武汉中创联达科技有限公司

高速摄影测量学的原理非常简单，但要求有较高的精度时，却困难重重。显而易见，光心到像面的距离，即焦距与实物距离相比可相差成千上万倍。即摄影系统参数及像面特征点位置的任何误差都可能被放大成千上万倍。真可谓“失之毫厘，差之千里”。早期测量结果，例如用测角器测量摄影系统的角度，可使**终的测量结果失去意义。利用数字图像处理技术来提高摄影系统对图像提取的精度，具有极重要的意义，是整个精密摄影测量的关键。

图像系统的像素点数决定了该图像的空间分辨率，要提高分辨率，必须提高系统的像素点数，例如从512×512提高到1024×1024甚至到2048×2048，但是这种提高硬件像素点的成本代价是非常昂贵的，常令人难以接受。近年来许多学者提出来用软件的方法，提高图像的空间分辨率，即亚像素精度技术。利用这种技术，可将图像空间处理分辨率提高十倍甚至百倍，从而大大地提高了图像处理精度。

当要提取的特征对象在图像上不是一个孤立的像素点，而是具有一个小区域时，利用特征对象各点之间是有一定的联系，具有一定特征的前提，对该特征对象各点的灰度进行插值或拟合，或求对象的轮廓的形心，或求对象的灰度重心。对这种过程做浮点计算，就可以达到亚像素精度。通常，可达到０．２～０．５个亚像素精度。

数字图像是对原始的模拟信号图像进行遵循某种规范的抽样而得到的。通常的分析仅利用了抽样点信息，如**亮点、**暗点、亮暗交替的边缘点等，对于抽样点之间的信息却无法利用。因此一般认为数字图像处理系统的分辨率和精确度**高为一个像素。当然，由于抽样间隔（像素宽）决定了系统空间分辨率，数字图像的分辨率**高只能达到一个像素。可是定位精度和分辨率不是一回事，由于目标特征变化的连续性，可以借助某些数学工具———即亚像素处理方法，实现用抽样点信息来表达非抽样点信息，因此定位精度有可能高于像素单位。

若已知对象的特征分布，取典型的特征分布为一模板，用此模板对搜索区域做相关滤波，然后对相关系数做拟合，**后求出相关系数的极值点，即为特征对象的位置。此方法可达到０．０１～０．１个亚像素精度。

利用一个与待测目标灰度分布相近的算子，对目标点附近图像进行相关滤波，并对运算结果作二次曲面拟合，以该曲面的极值点作为目标点。相关滤波处理能够有效地突出目标特征点。例如，图（ａ）、（ｂ）所示的十字丝目标相当模糊，而经过图（C）的十字丝模板相关滤波后，可形成明显的十字丝中心特征点图（d）。