计算机视觉与数字摄影测量的结合展望

《计算机视觉与数字摄影测量的结合展望》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、计算机视觉与数字摄影测量的结合展望摘要：摄影测量在进入数字摄影测量时代就已经与计算机视觉技术紧密的联系在了一起，计算机视觉技术的快速发展给近景摄影测量带来了巨大的变革。本文分别简要介绍了摄影测量和计算机视觉技术，重点阐述了两者的异同点，最后做出总结。关键字：计算机视觉；数字摄影测量；差异；影响匹配1前言摄影测量的发展经过了三个阶段，现已进入数字摄影测量阶段。数字摄影测量以数字影像为基础，通过计算机分析和量测来获取被摄物体的三维空间信息，正在成为国际公认的地球空间数据获取的重要手段[1]。数字摄影测量利用一台计算机，加上专业的摄影测量软件，就代替

2、了过去传统的、所有的摄影测量的仪器。其中包括纠正仪、正射投影仪、立体坐标仪、转点仪、各种类型的模拟测量仪以及解析测量仪。数字摄影测量的发展，计算机不仅可以代替人工进行大量的计算，而且已经完全可能代替人眼来识别同名点，从而为摄影测量开辟了真正的自动化道路[2]。计算机视觉是一个相对年轻而又发展迅速的领域。80年代以来，计算机视觉的研究已经历了从实验室走向实际应用的发展阶段，而计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发展，更促进了计算机视觉系统的实用化和涉足许多复杂视觉过程的研究[3]。其目标是使计算机具有通过二维图像认知

3、三维环境信息的能力，这种能力将不仅使机器能感知三维环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行描述、存储、识别与理解[4]。数字摄影测量具有类似的目标，也面临着相同的基本问题。数字摄影测量学涉及多个学科，如图像处理、模式识别以及计算机图形学等。由于它与计算机视觉的联系十分紧密，有些专家将其看成是计算机视觉的分支。2数字摄影测量与计算机视觉的差异2.1出发点不同导致基本参数物理意义不同计算机视觉是研究怎样用计算机模拟人的眼睛，实现机器人的视觉，它是以眼睛（摄影机）中心与光轴构成的坐标系为准，它定义的平移量是空间坐标系相

4、对于摄影机坐标系的平移量。而摄影测量是测绘地形图的重要生产手段，它以空间（地面）统一坐标系为基准，如在一个地区进行航空摄影测量，所有摄影机的空间位置与影像的坐标都相对于该空间坐标系。因此，在摄影测量中的“外定向”是确定影像在空间相对于物体的位置与方位；而计算机视觉通常从另一个方向描述这个问题：搜索物体相对于影像的位置与方位。2.2出发点不同导致基本公式的不同由于物体与影像基本关系之间的差异，从而引起计算机视觉与摄影测量之间的基本公式的差异。计算机视觉与摄影测量都是研究物体与影像关系的，因此，描述三维物体与二维影像坐标之间的关系公式是它们的基本公

5、式。计算机视觉最基本的公式用齐次坐标的投影方程表达为[5,6]：（1）式中，M为3*4阶的投影矩阵，它将摄影机的内、外方位元素全部隐含在其中，它与摄影测量的直接线性变换公式一致。一般摄影测量多使用量测相机（即预先对相机标定），因而测定每张影像的6个外方位元素是摄影测量的主要任务。而在计算机视觉的许多应用场合中，求得M矩阵后，不必再分解相机的内外方位元素，直接将M矩阵作为摄像机参数，但是它们没有具体的物理意义。描述影像坐标与物方坐标的摄影测量基本关系式为：（2）由此可得摄影测量中最基本的共线方程：（3）它将摄影机的内、外方位元素全部分开表达。2.

6、3处理的对象不同，处理流程也不同航空摄影测量需要对一个区域测绘地形图，因此影像按航线的条带排列，影像在航带内具有60%的重叠，而在航线间具有20%的重叠。因此，航带内相邻影像的相对定向（构成一个立体模型）、模型间的连接（构成一条航线的立体模型）、航线间的连接（构成区域）、空中三角测量、区域网平差，从而确定每张影像的外方位元素，是摄影测量最重要的流程之一。但是计算机视觉处理的范围一般较小，通常为一个立体像对（立体视觉），上述的很多处理方法（如空中三角测量和区域网平差）在计算机视觉中并不需要。2.4研究方法的不同计算机视觉通常采用矩阵分解[7]确定

7、线性方程直接解，计算机视觉总是设法将非线性问题转化为线性问题，尽可能避免求解非线性方程。最小二乘法在计算机视觉上也有应用，但是它不是主要方法。3数字摄影测量与计算机视觉的联系就计算机视觉（特别是计算机立体视觉）的研究内容而言，它与摄影测量十分相近。计算机视觉的研究目标是使计算机具有通过二维图像认知三维环境信息的能力，这种能力将不仅使机器感知三维环境中物体的几何信息，包括其形状、位置、姿态、运动等，而且能对它们进行描述、存储、识别与理解[1]。双目立体视觉是计算机视觉的一个重要分支，是研究如何利用二维投影图像恢复三维景物世界，即由不同位置的两台或

8、者一台摄像机（CCD）经过移动或旋转拍摄同一幅场景，通过计算空间点在两幅图像中的视差，获得该点的三维坐标值。美国麻省理工学院人工智能实验室的Marr提