下面是我进行摄影测量的测试。周六和周一的测试，我感觉自己在实际工作中迈出了关键的一步。几个星期前我们已经做了工作，在离家较近的地方找了一个很好的测试场。最初我们使用TIUMPH-LS做了80%的工作，使用全站仪做了20%的工作。目前我想尝试完全使用TRIUMPH-LS做摄影测量并且给出结果，看看是否有只够的测量精度。
这是一个占地3.707英亩的建筑工地。是一个加油站和一个便利店。主要建筑是加油站的顶棚大约180X50，后面有一个仓库，还有一个很大的标志牌。所有这些都必须进行测量。
下面是Shawn Billings做的倾斜摄影测量案例。
下面是我进行摄影测量的测试。周六和周一的测试，我感觉自己在实际工作中迈出了关键的一步。几个星期前我们已经做了工作，在离家较近的地方找了一个很好的测试场。最初我们使用TIUMPH-LS做了80%的工作，使用全站仪做了20%的工作。目前我想尝试完全使用TRIUMPH-LS做摄影测量并且给出结果，看看是否有只够的测量精度。
这是一个占地3.707英亩的建筑工地。是一个加油站和一个便利店。主要建筑是加油站的顶棚大约180X50，后面有一个仓库，还有一个很大的标志牌。所有这些都必须进行测量。
下面进行摄影测量，把此区域分割成6个子项目（或者场景）进行测量：
使用这种分割的方法，可以控制每个子项目在摄影测量时的照片数目不超过12张。不仅仅是在实际操作中对J-Field处理器的限制，也是对使用者必须把照片保持在同一时刻的限制。我开始针对每个场景，考虑通过摄影测量先确定最远的点，先获得它们基本的几何结构。对于如何拍摄，我有一个整体的想法，每一人场景在几个不同的地方设置目标，采集到的照片在都会有一些重复的地方。然后使用正常的RTK方法测量收集控制点。控制点收集完成后，在相机里面针对照片进行补偿修正。理想中，想让每个兴趣点在5张图片中至少都有90°的分布。重要的是3D摄影测量需要有特点的控制点。我对一些建筑物角落可能不感兴趣，但却需要一个特别的，能通视此角落的点，以便正常的工作。拿到照片后，需要确定能找出照片包含建筑角落的特别点，而不仅仅是角落本身。我也试图改变场景的距离和相机的高度，以便捕捉图像。当采集标志牌（SIGN场景）的时候，找不到好的地方来确定控制点，但是我注意到，在我采集的大部分照片中都有一个立着的管子，所以我把此处作为控制点采集图片。控制点不需要人为的制造目标，但却需要解决从任何角度进行三维拍摄的问题。而且此管子是水平的圆柱体非常适合做控制点目标。
如果垂直角度太大，将很难区分开来。幸好水泥管没有这种情况。
在野外作业采集的时候，我给相机控制点（相机位置的点）起一个与场景相近的名称。例如CANOPY1, CANOPY2, CANOPY3等，和E1, E2, E3等。控制点命名CP1, CP2等，无论它们出现在哪个场景中。Tie点（相片中选出的点）的命名同样是基于场景命名的，只是在名字中加入T字母以便于相机控制点区别开来。(例如: ET1, ET2, ET3)。
测量结束后的情况:
作为摄影测量的初学都。我认识到大部分情况下，关于定位调整越少真好，因为调整可能会覆盖一些问题。迄今为止我只调整焦距，未经检测的控制点和未经检测的图像坐标。有几次在对图像进行调整时选择了错误的控制点。这让J-Field花费很长时间处理，因为错误的点会在解决方案中进行一遍又一遍的尝试。我发现在进行处理前不使用控制点进行调整是个好主意，并且要先观察控制点的残差。如果残差是合理的才能使用它们在场景中进行调整。如果场景中某个点的误差估值与其它的点不成比例，很可能会这些不确定的点在图像和建立几何结构时出现误差。这里有六个场景调整结果的案例：
每个场景中保存很多个控制点。很方便的保存在一个便笺中。根据创建的控制点，画一个草图。我把这些点放到其它图片中，并可以根据草图观察这些点。这样可以快速的找到这此控制点的特性。
调整的结果似乎很好，超出了预期。所以几周前他们是如何比较RTK/全站仪的呢？
水平残差 (vertical in parenthesis):
（在我的报告中，命名方案被我搞乱了。例如点W1，应该WT1，S1应该是ST1）
如果我的计算是正确的，平均水平残差应该是0.106.值得注意的是，几周前使用RTK+全站仪得出的坐标与完全使用RTK摄影测量得到的坐标进行对比。RTK使用相同的控制点。在观察残差时，记住使用两种工作方式在同一个点位上的不同。因此并不是所有的残差都归于摄影测量。
快速的观察调整的结果，如果出现二次投影，说明误差估算的精度较低，甚至在线性误差估值较小的情况下，也会有一些较高的残差和较高的RE,PX误差估算。
昨晚花费了4个小时使用100个以上的控制点建立了图像。早些时候提到在野外作业时只花费了1.5个小时。随着对方法的熟练程度增加，希望能够减少数据处理时间和外业采集时间。这仅仅是我的第三个尝试。实际上这可能不是一个高效的全站仪测量方法。全站仪在不需要后处理的情况下可能需要相同的时间。但最终我使用了更多的数据与全站仪进行了对比。因为我挑选了尽可能多的精确的控制点与相对应的图像。有一些额外的信息，比如窗户与屋顶的距离，或与门的距离等。所以有一个好的场景图像是非常重要的。我保证在我的存档文件中有很不错的图像文档。
有很多开放的商业或者工业的实体环境，但是从来没地方设置全站仪。此次实地测量，我使用了TRIUMPH-LS两脚架和扩展棱镜杆，几乎可以放置在任何地方使用。我使用5HZ的更新率采集了20个不同的历元数据，所以每个点用的时间非常少。在业务量较大的时候，意味着我可以快速得到数据（图片）并转换位置，然后通过后处理对感兴趣的地方确定精确的位置。即使最快的全站仪通常也要15分钟。真正的限制是所需要的机体结构。如果你可以在场地中好好观察，并不是难以实现的。然而，如果您感兴趣的点被遮盖，只有几个方位，甚至只有一个方位，就不能使用摄影测量法。不能说我要卖掉我的全站仪，但只要我能实践更多一点，我认为我能得出几乎一样好的结果，在某些环境中甚至更安全更高效。
第三个测试得到的结果，给我留下了深刻的印象。过去我只是了解过摄影测量，并没有实践过。这种可以语音的接口也和处理算法一样很不错。是的，我认为操作软件的界面更便捷。操作过程中的每一个点都是TRIUMPH-LS自身生成的，不需要任何外部的软件和硬件。确实令人刮目相看。
对180长X50宽的建筑进行测试，确实规模太小，仅是一个测试，实际应该用可能要大的多。
Shawn Billings, PLS