目的

​ 单张图像的使用方法见下面的博客。

• 鱼眼图像的说明见这里。

• FFMPEG的使用说明见这里。

​ 课题组提供的GPU实在是不够用，就想着用一下学校的超算，结合之前使用的广东超算中心的经验，这里简单列一下学校服务器的一些常用命令。

​ 武大超算使用 Slurm 系统，统一管理所有计算资源、统一调度所有用户的计算任务，用户必须通过 Slurm 系统来进行计算

前序

​ 简单介绍一下目前的相机种类，主要是对相机镜头按照焦距及视角的大小，可分为标准镜头、广角镜头和鱼眼镜头。他们的一些特点如下：

• 焦距：鱼眼镜头（小于等于16\(mm\)）<广角镜头<普通标准镜头（50\(mm\)）。

• 视场角：鱼眼镜头（接近或者大于180°，工程上大于140°的就算）>广角镜头>普通标准镜头。

• 畸变：鱼眼镜头>广角镜头>普通标准镜头。

普通单目相机

简介

​ 一般常见的普通小孔成像相机的成像模型如下所示，小孔相机模型采用相似成像的方式（入射角和出射角等大），内参包括焦距\(f_x,f_y\)和主点偏差\(c_x,c_y\)。如果焦距一定，那么图像传感器像素平面的面积直接决定了相机视场角的大小，超过这个视场角范围的物体不会被镜头获取到。因此基于透镜成像原理的相机，视场角无法做到足够大，水平视场角一般小于140°。在某些时候，比如气象科学空间观测、太阳能辐射研究计算天空视角系数、安防视频监控等实际场景中可能会需要更大视场角的相机，那么这时候广角相机-鱼眼相机就出现了。

投影模型

\[ r_d=f \cdot tan \theta \]

• 根据规范：http://www.nrsis.org.cn/mnr_kfs/file/read/75d2c98b7b855b1b508b280ac53187ac 机载点云数据高程中误差在不同比例尺上精度要求是不同的。

最大允许中误差为中误差的2倍。

使用地面控制点检核ALS点云精度

任务描述

​ 使用地面布设的外业控制点GCP来检核ALS点云条带平差之后的绝对位置精度。如下图所示，红圈中的是GCP点，紫色和灰色是两个条带的ALS点云。图中显示了在\(z\)方向上的偏差。

​ 通过观察，有一部分控制点是在平面区域采集的，有一些是在边缘比较锋利的区域采集的。

目前存在的问题

​ 本身ALS点云就比较稀疏，再加上GCP也是离散的布设的，导致很难找到对应同名关系，想要找到对应位置的值就只能通过内插来实现。

​ 内插方法有很多，但是直接在ALS里面内插不是很现实，可以考虑转成格网，mesh的形式，然后基于新的数据表达方式再内插。例如可以用arcgis生成DTM，DEM，内插到高分辨率，然后再采样点和GCP做计算。

解决方案

最终论证，通过地面控制点应该是无法做到水平精度检核的，只能做到高程方向的检核。