1. 倾斜摄影压平分析
是像点位移航空像片是地面的中心投影，根据中心投影的原理，无论是带有起伏状态的地形，还是高出地面的任何物体，反映到航空像片上的像点与其平面位置相比，一般都会产生位置的移动，这种像点位置的移动，叫做像点位移。主要是由像片倾斜、地面点相对于基准面的高差和物理因素（如摄影材料变形、压平误差、摄影物镜畸变、大气折光和地球曲率等）产生。
2. 请简要说出倾斜摄影测量的操作流程
方法很简单，一台经纬仪，一个人就够了，从房屋的正面和侧面进行垂直观测，这样房屋的倾斜角度就可以测出来了，最好用正倒镜分中法进行观测
3. 倾斜摄影技术
建模维度不同
建图航拍:适用于对一片区域进行下视影像采集，再进行二维重建。使用建图航拍功能，可在规划区域内根据设置的航线参数，控制飞行器和负载沿“弓”字形航线完成对地数据采集。
倾斜摄影:利用垂直倾斜摄影，可以快速地进行实景还原。多角度采集像片，用以快速地进行三维实景建模。
其特点是对真实世界进行高度还原，相对于人工建模周期更短，在大范围、复杂的场景建模中有着不可替代的优势。
4. 单镜头倾斜摄影测量
全站仪所测量的距离是倾斜距离。
因为全站仪在测量距离时，所测的距离为全站仪与棱镜之间的距离，本身就是斜距（设为S），要改化成水平距离（设为D，就必须要测量全站仪与棱镜之间的垂直角（设天顶距为Z），则：
D＝S×tgZ
5. 倾斜摄影测量
倾斜摄影技术是近几年发展起来的一项高新技术，通过从五个不同的视角同步采集影像，获取丰富的建筑物顶面及侧视的高分辨率纹理。
倾斜摄影测量技术最初起源于国外，早些时候，美国苹果公司收购C3公司的自动建模技术就曾引起国内外广泛关注，后来倾斜航摄仪及相应的自动化建模软件陆续推出。
6. 倾斜摄影基本原理
数据倾斜的原因：在进行shuffle的时候，必须 将各个节点上相同的 key 拉取到某个节点上的一个 task 来进行处理 ，比如按照key进行聚合或join等操作。此时如果某个 key对应的数据量特别大的话，就会发生数据倾斜。比如大部分key对应10条数据，但是个别key却对应了100万条数据，那么大部分task可能就只 会分配到10条数据，然后1秒钟就运行完了；但是个别task可能分配到了100万数据，要运行一两个小时。
解决方案：
第一点：直接过滤掉那些引起倾斜的Key。这种方法很简单，既然你倾斜，那我不用你就完事。比如说，总共有100万个key。只有2 个key，是数据量达到10 万的。其他所有的key，对应的数量都是几十，这样join后会引起倾斜。这个时候，自 己可以去取舍，如果业务和需求可以理解和接受的话，在从hive 表查询源数据的时候，直接在sql 中 用 where 条件，过滤掉某几个 key 。那么这几个 原先有大量数据，会导致数据倾斜的key，被过滤掉之后，那么在的spark作业中，自然就不会发生数据倾斜了。
第二点：Hive ETL做处理
通过Hive ETL预先对数据按照key进行聚合，或者是预先和其他表进行join，然后在Spark作业中针对的数据源就不是原来的Hive表了，而是预处 理后的Hive表。此时由于数据已经预先进行过聚合或join操作了，那么在Spark作业中也就不需要使用原先的shuffle类算子执行这类操作了。Hive ETL中进行group by或者join等shuffle操作时，还是会出现数据倾斜，导致Hive ETL的速度很慢。我们只是把数据倾斜的发生提前到了Hive ETL中。
第三点：提高shuffle的操作并行度在对RDD执行shuffle算子时，给shuffle算子传入一个参数，比如reduceByKey(1000)，该参数就设置了这个shuffle算子执行时shuffle read task 的数量。对于Spark SQL中的shuffle类语句，比如group by、join等。
7. 倾斜摄影数据
tsd 3dmapper是倾斜摄影测图系统是新一代测绘数据生产软件，为用户提供从三维数据采集，编辑，质检到入库的一整套测绘数据生产解决方案，软件主要用于OSGB倾斜模型数据进行矢量数据采集本软件不仅可用于采集图形数据，还可录入属性数据，并提供检查等。
8. 倾斜摄影原理及概述
（1）采用焦距配比更合理的相机；
（2）优化相机光学组件性能，减小航片中的原始像差，提升获取航片质量；
（3）提高相机的拍照同步性能；
（4）使用辅助软件处理获取的航片，减小空三运算过程中的累计误差；
（5）使用综合性能更好的无人机等（定位仪器精度、飞行姿态的稳定性等）。
查看更多关于【视觉】的文章
