GeoXMind

立体摄影测量用视差和成像几何恢复地表高程

说明重叠影像、相机模型、同名点、视差、交会和束平差怎样形成点云与 DEM，并分析遮挡与纹理不足的误差。

立体摄影测量用视差和成像几何恢复地表高程

从不同位置拍摄同一地物时，它在影像中的位置会发生变化。立体摄影测量利用这种视差、相机成像模型和已知或估计的传感器姿态，求取地物的三维位置。大量同名点形成点云，再经过滤波、插值和质量控制生成数字表面或高程模型。

高程不是从一张影像的亮度直接推断出来的。结果依赖重叠几何、纹理、控制、匹配和参考系，每一步都可能留下系统误差或空洞。

重叠和交会角决定几何强度

立体像对需要覆盖同一区域，并从足够不同的观察位置成像。两条视线的交会角太小，微小像点误差会被放大为较大高程误差；角度过大时，建筑侧面、遮挡和外观变化又会让匹配困难。

航空摄影常用航向与旁向重叠形成多视影像，卫星可通过前后视相机、同轨侧摆或不同轨观测获取立体。ASTER 的可见近红外系统具备沿轨立体观测能力，能够用接近同时的前后视影像减少地表变化影响。

基高比常用于描述摄影基线相对飞行高度的几何。更大比值通常增强高程敏感性，但不能脱离地形起伏、像元大小和匹配质量单独决定精度。云、积雪、水面和重复纹理仍可能使强几何失效。

相机模型把像点连接到空间射线

内方位描述焦距、主点和镜头畸变等相机内部几何，外方位描述曝光时相机的位置与姿态。框幅相机可用中心投影模型，推扫式卫星则需要随时间变化的轨道与姿态模型，产品也常提供有理多项式系数作为近似。

元数据误差会使所有交会点系统偏移。地面控制点把影像模型约束到目标坐标参考系，连接点则在影像之间建立相对关系。控制点应分布在平面和高程范围内，并与独立检查点分开。

束平差联合优化影像姿态、相机参数和连接点三维坐标，使重投影误差整体最小。低残差说明模型能解释所用观测，却不自动证明外部准确；控制点错误、分布不良或模型偏差也可能得到漂亮残差。

影像匹配从同名点估计视差

经过极线校正后，同名点搜索可限制在近似一维方向，降低复杂度。稀疏特征匹配用于建立初始几何，密集匹配则为大量像元估计视差。局部窗口、半全局方法和多视算法对纹理与边界有不同表现。

无纹理水面、雪地和均匀屋顶缺少可辨模式，重复农田或窗格会产生歧义。深阴影、反射和季节变化让同一地物外观不同。匹配置信度、左右一致性和多视交叉检查用于剔除不可靠点，但也会留下空洞。

建筑与陡坡存在遮挡：一个视角看到的表面在另一个视角中可能不可见。若强行插值，屋顶边缘会被拉成坡面。多视覆盖能减少遮挡，断裂线和对象约束则帮助保存突变。

三维点到高程产品还需地表解释

视差结合相机几何通过前方交会得到三维点。原始点云通常表示最先可见表面，包括树冠、建筑和地面，更接近数字表面模型 DSM。要得到裸地 DEM，需要识别地面点并处理植被、建筑与桥梁。

DTM 与 DEM 的术语在机构间并不完全一致，产品必须给出明确定义。规则网格还需要选择分辨率、插值方法、无数据和水面处理。网格间距体现采样，不等于水平或垂直准确度。

ASTER 全球 DEM 由大量光学立体场景相关和汇集产生，展示了立体影像形成大范围格网产品的路径。多场景叠加能填补空洞并抑制随机误差，也可能保留云、异常匹配和时间差异，需要专门质量层。

误差来自几何、匹配和参考系统

像点定位误差通过交会几何转化为高程误差；姿态、轨道、镜头模型和控制误差会形成倾斜或区域偏移。植被随风变化、建筑边缘与阴影则引入局部粗差。不同土地覆盖的误差分布通常不同。

坐标参考系和高程基准必须完整。摄影测量三维点可能先位于地心框架和椭球高，交付产品却使用投影坐标与正高。格网变换和大地水准面模型版本会改变结果，不能只在文件上改 CRS 标签。

正射影像使用 DEM 消除地形位移，错误 DEM 又会造成正射位置偏差。若同一影像既生成 DEM 又用于正射验证，误差可能相关。检查应使用独立、更高质量参考和适当尺度。

质量评价应按地形与覆盖分层

垂直准确度常用独立检查点差值计算偏差、RMSE 或稳健统计，并区分裸地与植被覆盖。检查点要比待测产品可靠，分布要覆盖坡度、高程和土地覆盖，不能集中在容易到达的平坦道路。

完整性同样重要。平均高程误差很小的产品，若云区和水面有大量空洞，仍可能不适用。应报告有效覆盖、异常值、接缝、条带和填补区域，并让使用者区分观测高程与插值高程。

每个产品应保存源影像、时间、传感器模型、控制、平差版本、匹配参数、网格与基准信息。重新处理算法或加入新场景后，需要新版本和差异说明。

立体摄影测量把二维影像变成三维测量，优势是能利用丰富影像档案，限制则来自可见性和匹配。理解视差背后的成像几何，才能正确解释 DEM 中的精度、空洞和表面含义。

资料依据