遥感实习报告

时间:2024.3.19

福建农林大学资源与环境学院

课程实习报告

课程名称:Quick Bird卫星图像在土地利用更新调查与制图中的应用                            

学生姓名:                                       

学    号:                                       

专业年级:                                       

成    绩:                                       

指导老师:                                       

批改时间:                                       


目录

一.   实习目的及要求... 1

二、   实习课题... 1

三、   组员情况... 1

四、   仪器设备... 1

五、   土地利用更新调查内容及要点... 1

1.   含义... 1

2.   调查内容... 2

六.   技术路线... 2

1.   准备工作... 2

2.   建立解译标志与室内预判... 3

3.   外业调汇... 3

4.   内业制图与面积汇总... 3

5.   分析数据... 4

七.   实习总结... 5

八.   心得体会... 6


一.       实习目的及要求

1、              《航测与遥感技术实习》是在完成了有关遥感基础理论知识的基础上进行的一项集综合性和实践性与一体的活动,主要制作遥感专题图对地物进行更新调查和动态监测。

2、              通过一周的实习,全面复习和掌握航测与遥感技术的基本理论知识、实践操作技能,掌握航测与遥感技术与土地调查相结合应用的技术流程,形成较强的实际操作能力,为今后走出社会进行实际应用打下基础。

3、              要求学生应用所学的基础理论知识及实际操作技能,利用现有仪器设备及资料进行综合训练,系统全面地学习并应用航空摄影测量与遥感知识,锻炼实践技能。能够利用航测与遥感技术对土地利用现状进出更新调查和动态监测。

二、实习课题:Quick Bird卫星图像在土地利用更新调查与制作的应用

三、组员情况

四、仪器设备:电脑一台,aregis软件, 1:5000已纠正福建农林大学正射影像图一份,聚酯薄膜两份,电子求积仪一台,地形图图示一份,20m测量尺一份,土地利用现状调查表及其他相关表格数份

五、        土地利用更新调查内容及要点

1.            含义:土地利用更新调查(简称土地更新调查或更新调查)指采用不小于土地利用现状调查(简称土地详查)基础图件比例尺的现势性强的遥感(航空遥感或航天遥感)资料制作的正射影像图及相同比例尺最新测绘的地形图为土地更新调查工作底图,参考土地详查和土地变更调查的图件、数据等有关资料,查清土地利用现状的分类、分布、数量、面积和土地所有权状况,在此基础上建设或更新土地利用数据库,对土地详查和土地变更调查成果进行全面更新的调查。

2.            调查内容

1)           各级行政区域界调查

2)           土地所有权界和使用权界调查

3)           土地利用现状分类调查

4)           建设或更新土地利用数据库

5)           土地更新调查后的各分类面积数据与最近的土地变更调查面积数据衔接

6)           编写土地利用更新调查报告

六.       技术路线

                 

1.            准备工作:主要包括

1)      人员员组织与分配:此次的实习是按照小组来进行的,没个小组的成员一般是在5~6   名之间。因此在实习前的组员的工作安排是否妥当则将影响到整个实习的进度。因此在实习开始之前我们小组做了相应的人员安排工作。我们根据个人的特长所在,并经研究决定,郑冬冬和我主要负责外业调绘以及利用arcgis软件制作土地利用现在图部分有关内容,石惠君和张文秀主要负责航拍的调绘工作,洪炎鸿则负责图上面积的量算以及对各部分的检查监督工作

2)      仪器与材料的准备:主要包括相关的图件,表格以及各种测量工具

2.            建立解译标志与室内预判

1)           建立解译标志:通过典型路线调查,将影像与实地相对照,找出不同地物的影像特征加以归纳,从而建立起适用于调查地区的图像解译标志。

2)           室内预判:室内判读是整个遥感实习过程当中不可或缺的一部分,可以说做好室内不仅可以加快真个实习的步伐,而且可以减少很多不必要的工作。室内判读首先是对整个正摄影像土的粗略的判读,分出地物类别的总数,再对每类地物进行详细的判读,判读出其子地类,并对判读不出的或是不大确定的地类加以注记。

3.            外业调汇

外业外业调绘的内容包括:行政单位界、权属界、地类界调绘与线状地物调绘,新增地物补测等。由于调查区域就福建农林大学,行政单位界及权属界相对单一,在此次外业中就不进行了。而此次的外也调汇则主要是对新增地物或是有变化的地物进行调汇,量算其外轮廓的尺寸以及对其进行定位,便于内业制图。在进行外业调汇时并不是所有的变化地物都得进行实地的调汇,有些则可以利用高分辨率及接近当时的正摄影图直接在图上进行地物外轮廓的变长的量取以及对其进行定位。这样并可以减少大量的外野工作,同时又不降低调汇结果的精度。

4.            内业制图与面积汇总

   首先,在内业判读的基础上,将各类地物外轮廓描绘到聚酯薄膜上。在描绘建筑物时特别是高程建筑时,要注意判别出建筑的屋角点的位置以减小不必要的误差。当同类地物不相连但又紧密聚集在一起时,如同一小区,可将其整体作为一个图斑,而无需逐一描绘出。这样即可减少工作量,也为接下来的量算面积提供方便。当各累地物都描绘到聚酯薄膜上之后,并是量算各地物的面积。量算面积时可视情况而定,大块图斑可用电子求积仪进行量算,而小块的则可利用栅格法进行量算面积。灵活的应用各种方法可减少量算面积时的误差。

其次的数字成图制图主要过程是先从Google上下载相关的影像图在结合Arcgis软件将其数字化。整个过程相对来说比较的繁琐以及工作量相对来说也比较的大。面积的汇总则是先在聚酯薄膜上画出每种地物的外部轮廓再利用数字求积仪对每块图斑进行量算最后加总面积,或者是直接利用Arcgis软件对已经数字化之后的地图进行面积的量算。

5.            分析数据

从直方图上可以看出,整个农大的面积大概为230多万平方米左右。其中所占比例最多的为教科用地,也就是教学楼的占地面积大概为66万。这也正符合了一个大学的标准,所谓的大学教学用地的占地面积自然应该是所有面积中最多的。既然是一所大学,紧排在其之后的理所当然的应该是住宿餐饮用地。大学的主要主体自然是学生,有学生自然的也就应该有足够的宿舍楼及与之对应的食堂等。住宿用地及餐饮用地的多,则可从侧面反应出一所学校对学生的重视程度,因为只有好的住宿环境及良好的饮食环境才能对学生的教育提高良好的保障。从图上可以看出有林地的占地面积也有相当的比重,这主要是由于农大自身条件所决定的,因为农大两面环山所以导致有林地占有一定的比例。而其他的用地类型所占的比例则豆相对的不是很大也都比较的接近,这则是体现了一所大学的总体规划水平。变更用地所占的比例也比较的小,这也是由于我们小组拿到的航片为20##年4月份的所以变化的地物并不是很多。

七.       心得体会

  一所大学就是一个小型社会,众多学子生活,学习于此,一个良好的土地利用格局势必将营造一个良好的学习生活空间,使大家在一个宽松的生活环境中学习,即享受了生活又学到了知识。我们农林大学生活着两万有余的学生以及为数众多的教师,两千七百余亩的土地,因此,其土地利用分配方式的优良与否当然事关重大。我们此次的实习内容就是对我校的土地利用状况进行调查。

在内业判读的基础上,根据判读标志对各地物进行预判,初步对地物进行一二级分类,在此基础上,我们进行了外业调查。对各地类进行抽样察看,由于是对调查区域比较熟悉,所以没遇到什么错误,之后就是对有变化的地物进行测绘及登记。由于最近学校正在进行基础设施的改建,所以有几处施工正在进行被我们逮个正着,此外还有几处已改建完成的,包括北区部分宿舍楼,北区博学楼附近教学区域.对变化地物进行测量,分析地类。应该说,外业调查还是挺顺利的。

之后就是对航片进行转汇,量算面积。.经过汇总,我们发现,科教用地66万多平方米,这不仅足以说明学校对教学方面的重视,也说明了我们学校学生人数之多,并且其范围涵盖学校各个范围,尤以下安区和北区一带为重点。此外公共设施用地也占6万多平方米的面积,这说明学校在关注学生教育的同时,也不关注学生的课外娱乐生活,促进学生德智体育的全面发展提供了有力的条件。此外。有林地所占有的41万多平方米,也不愧于我们学校的"农林"二字,绿色校园的名头也说明了我们学校在绿化方面所取得的成果,也因此使我们的学校正真成为我们宜居之所。住宅餐饮用地也占了一定的比重,不过其其区域分配结构还有待改善,,北区宿舍楼聚集了大量学生,但其餐厅场所未能及时跟上,不能不说遗憾。占了4万多平方米的商业用地,这在一般大学里是难以见到的,也给我们学校增添了些许的商业气氛,其结果是好是坏却还需时间来证明。由于近几年了学校不断的建设,也导致空闲地的减少。现今空闲地仅余17万多平方米,更合理利用土地以及进行学习硬件方面的改进,学校主要通过对旧楼进行重建以此来更新校园的建设部分。

八、心得体会

一周多的遥感实习在不经意间的就这么结束了,虽然之前已有做过土地调查的实习,但这次当拿到两张航片时还是一头的污水,不懂得从何入手,不懂得具体的该做些什么。只懂得一些必须的步骤,如室内判读之类的,所以此次的遥感实习的开始是一个艰难的开始。闯到桥头自然直,车到山前自有路,问题总是得在实习的过程中一步步的解决得,一切也都是从不懂到懂的,总得经历这个过程的。

问题既然已经出现了,总得找到解决问题的方法。而老师和同学则是可以加以利用的资源,于是我们并和老师进行了交流。当然老师也不可能将整个实习的每一步具体的步骤豆详细的告诉我们,如果是这样的话这个实习也就失去了它本身的意义了,而是等于老师自己在实习了,所以老师也是大概的点过而已,对我们的困惑之处做了些指点。当然同学之间的交流也是必不可少的,因为我们这次的实习是分组进行的,整个专业就分成了十组。虽然每个小组的实习内容不见得豆完全的相同,但毕竟都有些相同之处的,所以各小组之间的交流对整个实习的完成是有很大的帮助的。

就这样在不断的交流,探索再加上组员之间的相互配合和相互支持下,可以说还是较为顺利的完成了,虽然还存在着不少的问题,但已经是大家努力的结果了。

实习的整个过程是在遇到问题和解决问题的过程总完成的。由于这次做的是农大内部的,所以在室内判读这个过程自然是不存在什么问题了。但反过来想想如果换了其他的地方可能问题就大了,因为虽然这次做的是农大内部的,但对于非农大的教学区和学生的生活区来说,有些地物还是没那么的容易就判读出来的。我们这次所用的航片是1:5000的,可以说是大比例尺的航片了。但在将地物轮廓转绘到聚酯薄膜上时却没那么的简单,特别是在描绘房屋建筑时,由于房屋的阴影再加上房屋的面积便不是很大,所以很难准确的判断出房屋的屋角和有些边界的位置。在使用电子求积仪进行面积量算时,对于同一块图斑进行两次的两算时相差却非常的大,当时那个是相当的郁闷,所以只能进行多次的量算取平均了。经过老师的解释之后才懂得对于这种小面积的量算有偏差是正常的,面积小加上操作的问题可能会使得两次的测量值相差甚远。而在过程中出现的最大问题则是在数字化成图这个环节了,由于这块对于我们来说比较的陌生,所以给我们带来了很大的麻烦,也是这次实习中所占时间比重最大的一块。

在问题出现时利用可以利用的资源,找到解决问题的思路,并在摸索中讲问题解决,或许这已经是在进步了。


第二篇:摄影测量实习报告


单张相片空间后方交会实习报告

一、实习时间

实习周数:1周

学分数:1分

实习时间:第18周

二、实习目的

1.深入理解单张影像空间后方交会的原理,体会在有多余观测情况下,用最小二乘平差方法编程实现解求影像外方位元素的过程。

2.利用Visual C++编写一个完整的单张影像空间后方交会程序,通过对提供的试验数据进行计算,输出像片的外方位元素并进行评定精度。

3.通过编写程序实现单张影像空间后方交会计算,掌握非线性方程线性化的过程、相应数据读入与存储的方法以及迭代计算的特点,巩固各类基础课程及计算机课程的学习内容,培养上机调试程序的动手能力,通过对实验结果的分析,增强综合运用所学知识解决专业实际问题的能力。

4掌握空间后方交会的定义和实现算法

(1) 定义:空间后方交会是以单幅影像为基础,从该影像所覆盖地面范围内若干控制点的已知地面坐标和相应点的像坐标量测值出发,根据共线条件方程,解求该影像在航空摄影时刻的外方位元素Xs,Ys,Zs,φ,ω,κ。

(2) 算法:由于每一对像方和物方共轭点可列出2个方程,因此若有3个已知地面坐标的控制点,则可列出6个方程,解求6个外方位元素的改正数△Xs,△Ys,△Zs,△φ,△ω,△κ。实际应用中为了提高解算精度,常有多余观测方程,通常是在影像的四个角上选取4个或均匀地选择更多的地面控制点,因而要用最小二乘平差方法进行计算。

5了解空间后方交会的基本过程

(1) 获取已知数据。从摄影资料中查取影像比例尺1/m,平均摄影距离(航空摄影的航高)、内方位元素x0,y0,f;获取控制点的空间坐标Xt,Yt,Zt。

(2) 量测控制点的像点坐标并进行必要的影像坐标系统误差改正,得到像点坐标。

(3) 确定未知数的初始值。单像空间后方交会必须给出待定参数的初始值,在竖直航空摄影且地面控制点大体对称分布的情况下,Xs0和Ys0为均值,Zs0为航高,φ、ω、κ的初值都设为0。或者κ的初值可在航迹图上找出或根据控制点坐标通过坐标正反变换求出。

(4) 计算旋转矩阵R。利用角元素近似值计算方向余弦值,组成R阵。

(5) 逐点计算像点坐标的近似值。利用未知数的近似值按共线条件式计算控制点像点坐标的近似值(x),(y)。

(6) 逐点计算误差方程式的系数和常数项,组成误差方程式。

(7) 计算法方程的系数矩阵ATA与常数项ATL,组成法方程式。

(8) 解求外方位元素。根据法方程,解求外方位元素改正数,并与相应的近似值求和,得到外方位元素新的近似值。

(9) 检查计算是否收敛。将所求得的外方位元素的改正数与规定的限差比较,通常对φ,ω,κ的改正数△φ,△ω,△κ给予限差,通常为0.1′,当3个改正数均小于0.1′时,迭代结束。否则用新的近似值重复(4)~(8)步骤的计算,直到满足要求为止。

三、实习环境

1.硬件环境:Window操作系统;

2.软件环境:VC++

四、实习内容

利用一定数量的地面控制点,根据共线条件方程求解像片外方位元素并进行精度评定。

五、实习原理

共线方程式为:

(1)

为了便于计算,将上式线性化,得:

              (2)

式中,为函数的近似值,为6个外方位元素的改正数。

在竖直摄影情况下,角元素都是小角,可用,将共线方程改写为下面的形式:

(3)

当把控制点坐标作为真值,像点坐标作为观测值时,由式(3)列出的误差方程式为:

(4)

用矩阵形式表示为:

(5)

根据最小二乘间接平差原理,按等精度量测,可列出法方程为:

           

法方程的解为:

(6)

2.精度评定

权倒数为:

未知数的中误差为:

              

单位权中误差为:

式中, 代表观测值的点数;6 为未知数的个数;2 n -6 为多余观测数;V 为观测点的误差,即像点的观测值与计算值之差。

六、程序过程框图:

实现程序

#include "iostream.h"

#include"stdio.h"

#include "stdlib.h"

#include<math.h>

#define N 4

void mult(double *m1,double *m2,double *result,int i_1,int j_12,int j_2)//矩阵相乘

{

     

      int i,j,k;

      for(i=0;i<i_1;i++)

             for(j=0;j<j_2;j++)

             {

                    result[i*j_2+j]=0.0;

                    for(k=0;k<j_12;k++)

                           result[i*j_2+j]+=m1[i*j_12+k]*m2[j+k*j_2];

             }

             return;

}

int invers_matrix(double *m1,int n)//矩阵求逆

{

      int *is,*js;

      int i,j,k,l,u,v;

      double temp,max_v;

      is=(int *)malloc(n*sizeof(int));

      js=(int *)malloc(n*sizeof(int));

      if(is==NULL||js==NULL){

             printf("out of memory!\n");

             return(0);

      }

      for(k=0;k<n;k++){

             max_v=0.0;

             for(i=k;i<n;i++)

                    for(j=k;j<n;j++){

                           temp=fabs(m1[i*n+j]);

                           if(temp>max_v){

                                  max_v=temp; is[k]=i; js[k]=j;

                           }

                    }

                    if(max_v==0.0){

                           free(is); free(js);

                           printf("invers is not availble!\n");

                           return(0);

                    }

                    if(is[k]!=k)

                           for(j=0;j<n;j++){

                                  u=k*n+j; v=is[k]*n+j;

                                  temp=m1[u]; m1[u]=m1[v]; m1[v]=temp;

                           }

                           if(js[k]!=k)

                                  for(i=0;i<n;i++){

                                         u=i*n+k; v=i*n+js[k];

                                         temp=m1[u]; m1[u]=m1[v]; m1[v]=temp;

                                  }

                                  l=k*n+k;

                                  m1[l]=1.0/m1[l];

                                  for(j=0;j<n;j++)

                                         if(j!=k){

                                                u=k*n+j;

                                                m1[u]*=m1[l];

                                         }

                                         for(i=0;i<n;i++)

                                                if(i!=k)

                                                       for(j=0;j<n;j++)

                                                              if(j!=k){

                                                                     u=i*n+j;

                                                                     m1[u]-=m1[i*n+k]*m1[k*n+j];

                                                              }

                                                              for(i=0;i<n;i++)

                                                                     if(i!=k){

                                                                            u=i*n+k;

                                                                            m1[u]*=-m1[l];

                                                                     }

      }

      for(k=n-1;k>=0;k--){

             if(js[k]!=k)

                    for(j=0;j<n;j++){

                           u=k*n+j; v=js[k]*n+j;

                           temp=m1[u]; m1[u]=m1[v]; m1[v]=temp;

                    }

                    if(is[k]!=k)

                           for(i=0;i<n;i++){

                                  u=i*n+k; v=i*n+is[k];

                                  temp=m1[u]; m1[u]=m1[v]; m1[v]=temp;

                           }

      }

      free(is); free(js);

      return(1);

}

void transpose(double *m1,double *m2,int m,int n)  //矩阵转置         

{

      int i,j;                                        

      for(i=0;i<m;i++)                               

             for(j=0;j<n;j++)                       

                    m2[j*m+i]=m1[i*n+j];           

             return;                                             

}

void main()

{

      double Xs,Ys,Zs,q,w,k;

      double a[3],b[3],c[3];

      double x0,y0,f;

      double x[N],y[N];

      double X[N],Y[N],Z[N];

      double x1[N],y1[N];

      double m;

      double L[2*N];

      double XX[6];

      double A[2*N][6];

      double X0[N],Y0[N],Z0[N],At[6][2*N],result1[6][6],result2[6][1];

      int i,n=0;

      double sum=0,m0;

      /*---------------输入点地面坐标---------------------*/

      for(i=0;i<N;i++)

      {

             printf("请输入第%d个点的地面坐标:",i+1);

             scanf("%lf%lf%lf",&X[i],&Y[i],&Z[i]);

      }

      /*---------------输入点像片坐标---------------------*/

      for(i=0;i<N;i++)

      {

             printf("请输入第%d个点的像片坐标:",i+1);

             scanf("%lf%lf",&x[i],&y[i]);

      }

      cout<<endl;

      /*-----------------设定外方位元素初始值--------------*/

      x0=0;y0=0;f=150;m=30000;

      Xs=0;Ys=0;Zs=f*m/1000;

      q=0;w=0;k=0;

      XX[3]=1;

      /*------------------迭代计算--------------------------*/

      while((XX[3]>0.00001 || XX[4]>0.00001 || XX[5]>0.00001)&&n<100)

      {

             /*----------------旋转矩阵R-----------------------*/

             a[0]=cos(q)*cos(k)-sin(q)*sin(w)*sin(k);

             a[1]=-cos(q)*sin(k)-sin(q)*sin(w)*cos(k);

             a[2]=-sin(q)*cos(w);

             b[0]=cos(w)*sin(k);

             b[1]=cos(w)*cos(k);

             b[2]=-sin(w);

             c[0]=sin(q)*cos(k)+cos(q)*sin(w)*sin(k);

             c[1]=-sin(q)*sin(k)+cos(q)*sin(w)*cos(k);

             c[2]=cos(q)*cos(w);

            

             /*-----------------像点坐标计算值------------------*/

             for(i=0;i<N;i++)

             {

                    X0[i]=a[0]*(X[i]-Xs)+b[0]*(Y[i]-Ys)+c[0]*(Z[i]-Zs);

                    Y0[i]=a[1]*(X[i]-Xs)+b[1]*(Y[i]-Ys)+c[1]*(Z[i]-Zs);

                 Z0[i]=a[2]*(X[i]-Xs)+b[2]*(Y[i]-Ys)+c[2]*(Z[i]-Zs);

                    x1[i]=x0-f*X0[i]/Z0[i];

                    y1[i]=y0-f*Y0[i]/Z0[i];

             }

             /*-------------误差方程中各偏导数的值--------------*/

             for(i=0;i<N;i++)

             {

                    A[2*i][0]=((a[0]*f+a[2]*(x[i]-x0)))/Z0[i];

                    A[2*i][1]=((b[0]*f+b[2]*(x[i]-x0)))/Z0[i];

                    A[2*i][2]=((c[0]*f+c[2]*(x[i]-x0)))/Z0[i];

                    A[2*i][3]=(y[i]-y0)*sin(w)-((x[i]-x0)*((x[i]-x0)*cos(k)-y[i]*sin(k))/f+f*cos(k))

                               *cos(w);

                    A[2*i][4]=-f*sin(k)-(x[i]-x0)*((x[i]-x0)*sin(k)+(y[i]-y0)*cos(k))/f;

                    A[2*i][5]=y[i]-y0;

                 L[2*i]=x[i]-x1[i];

     

                    A[1+2*i][0]=((a[1]*f+a[2]*(y[i]-y0)))/Z0[i];

                    A[1+2*i][1]=((b[1]*f+b[2]*(y[i]-y0)))/Z0[i];

                    A[1+2*i][2]=((c[1]*f+c[2]*(y[i]-y0)))/Z0[i];

                    A[1+2*i][3]=-(x[i]-x0)*sin(w)-((y[i]-y0)*((x[i]-x0)*cos(k)-(y[i]-y0)*sin(k))/f-f*sin(k))

                               *cos(w);

                    A[1+2*i][4]=-f*cos(k)-(y[i]-y0)*((x[i]-x0)*sin(k)+(y[i]-y0)*cos(k))/f;

                    A[1+2*i][5]=-x[i]+x0;

                    L[1+2*i]=y[i]-y1[i];

             }

             /*-------------------解法方程--------------------*/

             transpose(&A[0][0],&At[0][0],2*N,6);

             mult(&At[0][0],&A[0][0],&result1[0][0],6,2*N,6);

             invers_matrix(&result1[0][0],6);

             mult(&At[0][0],L,&result2[0][0],6,2*N,1);

             mult(&result1[0][0],&result2[0][0],&XX[0],6,6,1);

             Xs+=XX[0];

             Ys+=XX[1];

             Zs+=XX[2];

             q+=XX[3];

             w+=XX[4];

             k+=XX[5];

             n++;

      }

      /*----------------旋转矩阵R-----------------------*/

             a[0]=cos(q)*cos(k)-sin(q)*sin(w)*sin(k);

             a[1]=-cos(q)*sin(k)-sin(q)*sin(w)*cos(k);

             a[2]=-sin(q)*cos(w);

             b[0]=cos(w)*sin(k);

             b[1]=cos(w)*cos(k);

             b[2]=-sin(w);

             c[0]=sin(q)*cos(k)+cos(q)*sin(w)*sin(k);

             c[1]=-sin(q)*sin(k)+cos(q)*sin(w)*cos(k);

             c[2]=cos(q)*cos(w);

      cout<<"迭代次数为:"<<n<<endl;

      printf("\n像片外方位元素的解\n");

      cout<<"航向顷角q:"<<q<<endl;

      cout<<"旁向倾角w:"<<w<<endl;

      cout<<"像片旋角k:"<<k<<endl;

      printf("Xs=%lf\t\tYs=%lf\t\tZs=%lf\n",Xs,Ys,Zs);

      cout<<endl;

      printf("旋转矩阵R:\n");

      for(i=0;i<3;i++)

             printf("%lf\t",a[i]);

      printf("\n");

      for(i=0;i<3;i++)

             printf("%lf\t",b[i]);

      printf("\n");

      for(i=0;i<3;i++)

             printf("%lf\t",c[i]);

      printf("\n");

      /*-------------------计算单位权中误差---------------*/

      for(i=0;i<2*N;i++)

             sum+=L[i]*L[i];

      m0=sqrt(sum/(2*N-6));

     

      cout<<"单位权中误差m0="<<m0<<endl;

      cout<<"测量精度:"<<endl;

      cout<<"Xs的精度为:"<<m0*sqrt(result1[0][0])<<endl;

      cout<<"Ys的精度为:"<<m0*sqrt(result1[1][1])<<endl;

      cout<<"Zs的精度为:"<<m0*sqrt(result1[2][2])<<endl;

      cout<<"q的精度为:"<<m0*sqrt(result1[3][3])<<endl;

      cout<<"w的精度为:"<<m0*sqrt(result1[4][4])<<endl;

      cout<<"k的精度为:"<<m0*sqrt(result1[5][5])<<endl;

}

程序运行结果

23像片运行结果

24号像片运行结果

八、实习心得

通过一周的实习,使我感觉得到了自己在摄影测量知识本身的欠缺和和实现语言方面知识的欠缺。

当任务布置下来时,就不知所措。听别人说,MATLABVB++简单容易实现这个程序。先从图书馆借了本MATLAB来学学,几天只学了个皮毛,对编出这个程序来说远远不够,我们学的是C语言目,前来说编出这个程序的可能性不太大,也只能从网上找个别人已经实现过的程序。

先对上学期所学的该知识点进行了系统的复习,从整体上把握了单相空间后方交会原理及解算过程。也理解了将控制点的地面点坐标视为真值,把相应的像点坐标视为观测值,加入相应的改正数,最后列出每个点的误差方程,然后用矩阵表示,最后构成总误差方程,从而求出外方位元素的改正数。

在编程里也学习了好多以前没见过的函数,mult是矩阵相乘的函数、invers_矩阵求逆函数、transpose矩阵转换函数。这对以后的学习是大有裨益的。

此外,通过此次实习,更使我确定在这个假期了学习VBMATLAB的信心。

摄影测量实习报告

学院;矿业工程学院

班级;测绘工程08-2

学号;0872143230

姓名;张军

指导老师;邵亚琴

更多相关推荐:
遥感实习报告

遥感与土地信息系统应用实习报告班级姓名学号07093310目录一前言参加实习的意义参与实习的内容二实习目的与要求实习的目的实习的要求三实习时间四实习地点五实习内容参观学习遥感图像处理分析解译土地信息系统应用六实...

遥感制图实习报告

遥感图像处理实验报告班级姓名学号实验室成绩评定教师签字专题一DEM图像进行彩色制图叙述制图过程并把自己处理结果加载到本文档里实验目的实验步骤1选择FilegtOpenImageFilegtbhdemsubimg...

遥感技术与应用实习报告

遥感图像处理实习报告教学单位测绘与地理科学学院专业班级学生姓名学号指导教师时间20xx121920xx1223123456789101112131415

遥感实习报告

河北工业大学遥感实习报告姓名郑广震学号117568一实验目的和要求遥感是空间信息获取的重要手段之一本实习的目的是通过短期的集训式训练使学生熟悉遥感影像获取原理理解从遥感影像中获取各种信息的处理流程和方法并熟练掌...

遥感实习报告

实习报告地图设计与编制实习学生专业班级指导教师二0一三年月四一实习时间和实习地点1时间20xx年4月5月2地点二实习目的和任务1目的掌握MAPGIS中图像文件的转换方法掌握MAPGIS中图像校正处理的方法掌握点...

遥感综合实习报告

武汉大学教学实验报告教务部制表

武汉大学遥感实习实习报告

武汉大学遥感实习实习报告,内容附图。

遥感实习报告

遥感原理与应用课堂实验报告20xx20xx学年第一学期专业班级学号姓名实验成绩优秀格式完全符合规范要求内容完整图表规范美观实验原理清楚实验步骤合理结果正确严格遵守实验纪律按时上交实验报告良好格式符合规范要求内容...

遥感实习报告

中国地质大学武汉第一章实习目的和任务通过实习认识ENVI系统主要界面及功能初步掌握ENVI环境下遥感数据特点及计算机处理遥感数据的性能重点训练图像解译的基本技能岩性解译线环构造解译第二章专题信息的提取方式实习目...

遥感实习报告

C编程实现遥感影像几何纠正及效果分析摘要对于卫星遥感获取的影像作为空间数据具有空间地理位置的概念而影像在获取过程中总存在误差因此遥感影像的几何纠正是遥感信息处理中的一个重要环节是减小遥感影像与地面真实形态差异的...

6遥感实习报告

实习一遥感影象判读与制图一实习时间1实地考察12月7日2遥感影象判读与制图12月2529日二实习地点1实地考察十三陵水库地区2遥感影象判读与制图林业楼517机房三实习目的和要求通过本次实习掌握航空像片目视判读的...

遥感实习报告

遥感原理与应用集中实习报告姓名学号班级实习内容实习日期实习评价优秀准确理解各项实习内容的基本原理独立完成各项实习内容软件操作熟练实习结果正确实习报告内容详实书写认真良好能够较好的理解各项实习内容的基本原理能够独...

遥感实习报告(28篇)