什么是攝影測量？
　　攝影測量學是一門利用光學像片研究被攝物體的形狀、位置、大小、特性及相互位置關系的學科。簡而言之，就是一攝影為工具，以測量為目的。
　　如果我們用拼圖來拼湊攝影測量的理論基礎，我們會發(fā)現(xiàn)攝影與測量是這樣相親相愛的?
　　透視變換的幾何原理
　　攝影測量理論基礎拼圖的第一個板塊是透視變換的幾何原理。離開透視變換，就無法計算相片中物體的形狀位置信息。
　　也就是說，如果沒有透視變換，就算你拍出的照片再精美，也無法從照片測量出什么有用信息
　　有了透視變換，我們才能在二維的紙張/照片上，展現(xiàn)出物體的三維特征。

幾何透視變換

　　文藝復興初期的意大利建筑師布魯內萊斯基（Brunelleschi，1377-1446），真正建立了幾何意義上的透視法。他啟發(fā)了同時代的畫家。馬薩喬（Masaccio，1401-1428），是第一個運用透視法的畫家。

透視窗。從左到右分別是：模特、透視窗、對著透視窗臨摹的畫家

　　十九世紀中葉，法國測量學家和攝影測量學的先驅Fourcade首先發(fā)現(xiàn)了用立體照片可重建立體視覺，從而促進了攝影測量的誕生。此處高亮“雙目視覺”的概念。
　　成像設備
　　幾何透視變換和雙目視覺理論的發(fā)展為攝影和測量牽上了線，然而要想共乘友誼之舟不翻船，需要一個重要的工具：
　　相機？不，用我們學術期刊的專業(yè)術語，叫，成像設備。
　　19世紀早期，德國教授舒爾茲發(fā)現(xiàn)銀的混合物在日光下會變黑。1839年，法國畫家達蓋爾發(fā)明了銀版攝影法，并制作了世界上第一臺真正的照相機。
　　1969年，貝爾實驗室的博伊爾和史密斯發(fā)明了一種稱作為電荷耦合器件（charge coupled device，CCD）的元件，這是一種高感光度的半導體單晶材料。
　　看到這里，相信無數(shù)老法師小伙伴已經(jīng)露出了欣慰或心酸的微笑，膠片/數(shù)碼相機的出現(xiàn)，讓許多人在“單反窮三代”和“毒、德味、大師、學習了”的大坑中越陷越深，也讓攝影測量有了最關鍵的工具。

哈蘇數(shù)碼相機

　　在其后漫長的歲月里，相機和照片幫助人們將野外測量工作搬運至室內。”內業(yè)“工作成為主體，照片替代了三腳架、經(jīng)緯儀和標尺，成了主要的研究對象。

傳統(tǒng)測繪地形圖 -------> 航片

　　載 體
　　攝影測量的第３個板塊是載體。狹義上的攝影測量一般指航空攝影測量，成熟的飛行平臺是重要的組成部分。
　　18世紀，西方的孟格菲兄弟重新發(fā)明熱氣球，并于1783年第一次載人航行。
　　一年后，法國的羅伯特兄弟乘坐氫氣球飛上天空。
　　1858年，法國攝影師納達爾乘坐氣球拍攝了世界上第一張航空影像。
　　1903年，萊特兄弟駕駛自制的世界上第一架飛機上了天。
　　以航天飛行器為載體的攝影測量應運而生。第一次世界大戰(zhàn)中，首臺航攝儀問世、立體坐標量測儀和1318立體測圖儀投入使用。

　　1957年，第一顆衛(wèi)星被發(fā)射到外太空，同時開啟了衛(wèi)星攝影測量時代。
　　2000年前后，各國陸續(xù)開始深空探測項目，雖然沒有“深空攝影測量”的明確說法，攝影測量學者對基于光學的深空探測項目也貢獻良多。

月球車玉兔

　　攝影測量多樣化的攝影平臺如下圖所示：

上排：手持儀器架、地面移動測圖系統(tǒng)、無人機；
下排：無人飛艇、國產(chǎn)運12航攝飛機、測繪衛(wèi)星；
中排：嫦娥月球探測車

　　測量法和測量工具
　　1795年，年僅18歲的高斯發(fā)明了最小二乘法。
　　1959年，德國的Schmid教授提出光束法區(qū)域網(wǎng)平差，這是小孔成像的物理原理與最小二乘的完美結合。
　　根據(jù)測量工具的演進，將攝影測量的發(fā)展區(qū)分為三個時代。

各個時代的部分儀器如下：

　　由此我們可以總結出：
　　狹義的攝影測量
　　根據(jù)一系列像片，利用三角測量獲取像片的位置和姿態(tài)，并交會出所攝物體的位置和深度。
　　攝影測量數(shù)學基礎
　　透視幾何、核線幾何與光束法區(qū)域網(wǎng)平差（bundle adjustment）（代表作： 王之卓.攝影測量原理，1990）。
　　攝影測量產(chǎn)品
　　DEM、DOM、DRG、DLG、專題圖、各級縮編地圖等等。

　　什么是計算機視覺？
　　如果說攝影測量學是攝影與測量這對好基友結合的產(chǎn)物，那么計算機視覺和攝影測量就可以說是離散多年的兄弟了。
　　兩者在定義、目的、經(jīng)典算法、概念稱呼等都有精妙的類似之處。
　　計算機視覺的定義可簡單概括為“用計算機代替人眼，從圖片中重建和解譯世界”。
　　看看這些經(jīng)典的算法和算子：Canny邊緣檢測、Shape from Shading、Hough 變換、LoG（Laplace of Gaussian）等……
　　再看看計算機視覺的數(shù)學基礎：透視幾何、核線幾何、多視幾何、光束法平差……
　　最后看看視覺幾何的應用 ：

人對著棋盤網(wǎng)格攝影，以檢校相機內參數(shù)

用SLAM獲得的半密集的三維map

采用圖割法生成室內模型的深度圖

汽車三維模型的構建

　　可見，僅從視覺中的幾何出發(fā)，兩門學科具有相同的理論基礎，差別甚少。而且，技術細節(jié)上也有許多相近的實例。
　　20世紀90年代后，攝影測量與計算機視覺都得到物理和技術領域的強大推動，兩個領域的學者們都在處理相似的問題，但也有細微的區(qū)別。將兩門學科的細微區(qū)別與同源等價之處總結歸納（藍色為區(qū)別，紫色為等價）。

　　計算機視覺的經(jīng)典著作是Marr在1982年發(fā)表的《視覺：從計算的視角研究人的視覺信息表達與處理》，詳細分析了二維圖像的表達、立體圖像的對應和重建、算法以及硬件的實現(xiàn)。
　　如果僅僅只有這些細微的差別，這兩門學科早就合而為一了。兩者間的區(qū)別主要在于數(shù)據(jù)源和應用。
　　如果用表格來表示，兩者應用之間的區(qū)別為：

　　攝影測量中以地面移動測量系統(tǒng)(mobile mapping system, MMS)采集道路和街景；而計算機視覺同樣關注道路信息(以及室內場景)的提取與重建，并應用于機器人、城市地圖、智能交通和自動駕駛汽車中，并由此產(chǎn)生了一個稱為同時定位與地圖構建(simultaneous localization and mapping, SLAM)的研究支流。

同時定位與地圖構建(SLAM)

　　早期的SLAM以激光掃描儀為主，這也是名詞中mapping的由來；后來基于視覺的SLAM，即Visual SLAM成為主流，并與攝影測量特別是實時攝影測量在各個研究點上(匹配、平差、定位和重建)都有共通之處。
　　SLAM與空三的明顯區(qū)別在于，SLAM定位的同時生成了半密集點云，這些點云可以通過激光掃描獲得，也可通過圖像匹配獲得。
　　遙感、機器學習與未來
　　遙感是攝影測量的延伸。在攝影測量已經(jīng)解決大部分幾何問題的前提下，遙感的工作重點就集中在“解譯”上。
　　解譯是回答“是什么”和“為什么”的問題，與語義方向的計算機視覺、模式識別、機器學習等異曲同工。
　　但遙感中的數(shù)據(jù)源不同于計算機視覺，光譜段被大大擴充（至多光譜）并細化（至高光譜）。

遙感的電磁波譜

　　這些輻射信息有利于解決農(nóng)業(yè)、測繪、環(huán)境、地質和地理所關心的宏觀問題，如土地利用覆蓋分類、農(nóng)作物趨勢分析、大氣的長期變化監(jiān)測、泥石流和洪水等自然災害的評估與預測。

　　因為數(shù)據(jù)源的特殊性，遙感領域也發(fā)展了一些特有的算法。

　　1956年提出“人工智能”的概念后，基于統(tǒng)計學習的思想被廣泛應用于攝影測量與遙感、計算機視覺。
　　而神經(jīng)元網(wǎng)絡模型和感知機，在2000年后更名為“深度學習”，并大有一統(tǒng)天下的趨勢。大量實驗表明，在圖像分類、物體識別、語音識別、遙感應用等關于學習和語義的研究領域，深度學習都占據(jù)上風。
　　目前，許多攝影測量與遙感中的實際應用，如道路網(wǎng)的提取、作物的精細分類、車牌和交通標志的識別等，都逐漸被深度學習占領，傳統(tǒng)方法僅能保住深度學習無法涉及之處，即幾何領域。這也是大勢所趨。
　　雖然理論上多層網(wǎng)絡確實可能學習出最優(yōu)的函數(shù)模型，但它無法解釋該模型如何構建以及模型背后的含義，并導致傳統(tǒng)、優(yōu)雅的理論研究工作被缺乏激情、簡單的“調參”所取代。這種缺失，將機器學習和人工智能帶往何方，依然是一個需要長期思考的問題。

　　由此，我們可以回答
　　攝影測量到底是一個什么樣的專業(yè)？
　　攝影測量學是一門利用光學像片研究被攝物體的形狀、位置、大小、特性及相互位置關系的學科。
　　攝影和測量這兩項看似八竿子打不著的職業(yè)是如何成為好基友并孕育出一門學科的呢？
　　四個拼圖板塊：透視變換的幾何原理、成像設備、載體、測量法和測量工具
　　計算機視覺和攝影測量是什么關系？
　　有區(qū)別也有聯(lián)系，幾何上同源，應用上區(qū)別。與計算機視覺、人工智能等學科的進一步交叉融合是攝影測量發(fā)展的必然之路。
　　遙感和攝影測量是什么關系？
　　遙感是攝影測量的延伸，從可見光到多光譜高光譜信息，出現(xiàn)了一些新的算法。
　　人工智能、深度學習和攝影測量學的發(fā)展有什么關系？
　　人工智能和深度學習應用于攝影測量學的多個領域，發(fā)揮了重要作用。
　　未來的攝影測量學會是怎樣的？
　　作為一門古老的應用型學科，攝影測量的許多研究內容，特別是幾何部分已經(jīng)成熟。然而，受到傳感器技術、計算機技術和相關數(shù)學理論的推動，它也一直處于持續(xù)發(fā)展中。特別是平臺技術，除了現(xiàn)有的航空、航天、無人機和車載平臺，攝影測量也逐漸向著深空、水下和地下平臺發(fā)展。此外，與計算機視覺、機器學習、人工智能等專業(yè)的進一步交叉融合，是攝影測量與遙感學科向著更深的理論基礎、更廣泛的應用前景和更實際的自動化解題能力前進的必然之路。

來源于武漢大學學報信息科學版免責聲明，登載此文出于傳遞更多信息之目的，版權歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權益，請聯(lián)系我們。

猜你喜歡：

航空攝影測量在GIS數(shù)據(jù)采集中的思考

測繪航空攝影四大專業(yè)標準