摄影测量学实习心得2篇

摄影测量学实习心得2篇

(1)立标尺时，标尺除立直外，还应选在重要的地方。因此，选点就非常重要，点一定要选在有代表性的地方，同时要注意并非点越多越好，相反选取的无用点过多不但会增加测量，计算和绘图的劳动量和多费时间，而且会因点多而杂乱产生较大的误差。

(2)在用水准仪和经纬仪测量的过程当中，有的过程出现了大的误差，经过我们的重新测量计算，误差范围也减小到了可以允许的范围里。

(3)由于我们以前没有接触过全站仪，所以当我们拿到它的时候完全不知道怎么使用，而且我们班五个小组只有三个小组借到了全站仪，这给我们的测量带来了一定程度上的困难，在老师的指导下，我们从学会怎么使用全站仪到能够熟练地运用它，我们感到蛮高兴的。

(4)还有就是计算问题，计算必须由两个人完成，一个初步的计算，一个检验，不过，在此过程当中，也还是出现了计算错误的问题，我们在不断的重复检验之中算出了正确的数值，尽量让误差减少到了最少。比较难的还是检验校核，不过，我之所以认为它难，也是因为在此之前不是很会计算它，在这次实习中，我又重新了解它的计算方法，现在也能自己把它计算检验出来了，顿时觉得校核也并不如自己想像中的那么难。

(5)最后的困难就是画图的部分了，虽然画图是交给一个同学完成的，但是我们整个组也不能掉以轻心，因为只要一个环节出了错，图就不可能画出来。我们画图之初，最先是把九个控制点的坐标画出来，然后绘图员就画的三食堂，当我们还在沾沾自喜的时候，却被告之需要重画，而且有的坐标也有一定的误差，我们就不断的在檫了画、画了檫的过程中如此往复，不断精益求精，测绘图的一点一滴也慢慢浮出了水面。

通过这次学习，让我知道了团队精神是如此的重要，无论是少了中间的哪一环都无法完成任务，任何一个步骤、环节，都少不了，也出不得错，一步错步步错，因此，测量学才是“从整体到局部、先控制后碎部”的工作原则，并做到“步步有检核”。因此，测量离不开我们每个人的努力，团队的合作。

就整个实习测量来说，我们从中学到了不少知识，不过这其中也体现了我们还有许多的不足，希望在以后的学习中记得这次的经验教训，精益求精，力求能最到更好!

第二篇

摄影测量实习总结本学期的最后一周， 我们开始了摄影测量学的实习。 通过实习我认识到摄影测量学是 通过获取立体影像来研究和确定被摄物体的形状、大小、空间位置、性质和相互关系的一门 信息科学与技术。摄影测量教学实习是“摄影测量学”课程教学的重要组成部分。 通过实习将课堂理论与实践相结合，使学生深入掌握摄影测量学基本概念和原理，加 强摄影测量学的基本技能训练， 培养学生分析问题和解决问题的实际动手能力。 通过实际使 用数字摄影测量工作站，了解数字摄影测量的内定向、相对定向、绝对定向、测图过程及方 法;编制数字影像分割程序，使学生掌握数字摄影测量基本方法与实现，为今后从事有关应 用遥感立体影像和数字摄影测量打下坚实基础. 我们本周实习的是数字摄影测量工作站的操作，数字摄影测量系统是基于数字影像与 摄影测量的基本原理，应用计算机技术、数字影像处理、影像匹配、模式识别等多学科的理 论与方法， 提取所摄对象用数字方式表达的几何与物理信息， 从而获得各种形式的数字产品 和目视化产品。 数字摄影测量系统是摄影测量自动化的必然产物。 数字摄影测量系统为用户 提供了从自动空中三角测量到测绘地形图的全套整体作业流程解决方案， 大大改变了我国传 统的测绘模式。VirtuoZo 大部分的操作不需要人工干预，可以批处理地自动进行，用户也可 以根据具体情况灵活选择作业方式，提高了行业的生产效率。它不仅是制作各种比例尺的 4D 测绘产品的

强有力的工具，也为虚拟现实和 GIS 提供了基础数据，是 3S 集成、三维景 观和城市建模等最强有力的操作平台。 本次实习是采用 VirtuoZo 数字摄影测量系统(教学版) 。

实习目的：了解数字摄影测 量系统，掌握操作过程。

实习主要内容：

1.数据准备，包括摄影比例尺、相机内方位元素、航高、航带数、像片排列、 控制点分布等;

2. 建立测区、设置测区参数;

3. 建立模型、设置模型参数;

4. 模型定向，包括内定向、相对定向、绝对定向方法与步骤。 其基本步骤是：建立测区、引入影象、建立模型、检查(修改)影象参数、建立相机 参数文件、建立加密点文件、设置成果输出参数、模型影象内定向、模型的相对定向、模型 的绝对定向、核线影象生成、匹配预处理、影象匹配、匹配结果的编辑、DEM 生成、DOM 及等高线影象生成、叠加影象生成、矢量测图、图廓整饰等。 通过本次实习使学生掌握摄影测量的内涵、摄影测量的基础知识、解析摄影测量原理 与方法、双像解析摄影测量，了解并能够理论与实际相联系，解决实际生产中的问题。 在完成以上的内容后，我们紧接着要做的是编写 K 平均区域分割程序，其基本原理是 将图像初步分成 K 个区域， 计算每个区域的灰度平均值， 将图像中每一像素分别与 K 个区域 灰度平均值进行比较，差值最小的区域与该像素最为接近，该像素分配给对应区域。

整个图 像扫描完成，重新计算每个区域的灰度平均值，重复上述比较. K-均值算法是迭代算法，每完成一次图像迭代，区域灰度平均值就重新计算一次，经过 多次迭代，使区域灰度平均值趋于稳定。 K 平均区域分割算法步骤： (1)任意选择 K 个初始区域，计算每个区域的灰度平均值。 Z1 , Z 2 , ?，Z K (2)使用最小距离判别准则，将图像全部像素分配给 K 类区域; i j 即对所有的 则判该像素属于第 i 类区域。 (3)用步骤(2)分类结果，重新计算各区域灰度平均值，并以此作为新的区域均值; (4)比较两次区域均值之差，若小于某一阈值，则类中心稳定，终止算法;否则返回 步骤(2) 。 参数设定：图像初始分割区域数 K=2*2，两次区域灰度平均值之差(阈值)=10 。编写 与调试图像 K 平均区域分割程序，输入图像名： ‘eight.tif’ 。 完成以上步骤后， 我们的摄影测量的实习就算告一段落了。 实习虽然只有短短的一周时 间，但我学到了很多东西，让我更加深刻的了解了摄影测量学，把平时所学到的理论知识更 加真实的呈现在我面前，希望以后还会有这样的实习。