第一篇：數字乳腺三維斷層攝影系統論證報告

數字乳腺三維斷層攝影系統采購論證報告 尊敬的院領導： 就我院日前的數字乳腺三維斷層攝影系統采購項目，放射科對于相關的技術和產品進行了考察和了解，如下為相關內容，請領導審核評估。

1． 數字乳腺三維斷層攝影技術的原理和較之前的二維數字乳腺攝影技術的進步和優勢。乳腺X線攝影技術，自上世紀60年代問世以來，一直在乳腺癌篩查和診斷中發揮著重要的作用。在1980年后，美國和歐洲各國陸續使用乳腺X線攝影技術進行乳腺癌篩查后，通過有效的早期發現，乳腺癌的死亡率降低了30%左右。隨著技術發展，在2000年，乳腺X線攝影技術進入了數字化的時代。數字乳腺X線攝影技術憑借優質的影像、更低的輻射劑量和高效的工作流程逐漸取代了屏片技術，成為乳腺影像的發展趨勢。但是，二維影像仍有所局限，在傳統乳腺攝影中，立體的乳房組織投照在二維平面內，病變的顯示將受到組織重疊的影響：病變周圍的正常組織會使得病變顯示不清，表現隱匿，導致假陰性而降低檢查的敏感性；相反地，重疊的正常組織投影到二維影像也可能會接近于病變組織，導致假陽性，降低特異性。數字乳腺三維斷層攝影技術（Digital Breast Tomosynthesis, DBT）是一種三維成像技術，可以在短暫的掃描過程中，在不同角度獲得乳房的影像。然后將這些獨立的影像重建成一系列高分辨率的斷層影像，單獨顯示或以連續播放的形式動態顯示。相對于傳統的二維乳腺攝影技術，重建后的三維斷層影像減少或消除了組織重疊和結構噪聲的影響。今年2月美國FDA正式批準了HOLOGIC制造的Selenia Dimensions系統，將數字乳腺三維斷層攝影技術應用于乳腺癌篩查和疾病診斷。通過數字乳腺三維斷層影像，可更好的發現一些隱匿的微小病變。通過斷層影像非常容易在正常乳腺組織中區分出之前在二維影像中不易發現的病變，減少假陰性。同時正常組織重疊造成的假陽性對于三維影像來講也不再是問題。此外，對于腫塊邊界的顯示也更為理想，典型的毛刺征可以更好的顯示。更多地細節信息將幫助對疾病性質進行判斷，減少不必要的活檢。這些結論已經在臨床研究和初步的應用中得到了驗證。因此，這一技術將成為數字乳腺影像技術的發展方向和趨勢。2． 目前能夠進行數字乳腺三維斷層攝影檢查的設備。目前能夠進行這種檢查的設備有如下2款： Siemens公司制造，型號為Inspiration。產地為德國。Hologic公司制造，型號為Selenia Dimensions。產地為美國。

3． 數字乳腺三維斷層攝影技術臨床應用的基本要求。通過對于這項技術的學習和考察，我們發現，盡管這一技術在其原理層面具有明確的臨床優勢，但是必須能夠滿足臨床的要求才能夠真正的應用于乳腺癌篩查和疾病診斷。因此，我們希望設備不僅僅是能夠進行三維斷層掃描，而是要在實際的臨床工作中發揮它應當具有的性能和價值。乳腺攝影檢查，不管是之前普遍使用的二維技術，還是在這里討論的三維斷層攝影技術，最為核心的目標都是要實現乳腺癌的早期發現和疾病診斷。因此，必須擁有優質的圖像質量和符合要求的輻射劑量。同時，考慮到在檢查中，需要對乳腺進行壓迫進行攝影，對于圖像的掃描時間也需要嚴格要求。此外，合理的工作流程和圖像處理及閱覽時間，也是重要的因素，這才能夠保證醫院希望通過數字化技術提高診療技術和能力的初衷。同樣重要的是權威的認證，這項技術在目前看來是最為領先的，因此，國際上權威機構的認證能夠保證系統的安全和有效性。對于醫院相關工作的開展是重要的支持。因此，我們總結出如下幾點對上述的2款數字乳腺三維斷層攝影系統進行考核和評估：圖像質量和輻射劑量成像模式-工作流程時間表 4．2款數字乳腺三維斷層攝影系統的對比 1）FDA認證 Hologic的Selenia Dimensions是首臺也是唯一通過FDA認證的數字乳腺三維斷層攝影系統。因為是第一臺提交給FDA申請認證的系統，因此FDA進行了嚴格的考察和審核，尤其是要求提供詳盡的臨床研究數據，來證明其臨床的優勢。在去年9月份邀請權威和知名的專家進行論證，認為其能安全和有效的進行乳腺癌篩查和疾病診斷，并與今年2月正式批準。Siemens Inspiration三維斷層功能尚未向FDA提交認證申請。

2）圖像質量和輻射劑量

我們在考察中了解到，一些核心的技術同這兩者相關，其中原廠和性能更優的探測器對于成像質量具有重要的意義。同時原廠探測器對于技術升級和服務也很重要。

對于輻射劑量，FDA認證中有嚴格要求，Selenia Dimensions完全符合相關要求。Siemens Inspiration尚無相關的臨床數據來說明其三維斷層成像的劑量。

Selenia Dimensions Siemens Inspiration 探測器 原廠研發生產 外購自Anrad 像素 70微米 85微米（像素越小，對細小病變的探查能力越強）空間分辨率 7lp/mm 6lp/mm（分辨率越高，成像質量越好）成像矩陣 3328×4096 2816 x 3584（成像矩陣越大，提供的影像信息越細致和充分）3）掃描時間 三維斷層攝影掃描過程中需要對壓迫的乳房進行連續的不同的角度的低劑量成像。因為需要對乳房進行壓迫，掃描時間必須充分考慮患者的耐受程度。時間過長一方面患者無法承受，另一方面患者發生移動的風險就會增加，任何輕微的移動都回導致圖像的模糊和偽影。因此掃描時間必須是合理的，也就是盡可能的短。Hologic Selenia Diemnsions三維斷層掃描在4秒內即可完成。Siemens Inspiraiton則需要25-30S的時間。這個時間對于受檢者來說是很難接受的。4）成像模式和工作流程 盡管三維斷層影像具有很多優勢，但是根據目前的國際上的研究和應用來看，在很長一段時間內，仍需要結合二維圖像進行診斷。在過渡的階段內，將通過兩種圖像的結合來不斷總結和積累三維圖像的診斷經驗。

但是兩種圖像結合結合進行診斷的重要前提是在同一壓迫下獲取到的。只有這樣的成像模式獲取的二維和三維圖像才具有關聯性和對比性。Hologic Selenia Dimensions具有的Combo模式能夠實現在同一壓迫下同時獲取二維和三維圖像，掃描時間不超過10秒。這個采集模式也是通過FDA認證的方法。Siemens Inspiraiton不具有這項功能，這意味著不僅不能得到具有關聯和對比意義的二維和三維圖像。也對于工作流程帶來極大的不便。這在下面的工作流程圖表中清晰可見。常規的乳腺癌篩查和診斷的檢查流程圖：雙側乳房（分別拍攝CC位和MLO位）Hologic Selenia Dimensions

雙側乳房分別拍攝CC位和MLO位，共4次檢查：如CC位，擺位后（即按照要求對乳房進行壓迫），按動曝光控制按鈕在10秒內即可獲取二維和三維預覽影像。技師瀏覽影像確認合格后則進入下個位置的擺位和拍攝。整個工作流程同之前的二維數字攝影無明顯差別。基本熟練的技師可在10分鐘內完成1個患者的檢查。Siemens Inspiraiton 雙側乳房分別拍攝CC位和MLO位，共8次檢查：如CC位，擺位后（即按照要求對乳房進行壓迫），曝光獲取二維影像，再次進行擺位，完成CC位三維圖像掃描（25-30秒），因圖像處理需要大概數分鐘，技師需等待，之后獲得預覽影像后，再進入下個位置的拍攝。同樣熟練的技師大概需要20-30分鐘完成一個患者的拍攝。這基本達不到乳腺癌篩查對于工作流程的要求。同時還有其他的一些技術對比，詳見后附的表格。綜上所述，我們可以看到數字乳腺三維斷層攝影技術對于乳腺癌篩查和疾病診斷具有明確的臨床優勢，也是今后發展的趨勢和方向。我院若能配置該項技術，將有效的提高對于乳腺疾病診療的技術和水平。同時，充分考慮到臨床應用的要求和目的，需要對采購設備進行嚴格的甄選，方能真正的得到新技術的優勢。通過對相關市場和產品的考察，我們認為Hologic的Selenia Dimensions系統能夠真正的實現數字乳腺三維斷層攝影技術的臨床應用。如上內容，請領導參考和查閱。

第二篇：數字攝影測量系統實驗報告

數字攝影測量系統實驗報告

專業：測繪工程

姓名：劉吉羽

學號：20083108011

2一．實驗目的：

體會數字攝影測量系統進行立體測圖的主要功能及主要作業步驟。從像對的內定向,相對定向,絕對定向到自動繪等高線,繪地形圖等。

二．理論基礎：

1．攝影測量系統的主要功能:

數字攝影測量系統是用來實現數字影像自動測圖的系統。它除了可以勝任解析測圖儀可完成的一切任務外，尚具有許多新的功能，如影相位移的去除，任意方式的糾正，反差的擴展，多幅影像的比較分析，圖像識別，影像數字相關以及數據庫的管理等等；通過顯示器還可觀察數字圖像以及框標，控制點，DEM及其他所需特征；在空中三角測量中通過附加參數由自檢校確定的系統誤差的改正數可直接賦給圖像，從而最終改善結果的精度；可轉換成透視圖像；可進行立體顯示；可對圖像自動進行所需要的特征提取，生成數字正射影像，數字高程模型或直接為機器人視覺系統服務等等。

2．VirtuoZo軟件概況：

Virtuozo是武漢測繪科技大學全數字化自動測圖系統WuDAMS的商品化名稱，是國際同類五大著名軟件系統之一。其核心技術處于國際領先水平。其主要功能為從輸入的數字地面模型制作帶高線的正射影像圖與三維立體模型與交叉式全自動地物量測，可用于攝影測量、遙感與地理信息系統的數據采集與更新、測圖與地圖修測等。

三．實驗步驟

1． 數字攝影測量數據準備

相機參數：應該提供相機主點理論坐標X0、Y0，相機焦距f0，框標距或框標點標 控制資料：外業控制點成果及相對應的控制點位圖

航片掃描數據：符合VirtuoZo圖像格式及成圖要求掃描分辨率的掃描影像數據。VirtuoZo可接受多種圖像格式：如TIFF、BMP、JPG等。一般選TIFF格式。

2． 建立測區與模型的參數設置

要建立測區與模型，VirtuoZo系統要設置很多參數，這些參數需要在參數設置界面上逐一設置。如測區（Block）參數、模型參數、影像參數、相機參數、控制點參數、地面高程模型(DEM)參數、正射影像參數和等高線參數等。其中有些參數在VirtuoZo系統中有其固有的數據格式，需要按照VirtuoZo規定的格式進行填寫，如相機參數、控制點參數等。

3． 航片的內定向、相對定向與絕對定向

內定向：建立影像掃描坐標與像點坐標的轉換關系，求取轉換參數；VirtuoZo可自動識別框標點，自動完成掃描坐標系與相片坐標系間變換參數的計算，自動完成相片內定向，并提供人機交互處理功能，方便人工調整光標切準框標。

相對定向：通過量取模型的同名像點，解算兩相鄰影像的相對位置關系；VituoZo利用二維相關，自動識別左、右像片上的同名點，一般可匹配數十至數百個同名點，自動進行相對定向。并可利用人機交互功能，人工對誤差大的定向點進行刪除或調整同名點點位，使之符合精度要求。

絕對定向：通過量取地面控制點或內業加密點對應的像點坐標，解算模型的外方位元素，將模型納入到大地坐標系中；①人工定位控制點進行絕對定向。相對定向完成后（即自動匹配完成后），由人工在左、右像片上確定控制點點位，并用微調按鈕進行精確定位，輸入相應控制點點名。每個像對至少需要三個控制點，一般為六個。定位完本像對所有的控制點后，即可進行絕對定向。②利用加密成果進行絕對定向。VirtuoZo可利用加密成果直接進行絕對定向，將加密成果中控制點的像點坐標按照相對定向像點坐標的坐標格式拷貝到相對定向的坐標文件（*.pcf）中,執行絕對定向命令，完成絕對定向，恢復空間立體模型。

4． 同名核線影像的采集與匹配

非水平核線：非水平核重采樣是基于模型相對定向結果，遵循核線原理對左右原始影像沿核線方向保持X不變在Y方向進行核線重采樣

水平核線：水平核重采樣使用了絕對定向結果，將核線置平

兩種核線的區別：非水平核重采樣所生成的核線影像保持了原始影像同樣的信息量和屬性，因此當原始影像發生傾斜時，核線影像也會發生同樣的傾斜，而水平核線避免這個傾斜情況。兩種不同的核線形式匹配結果是迥然不同的，在實際作業時，一定要保證每個作業步驟使用都是同一種核線影像。（建議一個測區都使用一種采樣方式）

影像匹配：影像匹配是數字攝影測量系統的關鍵技術，是沿核線一維影像匹配，確定同名點。生成核線影像。完成了模型的相對定向后就可生成非水平核線影像，但是要生成水平核線影像必須先完成模型的絕對定向。核線影像的范圍可由人工確定，也可由系統自動生成最大作業區。影像按同名核線影像進行重新排列，形成按核線方向排列的核線影像。以后的處理，如影像匹配、等高線編輯等，都將在核線影像上進行。

影像匹配。按照參數設置確定的匹配窗口大小和匹配間隔，沿核線進行影像匹配, 確定同名

點。計算機進行自動匹配的過程中，有些特殊地物或地形匹配可能會出現錯誤，比如：影像中大片紋理不清晰的區域或沒有明顯特征的區域。如：湖泊、沙漠和雪山等區域可能會出現大片匹配不好的點，需要對其進行手工編輯；由于影像被遮蓋和陰影等原因，使得匹配點不在正確的位置上，需要對其進行手工編輯；城市中的人工建筑物，山區中的樹林等影像，它們的匹配點不是地面上的點，而是地物表面上的點，需要對其進行手工編輯；大面積平地、溝渠和比較破碎的地貌等區域的影像，需要對其進行手工編輯。匹配結果會影響以后生成的DEM的質量，所以進行匹配結果編輯是很有必要的，實習過程如圖17所示。

5． DEM、DOM與等高線等數字產品的生成數字地面高程模型（DEM）：數字地面（高程）模型(Digital Elevation Model)；數字正射影像（DOM）：數字正射影像模型(Digital Ortho-Image Model)；

VirtuoZo 系統根據影像匹配后產生的視差數據、定向處理后得到的結果參數以及用戶為建立 DEM 所定義的參數等，自動建立 DEM。VirtuoZo提供兩種生成數字地面高程模型的方法。

（1）直接利用編輯好的匹配結果生成地面高程模型，如圖20所示。（2）進入DEMMaker模塊，利用特征點、線、面構成三角網，內插生成DEM，如圖21所示。

數字地面高程模型（DEM）是制作正射影像的基礎。當DEM 建立后，既可自動內插生成相應的等高線影像。也可以進行正射影像（DOM）的生成，利用上面生成的單模型的DEM生成該模型的正射影像。

6． 基于立體影像的數字化測圖（IGS數字測圖）

交互式數字影像測圖系統（Interactive Graphics System，IGS）是利用計算機代替解析測圖儀、用數字影像代替模擬像片、用數字光標代替光學光標，直接在計算機上進行數字化測圖的作業方法。在立體或正射影像上進行地物數據采集和編輯，生成數字測圖文件（*.xyz），在匹配預處理中被疊加到了立體影像上，然后參與影像匹配，設置作業環境，就可進行地物量測和圖素編輯等。

7．多個模型的拼接、成果圖輸出

一個測區不只有一個模型，它可能是有很多模型組成的，前六部分的處理均是單模型處理，我們可以得到每個模型的DEM、DOM、等高線等成果。要得到整個測區的成果數據，還需要進行拼接操作。

四．實驗總結

總體來說，通過幾次的上機實驗，熟悉了VirtuoZo軟件的基本功能，對于圖象的內定向相對定向以及絕對定向有一個明確的認識，同時學會了立體測圖的操作過程。經過實驗和考核，意識到要較好的完成該實驗，準備工作即控制到的采集和測量至關重要，因為控制點的數據

質量好壞直接決定相對定向的殘差結果。上機操作過程中，操作步驟要明確并且不能隨意顛倒，否則可能出錯或者達不到想要的結果。在考核的時候也是做了很多次才成功，每次都是換了電腦就不行了。原因就是自己對于步驟的順序不夠仔細不夠熟練，所以會出現許多未預料的錯誤。

第三篇：三維數字城市管理平臺系統實踐論文

基礎空間數據作為社會發展中基礎性、關鍵性戰略資源，為政府管理輔助決策等方面提供了資源保障，在政府部門信息系統建設中發揮了巨大作用［１］。但是，隨著“數字城市”建設的推進，隨著公共安全、應急聯動等對基礎空間信息的保障能力提出新要求，目前共享方式已不能滿足需要［２］，建設三維數字城市，不僅大幅提升城市基礎數據的開發利用水平，而且對政府部門間、不同行業的信息資源共享服務應用具有重要的借鑒價值［３］。

１建設意義

該項目的實施建設：不僅有利于提升整個城市的綜合實力，而且有利于城市經濟運作與國際市場協調，是推動改革的重要舉措［４］。能實現對城市地理空間信息資源的合理規劃和有效管理。能徹底改善“信息孤島”現象。能較好實現各類地理空間數據的整合，維護更新現勢數據。將在土地利用動態監測、農業、林業、防汛防災、城市規劃乃至日常生活等領域具有廣泛應用前景。

２系統建設目標

系統的建設目標：“數字城市”是一個由多種高新技術支持的計算機網絡信息系統。它不僅能在計算機上建立虛擬城市，更主要的是能促使城市不同部門、層次之間的信息共享，減少資源的浪費和功能重疊，進而從宏觀全局的角度制定城市規劃和管理的整體戰略［５］。“數字城市”的基本內涵包括以下幾個方面：城市信息資源的開發與應用；城市信息基礎設施建設；城市信息技術的開發與信息產業的發展；城市信息化的標準、規范與法規的制定；信息人才的培養與信息知識的普及。

３系統體系架構

系統的整體體系結構遵循三層架構體系，包括數據層、邏輯層和應用層３個應用層次。采用Ｂ／Ｓ結構的組織模式，為政府提供對多種數據等的管理，系統采用ＡｒｃＳｅｒｖｅｒ為ＧＩＳ平臺，Ｏｒａｃｌｅ為數據庫服務器，利用多種軟件技術，實現對國土規劃數據、安全生產數據等的顯示、查詢、統計等功能，為城市規劃管理工作提供支撐。總體結構圖如圖１所示：數據庫層：為系統提供基本的數據服務。邏輯層：包括ＧＩＳ服務層和系統功能層２個層：ＧＩＳ服務層提供底層ＧＩＳ管理服務；系統功能層在開發接口之上封裝一套統一開發接口，實現對底層數據的訪問。應用層：此層是系統主要應用模塊，用戶通過桌面訪問系統數據，進行查詢、統計分析等工作。

４系統功能設計與實現

系統要為政府網絡辦公和對外服務提供應用，大部分用戶通過瀏覽器來應用系統，政府管理員使用桌面系統維護系統數據。系統運行網絡架構如圖２所示。根據系統的設計目標和用戶需求，三維數字城市平臺由三大子系統組成：三維展示子系統、數據管理子系統和共享服務子系統。系統主要通過局域網及專網實現信息共享，滿足市政府對三維數字城市平臺的數據訪問及編輯的要求。

４．１三維展示子系統

三維展示子系統根據用戶的需求，設計了系統登錄、圖層控制、專題應用、空間分析、路徑瀏覽、視圖工具、信息查詢等功能模塊。圖層控制：能夠對圖層的分類、順序、是否可見等內容進行管理。空間分析：包括量測、通視分析、填挖分析、淹沒分析等分析功能。路徑瀏覽：包括地面瀏覽、航空瀏覽等功能。視圖工具：包括雙屏聯動（如圖３所示）、地形編輯、影像影藏等功能。信息查詢：包括關鍵字查詢、、空間查詢等功能。輔助工具：包括熱點添加、數據導入、方向指北等功能。

４．２共享服務子系統

（１）數據服務接口。提供有關的地理空間數據服務接口，將基礎地理信息數據庫中的ＤＬＧ，ＤＯＭ，ＤＥＭ，電子地圖、多媒體數據、三維模型數據、興趣點等基礎空間數據、元數據等發布成符合ＸＭＬ，ＷＭＳ，ＷＦＳ等標準的數據服務接口，可同時為多個部門的應用提供數據共享服務，達到數據統一更新、實時發布的目標。（２）基礎地理信息共享服務模式。由于委辦局眾多，各委辦局對基礎地理信息的數據需求、應用系統的開發模式均各不相同，平臺提供４種共享模式。通過數據接口，直接在線訪問的數據模式；基于服務的空間數據共享模式；基于圖片的空間數據共享模式；通過介質拷貝，提供特殊需求的部門服務。

４．３數據管理子系統

提供海量影像數據和ＤＥＭ數據的合成工具，可生成三維平臺中的應用場景。在三維平臺后續實際應用中，使用合成工具可方便完成影像數據和ＤＥＭ數據的更新。

４．４系統實現主界面圖

根據設計要求，系統最終主界面如圖４所示。５結語三維數字城市管理平臺的建設為改善政府部門的辦事方式和工作效率提供了有利的平臺。該文詳細介紹了系統的體系架構、網絡架構和系統的功能模型設計，并將最終的實現頁面進行了展示，為類似系統的建設提供了參考。但功能方面還有些不足，將在以后的建設中逐步完善。

第四篇：數字攝影測量實習報告

實習報 告

實習名稱： 班 姓 級: 名: 數字攝影測量實習09 測繪一班 劉勝 實驗室 x5504 實習地點：

實習指導教師: 龔濤 實習時間： XX.9XX.10 西南交大地學學院

： 一 lps 簡述

lps 工程管理器是一個基于 windows 的綜合數字攝影測量軟件包，可 以對來 自不同類型的航空遙感相機及衛星傳感器的圖像進行快速和精確地 三角測量和 正射校正，與傳統的三角測量和正射校正相比，可以極大的減少費用 和時間可 以處理各種各樣的圖像數據，諸如來自不同的攝影相機、不同的衛星 傳感器、不同的航空 gps 數據等，處理過程涉及很多不同類型的幾何模型。

二、數字攝影測量處理過程 1 創建 lps 工程文件 2 向 lps 工程加載圖像 3 刺點 自動量測圖像同名點 5 執行航空三角測量 dtm+等高線 dtm+等高線 6 圖像正攝校正處理 處理前 處理后 控制點坐標

三、lps 數字攝影測量系統的應用 leica photogrammetry suitelps 是徠卡公司最新推出的數字攝影測量及遙 感處理軟件系列。lps 為影像處理及攝影測量提供了高精度及高效能的生產工 具、它可以處理各種航天(最常用的包括衛星影像 quickbird、ikonos、spot5 及 landsat 等等)及航空(掃描航片、ads40 數字影像)的各類傳感器影像定向 及空三加密，處理各種數字影像格式，黑/白、彩色、多光譜及高光譜等各類數

字影像。lps 的應用還包括矢量數據采集、數字地模生成、正射影像鑲嵌及遙感 處理，它是第一套集遙感與攝影測量在單一工作平臺的軟件系列。lps 制作 dom 的全過程如下： lps 數字攝影測量系統制作 dom 具體制作過程如下： 首先創建工程文件，選擇相機類型，設置投影參數，輸入相片參數，創建相 機參數，導入外方為元素;其次數據處理，內定向，人工選擇一個點后，自動完 成內定向。建立金字塔影像，加載控制點文件，并在圖上刺出相應的點!一般說 來，選擇 6 個均勻分布的點作為控制點，其他的設為檢查點。同名點自動匹配，三角測量，直接進行空三解算，再接著生成 tin 數據;最后制作正攝影像，正 射影像拼接。拼接結束后，一般還要對影像進行勻光，消除接邊縫隙等操作!1)、創建 lps 工程文件 2)、向 lps 工程加載圖像 3)、定義數碼相機幾何模型 4)、自動量測圖像同名點、執行航空三角測量 5)6)、圖像正射校正處理

四、實習基本情況 1)、erdas imagine 9.2 遙感圖像處理系統和數字攝影工作站上操作 2)、實習時間：第二教學周到第五教學周、上機時間：周一下午第二講課 3：50-6：15 3)4)、上機地點：x5504 地理信息系

統實驗室 由于我們在航空攝影測量時采用的是 canno d450 數碼相機，所以在圖像處 理的時候稍不同于攝影圖像。而且，因為在課程設計的前期階段，由于測控制點 的小組還沒有完成控制點的量測和刺點工作，還有編程小組也還沒有編程計算出 像片的內方位元素和外方位元素，所以我們 lps 圖像處理小組暫時也還不能用 我們的實驗數據進行處理。所以我們目前只是用 erdas imagine 自帶的練習數據進行練習，然后將練習數據相片的信息給編程小組的成員檢驗他們的程序是 否正確。并且在整個課程設計的過程中，我們圖像處理小組要根據使用練習數據 得到的信息指導整個小組的工作。

五、實習體會

經過一個月的實習對我來講收獲是非常大的，也產生了非常多的體會。內業數據處理是一種重復性的勞動，需要耐心，仔細，這樣才能做好!通過實習，對以后的工作有了一定感性的認識，基本清楚了將來的工作內容，認識到現在應 該充分利用空余時間，多接觸專業軟件，方便以后工作。這次實習給我最大的體 會是測繪產品的生產是一項非常繁瑣而細致的工作，作為一名測繪工作者，不僅 應該有嫻熟的操作技能，而且應該有著負責而平和的心態，立志于將畢身精力獻 給國家的測繪事業。我覺得要想成為一名優秀的測繪工作者，不僅要把測繪當成 一門學科來學習，更要把它當成一種技能來熟悉掌握。同時本次實習對我本人的 動手能力也有很大提高。本次實習還讓我第一次感受了測繪部門的生產環境，這 對我也是一種激勵，它促使我以后要更加認真地學習專業知識，掌握各種技能。要想在任何一個行業里面有所作為的話都必須付出辛勤的勞動和汗水。只有能過 努力學習才能成為一名好的測繪工作者。一份耕耘一分收獲!，這應該成為我 們今后工作的座右銘。大學即將要結束了，我們也將步入新的人生崗位中在此，對在本次實習當中對我們進行細致輔導的老師表示極大的感謝和敬意，是你們耐 心的教誨和和善的態度讓我們親身感受并學會了攝影測量的過程，這對我們以后 的工作以及人生將會產生深遠的影響。總而言之，這次實習對我學習數字攝影測量有很大幫助，可以說對我以后 工作也有很大幫助，這次實習在一次次失敗后經過總結與堅持后成功的，可謂累 并快樂著，讓我記憶深刻，對外受益匪淺。希望以后能進行更多類似方面的實習。

第五篇：數字攝影測量實習報告

數字攝影測量實習報告書

學 號：20111000684 班級序號： 113112-05 姓 名： 舒 超 指導老師： 宋 妍 成 績：

中國地質大學（武漢）信息工程學院遙感科學技術系

2014年6月

目錄

實習一：Moravec算子點特征提取........................................................................................3 1.1 實習目的：....................................................................................................................3 1.2 實習原理：....................................................................................................................3 1.3 實習步驟以及代碼分析：............................................................................................3 1.4 結果分析：....................................................................................................................7 實習二：邊緣提取算法...........................................................................................................9 2.1 實習目的：....................................................................................................................9 2.2 實習原理：....................................................................................................................9 2.3 實習步驟以及代碼：....................................................................................................9 2.4 結果分析：..................................................................................................................11 實習總結.................................................................................................................................12

實習一：Moravec算子點特征提取

1.1 實習目的：

用程序設計語言（VisualC++或者C語言）編寫一個完整的提取點特征的程序，通過對提供的圖像數據進行特征點提取，輸出提取出的點特征坐標。本實驗的目的在于讓學生深入理解Moravec算子原理。通過上機調試程序加強動手能力的培養，通過對實驗結果的分析，增強學生綜合運用所學知識解決實際問題的能力。

1.2 實習原理：

Moravec角點檢測算法是最早的角點檢測算法之一。該算法將角點定義為具有低“自相關性”的點。算法會檢測圖像的每一個像素，將像素周邊的一個鄰域作為一個patch，并檢測這個patch和周圍其他patch的相關性。這種相關性通過兩個patch間的平方差之和(SSD)來衡量，SSD值越小則相似性越高。

如果像素位于平滑圖像區域內，周圍的patch都會非常相似。如果像素在邊緣上，則周圍的patch在與邊緣正交的方向上會有很大差異，在與邊緣平行的方向上則較為相似。而如果像素是各個方向上都有變化的特征點，則周圍所有的patch都不會很相似。

Moravec會計算每個像素patch和周圍patch的SSD最小值作為強度值，取局部強度最大的點作為特征點。

1.3 實習步驟以及代碼分析：

步驟流程圖如下：

程序實現以及相關關鍵代碼：

voidCMy2010302590183cylView::OnMoravec()//讀取圖像以及相關算法 { //TODO:Addyourcommandhandlercodehere CMmoravecDlgdlg;dlg.DoModal();CMy2010302590183cylDoc*pDoc=GetDocument();LPSTRm_pDIB=(LPSTR)::GlobalLock((HGLOBAL)pDoc->hdib);//得到句柄內存起始地址存放位圖數據hdib句柄變量存放BMP位圖 ::GlobalUnlock((HGLOBAL)pDoc->hdib);LPBITMAPINFOm_pBMP;//指向BITMAPINFO結構的指針

m_pBMP=(LPBITMAPINFO)::GlobalLock(pDoc->hdib);//獲取指向BITMAPINFO結構的指針

::GlobalUnlock((HGLOBAL)pDoc->hdib);intBitCount=m_pBMP->bmiHeader.biBitCount;DWORDWidth=::DIBWidth(m_pDIB);//獲取位圖寬 DWORDHeight=::DIBHeight(m_pDIB);//獲取位圖高

LPBYTElpData=(LPBYTE)::FindDIBBits(m_pDIB);//定義字符指針變量,原位圖指針

intWidthBytes=WIDTHBYTES(Width*BitCount);//獲取字節 DWORDpixelCount=WidthBytes*Height;

intck1=dlg.c1;intck2=dlg.c2;doubleyz=dlg.m_yuzhi;DWORDr,c;INTh;double*xx=newdouble[Width*Height];intk;k=INT(ck1/2);for(r=ck1/2;r

for(c=ck1/2;c

{

doublemin,v[4]={0.0};

for(h=0;h<=ck1-1;h++)

{

v[0]+=pow((double)(*((BYTE*)(lpData+r*WidthBytes+(c-k+h)))-*((BYTE*)(lpData+(r)*WidthBytes+(c-k+1+h)))),2);//0°方向

v[1]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c+k-h)))-*((BYTE*)(lpData+(r-k+h+1)*WidthBytes+(c+k-h-1)))),2);//45°方向

v[2]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c)))-*((BYTE*)(lpData+(r-k+1+h)*WidthBytes+(c)))),2);//90°方向

v[3]+=pow((double)(*((BYTE*)(lpData+(r-k+h)*WidthBytes+(c-k+h)))-*((BYTE*)(lpData+(r-k+1+h)*WidthBytes+(c-k+h+1)))),2);//135°方向

}

min=min(min(min(v[0],v[1]),v[2]),v[3]);//求出v1,v2,v3,v4中的最小值

if(min>yz)

xx[r*Width+c]=min;

} bool*bMatrix=newbool[Width*Height];memset(bMatrix,0,Width*Height*sizeof(bool));DWORDx,y;doublemax2;boolb=false;inttempX(0),tempY(0);for(x=ck2/2;x

for(y=ck2/2;y

{

max2=0;

for(DWORDm=(x-ck2/2);m<(x+ck2/2);m++)

{

for(DWORDn=(y-ck2/2);n<(y+ck2/2);n++)

if(xx[m*Width+n]>max2)

{

max2=xx[m*Width+n];

tempY=m;

tempX=n;

b=true;

}

}

if(b)

{ bMatrix[tempY*Width+tempX]=1;}

} }

intsum=0;//特征點總數

for(DWORDi=0;i

for(DWORDj=0;j

{

if(bMatrix[i*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)*WidthBytes+j))=0;

*((BYTE*)(lpData+(i-2)*WidthBytes+j))=0;

sum++;

}

} if(sum<4000)

{

CStringstrInfo;

strInfo.Format(“特征點數%dn”,sum);

MessageBox(strInfo,“提示”,MB_OK);

}

else

{

CStringstrInfo;

strInfo.Format(“特征點數較多，請設置合理參數”);

MessageBox(strInfo,“提示”,MB_OK);

}

Invalidate();} 1.4 結果分析：

按照提示，對老師所給數據進行分析，當窗口大小設置為5*5,，閾值設置為5000的時候，對右核線影像進行分析，得到特征點43個，同時圖像分析，得出如下結果：

調整閾值和窗口大小，程序能夠正常運行，且經過測試，結果精確度有較好的保證。

實習二：邊緣提取算法

2.1 實習目的：

熟悉Matlab環境下的編程，熟悉邊緣提取算法。

2.2 實習原理：

Sobel算子實現思路如下：對輸入圖像分別使用水平和垂直模板做卷積計算，對得到的兩個處理結果求平方和，該平方和與閾值的平方比較。只有當某點的兩種卷積的平方大于閾值的平方，且水平占優（水平模板卷積結果大于垂直模板卷積的結果，且該點的卷積平方大于其左右兩點的卷積平方和）或者垂直占優（垂直模板卷積的結果大于水平模板卷積的結果，且該點的卷積平方和大于其上下兩點的卷積平方和）時，該點的輸出結果為255，否則為0。輸出的結果為二值圖像。第一行和最后一行本來就是圖像邊界，不包括可用信息，因此相應的輸出為0，按照這個思路課題編寫了相應的Sobel算子實現程序

2.3 實習步驟以及代碼：

2.4 結果分析：

原圖像 sobel邊緣提取

實習總結

本次實習過程中，根據自身實際情況，我選擇使用vc環境下的編程完成實習，而沒有采用Matlab環境下的編程。在實習過程中，我熟悉了sobel算法以及Moravec算子，在程序調試的過程中，我認識到任何算法都有其局限性，比如說本次實習過程中，sobel算子的邊緣提取就將許多的噪音提取了出來，導致邊緣特征提取的不準確性。本次實習讓我認識到了編程能力的重要性，學會編寫基本的代碼來實現基本的算法，能讓我們擺脫軟件已有算法的束縛，更多的按照需要來實現一些步驟。

總體來說，本次實習還是很成功的，讓我認識到，在以后的學習生活中,我認識到,應該把理論和實踐結合起來,多鍛煉自己的動手能力,好好把握住每一次實習的機會.