高速攝影測量學的原理非常簡單，但要求有較高的精度時，卻困難重重。顯而易見，光心到像面的距離，即焦距與實物距離相比可相差成千上萬倍。即攝影系統參數及像面特征點位置的任何誤差都可能被放大成千上萬倍。真可謂“失之毫厘，差之千里”。早期測量結果，例如用測角器測量攝影系統的角度，可使**終的測量結果失去意義。利用數字圖像處理技術來提高攝影系統對圖像提取的精度，具有極重要的意義，是整個精密攝影測量的關鍵。
圖像系統的像素點數決定了該圖像的空間分辨率，要提高分辨率，必須提高系統的像素點數，例如從512×512提高到1024×1024甚至到2048×2048，但是這種提高硬件像素點的成本代價是非常昂貴的，常令人難以接受。近年來許多學者提出來用軟件的方法，提高圖像的空間分辨率，即亞像素精度技術。利用這種技術，可將圖像空間處理分辨率提高十倍甚至百倍，從而大大地提高了圖像處理精度。
當要提取的特征對象在圖像上不是一個孤立的像素點，而是具有 一個小區域時，利用特征對象各點之間是有一定的聯系，具有一定特征的前提，對該特征對象各點的灰度進行插值或擬合，或求對象的輪 廓的形心，或求對象的灰度重心。對這種過程做浮點計算，就可以達 到亞像素精度。通常，可達到０．２～０．５個亞像素精度。
數字圖像是對原始的模擬信號圖像進行遵循某種規范的抽樣 而得到的。通常的分析僅利用了抽樣點信息，如**亮點、**暗點、 亮暗交替的邊緣點等，對于抽樣點之間的信息卻無法利用。因此 一般認為數字圖像處理系統的分辨率和精確度**高為一個像素。 當然，由于抽樣間隔（像素寬）決定了系統空間分辨率，數字圖像的 分辨率**高只能達到一個像素。可是定位精度和分辨率不是一回 事，由于目標特征變化的連續性，可以借助某些數學工具———即亞 像素處理方法，實現用抽樣點信息來表達非抽樣點信息，因此定位 精度有可能高于像素單位。
若已知對象的特征分布，取典型的特征分布為一模板，用此模板對搜索區域做相關濾波，然后對相關系數做擬合，**后求出相關系數的極值點，即為特征對象的位置。此方法可達 到０．０１～０．１個亞像素精度。
利用一個與待測目標灰度分布相近的算子，對目標點附近圖像進行相關濾波，并對運算結果作二次曲面擬合，以該曲面的極值點作為目標點。相關濾波處理能夠有效地突出目標特征點。例如，圖 （ａ）、（ｂ）所示的十字絲目標相當模糊，而經過圖（C）的十字絲模板相關濾波后，可形成明顯的十字絲中心特征點圖（d）。
