李二的笔记
张祖勋 院士 摄影测量基础知识
1. 摄影测量概念
通过摄影进行测量
由测绘的前方交会intersection，看摄影测量
测绘中的 前方交会：在已知位置点设站，对未知点进行测量(测量水平角和垂直角)，又叫角度交会
摄影测量中的 前方交会：在地面上两个已知位置，对未知物体拍摄两张照片，然后再影像上量测同名点a1和a2，求解未知点A的三维空间坐标
由计算机视觉，看摄影测量
计算机视觉的研究目标：使计算机具有通过二维图像认知三维环境信息 的能力
最基本原理：两眼中影像的差异，构成了摄影测量与计算机立体视觉的基础
摄影测量基本流程：数据获取 --> 数据处理 --> 构建三维实体模型
摄影测量是一门由二维影像 构建 三维空间的学科，摄影测量通过影像 对 物体进行测量
摄影测量基本任务：测绘各种比例尺的地形图
2. 摄影测量分类与应用
根据影像获取位置，分为：
航天(卫星)摄影测量： 小比例尺地图 航空(飞机)摄影测量：各类型比例尺题图 地面(近景)摄影测量：大比例尺地图
2.1 航空摄影测量
利用相互重叠的影像覆盖整个摄影区域
沿飞行方向，相互重叠(60%以上)的影像，相邻影像构成立体像对，进而构成航带；
相互重叠(20%以上)的航带构成区域
2.2 近景摄影测量
可以用于工业的一些测量，诸如
大坝施工测量 工业零件测量 建筑考古测量
3. 摄影测量的发展
经历了三个阶段：
模拟摄影测量： 完全依赖精密的光学机械仪器解析摄影测量： 精密的光学机械仪器+计算机数字摄影测量： 全部由计算机完成
4. 摄影测量原理
4.1 核心原理
数据获取，即
摄影：由三维转换为二维的过程 数据处理，即摄影测量：由二维转换为三维的过程
如果将成像条件恢复，将影像投影下来，就可以实现测量
摄影测量是摄影的逆过程，或反转过程
4.2 基本内容
通过影像的量测实现对物体的直接测量，有两个条件
像片上量测的点必须是同名点，如：a1和a2， b1和b2 恢复摄影光线S1a1A与S2a2A在摄影时的空间方位 以上其实就是摄影测量要解决的两个基本问题，其实就是：
解决对应性(correspondence)问题 建立影像与被摄物体间的几何关系
4.3 基本方程式 -- 三点共线方程
共线条件方程：像点 a-(x,y)与物点A-(X,Y,Z)的共线关系
共线方程中有9个参数：
三个内方位元素：相机主点与焦距x0, y0, f 六个外方位元素：相机位置与姿态 XS, YS, ZS, φ, ω, κ
4.4 同名点 -- 影像匹配
分别在左、右影像上建立一个目标区与搜索区。
影像匹配的应用：图像拼接
通常并非两张像片，而是成百上千张，需要确定像片之间的相对位置，这就是相对定向，具体来说是：
测定影像间同名点，确定它们的相对位置。
像片中同名点很多，最终可能产生密密麻麻的点云，进而可以画出等高线
5. 摄影测量的发展与应用
无限的遐想空间，哦啦啦
5.1 各类传感器的发展
以前摄影测量就直接说照相机，现在有各种各样的传感器：
高分辨率遥感卫星影像：比如worldview-2，高度770km， 焦距：13.3 m （光路经过转换，实现超长焦距）
数码航空相机：传统摄影测量相机、普通数码相机等。现在特点是：
无需扫描、无需冲洗 ：快速摄测 无压平误差 ：提高紧固带 无颗粒噪声：提高精度
数码相机为多视觉摄影提供了实际的可能 计算机视觉 |
|---|
POS系统：GPS + IMU，可用于直接测量
外方位元素，也是激光扫描的基础
LiDAR：即激光扫描，直接获取地面点的点云。
经纬仪： 两个测站(无激光束)，形成一个点测量 全站仪：一个测站(有激光束，无转镜)，形成一个点测量 激光扫描仪或激光雷达：一个测站(有激光束，且有转镜，可以旋转扫描)，形成面测量，直接产生 点云激光特有优势：
多次回波。
森林测量：点云 + 强度 浅海测量：同时使用红外激光和蓝绿激光，红外不穿透海水，蓝绿光能穿透一定深度海水
干涉雷达： 没有讲到
5.2 理论与算法的发展
多视匹配，以增加匹配的可靠性
双视图匹配 twin view match：病态问题，在每个观察点没有多余观测值。 不过我感觉算不上是病态问题吧，这个是有解的多视图匹配 multi view match：大重叠度航空摄影成为密集点云匹配的方向（这是中文？？？）
5.3 计算机与网络的发展
以寻找同名点为例，说明现在计算机的性能比人工强太多 影像匹配
影像增强
金字塔影像特征点提取立体匹配
渲染
以龙门石窟大佛为例，由两幅二维影像构建三维模型
摄影测量虽然发展很快，但是根本原理不变，学好基础十分十分十分重要