测量的实习报告

测量的实习报告范文合集10篇

在经济发展迅速的今天，报告使用的频率越来越高，报告包含标题、正文、结尾等。写起报告来就毫无头绪？下面是小编帮大家整理的测量的实习报告10篇，仅供参考，欢迎大家阅读。

利用假期时间按照学校安排我们到**测量公司进行为期半个月的测量实习，主要是为了巩固课堂教学知识，加深对控制测量学的基本理论的理解，能够用有关理论指导作业实践，做到理论与实践相统一，提高分析问题、解决问题的能力，从而对控制测量学的基本内容得到一次实际应用，使所学知识进一步巩固、深化。 下面就是这次实习报告。

通过这次实习，学到了测量的实际能力，更有面对困难的忍耐力;也学到了小组之间的团结、默契，更锻炼了自己很多测绘的能力。首先，是熟悉了水准仪、经纬仪的用途，熟练了水准仪、经纬仪的各种使用方法，掌握了仪器的检验和校正方法。其次，在对数据的检查和矫正的过程中，明白了各种测量误差的来源，其主要有三个方面：仪器误差（仪器本身所决定，属客观误差来源）、观测误差（由于人员的技术水平而造成，属于主观误差来源）、外界影响误差（受到如温度、大气折射等外界因素的影响而这些因素又时时处于变动中而难以控制，属于可变动误差来源）。了解了如何避免测量结果错误，最大限度的减少测量误差的方法，即要作到：1、在仪器选择上要选择精度较高的合适仪器;2、提高自身的测量水平，降低误差水平;3、通过各种处理数据的数学方法如：距离测量中的温度改 ……此处隐藏18177个字……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。