地示出了单 环境对象10 (特别是建筑物）。来自环境图像9的数据（例如，对象10的相对位置和尺寸） 是参照数据体的基础，其用于执行后续的图像校勘。例如，所需的参照数据体还可由描述整 个图像9或其子区域的数据（例如，颜色直方图）构成。
[0053] 图3b示出作为根据本发明的环境图像的示例的距离全景图像11。这可通过激光 扫描来生成。另选地，可使用RM相机来记录，或者可从以略微偏移垂直记录的两个全景图 像生成三维图像。视觉范围和记录地点对应于图3a的那些。测绘仪器与环境中的对象10 之间的不同距离通过不同的亮度值来视觉化。在该示例中，亮度越大表示距离越大。
[0054] 图3c示出与图3b的示例对应的距离全景图像12,与图3b相比垂直环境细节较 小，从而仅表示了对象10的部分。水平方向上的记录范围继续为360°，在垂直方向上现在 仅为例如20°。根据环境结构化和校勘方法，这可能足够了。较小的捕获角度意味着与图 3b的图像的记录时间相比记录时间较短，并且产生的较小数据体导致较短的处理时间。
[0055] 图4a示出根据本发明的所存储的地理参照数据体的示例。这是形成全景图像13 的数据体，其按照与图2a相同的方式生成并且同样在确定的垂直视觉范围内覆盖完整环 境周边。与图4a的所记录图像相比，图像中的对象10的排列不同。由于图像数据至少大 体相同，然而，基于对象的校勘将两个图像数据体标识为相同，即，具有高度匹配，并且将所 存储的图像13的位置数据与所记录图像关联。不同的排列不指示不同的记录场所，而仅仅 指示在相同地点的相应记录的不同的方位角零取向，这对于基于全景图像的位置找寻不重 要。可选地，除了位置以外，从地理参照记录场所的已知绝对零取向确定大地测绘仪器的取 向。
[0056] 作为根据本发明的参照图像的另一示例，图4b示出从在数字城镇模型中捕获的 信息计算的虚拟全景图像14。对象10是建筑物，其尺寸、形状和排列从所确定的虚拟记录 地点的模型数据计算。例如按照在各个情况下彼此相距100米的规则排列，可针对所关注 的环境（例如，街道）区域中的许多位置计算这种类型的人工图像14,以使得可校勘的图 像可用于可能的适当地点的网络。具有最佳匹配的虚拟图像所基于的位置然后与所记录图 像关联，即，被采用作为测绘仪器的地点。如果发现与多个位置参照数据体的特定匹配或者 如果在首次粗略位置找寻之后期望更精确的地点确定，则可利用确定的位置区域周围的更 精细的虚拟记录场所的网络（例如，在十米的距离处）来重复先前步骤。另选地或者另外 地，当对应详细的数字城镇模型可用时，还可通过还包括例如建筑物的正面特征（例如，窗 户或门）来增加各个人工图像14(因此，数据体）的细节水平。
[0057] 图4c示出根据本发明的位置参照数据体的另一示例。这被表示为再现建筑物的 轮廓16的位置参照图像15。这种图像可从卫星或空中图像、数字城镇模型、野外原图、施 工图等获得或生成。根据本发明，基础还可以是通过激光雷达、光雷达或雷达（光或激光或 无线电检测和测距）生成的三维图像。与先前示例相比，从平面图而非从侧视图来示出环 境。为了利用从其获得的位置参照数据体来校勘，利用距离信息（例如，以水平面上的基于 激光的测量为基础）从环境图像生成的参照数据体因此是合适的。
[0058] 图5a是可校勘数据类型的第一示例。从所记录图像17生成的参照数据体以及 位置参照数据体的对应数据在这种情况下是基于全景图像的优势垂直线的描述符Dla和 Dlb。为此，首先，通过对其应用Sobel、Prewitt、Laplace算子等来从全景图像生成边缘图 像。检查该边缘图像的优势垂直线，如果线具有或超过约定的最小长度，则它被视为优势 的。作为第一示例，图5a示意性地示出基于具有小的下限（例如，50像素）的垂直线的描 述符Dla。为了例示，示出至少具有该长度的垂直线19a，其结果是它是描述符Dla中的部 分19b。这可从前景中房门的左手边缘看出。第二示例是针对更长最小长度（例如，200像 素）的相关垂直线的描述符Dlb的示意表示。然后假设在特定容差内具有相同的优势线分 布的这两个描述符匹配。然后例如，如果利用基于相对长的最小长度的描述符的校勘得到 多个可能匹配的数据体，则使用基于更精细的分类的描述符有意义。
[0059] 图5b示出对应类型的数据的另一示例。在这种情况下，这些数据不涉及整个图 像，而是涉及子区域（子窗口）20。这些局部图像20包含确定的特征。在该示例中，这些是 表示各个建筑物和风景特征（例如，教堂建筑21)的特殊结构。这些结构可利用例如特征 识别算法（关注点检测）来算出。然后针对每一个单结构（例如，教堂建筑21)生成相应 描述符D2a-D2d。然后，所有描述符的总和形成用于校勘的数据体，作为描述符记录22a。
[0060] 图5c是用于执行校勘的对应类型的数据的第三示例。在该示例中，涉及灰度值直 方图40。依据相应灰度值绘出具有特定灰度值G的像素数量C。从灰度值深度为4位（这 也是为什么仅有16个强度级别）的黑白照片提取直方图40。为了实现关于地点环境的足 够高级别的信息，本发明优选更大的灰度值深度，例如在8位至64位的范围，特别是至少16 位。基于环境图像和位置参照图像的直方图的相应数据通过总体比较各个灰度值的频率或 者灰度值分布来实现校勘。
[0061] 图6a和图6b示出根据本发明的可校勘数据的示例及其根据本发明的校勘。在图 6a中，在第一步骤中从环境图像过滤出独特结构。这些是特定建筑物拐角和边缘，例如教堂 尖顶30。因此可在图像中定位独特结构。在该示例中，所述结构的环境再次限定相应确定 的图像细节31a、31b，其被当作用于计算相应描述符的基础。对于所记录的环境图像9,所 获得的参照数据体是包括描述符D3a-D3e的第一描述符记录22b。对于可作为位置参照图 像32呈现的所存储的位置参照数据体，在该示例中获得包括描述符D4a-D4e的第二描述符 记录22c 〇
[0062] 图6b示出通过参照数据体与所存储的各个数据体的比较的后续校勘。代替总体 地校勘数据体，另选地，本发明允许数据体被视为子数据体的收集，各个子数据体由各个描 述符的数据构成，子数据体要彼此比较。例如，因此将数据记录22b的描述符D3a与地理参 照图像的数据记录22c的所有描述符比较，即，寻找3所记录的图像的各个局部结构的等同 物。代替"直接"数据比较，还可凭借数据体的分类来实现校勘。为此，例如，各个描述符可 被归为类（例如，类"教堂尖塔尖顶"），或者所描绘的各个对象（"教堂尖塔"）或者多个对 象或整个图像（"房屋"）例如基于多个描述符来分类。这种方法可基于例如"特征包"方 法凭借分类来实现。
[0063] 在该示例中，描述符例如通过SURF或SIFT算法凭借计算被设计为在尺寸方面不 变，这也是为什么尽管缩放比例不同，也寻找匹配。因此，在所记录的图像9中，教堂尖塔尖 顶30比在所存储的图像32中看起来更大。然而，对应比例不变描述符D3a和D4e被标识 为相同7。
[0064] 图7a至图7c示出根据本发明的可校勘数据的另一示例及其根据本发明的校勘。 所使用的基础是环境的三维图像，例如距离图像。
[0065] 在图7a中，通过图像处理从对应3D点云过滤出与建筑物轮廓面向测绘仪器的部 分对应的那些点33。如果需要，还可从凭借向地面上的点投影而呈现的数据生成相关点。
[0066] 图7b示出在下一步骤中一起形成根据本发明的参照数据体35的几何结构（在该 示例中，区段或线34)如何拟合关联的点。在其它点集的情况下，可生成区别点或几何形状 (例如，圆弧或其它曲线或其组合）。根据本发明的这种参照数据体35优选适合于利用位 置参照数据体15校勘，其将建筑物轮廓16表示成对应类型的数据。根据本发明，这种数据 体15可从基于地理地形布局或模型（例如，数字城镇模型、施工图、野外原图）的环境图像 生成，或者从生成自远离地面记录的数据（例如，数字或数字化空中或卫星图像）的环境图 像生成，其可在互联网等上得到（也参见图4c)。
[0067] 现在利用包括过滤的点33的参照数据体或者如图7c所示从其所拟合的几何形状 34来校勘3包括属于建筑物轮廓的数据的地理参照数据体。例如，校勘3是迭代优化，其中 如果可实现最小所需强度质量，则存在显著程度的匹配。对于根据本发明的方法，在这种情 况下例如ICP(迭代最近点）算法是合适的。
[0068] 图8示出根据本发明的环境图像进一步用于后续选择需要经历大地测量的环境 点的示例。在标识出测绘仪器的地点（即，其绝对位置已知）之后，从数据库过滤出绝对位 置已经知道的环境点。例如，该数据库可从相同环境下的先前大地测量创建。根据本发明， 在环境图像中标记这些点。在该示例中，点38被叠加在环境图像1上，这还可能是匹配的 存储图像。如果根据本发明的大地测绘仪器具有相机，则所述点还可被叠加在环境的实时 图像上。凭借电子显示器上的显示，用户现在可标识与大地测量相关的哪些地形点还未确 定位置。在该示例中，这些是前景中的房屋上的独特点39。这提供了一种简单的方式来快 速地标识哪些目标可用于当前测量任务。例如，如果在地点处先前没有完成测量任务，则该 方法是有利的。然后可根据本发明简单且快速地继续该任务。
[0069] 图9示出根据本发明的利用根据本发明的具有距离和角度测量功能的大地测绘 仪器（例如，全站仪或经炜仪）获取环境图像的方法步骤的示例。为此，具有用于生成环境 图像的单元51的大地测绘仪器50以合适的方式定位。另外，可执行水平取向。这不是根 据本发明的方法的必要先决条件，然而，在原理上，通常通过简单的架设获得的粗略水平取 向就足够了，尽管更精确的水平取向对于一些可能的校勘方法而言有用。这可通过测绘仪 器