如何计算摄影参数:分区基准面高程、相对航高、绝对航高、基线长度、航线间隔、航线数、每条航线的相片数、总相片数。

简介: 如何计算摄影参数:分区基准面高程、相对航高、绝对航高、基线长度、航线间隔、航线数、每条航线的相片数、总相片数。

学习摄影测量学有感,故作。

首先我想先了解一下各个参数的含义。

01 什么是分区基准面高程?

首先我们先来了解一下什么是基准面高程?其实就是假定高程起算面与大地水准面的铅锤距离。(如下图)


1.1 那么什么是分区基准面高程呢?

在航摄中,我们要求航高的变化应该小于5%,所以要求我们的地形起伏不应该大于5%,但是我们知道,我们是有可能遇到地形起伏大于5%的航摄区域,那么怎么办呢?这就需要对航摄区域进行分区,分成一小块一小块的区域,那么对于不同小块的区域我们采用不同的基准面高程(也就是不同的假定高程起算面),这样就可以避免航高的变化小于5%,这样子,每一小块分区的的基准面高程就叫做分区基准面高程。


1.2 为什么分区就能减小起伏?

这里举个例子,分区1的低点海拔是20m,高点是190m,那么我们的分区基准面高程就是 (20 + 190) / 2 = 105m;分区2的低点海拔时90m,高点是250m,那么我们的分区基准面高程就是(90 + 250) / 2 = 170m。大家想一下,如果我们不分区,那么低点就是20m,高点就是250m,那么这样子起伏就会比较大,分区之后每一个点的相对高程(该点距离假定高程起算面的铅锤距离)之间的起伏是不是就不会那么大了。


还有一个问题就是为什么分区基准面高程是低点海拔与高点海拔的中间值(下面以分区1为例),为什么不能就设为低点处为该分区的基准面高程,其实这里还是为了减小航高(类似于高程)的起伏,如果低点20m设为基准面高程,那么高点的相对航高(即相对高程,该点距离假定高程起算面的铅锤距离,这里的假定高程起算面试分区1的低点所在的水准面,其与大地水准面平行)不就是190m-20m = 170m,如果我们设置的分区基准面高程是中间值,那么相对航高不就是190m - 105m = 75m,这样子起伏不就小了吗?


其实为了更好的解决起伏大的问题,这里的低点和高点其实不是最低点和最高点,其实是平均最低点和平均最高点。


02 什么是相对航高?

其实上面已经解释过了,但是这里还是要强调一下。

相对航高其实就是相对高程(又叫假定高程),相对高程就是某一点距离假定高程起算面的铅锤距离。


03 什么是绝对航高?

绝对航高其实就是绝对高程(简称高程,又叫海拔)就是某一点距离大地水准面的铅锤距离。

他等于 相对航高 加上   相对航高所基于的假定高程起算面与大地水准面的铅锤距离。(后续我们也是这样计算的)


04 什么是基线长度(即摄影基线)?

其实就是在一条航线中,连续两次曝光拍摄影像时飞机(搭载传感器的平台)的距离。


传感器曝光时刻的空间位置叫做摄站点,所以上面又可以表述为航线方向上相邻两摄站点之间的空间距离称之为摄影基线(即基线长度)。


它是如何计算的呢?(这里假定你已经了解了航向重叠和旁向重叠以及摄影比例尺的相关知识点<很简单>)


首先我们先了解一下摄影比例尺的公式(如下图),m表示摄影比例尺分母(就是字面意思),f表示摄影机的主距,H表示物镜中心到分区基准面(前面讲到的假定高程起算面,注意不是大地水准面)的距离,这个距离就是我们需要求解的相对航高。


至于基线长度的计算下图已经给出,十分简单这里不再啰嗦。

05 其它摄影参数

其它的摄影参数都比较简单,这里就简单说明一下。

航线间隔就是相邻航线之间的间隔(画了一张图,很简单,就不再赘述)


航线个数就是字面意思,在一个小分区中有几条航线。

每条航线像片个数,不解释。

总像片数,不解释。

06 题目

07 计算

 

解释

分区基准面高程:即低点平均高程与高点平均高程的中间值(这里不使用最低点和最高点前文已经说明了,也就是说这道题这两个数据是没有使用到的)

相对航高(如下图)


绝对航高:由定义我们知道绝对航高 = 相对航高   +   相对航高所基于的假定高程起算面与大地水准面的铅锤距离,而相对航高所基于的假定高程起算面与大地水准面的铅锤距离就是分区基准面高程。


基线长度 = m(摄影比例尺分母,等于 H/f) * l(航线方向上的像片宽度) * (1 - 航向重叠度) = 20000 * 230mm / 1000 * (1 - 65%) = 1610m (公式前文有推导)


航线间隔 = m(摄影比例尺分母,等于 H/f) * l(与航线方向垂直方向上的像片宽度) * (1 -  旁向重叠度) = 20000 * 230mm / 1000 * (1 - 35%) = 2990m (公式前文有推导)


至于后续的计算就是理解问题,难度不大。(前面的基线长度可以画一画图会更好理解这里没有时间就不再说明)。


附摄影测量学第三章课后习题P53最后一题


目录
相关文章
|
Linux API Windows
linux系统中利用QT实现蓝牙功能的方法
linux系统中利用QT实现蓝牙功能的方法
1460 0
|
安全 数据安全/隐私保护 Windows
如何在Windows 10系统中查看已连接WiFi密码-亲测可用-优雅草卓伊凡
如何在Windows 10系统中查看已连接WiFi密码-亲测可用-优雅草卓伊凡
1612 16
如何在Windows 10系统中查看已连接WiFi密码-亲测可用-优雅草卓伊凡
|
6月前
|
监控 Linux iOS开发
免费开源天花板!Veyon 机房多媒体教学管控全套部署 + 零基础实操教程
Veyon是一款完全免费、开源的跨平台教室控制软件,支持Windows/macOS/Linux,提供屏幕监控、广播、远程控制、文件分发等全功能,无需授权、无广告、无人数限制,轻松替代极域、红蜘蛛,是学校与培训机构的高性价比教学管控方案。
|
数据采集 人工智能 运维
工业巡检进入‘无人化+AI’时代:无人机智能系统的落地实践与未来
无人机智能巡检系统凭借高效性、智能化和精准性,解决了传统人工巡检效率低、成本高、漏检风险大的问题。该系统通过“空中机器人+AI分析”,实现多维度数据采集与分析,大幅提升巡检效率和准确性。广泛应用于能源、交通、工业等领域,助力运维模式升级,成为工业4.0时代基础设施运维的标配工具。
2342 19
工业巡检进入‘无人化+AI’时代:无人机智能系统的落地实践与未来
|
机器学习/深度学习 资源调度 并行计算
【图像分割】【由局部高斯分布拟合能量驱动的活动轮廓】基于区域的主动轮廓模型,采用变分水平集形式用于图像分割(Matlab代码实现)
【图像分割】【由局部高斯分布拟合能量驱动的活动轮廓】基于区域的主动轮廓模型,采用变分水平集形式用于图像分割(Matlab代码实现)
652 1
|
Java 编译器 测试技术
Java注解(Annotation)与元编程实践
本文深入讲解Java注解的原理与实战应用,涵盖内置注解、自定义注解、编译期与运行期处理机制,以及在依赖注入、Web框架和数据验证中的实际应用,助你掌握元编程核心技能。
|
前端开发 持续交付 网络安全
零成本快速搭建美观个人网站
这是一份详细的零成本个人网站搭建指南,采用 Hugo + PaperMod 主题生成静态网站并托管于 GitHub Pages,实现全自动部署与全球 CDN 加速。方案包含基础配置、内容添加、进阶美化技巧及优化方法,如配色调整、响应式布局和 SEO 优化等。相比传统 WordPress 方案,本方法完全免费、加载速度快且无需服务器维护,适合开发者快速建立专业在线形象。
2331 6
|
机器学习/深度学习 存储 数据可视化
谷歌的时间序列预测的基础模型TimesFM详解和对比测试
在本文中,我们将介绍模型架构、训练,并进行实际预测案例研究。将对TimesFM的预测能力进行分析,并将该模型与统计和机器学习模型进行对比。
1131 2
成功解决pywintypes.com_error: (-2147221005, '无效的类字符串', None, None)
成功解决pywintypes.com_error: (-2147221005, '无效的类字符串', None, None)
成功解决pywintypes.com_error: (-2147221005, '无效的类字符串', None, None)
|
计算机视觉 Python
python 安装 cv2 - 已解决
python 安装 cv2 - 已解决
2330 0