真正射影像与正射影像：建筑为何倾斜，如何避免

相机以透视方式成像。地面以上的点在照片中比其正下方的地面点离照片中心更远；这种偏移随物体高度及其到照片中心的距离增大，随飞行高度升高而减小。用经典公式表示，影像上的位移等于径向距离乘以物体高度再除以航高。

正射纠正通过把每张照片投影到表面模型上来消除这种偏移。表面所包含的一切都会被纠正。表面不包含的东西会保留其倾斜：在没有建筑的地形模型上，屋顶会相对墙体偏移，并遮挡本不该遮挡的地面。

常规正射影像在裸地地形模型上纠正。地面上的地物位置正确，但高出地面的一切都会背离每张照片的中心倾斜，而且倾斜方向在不同照片之间变化，这就是建筑边缘沿拼接线看起来被撕裂的原因。

真正射影像在携带地面及其上物体高度的表面模型上纠正。屋顶被绘制在其占地范围上，墙面消失，一张照片在建筑背后看不到的地面会从另一张能看到它的照片中获取。正是这最后一步，使真正射影像需要每个单元都有充足的重叠视角。

过去要制作真正射影像，意味着必须从别处获得每栋建筑的详细表面模型。无人机航飞自带这一模型：同一批照片生成的密集点云提供了地面及其上一切物体的表面模型，而测绘航飞的高重叠度使大多数单元都被多张照片看到。表面和拼图来自同一份数据，因此彼此吻合。

拼图还有第二个、独立的问题：在照片之间移动的物体。一辆车、一个人或一条船在两张重叠照片中处于不同位置，如果只是对照片取平均，就会变成半透明的双重影像。真正射影像本身并不能解决这个问题，因为它处理的是几何，而不是时间。

解决办法在于融合。在重叠照片于某个单元内不一致的地方，从单张照片中取该单元，而不是取平均；同时只融合低频色彩，以保持色调均匀。避开建筑和移动物体的拼接线也会有所帮助。

Stream Capture 把照片投影到由其自身密集点云构建的表面上，因此地形起伏和地面上的物体会被纠正，而不是被拉伸。默认的融合方式会度量重叠照片在每个单元中的不一致程度；不一致的单元取自看得最清楚的照片，低频色彩则在照片之间融合以获得均匀色调。最小代价拼接线可作为选项使用，来源图栅格会记录每个区域取自哪张照片。

此外还有快速出图模式，它用对齐得到的稀疏点构建表面，以便在离开现场前判断数据是否可靠。由于在粗糙的表面上建筑和树木边缘可能倾斜，它被明确标注为不是真正射影像。