Gracekite's Homepage

Back

01 摄影测量学导论

摄影测量的定义、核心问题、传感器、应用领域与课程概览。

来源：/home/gracekite/Documents/MyFiles/CV_Learning/Slides/T1/2021-pho1-01-intro.pptx.pdf 作者：Cyrill Stachniss 页数：共 61 页 说明：本笔记依据该幻灯片整理，图片示例请直接参阅原 PDF 对应页码。

1. 摄影测量学的定义#

1.1 词源#

  • photos = light（光）
  • gramma = to draw（描绘）
  • metron = to measure（测量）
  • Photogrammetry = measuring with light (photographs)，即用光（照片）进行测量。

1.2 学术定义#

“Estimation of the geometric and semantic properties of objects based on images or observations from similar sensors.”

基于图像或类似传感器的观测，估计物体的几何与语义属性。

其中 similar sensors 指与相机类似的成像/测距传感器，例如激光雷达（LiDAR）等。

2. 两大核心问题#

摄影测量主要解决两类问题：

问题含义示例（详见原幻灯片）
几何估计（Estimating geometry）从图像恢复三维结构、位置、形状第 4、19、41、42 页
语义估计（Estimating semantics）理解图像中物体的类别与含义第 4、19、34、49 页

3. 我们测量什么？#

  • Camera localization：相机定位
  • Determine the location of objects：确定物体位置
  • 3D reconstruction：三维重建
  • Similarities & data association：相似性度量与数据关联
  • Object detection：目标检测
  • Semantic interpretation：语义解释

4. 涉及的学科与交叉领域#

4.1 四大学科交叉#

  • Traditional photogrammetry（传统摄影测量）
  • Computer vision（计算机视觉）
  • Machine learning（机器学习）
  • Robotics（机器人学）

4.2 与其他领域的联系#

  • 源于测绘需求，属于 geodetic sciences（大地测量科学） 的一部分；
  • 是光学 remote sensing（遥感） 的一种形式；
  • 数字摄影测量与 image processing（图像处理）、computer vision（计算机视觉） 联系紧密；
  • 与 state estimation（状态估计）、robotics（机器人学） 有强关联；
  • 越来越多地使用 machine learning（机器学习） 方法。

5. 摄影测量的优势#

5.1 非接触式感知#

  • Contact-free sensing：无需接触被测对象。
  • 适用场景：
    • 难以到达但可见的区域（inaccessible but visible areas）
    • 敏感材料（sensitive material）
    • 高温/低温材料（hot/cold material）
    • 有毒材料（toxic material）

5.2 数据获取与覆盖#

  • 相对容易获取大量测量数据；
  • 可对较大区域进行密集覆盖；
  • 分辨率灵活：可追求小而精确，也可追求大而粗略；
  • 既支持 2D sensing，也支持 3D sensing。

5.3 其他优势#

  • 能够记录动态场景（dynamic scenes）；
  • 不仅能获取几何，还能进行图像解释、语义推断、分类等；
  • 数据可被人类直接理解；
  • 记录的图像本身可作为测量过程的文档；
  • 支持自动数据处理；
  • 具备实时处理的可能性。

6. 摄影测量的劣势#

“There is no free lunch!”

  • 需要光源（light source is needed）；
  • 相机仅测量特定方向上的光强；
  • 存在遮挡与可见性约束（occlusions and visibility constraints）；
  • 单张图像是三维世界在二维像平面上的投影；
  • 其他技术可能在测量精度上更高。

7. 从成像到三维感知#

7.1 相机用于测量方向#

图像中的一个像点定义了一条从相机光心指向物体点的射线（ray）。

详见原 PDF 第 15 页的示意图。

7.2 三维感知与三角化#

  • 从多个不同方向观测同一点，可通过 triangulation（三角化） 估计该点的三维位置。
  • 这是摄影测量从 2D 图像恢复 3D 几何的核心原理。

详见原 PDF 第 16 页。

8. 正向映射与逆向映射#

8.1 从物体到图像（正向过程）#

object (geometry, location, type, ...)  ──┐
                                         ├──> physics ──> image
camera (intrinsics, extrinsics)  ────────┘
plaintext
  • object：物体的几何、位置、类别等属性；
  • camera：相机的内参（intrinsics）与外参（extrinsics）；
  • physics：成像物理过程；
  • image：最终得到的图像。

8.2 逆向映射#

摄影测量的目标是反过来的：从图像反推物体与相机参数。

images ──> algorithm <── physics
                │
                ├──> object ──> geometry, location, type, ...
                │
                └──> camera ──> intrinsics, extrinsics
                │
        background knowledge
plaintext
  • background knowledge（先验知识） 对求解至关重要；
  • 算法同时估计 object 与 camera 的参数。

详见原 PDF 第 17–18 页。

9. 人类感知实验：算法的重要性#

9.1 人类感知流程#

object ──> eye ──> brain ──> interpretation
plaintext

问题：eye 与 brain，谁完成了大部分工作？

9.2 实验#

  • 受试者：先天失明者；
  • 相机记录场景；
  • 图像通过“每像素一根针”的方式印在受试者皮肤上；
  • 结果：受试者能够识别不同物体并解释场景。

9.3 结论#

“The brain does most of the work, so algorithms are central!”

大脑完成了大部分解释工作，因此算法是核心。

摄影测量中，从图像估计几何与语义需要强大的算法支撑；实现（implementation）是理解方法的关键，编程是必须掌握的工具。

详见原 PDF 第 20–23 页。

10. 典型传感器#

传感器类型说明对应页
Industrial cameras（工业相机）精度高、可控性强第 25 页
Consumer cameras（消费级相机）如单反、微单第 26 页
Microsoft Ultracam（Bing Maps）航空大幅面多光谱相机第 27 页
Laser range finders（激光测距仪/LiDAR）直接测量距离，如 Velodyne、Sick、Faro第 28 页

图片示例详见原 PDF 第 25–28 页。

11. 应用领域#

11.1 地图（Maps）#

  • 利用航空/卫星影像生成地图。
  • 详见原 PDF 第 30–31 页。

11.2 地形模型（Terrain Models）#

  • 构建数字高程模型（DEM/DSM）。
  • 详见原 PDF 第 32 页。

11.3 环境监测（Environment Monitoring）#

  • 无人机航拍农田，分析作物生长状况。
  • 详见原 PDF 第 33–34 页。

11.4 分割与实例（Segmentation and Instances）#

  • 区分作物与杂草，标记每株作物的实例。
  • 详见原 PDF 第 35–36 页。

11.5 航空测绘（Aerial Mapping）#

  • 无人机采集数据，恢复建筑物等三维结构。
  • 详见原 PDF 第 37–38 页。

11.6 正射影像（Orthophotos）#

  • 经几何纠正后的航拍影像，可直接用于量测。
  • 详见原 PDF 第 39 页。

11.7 城市测绘（City Mapping）#

  • 车载/机载系统获取城市街景与三维信息。
  • 详见原 PDF 第 40 页。

11.8 三维城市模型（3D City Models）#

  • 从多角度影像重建城市三维模型。
  • 详见原 PDF 第 41–42 页。

11.9 文化遗产数字化保护（Digital Preservation of Cultural Heritage）#

  • 对洞穴、古迹等进行三维扫描与重建。
  • 示例：罗马的 Catacombs of Priscilla（普iscilla 地下墓穴）。
  • 详见原 PDF 第 43–47 页。

11.10 机器人学（Robotics）#

  • 割草机器人、扫地机器人、自动驾驶汽车、服务机器人等。
  • 详见原 PDF 第 48 页。

11.11 机器人中的语义理解（Semantics in Robotics）#

  • 对道路场景进行语义分割，识别车辆、行人、植被等。
  • 详见原 PDF 第 49 页。

11.12 视觉定位（Visual Localization）#

  • 判断不同时间、不同季节、不同光照下拍摄的场景是否为同一地点。
  • 是极具挑战性的图像匹配问题。
  • 详见原 PDF 第 50–52 页。

11.13 自动驾驶汽车（Robotic / Autonomous Cars）#

  • 车载 LiDAR 获取周围环境的点云；
  • 相机与 LiDAR 均可用于语义分割；
  • 需要同时估计：
    • poses（位姿）
    • 3D geometry（三维几何）
    • semantics（语义）
    • instances（实例）
    • tracking（跟踪）
    • predictions（预测）

详见原 PDF 第 53–57 页。

12. 课程内容与目标#

  • 本模块（Photogrammetry I + II）旨在提供摄影测量的基础；
  • 为后续有趣且激动人心的应用奠定关键基础模块。

13. 参考文献#

课程使用的主要参考书目：

  • Förstner & Wrobel: Photogrammetric Computer Vision
  • Förstner: Photogrammetrie I Skriptum
  • Szeliski: Computer Vision: Algorithms and Applications. Springer, 2010
  • Alpaydin: Introduction to Machine Learning, 2009
  • Hartley & Zisserman: Multiple View Geometry in Computer Vision, 2004

详见原 PDF 第 60 页。

14. 幻灯片版权信息#

  • 幻灯片由 Cyrill Stachniss 制作；
  • 部分图片/视频来源于 Stingray、ImagingSource、UniQ、Nikon、Sony、Fuji、Microsoft、Velodyne、Sick、Faro、Google Maps、NEXTMap、SIGPAC、GeoAutomation、van Gool、Früh、Google/Waymo 等；
  • 联系方式：cyrill.stachniss@igg.uni-bonn.de

详见原 PDF 第 61 页。

Comments

View on GitHub