单片空间后方交会C#源代码

单片空间后方交会C#源代码
单片空间后方交会C#源代码

主方法:

private void Cal_Click(object sender, EventArgs e)

{

string[] lines = RichText.Text.Split('\n');

long m = lines.Length;

m = m - 1;//真实数据行数

double[] Coor_x = new double[m];//已知点x坐标

double[] Coor_y = new double[m];//已知点x坐标

double[] Coor_X = new double[m];//已知点X坐标

double[] Coor_Y = new double[m];//已知点Y坐标

double[] Coor_Z = new double[m];//已知点Z坐标

///赋值

for (int i = 0; i < m; i++)

{

string[] FJstring = Regex.Split(lines[i+1], ",");

Coor_x[i] = 0.001*(Convert.ToDouble(FJstring[0]));

Coor_y[i] = 0.001 *( Convert.ToDouble(FJstring[1]));

Coor_X[i] = Convert.ToDouble(FJstring[2]);

Coor_Y[i] = Convert.ToDouble(FJstring[3]);

Coor_Z[i] = Convert.ToDouble(FJstring[4]);

}

if (textBox_m.Text == "")

{

MessageBox.Show("请输入参数!");

}

if (textBox_m.Text != "")

{

double M = double.Parse(textBox_m.Text);//比例尺

double f = 0.001 * (double.Parse(textBox_f.Text));//焦距

double x0 = 0.001 * double.Parse(textBox_x0.Text);//内方位元素x0

double y0 = 0.001 * double.Parse(textBox_y0.Text);//内方位元素y0

double X0 = 0, Y0 = 0, Z0 = 0;//外方位坐标元素初始值

double min = (double.Parse(textBox_k.Text));//焦距

double angle1 = 0, angle2 = 0, angle3 = 0;//外方位角元素初始值

for (int i = 0; i < m; i++)

{//累加

X0 = Coor_X[i] + X0;

Y0 = Coor_Y[i] + Y0;

Z0 = Coor_Z[i] + Z0;

}

X0 = X0 / m;

Y0 = Y0 / m;

Z0 = Z0 / m + M * f;

double[,] A = new double[2 * m, 6];//A,二维:(2 * m)*6

double[,] l = new double[2 * m, 1];//l,二维:(2 * m)*1

double[,] V = new double[2 * m, 6];//V,二维:(2 * m)*6

double[,] XXX = new double[6, 1];//XXX,6*1 所求参数值,即外方位元素改正数

///循环解求误差方程,以限差为标准结束循环

Matrix ad = new Matrix();

Cls_AL ae = new Cls_AL();

int num = 0;//记录循环次数

for (int i = 0; ; i++)

{

//求A,l

ae.Cal_AL(X0, Y0, Z0, angle1, angle2, angle3, m, f, x0, y0, Coor_x, Coor_y, Coor_X, Coor_Y, Coor_Z, A, l);

//求XXX

XXX = ad.Cal_Chengfa(ad.Cal_Chengfa(ad.Cal_Qiuni(ad.Cal_Chengfa(ad.Cal_Zhuanzhi(A), A)), ad.Cal_Zhuanzhi(A)), l);

///改正外方位元素

X0 = X0 + XXX[0, 0];

Y0 = Y0 + XXX[1, 0];

Z0 = Z0 + XXX[2, 0];

angle1 = angle1 + XXX[3, 0];

angle2 = angle2 + XXX[4, 0];

angle3 = angle3 + XXX[5, 0];

num++;

if ((Math.Abs(XXX[3, 0]) < min) && (Math.Abs(XXX[4, 0]) < min) && (Math.Abs(XXX[5, 0]) < min))

{ break; }

}

///精度评定;

V = ad.Cal_Jianfa(ad.Cal_Chengfa(A, XXX), l);

double[,] c = new double[1, 1];//单位权中误差

c = ad.Cal_Chengfa(ad.Cal_Zhuanzhi(V), V);

double cc = Math.Sqrt(c[0, 0] / (2 * m - 6));

double[,] AA = new double[6, 6];//外方位元素改正数的协因数阵QQ AA = ad.Cal_Qiuni(ad.Cal_Chengfa(ad.Cal_Zhuanzhi(A), A));

RichText.Text = ("外方位元素为:" + '\n' + "Xs = " + Convert.ToString(X0) + '\n' + "Ys = " + Convert.ToString(Y0) + '\n' + "Zs = " + Convert.ToString(Z0) + '\n' + "angel_1 = " + Convert.ToString(angle1) + '\n' + "angel_2 = " + Convert.ToString(angle2) + '\n' + "angel_3 = " + Convert.ToString(angle3) + '\n' + "单位权中误差为: " + Convert.ToString(cc) + '\n' + "Xs精度为: " + Convert.ToString(cc * Math.Sqrt(AA[0, 0])) + '\n' + "Ys精度为:" + Convert.ToString(cc * Math.Sqrt(AA[1, 1])) + '\n' + "Zs精度为:" + Convert.ToString(cc * Math.Sqrt(AA[2, 2])) + '\n' + "迭代次数为:" + Convert.ToString(num));

}

}

动态类库:

using System;

using System.Collections.Generic;

using System.Linq;

using System.Text;

namespace dll

{

///

/// Matrix类包含三个方法:矩阵乘法,矩阵转置,矩阵求逆

///

public class Matrix

{

///

/// 矩阵乘法

///

///

///

///

public double[,] Cal_Chengfa(double[,] a, double[,] b)

{

//定义一个以a行数为行数,b列数为列数的数组

double[,] c = new double[a.GetLength(0), b.GetLength(1)];

for (int i = 0; i < c.GetLength(0); i++)

{

for (int j = 0; j < c.GetLength(1); j++)

c[i, j] = 0;

for (int k = 0; k < a.GetLength(1); k++)

{

c[i, j] += a[i, k] * b[k, j]; //i行j列元素结果

}

}

}

return c;

}

///

/// 矩阵减法

///

///

///

///

public double[,] Cal_Jianfa(double[,] a, double[,] b)

{

//定义一个以a行数为行数,b列数为列数的数组

int m = a.GetLength(0);

int n = a.GetLength(1);

double[,] c = new double[m, m];

for (int i = 0; i < m; i++)

{

for (int j = 0; j < n; j++)

{

c[i, j] = a[i, j] - b[i, j];

}

}

return c;

}

///

/// 矩阵转置

///

///

///

public double[,] Cal_Zhuanzhi(double[,] a)

{

double[,] b = new double[a.GetLength(1), a.GetLength(0)];

for (int i = 0; i < a.GetLength(1); i++)

{

for (int j = 0; j < a.GetLength(0); j++)

b[i, j] = a[j, i];

}

}

return b;

}

///

/// 矩阵求逆

///

///

///

public double[,] Cal_Qiuni(double[,] a)

{

double[,] b = new double[a.GetLength(0), a.GetLength(1)]; int i, j, row, k;

double max, temp;

//单位矩阵

for (i = 0; i < a.GetLength(1); i++)

{

b[i, i] = 1;

}

for (k = 0; k < a.GetLength(1); k++)

{

max = 0; row = k;

//找最大元,其所在行为row

for (i = k; i < a.GetLength(1); i++)

{

temp = Math.Abs(a[i, k]);

if (max < temp)

{

max = temp;

row = i;

}

}

//交换k与row行

if (row != k)

{

for (j = 0; j < a.GetLength(0); j++)

{

temp = a[row, j];

a[row, j] = a[k, j];

a[k, j] = temp;

temp = b[row, j];

b[row, j] = b[k, j];

b[k, j] = temp;

}

}

//首元化为1

for (j = k + 1; j < a.GetLength(0); j++) a[k, j] /= a[k, k];

for (j = 0; j < a.GetLength(0); j++) b[k, j] /= a[k, k];

a[k, k] = 1;

//k列化为0

//对a

for (j = k + 1; j < a.GetLength(0); j++)

{

for (i = 0; i < k; i++) a[i, j] -= a[i, k] * a[k, j];

for (i = k + 1; i < a.GetLength(0); i++) a[i, j] -= a[i, k] * a[k, j];

}

//对b

for (j = 0; j < a.GetLength(0); j++)

{

for (i = 0; i < k; i++) b[i, j] -= a[i, k] * b[k, j];

for (i = k + 1; i < a.GetLength(0); i++) b[i, j] -= a[i, k] * b[k, j];

}

for (i = 0; i < a.GetLength(0); i++) a[i, k] = 0;

a[k, k] = 1;

}

return b;

}

}

public class Cls_AL

{

//计算A,L阵

public void Cal_AL(double X0, double Y0, double Z0, double angle1, double angle2, double angle3, long m, double f, double x0, double y0, double[] Coor_x, double[] Coor_y, double[] Coor_X, double[] Coor_Y, double[] Coor_Z, double[,] A, double[,] l)

{

//旋转矩阵

double a1 = Math.Cos(angle1) * Math.Cos(angle3) - Math.Sin(angle1) * Math.Sin(angle2) * Math.Sin(angle3);

double a2 = -Math.Cos(angle1) * Math.Sin(angle3) - Math.Sin(angle1) * Math.Sin(angle2) * Math.Cos(angle3);

double a3 = -Math.Sin(angle1) * Math.Cos(angle2);

double b1 = Math.Cos(angle2) * Math.Sin(angle3);

double b2 = Math.Cos(angle2) * Math.Cos(angle3);

double b3 = -Math.Sin(angle2);

double c1 = Math.Sin(angle1) * Math.Cos(angle3) + Math.Cos(angle1) * Math.Sin(angle2) * Math.Sin(angle3);

double c2 = -Math.Sin(angle1) * Math.Sin(angle3) + Math.Cos(angle1) * Math.Sin(angle2) * Math.Cos(angle3);

double c3 = Math.Cos(angle1) * Math.Cos(angle2);

///系数

double[] a11 = new double[m];

double[] a12 = new double[m];

double[] a13 = new double[m];

double[] a21 = new double[m];

double[] a22 = new double[m];

double[] a23 = new double[m];

double[] a14 = new double[m];

double[] a15 = new double[m];

double[] a16 = new double[m];

double[] a24 = new double[m];

double[] a25 = new double[m];

double[] a26 = new double[m];

for (int i = 0; i < m; i++)

{

double Z = ((a3 * (Coor_X[i] - X0)) + (b3 * (Coor_Y[i] - Y0)) + (c3 * (Coor_Z[i] - Z0)));//

a11[i] = ((a1 * f) + (a3 * Coor_x[i])) / Z;

a12[i] = ((b1 * f) + (b3 * Coor_x[i])) / Z;

a13[i] = ((c1 * f) + (c3 * Coor_x[i])) / Z;

a21[i] = ((a2 * f) + (a3 * Coor_y[i])) / Z;

a22[i] = ((b2 * f) + (b3 * Coor_y[i])) / Z;

a23[i] = ((c2 * f) + (c3 * Coor_y[i])) / Z;

a14[i] = Coor_y[i] * Math.Sin(angle2) - Math.Cos(angle2)*((Coor_x[i] / f) * (Coor_x[i] * Math.Cos(angle3) - Coor_y[i]*Math .Sin (angle3))+f*Math .Cos(angle3));

a15[i] = -f * Math.Sin(angle3) - Coor_x[i] * (Coor_x[i] * Math.Sin(angle3) + Coor_y[i] * Math.Cos(angle3)) / f;

a16[i] = Coor_y[i];

a24[i] = -Coor_x[i] * Math.Sin(angle2) - Coor_y[i] * Math.Cos(angle2) * (Coor_x[i] * Math.Cos(angle3) - Coor_y[i] * Math.Sin(angle3) - f * Math.Sin(angle3)) / f;

a25[i] = -f * Math.Cos(angle3) - Coor_y[i] * (Coor_x[i] * Math.Sin(angle3) + Coor_y[i] * Math.Cos(angle3)) / f;

a26[i] = -Coor_x[i];

A[2 * i, 0] = a11[i];

A[2 * i, 1] = a12[i];

A[2 * i, 2] = a13[i];

A[2 * i, 3] = a14[i];

A[2 * i, 4] = a15[i];

A[2 * i, 5] = a16[i];

A[2 * i + 1, 0] = a21[i];

A[2 * i + 1, 1] = a22[i];

A[2 * i + 1, 2] = a23[i];

A[2 * i + 1, 3] = a24[i];

A[2 * i + 1, 4] = a25[i];

A[2 * i + 1, 5] = a26[i];

l[2 * i, 0] = -x0+Coor_x[i] + f * ((a1 * (Coor_X[i] - X0)) + (b1 * (Coor_Y[i] - Y0)) + (c1 * (Coor_Z[i] - Z0))) / Z;

l[2 * i + 1, 0] = -y0+Coor_y[i] + f * ((a2 * (Coor_X[i] - X0)) + (b2 * (Coor_Y[i] - Y0)) + (c2 * (Coor_Z[i] - Z0))) / ((a3 * (Coor_X[i] - X0)) + (b3 * (Coor_Y[i] - Y0)) + (c3 * (Coor_Z[i] - Z0)));

}

}

}

}

测试数据:

x,y,z,X,Y,Z

-86.15,-68.99,36589.41,25273.32,2195.17

-53.40,82.21,37631.08,31324.51,728.69

-14.78,-76.63,39100.97,24934.98,2386.50

10.46,64.43,40426.54,30319.81,757.31

空间后方交会编程实习报告

空间后方交会编程实习报告 一实习目的 用程序设计语言(Visual C++或者C语言)编写一个完整的单片空间后方交会程序,通过对提供的试验数据进行计算,输出像片的外方位元素并评定精度。本实验的目的在于让学生深入理解单片空间后方交会的原理,体会在有多余观测情况下,用最小二乘平差方法编程实现解求影像外方位元素的过程。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。 二实习内容 利用一定数量的地面控制点,根据共线条件方程求解像片外方位元素。 三实习数据 已知航摄仪的内方位元素:f k =153.24mm,x =y =0.0mm,摄影比例尺为1:50000; 4个地面控制点的地面坐标及其对应像点的像片坐标: 四实习原理 如果我们知道每幅影像的6个外方位元素,就能确定被摄物体与航摄影像的关系。因此,如何获取影像的外方位元素,一直是摄影测量工作者所探讨的问题。可采取的方法有:利用雷达、全球定位系统(GPS)、惯性导航系统(INS)以及星相摄影机来获取影像的外方位元素;也可以利用影像覆盖范围内一定数量的控制点的空间坐标与摄影坐标,根据共线条件方程,反求该影像的外方位元素,这种方法称为单幅影像的空间后方交会。 单像空间后方交会的基本思想是:以单幅影像为基础,从该影像所覆盖地面范围内若干控制点的已知地面坐标和相应点的像坐标量测值出发,根据共线条件方程,解求该影像在航空摄影时刻的外方位元素Xs,Ys,Zs,t,w,k。 五实习流程 (1)获取已知数据。从摄影资料中查取影像比例尺1/m,平均摄影距离(航空摄影的航高、内方位元素x0,y0,f;获取控制点的空间坐标Xt,Yt,Zt。 (2)量测控制点的像点坐标并进行必要的影像坐标系统误差改正,得到像点坐标。 (3)确定未知数的初始值。单像空间后方交会必须给出待定参数的初始值,在竖直航空摄影且地面控制点大体对称分布的情况下,可按如下方法确定初始值:

空间后方交会的解算

空间后方交会的解算 一. 空间后方交会的目的 摄影测量主要利用摄影的方法获取地面的信息,主要是是点位信息,属性信息,因此要对此进行空间定位和建模,并首先确定模型的参数,这就是空间后方交会的目的,用以求出模型外方位元素。 二. 空间后方交会的原理 空间后方交会的原理是共线方程。 共线方程是依据相似三角形原理给出的,其形式如下 111333222333()()() ()()() ()()()()()()A S A S A S A S A S A S A S A S A S A S A S A S a X X b Y Y c Z Z x f a X X a Y Y a Z Z a X X b Y Y c Z Z y f a X X a Y Y a Z Z -+-+-=--+-+--+-+-=--+-+- 上式成为中心投影的构线方程, 我们可以根据几个已知点,来计算方程的参数,一般需要六个方程,或者要三个点,为提高精度,可存在多余观测,然后利用最小二乘求其最小二乘解。 将公式利用泰勒公式线性化,取至一次项,得到其系数矩阵A ;引入改正数(残差)V ,则可将其写成矩阵形式: V AX L =- 其中 111333222333[,]()()()()()()()()()()()()()()T x y A S A S A S x A S A S A S A S A S A S y A S A S A S L l l a X X b Y Y c Z Z l x x x f a X X a Y Y a Z Z a X X b Y Y c Z Z l y y y f a X X a Y Y a Z Z =-+-+-=-=+-+-+--+-+-=-=+-+-+- 则1()T T X A A A L -= X 为外方位元素的近似改正数, 由于采用泰勒展开取至一次项,为减少误差,要将的出的值作为近似值进行迭代,知道小于规定的误差 三. 空间后方交会解算过程 1. 已知条件 近似垂直摄影

摄影测量后方交会程序

摄影测量后方交会程序(c/c++) 输入数据截图: 结果截图: 程序源代码(其中的矩阵求逆在前面已经有了,链接):

#include #include #include const double PRECISION=1e-5; typedef double DOUBLE[5]; int InputData(int &Num, DOUBLE *&Data,double &m,double &f); int Resection(const int &Num,const DOUBLE *&Data,const double &m,const double &f); int InverseMatrix(double *matrix,const int &row); int main(int argc, char* argv[]) { DOUBLE *Data=NULL; int Num; double f(0),m(0); if(InputData(Num,Data,m,f)) { if (Data!=NULL) { delete []Data; } return 1; } if(Resection(Num,Data,m,f)) { if (Data!=NULL) { delete []Data; } return 1; } if (Data!=NULL) { delete []Data;

} printf("解算完毕...\n"); do{ printf("计算结果保存于\"结果.txt\"文件中\n" "请选择操作(输入P打开结果数据,R打开原始数据,其它退出程序):"); fflush(stdin); //刷新输入流 char order=getchar(); if ('P'==order || 'p'==order) { system("结果.txt"); } else if ('R'==order || 'r'==order) { system("data.txt"); } else break; system("cls"); }while(1); system("PAUSE"); return 0; } /********************************************** *函数名:InputData *函数介绍:从文件(data.txt)中读取数据, *文件格式如下: *点数 m(未知写作0) * 内方位元素(f x0 y0) *编号 x y X Y Z *下面是一个实例: 4 0 153.24 0 0 1 -86.15 -68.99 36589.41 25273.3 2 2195.17

近景单张像片空间后方交会

实验一近景单张像片空间后方交会 一、实验目的 通过单张像片空间后方交会算法编程,掌握空间后方交会的基本原理和基本步骤,为近景摄影测量解析处理方法打下理论基础。 二、实验内容 利用C++编程平台,通过给定的单片像点的像点坐标、内方位元素和控制点物方空间坐标,计算出像片的外方位元素。 三、实验步骤: 1、编程流程图:

2、编程代码: #include "iostream" #include"stdio.h" #include "stdlib.h" #include #define N 10 using namespace std; void mult(double *m1,double *m2,double *result,int i_1,int j_12,int j_2)//矩阵相乘 { int i,j,k; for(i=0;i

int *is,*js; int i,j,k,l,u,v; double temp,max_v; is=(int *)malloc(n*sizeof(int)); js=(int *)malloc(n*sizeof(int)); if(is==NULL||js==NULL){ printf("out of memory!\n"); return(0); } for(k=0;kmax_v){ max_v=temp; is[k]=i; js[k]=j; } } if(max_v==0.0){ free(is); free(js); printf("invers is not availble!\n"); return(0); } if(is[k]!=k) for(j=0;j

单像空间后方交会和双像解析空间后方-前方交会的算法程序实现

单像空间后方交会和双像解析空间后方-前 方交会的算法程序实现 遥感科学与技术 摘要:如果已知每张像片的6个外方位元素,就能确定被摄物体与航摄像片的关系。因此,利用单像空间后方交会的方法,可以迅速的算出每张像片的6个外方位元素。而前方交会的计算,可以算出像片上点对应于地面点的三维坐标。基于这两点,利用计算机强大的运算能力,可以代替人脑快速的完成复杂的计算过程。 关键词:后方交会,前方交会,外方位元素,C++编程 0.引言: 单张像片空间后方交会是摄影测量基本问题之一,是由若干控制点及其相应像点坐标求解摄站参数(X S,Y S,ZS,ψ、ω、κ)。单像空间后方交会主要有三种方法:基于共线条件方程的平差解法、角锥法、基于直接线性变换的解法。而本文将介绍第一种方法,基于共线条件方程反求象片的外方位元素。 而空间前方交会先以单张像片为单位进行空间后方交会,分别求出两张像片的外方位元素,再根据待定点的一对像点坐标,用空间前方交会的方法求解待定点的地面坐标。可以说,这种求解地面点的坐标的方法是以单张像片空间后方交会为基础的,因此,单张像片空间后方交会成为解决这两个问题以及算法程序实现的关键。

1.单像空间后方交会的算法程序实现: (1)空间后方交会的基本原理:对于遥感影像,如何获取像片的外方位元素,一直是摄影测量工作者探讨的问题,其方法有:利用雷达(Radar)、全球定位系统(GPS)、惯性导航系统(I N S)以及星像摄影机来获取像片的外方位元素;也可以利用一定数量的地面控制点,根据共线方程,反求像片的外方位元素,这种方法称为单像空间后方交会(如图1所示)。 图中,地面坐标X i、Yi、Zi和对应的像点坐标x i、yi是已知的,外方位元素XS、Y S、ZS(摄站点坐标),ψ、ω、κ(像片姿态角)是待求的。 (2)空间后方交会数学模型:空间后方交会的数学模型是共线方程, 即中心投影的构像方程: 式中X、Y、Z是地面某点在地面摄影测量坐标系中的坐标,x,y是该地面点在像片上的构像点的像片坐标,对 于空间后方交会而言它们是已知的,还有主距f是已知的。而9个方向余弦a 1,a 2,a3;b1,b 2,b 3;c 1,c2,c 3是未知的,具体表达式可以取

摄影测量学后方交会matlab实习报告

摄影测量原理 单张影像后方交会实习

目录 一实习目的 (3) 二实习原理 (3) 1. 间接平差 (3) 2. 共线方程 (3) 3. 单向空间后方交会 (4) 三计算流程 (4) 1. 求解步骤 (4) 2.计算机框图 (4) 四程序实现 (5) 五结果分析 (6) 1.外方位元素 (6) 2.误差 (6) 3.旋转矩阵R (7) 六实习体会 (7) 1. 平台的选择 (7) 2.问题的解决 (7) 3.心得体会 (8) 七代码展示 (8)

一实习目的 为了增强同学们对后方交会公式的理解,培养同学们对迭代循环编程的熟悉感,本次摄影测量课间实习内容定为用C语言或其他程序编写单片空间后方交会程序,最终输出像点坐标、地面坐标、单位权中误差、外方位元素及其精度。 已知四对点的影像坐标和地面坐标如下。内方位元素fk=153.24mm,x0=y0=0。 本次实习,我使用了matlab2014进行后方交会程序实现。结果与参考答案一致,精度良好。 二实习原理 题干中有四个控制点在地面摄影测量坐标系中的坐标和对应的像点坐标,由此可列出8个误差方程,存在2个多余观测(n=2)。故可利用间接平差的最小二乘法则求解。 由于共线方程是非线性函数模型,为了方便计算,需要将其“线性化”。但如果仅取泰勒级数展开式的一次项,未知数的近似值改正是不精确的。因此必须采用迭代趋近法计算,直到外方位元素的改正值小于限差。 1.间接平差 间接平差为平差计算最常用的方法。在确定多个未知量的最或然值时,选择它们之间不存在任何条件关系的独立量作为未知量组成用未知量表达测量的函数关系、列出误差方程式,按最小二乘法原理求得未知量的最或然值的平差方法。 在一个间接平差问题中,当所选的独立参数X个数与必要观测值t个数相等时,可将每个观测值表达成这t个参数的函数,组成观测方程。 函数模型为:L = BX + d。 2.共线方程 共线方程是中心投影构像的数学基础,也是各种摄影测量处理方法的重要理论基础。 式中: x,y 为像点的像平面坐标; x0,y0,f 为影像的内方位元素; XS,YS,ZS 为摄站点的物方空间坐标; XA,YA,ZA 为物方点的物方空间坐标; ai,bi,ci (i = 1,2,3)为影像的3 个外方位角元素组成的9 个方向余弦。

后方交会程序实现(c语言版)

#include #include #include #include #include #define N 4 #define T 1.41421 void turn(double *A,double A2[],int m,int n) //计算矩阵的转置 { int i,j; for(i=0;i

for(l=0;ld) { d=p; is[k]=i; js[k]=j; } } if (d+1.0==1.0) { free(is); free(js); printf("error not inv\n");

后方交会MATLAB程序实习报告

《摄 影 测 量 学》 单像空间后方交会 实习报告 班 级: XXXX 姓 名: X X X 学 号:XXXXXXXXXXXXX 指导教师: X X X 一、实习目的 1、掌握空间后方交会的定义和实现算法; 2、了解摄影测量平差的基本过程; 3、熟练MATLAB 等程序编写。 二、实习原理 利用至少三个已知地面控制点的坐标),,(A A A Z Y X A 、 ),,(B B B Z Y X B 、),,(C C C Z Y X C ,与其影像上对应的三个像点的影像坐标),(a a y x a 、),(b b y x b 、),(c c y x c ,根据共线方程,反求该像片的外方位元素κω?、、、、、S S S Z Y X 。

共线条件方程式: 将共线式线性化并取一次小值项得: 三、解算过程 ①获取已知数据。包括影像比例尺1/m,平均摄影距离(航空摄影的航高)H,内方位元素x0、y0、f,控制点的空间坐标X、Y、Z。 ②量测控制点的像点坐标并进行必要的影像坐标系统误差改正,得到像点坐标。 ③确定未知数的初始值。单像空间后方交会必须给出待定参数的初始值,在竖直航空摄影且地面控制点大体对称分布的情况下,Xs0和Ys0为均值,Zs0为航高,φ、ω、κ的初值都设为0。或者κ的初值可在航迹图上找出或根据控制点坐标通过坐标正反变换求出。 ④计算旋转矩阵R。利用角元素近似值计算方向余弦值,组成R阵。 ⑤逐点计算像点坐标的近似值。利用未知数的近似值按共线条件式计算控制点像点坐标的近似值(x),(y)。 ⑥逐点计算误差方程式的系数和常数项,组成误差方程式。 ⑦计算法方程的系数矩阵ATA与常数项ATL,组成法方程式。 ⑧解求外方位元素。根据法方程,解求外方位元素改正数,并与相应的近似值求和,得到外方位元素新的近似值。 ⑨检查计算是否收敛。将所求得的外方位元素的改正数与规定的限差比较,通常对φ,ω,κ的改正数△φ,△ω,△κ给予限差,通常为0.000001弧度,当3个改正数均小于0.000001弧度时,迭代结束。否则用新的近似值重复④~⑧步骤的计算,直到满足要求为止。 四、程序框图 五、主要代码 [fn,pn,fi]=uigetfile('*.txt','选择文件'); I=load([pn fn]); x=I(:,1)';y=I(:,2)';X=I(:,3)';Y=I(:,4)';Z=I(:,5)'; s=0;S=0; for i=1:3;

后方交会计算计算)程序

距离后方交会计算(CASIO fx–4800P计算器)程序 一、程序功能 本程序适用于在一个未知点上设测站,观测两到个已知点的 距离后,解算该未知坐标。本程序也可以在CASIO fx-4500P计算器及CASIO fx-4850P计算器上运行。 注意:这种观测两到个已知点的距离后解算该未知坐标的方法,缺少多余观测值,也就缺少检核条件。 二、源程序 Lbl 1:{ABCDEFQ}:A"XA":B” YA”:C"XB":D"YB":E"D1":F"D2":Q:J=0:G=Pol(C-A, D-B) :H=J+QCos-1((GG+EE-FF)÷2÷G ÷E): X"XP"=A+ECosH◢ Y"YP"=B+ESinH◢ Goto 1←┘ 注:CASIO fx-4850改如下 Lbl 1:{ABCDEFQ}:A"XA":B” YA”:C"XB":D"YB":E"D1":F"D2":Q:J=0:G=Pol(C-A, D-B) :H=J+QCos-1((GG+EE-FF)÷2÷G÷E):"XP": X=A+ECosH◢

"YP":Y=B+ESinH◢ Goto 1←┘ 三、使用说明 1、规定 (1) 未知点为P点,已知点分别为A点、B点; (2) P点至A点的距离为D1,P点至B点的距离为D2; (3) 当A、B、P三点逆时针排列时,Q=-1;当A、B、P三点顺时针排列时,Q=1。 2、输入与显示说明 输入部分: XA ? 输入A点的X坐标 YA ?输入A点的Y坐标 XB ? 输入B点的X坐标 YB ?输入B点的Y坐标 D1 ?输入P点至A点的距离为D1 D2 ?输入P点至B点的距离为D2 Q?输入A、B、P三点排列方式(逆时针时,Q=-1;顺时针时,Q=1) 显示部分: XP=×××所求点P的X坐标 YP=×××所求点P的Y坐标

空间后方交会程序

一. 实验目的: 掌握摄影测量空间后方交会的原理,利用计算机编程语言实现空间后方交会外方位元素的解算。 二. 仪器用具及已知数据文件: 计算机windows xp 系统,编程软件(VISUAL C++6.0),地面控制点在摄影测量坐标系中的坐标及其像点坐标文件shuju.txt 。 三. 实验内容: 单张影像的空间后方交会:利用已知地面控制点数据及相应像点坐标根据共线方程反求影像的外方位元素。 数学模型:共线条件方程式: )(3)(3)(3)(1)(1)(1Zs Z c Ys Y b Xs X a Zs Z c Ys Y b Xs X a f x -+-+--+-+--= )(3)(3)(3)(2)(2)(2Zs Z c Ys Y b Xs X a Zs Z c Ys Y b Xs X a f y -+-+--+-+--= 求解过程: (1)获取已知数据。从航摄资料中查取平均航高与摄影机主距;获取控制点的地面测量坐标并转换为地面摄影测量坐标。 (2)量测控制点的像点坐标并做系统改正。 (3)确定未知数的初始值。在竖直摄影且地面控制点大致分布均匀的情况下,按如下方法确定初始值,即: n X X S ∑=0,n Y Y S ∑=0,n Z mf Z S ∑=0 φ =ω=κ=0 式中;m 为摄影比例尺分母;n 为控制点个数。 (4)用三个角元素的初始值,计算个方向余弦,组成旋转矩阵R 。 (5)逐点计算像点坐标的近似值。利用未知数的近似值和控制点的地面 坐标代入共线方程式,逐点计算像点坐标的近似值(x )、(y )。 (6)逐点计算误差方程式的系数和常数项,组成误差方程式。 (7)计算法方程的系数矩阵A A T 和常数项l A T ,组成法方程式。 (8)解法方程,求得外方位元素的改正数dXs ,S dY ,s dZ ,d φ,d ω,d κ。 (9)用前次迭代取得的近似值,加本次迭代的改正数,计算外方位元素 的新值。

作业4--空间后方交会

作业报告 空间后方交会 专业:测绘工程 班级:2008级(1)班姓名:陈闻亚 指导教师:陈强 2010 年 4 月16 日

1 作业任务------------------------------------------------------------------------------------ 3 2 作业思想 --------------------------------------------------------------------------------------- 3 3 作业条件及数据 -------------------------------------------------------------------- 3 4 作业过程--------------------------------------------------------------------------- 3 5 源程序----------------------------------------------------------------------------- 4 6 计算结果--------------------------------------------------------------------------- 17 7心得体会与建议----------------------------------------------------------------------------- 17

1 作业任务 计算近似垂直摄影情况下后方交会解。即利用摄影测量空间后方交会的方法,获取相片的6个外方位元素。限差为0.1。 2作业思想 利用摄影测量空间后方交会的方法求解。该方法的基本思想是利用至少三个一直地面控制点的坐标A(X A,Y A,Z A)、B(X B,Y B,Z B)C(X C,Y C,Z C),与其影像上对应的三个像点的影像坐标a(x a,y a)、b(x b,y b)、c(x c,y c),根据共线方程,反求该相片的外方位元素X S、Y S、Z S、φ、ω、κ。 3作业条件及数据 已知摄影机主距f=153.24mm,四对点的像点坐标与相应的地面坐标列入下表: 4作业过程 4.1 获取已知数据 相片比例尺1/m=1:10000,内方位元素f=153.24mm,x0,y0;获取控制点的地面测量坐标X t、Y t、Z t。 4.2 量测控制点的像点坐标: 本次作业中为已知。见表1。

单像空间后方交会实验报告(c++版)

单像空间后方交会 姓名: 学号: 时间:

目录 一、作业任务 ............................................................................................................... - 3 - 二、计算原理 ............................................................................................................... - 3 - 三、算法流程 ............................................................................................................... - 7 - 四、源程序 ................................................................................................................... - 8 - 五、计算结果 ............................................................................................................... - 8 - 六、结果分析 ............................................................................................................... - 8 - 七、心得与体会 ........................................................................................................... - 8 - 八、附页 ....................................................................................................................... - 8 - 1.c++程序 ........................................................................................................... - 8 - 2.C++程序截图.................................................................................................. - 15 - 3.matlb程序..................................................................................................... - 16 -

空间后方交会程序

空间后方交会程序

————————————————————————————————作者:————————————————————————————————日期: ?

一. 实验目的: 掌握摄影测量空间后方交会的原理,利用计算机编程语言实现空间 后方交会外方位元素的解算。 二. 仪器用具及已知数据文件: 计算机wind ows xp 系统,编程软件(VI SUA L C ++6.0),地面控 制点在摄影测量坐标系中的坐标及其像点坐标文件shu ju.txt 。 三. 实验内容: 单张影像的空间后方交会:利用已知地面控制点数据及相应像点坐标根据 共线方程反求影像的外方位元素。 数学模型:共线条件方程式: ) (3)(3)(3) (1)(1)(1Zs Z c Ys Y b Xs X a Zs Z c Ys Y b Xs X a f x -+-+--+-+--= ) (3)(3)(3)(2)(2)(2Zs Z c Ys Y b Xs X a Zs Z c Ys Y b Xs X a f y -+-+--+-+--= 求解过程: (1)获取已知数据。从航摄资料中查取平均航高与摄影机主距;获取 控制点的地面测量坐标并转换为地面摄影测量坐标。 (2)量测控制点的像点坐标并做系统改正。 (3)确定未知数的初始值。在竖直摄影且地面控制点大致分布均匀 的情况下,按如下方法确定初始值,即: n X X S ∑=0,n Y Y S ∑=0,n Z mf Z S ∑=0 φ =ω=κ=0 式中;m为摄影比例尺分母;n为控制点个数。 (4)用三个角元素的初始值,计算个方向余弦,组成旋转矩阵R 。 (5)逐点计算像点坐标的近似值。利用未知数的近似值和控制点的地面坐标代入共 线方程式,逐点计算像点坐标的近似值(x )、(y )。 (6)逐点计算误差方程式的系数和常数项,组成误差方程式。 (7)计算法方程的系数矩阵A A T 和常数项l A T ,组成法方程式。 (8)解法方程,求得外方位元素的改正数dXs ,S dY ,s dZ ,d φ,dω,d κ。 (9)用前次迭代取得的近似值,加本次迭代的改正数,计算外方位元素的新值。

空间后方交会的直接解

空间后方交会的直接解 空间后方交会,即由物方已知若干个控制点以及相应的像点坐标,解求摄站的坐标与影像的方位,这是一个摄影测量的基本问题。通常采用最小二乘解算,由于原始的观测值方程是非线性的,因此,一般空间后方交会必须已知方位元素的初值,且解算过程是个迭代解算过程。但是,在实时摄影测量的某些情况下,影像相对于物方坐标系的方位是任意的,且没有任何初值可供参考。这时常规的空间后方交会最小二乘算法就无法处理,而必须建立新的空间后方交会的直接解法。 直接解法的基本思想是将它分成两步:先求出三个已知点i P 到摄站S 的距离i S ;然后求出摄站S 的坐标和影像方位。 物方一已知点()i i i i ,Z ,Y X P 在影像上的成像()i i i ,y x p ,根据影像已知的内方位元素()0 ,y f,x 可求得从摄站()S S S S ,Z ,Y X 到已知点i P 的观测方向i ,βαi 。 () ??? ????-+-= -=2 020 tan tan x x f y y βf x x αi i i i i (1) 距离方程组可以写成如下形式: ?? ??? =+++=+++=+++020202312 1133123232 3322322122 2211221b x x x a x b x x x a x b x x x a x (2) 其中()j ;i ,,i,j S ,b a ij ij ij ij ≠===321cos ?。因此,解算摄站S 到三个 控制点的距离问题,被归结为解算一个三元二次联立方程组的问题。这个方程组的解算方法选用迭代法。 迭代计算公式可写成:

单片空间后方交会C#源代码

主方法: private void Cal_Click(object sender, EventArgs e) { string[] lines = RichText.Text.Split('\n'); long m = lines.Length; m = m - 1;//真实数据行数 double[] Coor_x = new double[m];//已知点x坐标 double[] Coor_y = new double[m];//已知点x坐标 double[] Coor_X = new double[m];//已知点X坐标 double[] Coor_Y = new double[m];//已知点Y坐标 double[] Coor_Z = new double[m];//已知点Z坐标 ///赋值 for (int i = 0; i < m; i++) { string[] FJstring = Regex.Split(lines[i+1], ","); Coor_x[i] = 0.001*(Convert.ToDouble(FJstring[0])); Coor_y[i] = 0.001 *( Convert.ToDouble(FJstring[1])); Coor_X[i] = Convert.ToDouble(FJstring[2]); Coor_Y[i] = Convert.ToDouble(FJstring[3]); Coor_Z[i] = Convert.ToDouble(FJstring[4]); } if (textBox_m.Text == "") { MessageBox.Show("请输入参数!"); } if (textBox_m.Text != "") { double M = double.Parse(textBox_m.Text);//比例尺 double f = 0.001 * (double.Parse(textBox_f.Text));//焦距 double x0 = 0.001 * double.Parse(textBox_x0.Text);//内方位元素x0 double y0 = 0.001 * double.Parse(textBox_y0.Text);//内方位元素y0 double X0 = 0, Y0 = 0, Z0 = 0;//外方位坐标元素初始值 double min = (double.Parse(textBox_k.Text));//焦距 double angle1 = 0, angle2 = 0, angle3 = 0;//外方位角元素初始值 for (int i = 0; i < m; i++) {//累加 X0 = Coor_X[i] + X0; Y0 = Coor_Y[i] + Y0;

单像空间后方交会程序报告

单像空间后方交会程序报告 指导老师:刘老师 班级:测绘101 姓名:尚锋 学号: 19号

1、应用程序的主入口部分的代码: using System; using System.Collections.Generic; using System.Linq; using System.Windows.Forms; namespace单像空间后方交会 { static class Program { ///

///应用程序的主入口点。 /// [STAThread] static void Main() { Application.EnableVisualStyles(); Application.SetCompatibleTextRenderingDefault(false); Application.Run(new Form1()); } } } 2、方法解算类(通用)部分的代码: using System; using System.Collections.Generic; using System.Linq; using System.Text; namespace单像空间后方交会 { class Tongyong { struct image_point//一个像点结构,包含像点坐标和地面点坐标 { public double x; public double y; public double X; public double Y;

public double Z; } private double f; //主距 private double u; //u为外方位元素,下面5个相同 private double w; private double k; private double Xs; private double Ys; private double Zs; private image_point[] p = new image_point[4]; //四个控制点 private double[] R = new double[9]; //旋转矩阵 private double[] a = new double[8]; //像点坐标近似值 private double[,] A = new double[8, 6]; //误差方程式系数 private double[] L = new double[8]; //误差方程式常数项 private int count = 0; //统计代次数 public Tongyong(double g, double[] q) //构造函数,初始化各变量,单位m { f = g; for (int i = 0; i < 4; i++) { int j = i * 5; p[i].x = q[j]; p[i].y = q[j + 1]; p[i].X = q[j + 2]; p[i].Y = q[j + 3]; p[i].Z = q[j + 4]; } double ave = 0, sum = 0; //求比例尺分母 for (int i = 0; i < 3; i++) { for (int j = i + 1; j < 4; j++) { sum += Math.Sqrt(Math.Pow(p[i].X - p[j].X, 2) + Math.Pow(p[i].Y - p[j].Y, 2)) / Math.Sqrt(Math.Pow(p[i].x - p[j].x, 2) + Math.Pow(p[i].y - p[j].y, 2)); } } ave = sum / 6; u = 0; //给定外方位元素的初始值,角度均设置为0 w = 0; k = 0; Xs = (p[0].X + p[1].X + p[2].X + p[3].X) / 4; //Xs为四个控制点X的平均值,Ys类似

摄影测量单片空间后方交会程序《C++》

输入文件形式如下: C++源程序如下: #include #include #include #include #include using namespace std; const int n=6; void inverse (double c[n][n]); templatevoid transpose (T1*mat1,T2*mat2,int a,int b); templatevoid multi(T1*mat1,T2 * mat2,T2 * result,int a,int b,int c); templatevoid input (T*mat,int a,int b); templatevoid output(T*mat,char*s,int a,int b); int main() { ofstream outFile; cout.precision(5); double x0=0.0, y0=0.0; double fk=0.15324; //内方位元素 double m=39689; //估算比例尺 double B[4][5]={0.0},R[3][3],XG[6][1],AT[6][8],ATA[6][6],ATL[6][1]; input (B,4,5); //从文件中读取控制点的影像坐标和地面坐标,存入数组B double Xs=0.0, Ys=0.0, Zs=0.0,Q=0.0,W=0.0,K=0.0; double X,Y,Z,L[8][1],A[8][6]; //确定未知数的出始值

摄影测量程序汇总(后方交会前方交会单模型光束法平差)

程序运行环境为Visual Studio2010.运行前请先将坐标数据放在debug 下。 1.单像空间后方交会 C语言程序: #include #include #include double *readdata(); void savedata(int hang,double *data,double *xishuarray,double *faxishu,double *l,int i,double xs,double ys,double zs,double fai,double oumiga,double kapa); void transpose(double *m1,double *m2,int m,int n); void inverse(double *a,int n); void multi(double *mat1,double * mat2,double * result,int a,int b,int c); void inverse(double *a,int n)/*正定矩阵求逆*/ { int i,j,k; for(k=0;k

相关文档
最新文档