);/得到句柄内存起始地址存放位图数据hdib句柄变量存放BMP位图:GlobalUnlock(HGLOBAL)pDoc-hdib); LPBITMAPINFOm_pBMP;/指向BITMAPINFO结构的指针 m_pBMP=(LPBITMAPINFO):GlobalLock(pDoc-hdib); /获取指向BITMAPINFO结构的指针 :GlobalUnlock(HGLOBAL)pDoc-hdib); in

5、tBitCount=m_pBMP-bmiHeader.biBitCount; DWORDWidth=:DIBWidth(m_pDIB);/获取位图宽 DWORDHeight=:DIBHeight(m_pDIB);/获取位图高 LPBYTElpData=(LPBYTE):FindDIBBits(m_pDIB);/定义字符指针变量,原位图指针 intWidthBytes=WIDTHBYTES(Width*BitCount);/获取字节DWORDpixelCount=WidthBytes*Height; intck1=dlg.c1; intck2=dlg.c2; doubleyz=dlg.m_yuz

6、hi; DWORDr,c; INTh; double*xx=newdoubleWidth*Height; intk; k=INT(ck1/2); for(r=ck1/2;rHeight-ck1/2;r+) for(c=ck1/2;cWidth-ck1/2;c+) doublemin,v4=0.0; for(h=0;hyz) xxr*Width+c=min; bool*bMatrix=newboolWidth*Height; memset(bMatrix,0,Width*Height*sizeof(bool); DWORDx,y; doublemax2; boolb=false; inttemp

7、X(0),tempY(0);for(x=ck2/2;xHeight-ck2/2;x+=ck2) for(y=ck2/2;yWidth-ck2/2;y+=ck2) max2=0; for(DWORDm=(x-ck2/2);m(x+ck2/2);m+) for(DWORDn=(y-ck2/2);nmax2) max2=xxm*Width+n; tempY=m; tempX=n; b=true; if(b) bMatrixtempY*Width+tempX=1; intsum=0;/特征点总数for(DWORDi=0;iHeight;i+) for(DWORDj=0;jWidth;j+) if(bM

8、atrixi*Width+j) *(BYTE*)(lpData+i*WidthBytes+j)=0; *(BYTE*)(lpData+i*WidthBytes+j+1)=0; *(BYTE*)(lpData+i*WidthBytes+j-1)=0; *(BYTE*)(lpData+(i+1)*WidthBytes+j)=0; *(BYTE*)(lpData+(i-1)*WidthBytes+j)=0; *(BYTE*)(lpData+i*WidthBytes+j+2)=0; *(BYTE*)(lpData+i*WidthBytes+j-2)=0; *(BYTE*)(lpData+(i+2)*W

9、idthBytes+j)=0; *(BYTE*)(lpData+(i-2)*WidthBytes+j)=0; sum+; if(sum4000) CStringstrInfo; strInfo.Format(特征点数%dn,sum); MessageBox(strInfo,提示,MB_OK); else CStringstrInfo; strInfo.Format(特征点数较多，请设置合理参数); MessageBox(strInfo,提示,MB_OK); Invalidate();1.4 结果分析：按照提示，对老师所给数据进行分析，当窗口大小设置为5*5,，阈值设置为5000的时候，对右核线

10、影像进行分析，得到特征点43个，同时图像分析，得出如下结果： 调整阈值和窗口大小，程序能够正常运行，且经过测试，结果精确度有较好的保证。实习二：边缘提取算法2.1 实习目的：熟悉Matlab环境下的编程，熟悉边缘提取算法。2.2 实习原理：Sobel算子实现思路如下：对输入图像分别使用水平和垂直模板做卷积计算，对得到的两个处理结果求平方和，该平方和与阈值的平方比较。只有当某点的两种卷积的平方大于阈值的平方，且水平占优（水平模板卷积结果大于垂直模板卷积的结果，且该点的卷积平方大于其左右两点的卷积平方和）或者垂直占优（垂直模板卷积的结果大于水平模板卷积的结果，且该点的卷积平方和大于其上下两点的卷积

11、平方和）时，该点的输出结果为255，否则为0。输出的结果为二值图像。第一行和最后一行本来就是图像边界，不包括可用信息，因此相应的输出为0，按照这个思路课题编写了相应的Sobel算子实现程序2.3 实习步骤以及代码：2.4 结果分析：原图像 sobel边缘提取实习总结本次实习过程中，根据自身实际情况，我选择使用vc环境下的编程完成实习，而没有采用Matlab环境下的编程。在实习过程中，我熟悉了sobel算法以及Moravec算子，在程序调试的过程中，我认识到任何算法都有其局限性，比如说本次实习过程中，sobel算子的边缘提取就将许多的噪音提取了出来，导致边缘特征提取的不准确性。本次实习让我认识到了编程能力的重要性，学会编写基本的代码来实现基本的算法，能让我们摆脱软件已有算法的束缚，更多的按照需要来实现一些步骤。总体来说，本次实习还是很成功的，让我认识到，在以后的学习生活中,我认识到,应该把理论和实践结合起来,多锻炼自己的动手能力,好好把握住每一次实习的机会.