乔振民INPHO真正射校正与应用研究
MEMS振镜扫描共聚焦图像畸变机理分析及校正
2021年2月Feb. 2021第50卷第2期Vol.50 No.2红外与激光工程Infrared and Laser EngineeringMEMS 振镜扫描共聚焦图像畸变机理分析及校正缪 新叫李航锋1,张运海心，王发民込施 辛彳(1.中国科学技术大学，安徽合肥230026；2.中国科学院苏州生物医学工程技术研究所江苏省医用光学重点实验室，江苏苏州215163;3.苏州大学附属第二医院，江苏苏州215000)摘要：在皮肤反射式共聚焦显微成像过程中，针对MEMS 振镜二维扫描引起的共聚焦图像畸变，开 展了光束偏转理论分析，得出了投影面扫描图像的具体形状表征,理论畸变图像与真实畸变图像一致， 明确了畸变机理，提出一种有效的畸变校正算法，实现对图像二维畸变的校正。
首先记录原始光栅畸变图像，然后基于Hessian 矩阵提取光栅中心线，拾取特征点并设置基准参考线，通过基于最小二乘法 的7次多项式插值法标定二维方向像素畸变校正量，采用加权平均法填补间隙像素灰度值，最终实现图像畸变校正。
利用网格畸变测试靶实验得出7次多项式插值后的校正决定系数最高、均方根误差值 最低，整幅512行图像在7次多项式插值后最优行数占379行，比例为74%,通过残差分析，二维方向 上残差最大为4个像素，最小为0个像素，平均为1.15个像素，校正结果较为精确。
皮肤在体实时成像实验显示，图像畸变校正后组织结构特征更加真实准确，表明这种校正算法有效可行，有助于皮肤疾 病的准确诊断。
关键词：图像二维畸变；机理分析；Hessian 矩阵；光栅；多项式插值 中图分类号：TH742.9文献标志码：A DOI ： 10.3788/IRLA20200206Analysis and correction of image distortion in MEMSgalvanometer scanning confocal systemMiao Xin 12, Li Hangfeng 1, Zhang Yunhai 1,2*, Wang Famin 1,2, Shi Xin 3(1. University of Science and Technology of China, Hefei 230026, China;2. Jiangsu Key Laboratory of Medical Optics, Suzhou Institute of Biomedical Engineering and Technology,Chinese Academy of Sciences, Suzhou 215163, China;3. The Second Affiliated Hospital of Soochow University, Suzhou 215000, China)Abstract: Aiming at the distorted confocal images caused by the two-dimensional scanning of MEMS galvanometer during skin imaging by reflectance confocal microscopy, the theoretical analysis of beam deflectionwas carried out, and the specific shape representation of projection plane scanning image was obtained. It was concluded that the theoretical distortion image was consistent with the real distortion image. The distortionmechanism was clarified and a distortion correction method was proposed. First, the original distorted grating image was recorded, then the center lines of grating were obtained based on the Hessian matrix, after that feature points were picked and datum reference lines were set. Finally, the correction to the distorted confocal images wasrealized by calibrating the corrections of the two-dimensional pixel distortions using polynomial interpolation收稿日期：2020-10-12；修订日期:2020-11-15基金项目:国家重点研发计划(2017YFC0110305)；山东省自然科学基金(ZR2019BF012)；济南市“高校20条”资助项目(2018GXRC018)；苏州市民生科技项目(SS201643)红外与激光工程第50卷第2期based on the least square method and filling the gray value of gap pixels by weighted average method.By the experiment of measuring target with grid distortion,the correction coefficient was the highest and the root mean square error was the lowest after polynomial interpolation of degree7.Also,the optimal number of512rows was 379,accounting for74%.The residual distortions were accurately evaluated,in two dimensional,the maximum value is4pixels,the minimum value was0pixel and the average value was L15pixels,so the results were accurate.The experiment of in vivo real-time skin imaging shows that the organizational structure features are more real and accurate after corrections.So this method is effective and feasible,which is helpful for accurate diagnosis of skin diseases.Key words:two-dimensional distortions of images;polynomial interpolation0引言作为一款新型影像学临床诊断设备，皮肤反射式共聚焦显振镜利用皮肤中血红蛋白、黑色素和角蛋白等不同组织成分的折射率差异进行成像，为皮肤组织的实时观测提供有效的技术手段，在恶性皮肤肿瘤早期诊断、治疗后随访等方面发挥了愈发重要的作用"役为进一步实现皮肤病检查时的便捷性,需要发展手持式皮肤共聚焦显振镜，由于受到系统体积和重量限制，系统中的核心部件扫描振镜要采用单镜面式MEMS振镜实现二维扫描成像,该扫描方式使得采集到的图像存在较为严重的二维畸变，扭曲了皮肤组织真实的结构形态.如不对这种图像畸变进行校正，将不利于医生观察皮损组织真实形态、边界轮廓、结构特征等信息，直接影响临床诊断结果因此，需要在分析产生图像畸变机理的基础之上，实现畸变校正，将真实图像信息准确呈现，为皮肤疾病诊断奠定基础。
美国科学家开发出采用单光子上转换器的红外光谱仪
美国科学家开发出采用单光子上转换器的红外光谱仪
岳桢干
【期刊名称】《红外》
【年(卷),期】2010(31)5
【摘要】据《Photonics Spectra》杂志2009年10月报道，一款设计巧妙的单光子探测器已经使美国国家标准与技术研究所（NIST）的科学家们能够开发出工作在红外波段的高灵敏度、低成本的光谱仪。
这项技术可以运用在需要进行超灵敏光谱测量的众多领域，
【总页数】1页(P46-46)
【关键词】单光子探测器;红外光谱仪;美国科学家;开发;转换器;美国国家标准;高灵敏度;红外波段
【作者】岳桢干
【作者单位】
【正文语种】中文
【中图分类】O734
【相关文献】
1.显微红外光谱仪与显微拉曼光谱仪对纺用无色单根纤维的检测 [J], 罗仪文;孙其然;徐彻;奚建华;陈晓红
2.科学家开发出可“雕刻”单光子的纳米装置 [J],
3.基于微系统技术的NIR光谱仪——采用微系统技术降低NIR近红外光谱仪的成
本 [J], Alexander Wolter;Heinrich Gruger;Andreas Kenda
4.美国研制出性能超越傅里叶变换红外光谱仪的平面阵列红外光谱仪器 [J], 高国龙
5.美国航空航天局开发出中红外光子探测器 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。
基于深度学习和PnP模型的激光跟踪仪自动姿态测量
第30卷第9期2022年5月Vol.30No.9May2022光学精密工程Optics and Precision Engineering基于深度学习和PnP模型的激光跟踪仪自动姿态测量周道德1，2，高豆豆1，董登峰1，2*，周维虎1，2，崔成君1（1.中国科学院微电子研究所，北京100029；2.中国科学院大学，北京100049）摘要：针对航空航天、汽车装配等高端制造领域对姿态测量的迫切需求，提出一种面向激光跟踪仪的快速高精度姿态测量方法，利用深度学习结合视觉PnP模型实现了激光跟踪过程中被测件姿态的自动测量。
针对PnP姿态求解模型所需的3D特征点和2D特征点之间的对应关系难以直接确定的问题，设计了一个特征提取网络用于提取特征点对应的高维特征，采用最优传输理论确定特征向量之间的联合概率分布，从而完成3D-2D特征点的自动匹配；使用Ransac-P3P结合EPnP算法对匹配好的3D特征点和2D像素点进行姿态求解，获得高精度的姿态信息；在此基础上，利用隐式微分理论计算PnP求解过程的雅克比矩阵，从而将PnP姿态求解模型集成到网络中并指导网络训练，实现了深度网络匹配能力与PnP模型姿态求解能力的优势互补，提高了解算精度。
最后，制作了一个含有丰富标注信息的数据集，用于训练面向激光跟踪仪的姿态测量网络。
基于高精度二维转台进行了姿态测量实验，结果表明，该方法在3m处对俯仰角的测量精度优于0.31°，横滚角精度优于0.03°，单次测量耗时约40ms，能够实现激光跟踪仪的高精度姿态测量。
关键词：激光跟踪仪；姿态测量；单目视觉；深度学习中图分类号：TP391.4；TH744文献标识码：A doi：10.37188/OPE.20223009.1047Automatic attitude measurement of laser tracker based ondeep learning and PnP modelZHOU Daode1，2，GAO Doudou1，DONG Dengfeng1，2*，ZHOU Weihu1，2，CUI Chengjun1（1.Institute of Microelectronics of the Chinese Academy of Sciences，Beijing100029，China；2.University of Chinese Academy of Sciences，Beijing100049，China）*Corresponding author，E-mail：Dongdengfeng@Abstract：In view of the urgent demand for attitude measurement in high-end manufacturing applications，such as aerospace and automobile assembly，a fast and high-precision attitude measurement method for a laser tracker was proposed.The method employed deep learning in conjunction with the visual PnP model to realize automatic attitude measurement of the laser tracker.The correspondence between3D feature points and2D feature points required by the traditional PnP model were directly determined through a fea⁃ture extraction network designed to extract high-dimensional features.The joint probability distribution be⁃tween feature vectors was determined using optimal transmission theory to complete the matching of3D-文章编号1004-924X（2022）09-1047-11收稿日期：2022-03-04；修订日期：2022-03-16.基金项目：国家重点研发计划资助项目（No.2019YFB1310100）第30卷光学精密工程2D feature points.Subsequently，Ransac-P3P combined with EPnP algorithm was used to obtain high-pre⁃cision attitude information；Based on this，the Jacobian matrix of PnP solution process was calculated us⁃ing implicit differential theory，and the PnP attitude solution model was integrated into the network to guide the training of the network.The complementary advantages of strong depth network matching abili⁃ty and high attitude solution accuracy of the PnP model improved the solution accuracy of the network.In addition，a dataset with rich annotation information was used to train the attitude measurement network for the laser tracker.Finally，an attitude measurement test was conducted using a high-precision two-dimen⁃sional turntable.The experimental results show that the calculation error of pitch angle is less than0.31°，the rolling angle error is less than0.03°，and the single measurement takes approximately40ms.The pro⁃posed method can potentially be applied to attitude measurement scene of the laser tracker.Key words：laser tracker；attitude measurement；monocular vision；deep learning1引言随着制造业的快速发展，在航空航天、汽车装配等领域，大尺寸高精度姿态测量技术越来越重要。
离散频谱时移相位差校正法
!
收稿日期： &"""#"%#&%；修订日期： &""&#",#&) 基金项目： 国家自然科学基金资助项目 （)""%)",’） ； 国家教育部高等学校骨干教师资助计划项目 （教 技司 ［&"""］ *) 号） 作者简介： 丁康 （!’)%—） ， 男， 浙江天台人， 教授， 硕士 （ D#A35;： E=546F C?GH <=GH B4） H
表 . ? - 分别是当 & 取 ./ 点、 在没有噪声和加噪声情况下校正前后数据 .// 点和 ./*0 点， 对比・ 从图表中可以得出以下结论： 如本例中的 *+:9+12 和 ,:*9:12， 这种相位差法对频率、 幅值 .）对间隔较远的频率成分， 万方数据
图!
两段信号加窗作 谱后相位比较
# "&)’ "&’ # （ ’ ）$ # ! ! $ !（ "( " . " $ ! - ! $ " ’ ）% ! （ ’ - )’ ） # "& ， （!)） ! !%# "&’ + ! （!*） )’ $ ! # "& + ! ・ 令# $ ! （ ， 由于相位是在 （ %" ， ） 之间， 周期为 # ， 所以# 可能超过 （ %" ， ） ’ & + !） !%# " " " " 这一区间， 所以在实际计算中应取# 除以 # "后的余数： （ ） # # $ ( +,#， " ・ 再作如下调整 （ ） ， # / %" （ ） # 0 -" ・ 成立， 必须满足 此时要式 （!*） （!.）
基于INPHO_软件的真正射影像生产研究
科技与创新┃Science and Technology&Innovation2023年第15期文章编号：2095-6835（2023）15-0112-03基于INPHO软件的真正射影像生产研究王延正，周晓峰，张明哲（北京图源科技有限公司，北京100192）摘要：针对传统数字真正射影像（True Digital Orthophoto Map，TDOM）生产存在处理流程复杂、效率低、质量差、精度低的问题，基于无人机航空倾斜摄影测量的影像数据，通过INPHO全数字航空遥感摄影测量软件，制定了从空三加密处理、到高精度数字表面模型（Digital Surface Model，DSM）创建，再到数字真正射影像成果生成的全新真正射影像生产流程。
通过实际项目数据验证可知，此方法所生产的数字真正射影像精度高、质量好，且较传统方法流程简单、高自动化处理、效率高，为数字真正射影像生产提供了有效的应用方案。
关键词：INPHO；半全局匹配（SGM）；数字表面模型（DSM）；真正射影像（TDOM）中图分类号：P628；TP391.41文献标志码：A DOI：10.15913/ki.kjycx.2023.15.033随着城市建设的不断加快，建筑物、桥梁等人为构造物越来越密集，所占比例也越来越大，建筑物自身投影差而造成的遮挡级阴影问题也越来越多，逐渐满足不了新型基础测绘的建设需求，尤其在国土规划、土地利用现状调查、不动产确权、城市违法建设动态监测等方面的应用。
与此同时，随着无人机与相机集成技术的发展，在中国相继开展实施的美丽乡村建设项目、农村房地一体项目、实景三维中国建设项目中，无人机倾斜摄影作业方式得到广泛应用。
尤其是在实景三维中国建设项目中，空间数据体中的地理场景包含真正射影像成果[1]。
然而直接基于三维建模成果生成的真正射影像，质量不高、视觉效果差，不能满足项目对高质量成果的要求。
鉴于此，本文基于倾斜摄影影像数据，通过INPHO软件直接从空三加密处理，然后通过影像密集匹配技术创建数字表面模型（DSM），最终生成真正射影像和三维实景模型。
半功率点法估计阻尼的一种改进
图 $":(中 半 功 率 点 找 不 到 的 根 本 原 因 在 于 它 是 离
散 谱 线 .仔 细 分 析 理 论 和 操 作 过 程 #可 以 发 现 离 散 又
源于 ,,-.,,-是一种快速算法#它只能计算出一系
列固定频率间隔上的变换值.由于 ,,-使用极其广
泛#因而 ,,- 离散谱线之间的变换值意义很少被提
S#’$+ /PM&\9. /
最 接 近 ’\ 的 两 个 解8 仍 可 采 用 牛 顿 迭 代 法 求 解 上
式%记迭代初频率为 ’.’,%则下一轮近似值为
’9. ’,+ :S#’,$+ /PM&9\=7SV#’,$ #]$
其中 S#’$%SV#’$仍按式#N$%#O$计算8仿真表明%
式 #]$的 收 敛 速 度 也 很 快 8记 找 到 的 左 右 两 个 半 功 率
后#便可忽略大于 O的 C"D(对式"$(积分的贡献#即
可 将 无 穷 大 积 分 区 间 截 断 为 有 限 区 间 8%#O9#记
O
G >O"E(F C"D(IJK"L MED(ND %
"+(
! 国家自然科学基金资助项目"编号1$%$7+%\%]^%+%\%’( 收 稿 日 期 1+%%%_$+_+&2修 改 稿 收 到 日 期 1+%%$_%*_+&
回 到 连 续 谱 式 #6$%可 采 用 二 分 法L抛 物 线 法:R= 或牛顿迭代法 等 :,/%,,= 优化方法寻找最大功率8这里 以牛 顿 迭 代 法 为 例%记 S#’$. T&"#’$T9. &"#’$ &U" #’$%它 取 得 极 大 值 的 必 要 条 件 为 SV#’$. /%这 是 关于 ’的超越方程8记迭代初频率为 ’.’,%则下 一轮近似值为
南极5m太赫兹望远镜指向与调焦校准精度分析
（１中国科学院紫金山天文台 南京 ２１０００８） （２中国科 学院大学 北京 １０００４９）
（３ 中 国科 学 院 射 电天 文 重 点 实 验 室 南 京 ２１０００８） （４中国科学技术大学天文 与空间科学学 院 合肥 ２３００２６）
另 一方 面 ，由于 重力 和 热变 形影 响 ，天线 主反 射 面 的焦距 和 轴线 会 随工 况而 变化 ，副 面 支撑 杆 也会 产 生 弯沉 和伸 缩 ．天 线 工作 过程 中 需要 根 据 天线 俯 仰、 温 度分 布 等 工况 以及预 知 的变形 模 型 ，实 时 调整 副 面位 置 使 之 与主 面 最 佳 吻合 抛 物 面相 匹 配，才 能 最终 满 足 望远 镜等 效 反 射 面 精度 要 求 ．此 过程 称 为 调 焦 ，相 应 的变 形 模 型 称为 调 焦 模 型 ．建 立 和验 证 调焦模 型 最 有效 和 直接 的方 法 同样 是 天文 观测 法 ，通 过跟 踪 观 测强 射 电点 源 实 现 ［４一引．
第 ５９卷 第 ２期 ２０１８年 ３月
天 文 学 报
ＡＣＴＡ ＡＳＴＲＯＮ ０Ｍ ＩＣＡ ＳＩＮＩＣＡ
ｄｏｉ：１０．１５９４０／ｊ．ｃｎｋｉ．０００１—５２４５．２０１８．０２．００６
Ｖｂ１．５９ ＮＯ．２ Ｍ ａｒ．，２０１８
南极 ５ Ｉｎ太赫兹 望远镜指 向与调焦 校准精度 分析术
关键词 亚毫米，望远镜 ，指 向与调焦 ，方法：仿真 中图分类号：Ｐｌｌ１： 文献标识码 ：Ａ
１ 引言
南极５ ｍ太赫兹望远镜（ＤＡＴＥ５）是南极 昆仑站天文 台第１阶段可能建设的两个主干 天文观测设备之一，它采用卡塞格林式天线，规划工作波段包括４５０ ｍ （０．６—０．７２ ＴＨｚ）、 ３５０ ｍ （０．７８～０．９５ ＴＨｚ）和２００ ｍ （１．２５—１．５５ ＴＨｚ）．ＤＡＴＥ５指向精度要求优于２ ，等效 反射 面精 度 要求 优 于 １０ ｍ （包 含主 副 反射 面 的面 形精 度、 主 副面 之 间的定 位对 准精 度 以及 重力 、热 和 风载变 形 影 响等）【１Ｊ．
菲涅耳体初至层析静校正技术的研究与应用
走 时层 析成像 ， 利 用 菲涅 耳 体 代 替 理 想 射 线 进行 则
层 析成像 ， 够解 决 从 地表 到地 幔 较 宽 尺 度 范 围 内 能 的层 析成 像 问题 。 本文 提 出基 于菲涅 耳体 初至走 时层析 成像 的静
按 照第 一 菲 涅 耳 带 的定 义 ， 足 下列 条 件 的所 满 有点 Ｆ的集 合 ， 成第 一 菲涅 耳带 的边 界 ： 组
点 和接 收点 之 间的射线 路径 的线 积分 。 由于射线 在 模 型空 间分 布 的不 均匀 性 ， 即在低 速体 偏离 ， 在高 速
区聚集 ， 使得 层析 反演 问题产 生严 重 的不适 定性 。
速体 出露地 表 ， 表层速 度在 垂 向和横 向上变 化复 杂 ，
没 有稳 定 的折射 层 ， 在严 重 的静 校 正 问题 ， 存 也使 得 目前 比较成 熟 的折射静 校 正方法 失效 。
ｔ（ ， Ｓ Ｆ）＋ｔ（ 月）一ｔ （ ， ￡ ，， Ｓ Ｒ）＝ １ （ｆ ／ ２）
E0—1Hyperion高光谱影像的FLAASH大气校正与评价
Ｌ ＝ ｏｔＤ ／０ １ ｆ ａ（ Ｎ）４／０， ｌ
￡啪 ＝ ｏ ｔＤ ／ ０ １ ｓ ｆ ａ（ Ｎ） ８ ／ ０ ｌ
式 中 ， ，ｓ 分 别 为 波 段 ８—５ ７ ２ １的绝 Ｌ Ｌ啪 ７、９～ ２ 对辐射 强度 （ Ｗ／ ｃ ・ｒ・ ｌ） ； Ｎ是 高 光谱 （ｍ ｓ ｎ１） Ｄ Ｔ 图像 各 波段像 元 的辐 射 亮 度 值 ； 用 ｆ ａ 函数 目 应 ｌ ｔ ｏ 的在 于避免 某 些 波；０８ ４ 、０是扩 大 的 比例 因子 ，Ｏ是 单 位 换算 ｌ
基金项 目：国家 自然科学基金项 目（ １７ ０ ０ ； ４ １ １７ ） 中国博士后科学基金重点项 目及 面上项 目（ ０ ９２ ３ ，０ ８４ ０ １ ） 广 东省 自然科 ２０ ０ １２ ２ ００ ４ ５ １ ；
学基金项 目（ １ １５ ５ ｏ０ Ｏ ； 育部人 文社会 科学研 究青 年基金 项 目（ ０ Ｊ Ｚ ０ １ ； ９ ５０ ｌ叭０ ｏ３ ） 教 １Ｙ Ｃ Ｈ ３ ） 广州 市属 高校科 技计划 项 目
２ 数 据 处 理 原 理 与方 法
本研 究 以一景 Ｅ —Ｈ ｐｒ ｎ影像 （ Ｏ Ｈ１２ ０１ ｙｅｏ ｉ Ｅ １ ２０
通 过逐波 段 图像质 量检 查 ， １３ １５～１ ６ 第 ３ 、６ ６、
１５—１７ ２２—２３等 共 ８个 波 段 的波 谱 值 为空 ８ ８ 、２ ２ 或 包含 的地 面 信 息 极 少 ， 被 剔 除 ． 此 ， 余 下 也 因 共 １８个 波段 供 研 究 所 为． 别 为 ８—５ 、９—１９ ５ 分 ７７ １、 １４ —１４、 ８ ～ １４ １８ ～２ １ ３ ６ １３ ８、８ ２ ．波 谱 范 围 为
inpho无人机数据相机检校方法及应用
Hale Waihona Puke 连接点精度也正确结果怎么是下图这种鬼？
P5
• 问题三： 连接点数量精度够好，控制点立体量测位置检查了八遍 平面精度挺好，高程残差总是1、2米
控制点位错了？坐标系不对？软件不行？电脑不行？我不行？测图窝工了…..
P6
• 问题四（同问题三）：
立体采线验证，像对和像对之间偏好多
P7
相机畸变
P12
反复调整后精度不理想
P13
量测位置和预测位置偏离较大
模型与控制点真值残差较大
Callibration（相机自检校）
P14
检校后相机参数
新焦距和主点坐标 P15
相机畸变参数
相机自检校前后控制点精度优化
P16
相机自检校前
相机自检校后
LensDistortion影像畸变差改正
inpho相机文件 P17
畸变校正前后影像叠加，边缘部分像素偏移几十个像素 P8
两种情况
啥是相机畸变？我没畸变参数，我要测图，你看着办
我有畸变参数，不知道准不准
P9
建立工程
没有畸变参数：
• 按照常规输入
有初始畸变参数：
• K1,k2,k3取反， p1,p2不变输入inpho
P10
输入相机文件
P11
空三加密处理流程
01 02 03
畸变差校正参数输入
LensDistortion影像畸变差改正
inpho畸变参数 P18
畸变差校正k参数输入
LensDistortion影像畸变差改正
inpho畸变参数 P19
畸变差校正p参数输入
畸变改正注意事项
• 像主点按照左下角起算，x右正，y上正计算 • K值由inpho输入LensDistortion均求反 • P值由inpho输入LensDistortion均不变
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
INPHO真正射校正与应用研究-乔振民INPHO真正射校正与应用研究作者：乔振民专业：摄影测量与遥感摘要正射影像（DOM）作为空间地理信息数据库中的重要内容，在地理国情普查，变化监测，导航，土地利用和市政规划建设中起着越来越重要的作用。
真正射影像（TDOM）在城区消除了建筑物因中心投影而引起的倒向问题，结果影像处处均为垂直投影，即影像中所有地物要素均处于绝对坐标位置。
本文介绍了INPHO 软件生产真正射影像的原理方法，并以实际测区航测数据进行了TDOM的生产和在三维景观图制作中的应用。
真正射影像生产的过称为基于空三成果在立体模式下采集建筑物轮廓，结合提取的DSM和采集建筑物进行插值获取数字建筑物模型（Digital Building Model-DBM），以DBM进行影像校正，将建筑物校正到其地基位置，原来遮挡地区用邻片填充的方式进行真正射生产。
结合某研究区实际航测数据通过空三加密，DSM提取，建筑物采集，DBM插值计算和真正射校正及拼接进行真正射影像生产制作，结合采集建筑物对真正射结果进行评价。
将真正射影像和DBM导入supermap进行三维场景制作。
综上方法与实践结果总结TDOM 的生产与三维应用可行性分析。
关键词：真正射校正，DOM，数字微分纠正，摄影测量，INPHO目录目录 (3)绪论 (4)结论 (14)参考文献 (15)绪论数字正射影像（DOM）是同时具有地图几何精度和影像特征的影像地图，是地球空间数据框架的一个基础数据层。
以往由于影像空间分辨率不高，在传统正射纠正过程中将建筑物视为地表的一部分，采用DEM校正由于透视成像和地形起伏导致的影像变形。
近年来，随着高分辨率遥感影像的出现，在城市中建筑物的影像使得传统正射影像应用面临许多问题，有人提出了生成真正射影像（True OrthoImage-TOI）的思想，在正射纠正过程中进一步考虑对建筑物的改正。
正射影像制作一般是通过在像片上选取一些地面控制点，并利用原来已经获取的该像片范围内的数字高程模型(DEM)数据，对影像同时进行倾斜改正和投影差改正，将影像重采样成正射影像。
将多个正射影像拼接镶嵌在一起，并进行色彩平衡处理后，按照一定范围内裁切出来的影像就是正射影像图。
正射影像同时具有地形图特性和影像特性，信息丰富，可作为GIS的数据源，从而丰富地理信息系统的表现形式。
所谓正射影像，指改正了因地形起伏和传感器误差而引起的像点位移的影像。
数字正射影像不仅精度高，信息丰富，直观真实，而且数据结构简单，生产周期短，能很好的满足社会各行业的需要。
在地势起伏较大的地方，使用正射校正来解决地势起伏较大引起的误差，做正射校正需要用DEM 近年来，锁着ADS80，DMC，和UCD等高性能传感器陆续投入市场，摄影测量获取的影像分辨率不断提高，高大建筑物城区和密集居民区影像中建筑物所占比重非常大，尤其带来的遮挡，掩盖等问题越来越多的影响着DOM生产的精度和对实际需要的影响。
以上问题使得采用DEM进行正射校正获取传统正射影像面临诸多应用上的困难，如作为三维建模中的底图因倒向偏差和高大建筑物倒向带来的遮挡等。
因此对于消除建筑物投影差的真正射影像(True Ortho Image-TOI)的需求日益迫切。
一、真正射校正方法1，数字微分校正根据有关参数与数字地面模型，利用相应的构象方程式，或按一定的数学模型用控制点解算，从原始非正射投影的数字影像获取正射影像，这种过程是将影像化为很多微小的区域逐一进行纠正，而且使用的是数字方式处理，故叫做数字微分纠正或数字纠正[1]。
数字微分纠正的基本任务是实现两个二维图像之间的几何变换。
在数字微分纠正过程中，必须首先确定原始影像与纠正后图像之间的几何关系。
设任意像元在原始图像和纠正后图像中的坐标分别为（x,y）和（X，Y）。
它们之间存在着正射关系：x=f x(X,Y); y=f x(X,Y)(1-1)X=φx(x,y); Y=φy(x,y) (1-2) 公式（3-1）是由纠正后的像点坐标（X，Y）出发反求其在原始图像上的像点坐标（x,y）,这种方法称为反解法（或间接解法）。
而公式（1-2）则相反，它是由原始图像上像点坐标（x,y）解求纠正后图像上相应点坐标（X，Y），这种称为正解法（或称直接解法）。
传统正射纠正是在已建立影像成像模型的基础上，利用DEM对原始数字影像进行校正，消除倾斜误差和投影误差，以获取正射影像图。
正解、反解法正射纠正，是实现数字微分纠正的两种途径，但一般在实际应用中采用反解法，即通过反解法解求对应像元的位置，然后进行内插和赋值运算。
从纠正的最小单元来区分微分纠正的类别，基本上可以分为两类：一类点元素纠正；另一类是线元素纠正。
有时亦有第三类，即面元素纠正，如自动解析测图仪GPM的微分纠正部分，其实质为点元素纠正。
多数光学微分纠正的仪器属线元素微分纠正，即以很窄的缝隙为纠正的最小单元。
而数字影像则是由像元排列而成的矩阵，其处理原理的最基本的单元是像素，因此，对数字影像进行数字微分纠正，在原理上最适合点元素微分纠正。
但能否真正做到点元素微分纠正，取决于能否真实地测定每个像元的物方坐标X，Y，Z。
实际上，大部分像元的物方坐标一般采用线性内插获得，此时数字纠正实际上还是线元素纠正或面元素纠正。
应用反解公式（1-1）计算原始图像上相应的像点坐标p(x,y）,在航空摄影测量情况下，反解公式为：{x =−f a 1(X −X s )+b 1(Y −Y 3)+c 1(Z −Z s )a 3(X −X s )+b 3(Y −Y s )+c 3(Z −Z s )y =−f a 2(X −X s )+b 2(Y −Y 3)+c 3(Z −Z s )a 3(X −X s )+b 3(Y −Y s )+c 3(Z −Z s ) (1−3) 式中X ，Y 为p 点对应的纵横坐标，Z 点p 点的高程坐标，由 DEM 数据内插取得。
对于原始数字化影像，其坐标是以行列进行计量的。
为此，应利用影像坐标与扫描坐标之间的关系，求得相应的像元坐标但也可以由X ，Y ，Z 直接求解扫描坐标行、列号I ，J ，可由下式解得：λ(x −x 0y −y 0−f )=λ(m 1m 20n 1n 10001)(I −I 0J −J 0−f )=(a 1b 1c 1a 2b 2c 2a 3b 3c 3)(X −X s Y −Y s Z −Z s) （1−4） 其中，m 1,m 2,n 1,n 2为彷射变换参数，I 0,J 0为主点扫描坐标。
在获取像点坐标以后，还要进行灰度内插，由于所求得的像点坐标不一定正好落在像素中心，为此必须进行灰度内插，一般可采用双线性内插方法，求得p 的灰度值g(x,y)。
内插出像点p 的灰度后，将p 的灰度值赋给纠正后的像素P ，即G （X ，Y ）= g(x,y)。
依次对每个纠正像素进行上述运算，即能获得纠正的数字图像。
反解法的基本原理步骤可用下面流程图表示：计算地面点坐标计算像点坐标灰度内插图1-1反解法流程图2，真正射校正方法基于DSM的真正射纠正基本原理与传统的DOM制作原理是相同的，都是利用数字微分把像片划分微小区域进行逐步纠正。
但是由于真正射纠正是基于DSM 或DBM进行真正射纠正，会产生重复映射问题。
对重复映射的修正是真正射纠正的核心。
由共线条件方程式可知，地面点坐标（X，Y，Z）与相应坐标（x，y）之间的关系不是一对一的，而是多对一的，即对于指定地面点，其像点坐标可以唯一确定，但对于给定像点p，其对应的地面点坐标可能有多个。
如下图所示，位于光线Sp上的地面点A、B、C、D、E都应成像在焦平面的像点p，但p只保存了光线与地表的第一个交点A的灰度信息，即A遮挡了其他点，从而使地面点A 的像在正射影像上出现多次，造成了重复映射现象。
图1-2重复映射现象示意图利用DEM和DSM生成的正射影像，前者的纠正效果不太理想。
而利用DSM 纠正时，虽然效果很好，但是在地物的遮挡部分出现了重复映射，变得比利用DEM制作的正射影像更加的难以判读。
因此，要生成正射影像，简单的利用DSM 代替DEM难以达到理想的效果，必须首先对地物的遮挡区域进行检测与标识，在正射纠正过程中仅对非遮挡区域进行填充。
显然，为保证真正射影像不存在漏洞，摄影区域内必须的所有地面点必须至少在一张照片中可视。
对于建筑物密集的城市区域必然要就由更大的旁向和航向重叠度。
真正射校正中遮挡区域检测是真正射纠正过程中的关键问题。
根据覆盖区的类型选择合适的检测方案是保证整个纠正流程高效运作的关键。
遮挡区域检测的运算量很大，因此根据不同的地形类型选择适合的方案，合理应用Z-buffer算法在实际应用中显得很重要。
根据地形的复杂程度Amhar提出以下三种方案：（1）建筑物稀少地区如果影像中绝大部分为开放地带，仅有少量建筑物并且相互之间掺在遮挡现象，此时可采用最简单的检测方法，分别对DBM和DEM进行纠正。
具体做法是：先利用DBM进行纠正，得到仅包含屋顶而没有任何地形信息的正射影像，在此重采样过程中可同时在原始影像上标识出建筑物的遮挡区域。
其后，利用DEM对标识后的原始影像进行正射纠正，可得到只包含地形信息的传统正射影像，其中被建筑物遮挡区域用一个缺省值填充。
最后将两个正射影像融合即可得到最终的真正射影像，其中空白区域可利用相邻影像的处理结果进行填充。
（2）建筑物密集区如果影像位于密集的居民区、城区或影像中存在复杂的相互遮挡的建筑群落，此时可利用类似于（1）中建筑稀少地区的方法，只需要在DBM之中进行严格的可视性分析，其他处理方式与（1）相同。
（3）地形遮挡建筑物地区对于绝大部分的应用，方案（1）和方案（2）已基本满足要求。
但是，对于一些地形变化剧烈的区域，如悬崖、峭壁等，可能存在着地表遮挡建筑物的情况，此时的可视性分析非常复杂，需要考虑各种遮挡情况，包括建筑物遮挡地面，建筑物遮挡建筑物及地表遮挡建筑物等。
此时，应将DBM与DEM合成，得到描述地面最顶层面的DSM，并用DSM进行完整的遮挡区域检测。
另外为了保证在校正时不至于建筑物变形扭曲，必须保证建筑物边缘的高程信息不存在噪点或者不规则形状存在，因此建筑物模型必须在立体下采集。
采集形式结果如下图所示：图1-3建筑物模型采集结果针对于不同角度拍摄的航空影像如下图所示：图1-4航空影像采用inpho全数字摄影测量系统中的OrthoMaster模块结合采集的DBM对以上影像进行真正射校正。
校正结果中将建筑物顶部轮廓校正到其地基对应位置，原来因为建筑物遮挡地区采用背景值填充。
如图1-4所示。
图1-5真正射校正后单片将以上真正射影像导入到OrthoVista全自动镶嵌匀色软件中，将以上赋予的背景值设置为透明，则漏洞地区采用其他影像进行填充，达到真正射影像生产的目的。