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，我們會發現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首先發現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術語，叫，成像設備。
　　19世紀早期，德國教授舒爾茲發現銀的混合物在日光下會變黑。1839年，法國畫家達蓋爾發明了銀版攝影法，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，相信無數老法師小伙伴已經露出了欣慰或心酸的微笑，膠片/數碼相機的出現，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“工作成為主體，照片替代了三腳架、經緯儀和標尺，成了主要的研究對象。

傳統測繪地形圖 -------> 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，第一顆衛星被發射到外太空，同時開啟了衛星攝影測量時代。
　　2000年前后，各國陸續開始深空探測項目，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、無人機；
下排：無人飛艇、國產運12航攝飛機、測繪衛星；
中排：嫦娥月球探測車

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

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
　　根據一系列像片，利用三角測量獲取像片的位置和姿態，并交會出所攝物體的位置和深度。
　　攝影測量數學基礎
　　透視幾何、核線幾何與光束法區域網平差（bundle adjustment）（代表作： 王之卓.攝影測量原理，1990）。
　　攝影測量產品
　　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 ：

人對著棋盤網格攝影，以檢校相機內參數

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，兩門學科具有相同的理論基礎，差別甚少。而且，技術細節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，但也有細微的區別。將兩門學科的細微區別與同源等價之處總結歸納（藍色為區別，紫色為等價）。

　　計算機視覺的經典著作是Marr在1982年發表的《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。
　　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。兩者間的區別主要在于數據源和應用。
　　如果用表格來表示，兩者應用之間的區別為：

　　攝影測量中以地面移動測量系統(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。
　　但遙感中的數據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業、測繪、環境、地質和地理所關心的宏觀問題，如土地利用覆蓋分類、農作物趨勢分析、大氣的長期變化監測、泥石流和洪水等自然災害的評估與預測。

　　因為數據源的特殊性，遙感領域也發展了一些特有的算法。

　　1956年提出“人工智能”的概念后，基于統計學習的思想被廣泛應用于攝影測量與遙感、計算機視覺。
　　而神經元網絡模型和感知機，在2000年后更名為“深度學習”，并大有一統天下的趨勢。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，深度學習都占據上風。
　　目前，許多攝影測量與遙感中的實際應用，如道路網的提取、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。
　　雖然理論上多層網絡確實可能學習出最優的函數模型，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、優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？
　　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？
　　有區別也有聯系，幾何上同源，應用上區別。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，出現了一些新的算法。
　　人工智能、深度學習和攝影測量學的發展有什么關系？
　　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成熟。然而，受到傳感器技術、計算機技術和相關數學理論的推動，它也一直處于持續發展中。特別是平臺技術，除了現有的航空、航天、無人機和車載平臺，攝影測量也逐漸向著深空、水下和地下平臺發展。此外，與計算機視覺、機器學習、人工智能等專業的進一步交叉融合，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，請聯系我們。

猜你喜歡：

航空攝影測量在GIS數據采集中的思考

測繪航空攝影四大專業標準