给定两影像的外方位元素,内方位元素和同名点坐标,采用点投影系数法求解三维坐标初始值,采用严密解法求解其真值,数据为实时生成,见 problem.h
文件中的 DataIntersection
和对应的 generate_intersection
函数。
根据给定的同名点坐标和固定的基线 $B_x$ 长度,采用连续法相对定向方法,计算左、右影像的相对旋转平移参数
根据上述计算的相对定向结果,首先计算模型坐标,然后利用给定的控制点,进行绝对定向,最终解算出左、右影像在世界坐标系的坐标。
编辑 problem3/problem1.cpp
文件中的 intersection_similarity_transform
采用点投影系数法求解,intersection_least_squares
用严密法求解
编辑 problem3/problem2.cpp
文件中的 relative_orientation
获取两影像在固定基线长度 $B_x$ 下的相对旋转平移
编辑 problem3/problem3.cpp
文件中的 absolute_orientation
,首先根据相对定向方法,计算相对模型的模型坐标,然后根据提供的控制点,进行绝对定向,输出左、右像的外方位元素。
在 <common.hpp>
头文件中提供了一些简单的基本函数。
-例1:已知两影像的外方位元素 $(R_1,C_1)$ 和 $(R_2,C_2)$ ,求出采用连续法相对定向元素 $(R,B)$
定义一个物方点 $X=(X,Y,Z)^T$ 为世界坐标系中坐标,其在某相机的相机坐标系的坐标为 $X^C$ ,在相对定向模型坐标系的像空间辅助坐标系坐标值为 $X^M$。
那么依据共线方程,有如下关系:
$X^C_1 = R_1^T(X-C_1), X^C_2=R_2^T(X-C_2)$
依据相对定向坐标系的基本关系有:
$X_1^M=X_2^M+B$ 即 $X_1^C=RX_2^C+B$
因此只要将共线方程推导出的关系式,写成相对定向的形式,即可得出相对定向元素与外方位元素关系
$R_1X_1^C+C_1=R_2X_2^C+C_2$ 可得到 $X_1^C=R_1^TR_2X_2^C+R_1^T(C_2-C_1)$
所以有
$R=R_1^TR_2$ 和 $B=R_1^T(C_2-C_1)$
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。