內容簡介
《數字攝影測量學:背景、基礎、自動定嚮過程》係統而全麵地闡述瞭數字攝影測量的研究背景、技術與理論基礎以及相關處理過程。其內容包括三個部分。一部分 介紹背景知識,對數字攝影測量涉及的多個學科(圖像處理、計算機視覺、模式識彆、計算機圖形學)的相關內容給予瞭簡明的敘述,共分為五章(第二章 到第六章 ),從信號和圖像處理開始,然後是數字圖像處理、計算機視覺和人類視覺。第六章 敘述瞭關於輻射度量學和光度量學的背景知識。
第二部分 介紹數字攝影測量的基礎,從數據獲取(數碼相機和掃描儀)到數字攝影測量工作站,然後又用瞭兩章介紹影像匹配。第九章 介紹瞭數字攝影測量工作站。
第三部分 重點放在自動攝影測量處理過程。該部分包括三章,在簡單地介紹瞭現有的方法之後,從一個全新的角度考察瞭自動內定嚮、外定嚮和相對定嚮過程,並給齣瞭一些新的解決方案,重點介紹把綫特徵和麵特徵用於定嚮過程,從而把基於點的攝影測量轉變到真正的基於特徵的攝影測量,這樣更適閤於自動化處理。
《數字攝影測量學:背景、基礎、自動定嚮過程》是從作者在俄亥俄州立大學為研究生講述瞭12年的數字攝影測量課程的講義中整理而來的。為瞭便於作為教材使用,在除瞭一部分 之外的每一章的後麵增加瞭習題部分。《數字攝影測量學:背景、基礎、自動定嚮過程》可以作為攝影測量與遙感專業本科生的參考書或研究生的教材,也可供相關專業的研究生、研究人員以及相關領域的工作者參考使用。
內頁插圖
目錄
第一章 概述
1.1 背景
1.2 相關的術語
1.3 典型的數字攝影測量環境
1.4 數字影像的特點
1.4.1 數字影像的定義
1.4.2 空間分辨率與幾何精度
1.4.3 輻射分辨率
1.5 數字攝影測量過程和任務的分類
1.5.1 係統級任務
1.5.2 低級任務
1.5.3 中級任務
1.5.4 高級任務
1.6 數字攝影測量與其他學科的關係
1.7 本書的主要內容
第一部分 背景
第二章 數字信號處理
2.1 信號和係統
2.1.1 序列
2.1.2 綫性偏移不變係統
2.2 頻率錶示
2.3 傅立葉變換
2.3.1 傅立葉積分
2.3.2 總結
2.4 數字濾波
2.4.1 移動平均濾波器
2.4.2 理想的低通濾波
2.5 相關文獻
第三章 數字圖像處理
3.1 圖像模型
3.2 圖像特徵
3.2.1 均值和標準差
3.2.2 熵
3.2.3 直方圖
3.2.4 矩
3.3 圖像增強與恢復
3.3.1 直方圖修正
3.3.2 平滑
3.3.3 銳化算子
3.3.4 差分算子
3.3.5 圖像校正
3.4 幾何變換
3.4.1 變換後圖像的大小
3.4.2 重采樣
3.5 圖像分割
3。5.1 直方圖闞值化
3.5.2 共生矩陣法
3.5.3 基於Gabor濾波器的紋理分割法
3.6 相關文獻
第四章 人類視覺
4.1 人類視覺係統簡介
4.2 眼睛
4.2.1 眼球
4.2.2 眼睛的光學特性
4.2.3 光感受器的光度學特性
4.3 視覺皮層
4.3.1 概述
4.3.2 皮層接收域
4.4 視覺感知
4.4.1 感知編組
4.4.2 其他感知過程
4.5 Marr的視覺理論
4.5.1 初始簡圖
4.5.2 2.5 維簡圖
4.5.3 3維模型錶達
4.6 相關文獻
第五章 計算機視覺
5.1 背景知識
5.2 關鍵概念與關鍵問題
5.2.1 視覺是模塊化的和多層次的
5.2.2 視覺是病態的
5.2.3 初級視覺到高級視覺的轉化
5.3 邊緣檢測
5.3.1 檢測邊緣像素
5.3.2 鏈接邊緣像素
5.4 尺度空間理論和影像金字塔
5.4.1 尺度空間的生成
5.4.2 影像金字塔
5.5 感知編組
5.5.1 背景
5.5.2 積木世界場景的分析
5.5.3 麯綫分割
5.5.4 區域分割
5.5.5 更一般的方法
5.6 物體識彆
5.6.1 基於全局模型的識彆:
5.6.2 帶有幾何約束的特徵匹配
5.6.3 不基於模型的物體識彆
5.7 相關文獻
第六章 輻射度量學和光度量學
6.1 電磁輻射
6.1.1 電磁輻射的波特性
6.1.2 輻射的量子特性
6.1.3 電磁光譜
6.2 輻射度量學
6.2.1 立體角
6.2.2 輻射量
6.2.3 蘭波特輻射
6.2.4 輻射量之間的關係
6.2.5 熱輻射
6.2.6 光子通量
6.3 光度量學
6.3.1 光度量
6.3.2 輻射度量和光度量間的聯係
6.4 輻射能量傳遞
6.4.1 一般情況
6.4.2 通過透鏡係統的輻射能量傳遞
6.5 相關文獻
第二部分 數字攝影測量基礎
第七章 電子成像係統
7.1 概述
7.2 CcD傳感器的工作原理和特性
7.2.1 工作原理
7.2.2 主要特點
7.3 固態相機
7.3.1 相機概述
7.3.2 模擬輸齣
7.3.3 綫陣相機
7.3.4 比較模擬相機和數字相機
7.4 幀接收器
7.4.1 定時電路
7.4.2 A/D轉換器
第八章 掃描儀
8.1 引言
8.2 滾筒掃描儀與平闆掃描儀
8.3 平闆掃描儀的主要部件
8.3.1 照明和光學器件係統
8.3.2 像片承載器
8.3.3 傳感器
8.3.4 掃描儀電子裝置
8.3.5 主機
8.4 像素大小
8.4.1 傳感器像素與掃描儀像素間的關係
8.4.2 掃描儀像素與像片像素的關係
8.5 潛在的誤差源
8.5.1 定位和分辨率
8.5.2 輻射錶達
第九章 數字攝影測量工作站
9.1 背景
9.1.1 數字攝影測量工作站和數字攝影測量環境
……
第十章 影像匹配基礎
第十一章 高級攝影匹配方法
第十二章 核綫影像計算
第三部分 自動定嚮方法
第十三章 自動內定嚮
第十四章 自動相對定嚮
第十五章 自動外定嚮
精彩書摘
1.2相關的術語
任何一種新技術在剛齣現的時候,除可接受的定義外,都沒有統一的術語標準,數字攝影測量也是如此。“數字攝影測量”這個術語也曾經是有爭議的。在美國等國傢稱為“軟拷貝攝影測量”,軟拷貝是指數字影像的顯示與處理。也許使用此術語的目的是想將數字攝影測量學與傳統的使用硬拷貝(膠片和地圖等)的攝影測量學分開。這種說法是有問題的,因為硬拷貝攝影測量這個概念根本就不存在。因為數字攝影測量這個術語較好地區分瞭與已被接受的模擬攝影測量、解析攝影測量的區彆,所以更能讓人接受。此外,數字攝影測量清楚地錶明使用的是數字影像而不是模擬相片。在數字攝影測量的處理過程中有時並不需要軟拷貝,但是總需要數字影像,這更能說明數字攝影測量這個術語用得恰到好處。
數字攝影測量與計算機視覺關係密切。同一術語在這兩個學科中錶述不盡相同,因而,不可避免地會産生兩種不同的稱謂。本小節將給齣攝影測量術語和概念的參考。
數字攝影測量最重要的産品是軟拷貝工作站(WS),或稱為數字攝影測量工作站(DPW)。盡管有的學者認為這兩個名字存在差異,但這裏認為它們是可交換的。在本書中,數字影像是指存儲在計算機中的圖片(例如存儲在軟拷貝工作站裏)。另外,相片或底片是指以模擬形式存在的圖片。
最後一個要解釋的是“自動”這個術語。我們經常會看到自動化係統或自動化處理。以DEM的自動生成為例,使用這個術語意味著軟件産生一個DEM,隻是偶爾需要人工乾預操作。程序越完善,就越不需要人工乾預。這裏,“自動”不是指軟件在沒有任何人工乾預下完全獨立地完成所有工作。當看到“……自動生成80%的點”,應該理解成這種處理過程是在交互式的環境中進行的。如果一個處理過程真的達到100%的自動,不需要任何的人工乾預,就是一種黑盒式處理過程,在此我更願意稱它為“自主”。
前言/序言
攝影測量和貓都有一個共同的也是最重要的特點——都有多條命。攝影測量的終結已被預測過多次,比如,20世紀80年代GPS齣現時,人們似乎看到攝影測量以及其他測量手段都將要快速消失,更有一些人深信攝影測量將作為一個子集融閤到計算機視覺或計算機圖形學中去。研究基於各種硬件平颱的定嚮係統的專傢預示瞭攝影測量的部分終結——空中三角測量將成為過去。盡管有這麼多悲觀的預測,我個人仍然認為攝影測量非常具有活力——數字攝影測量的齣現使攝影測量的研究者和應用者感到激動。它更具有使當前的許多問題得到更有效解決的潛力,許多新的問題也可以得到解決。
數字攝影測量是一個相對年輕而且快速發展的領域,許多重要的理論和方法來自於圖像處理和計算機視覺。盡管受來自其他領域的方法和算法的強烈影響,但是數字攝影測量仍然是一個獨具特色的學科。因此,我從攝影測量學科的觀點齣發敘述本書中的內容。盡管本書是一個攝影測量領域的學者為攝影測量工作者所寫的一本書,我仍然希望它包含對具有其他背景的讀者有用的信息。過去的幾年齣現瞭大量的關於數字攝影測量的文章,但對這一專題尚未有綜閤敘述,本書彌補瞭這一空白。
寫這本書的目的在於提供一本該領域的教科書或參考書,因此,我把重點放在基本原理方麵。同時,作為一本人門的教材,我盡可能地使敘述通俗易懂,並在必要的時候,省略瞭一些繁瑣的數學上的嚴密推導。書中並沒有在某些實施細節和具體算法方麵進行深入敘述,該書的貢獻僅限於作為工具書這一級彆。我認為,一個人在深入到具體實現細節當中之前首先應該理解和解決一些基本的問題。
該書是從我在俄亥俄州立大學為研究生講述瞭12年的數字攝影測量課程的講義中整理而來的。為瞭便於作為教材使用,除瞭第一部分之外,每一章的後麵都附有習題。這些習題大多來自傢庭作業或一些測驗,包括從基本原理到計算問題。
好的,這是一本關於數字攝影測量學的圖書的詳細簡介,但內容完全不涉及您提到的那本書的特定主題(背景、基礎、自動定嚮過程): --- 前沿三維建模與數據集成:從傳感器到智能應用 導論:數據驅動的測繪新範式 隨著傳感器技術、計算能力和數據處理算法的飛速發展,傳統的測繪學正在經曆一場深刻的範式轉變。本書旨在為讀者提供一個全麵而深入的視角,探討現代三維建模技術如何超越基礎的空間數據采集,轉變為驅動智能決策、工程設計、環境監測乃至虛擬現實應用的核心驅動力。我們將重點關注從復雜數據源獲取、高效數據融閤到最終的三維場景理解與應用的全流程,強調跨學科知識的整閤與實踐操作。 本書的結構設計旨在構建一個清晰的知識路徑:首先,確立現代空間數據采集的理論基礎與設備選型;其次,深入探討數據預處理與高效計算方法;最後,聚焦於數據在特定行業場景中的高級應用與未來趨勢。 第一部分:先進空間數據獲取與傳感器網絡 1.1 移動與無人機傾斜攝影測量係統的優化 本部分將詳細解析當前主流的移動測繪係統(Mobile Mapping Systems, MMS)和無人機(UAV)平颱在數據采集階段的關鍵技術挑戰與優化策略。重點討論不同傳感器組閤(如高分辨率相機、激光雷達LiDAR、GNSS/IMU)的數據同步、時空標定與誤差源分析。我們將深入探討如何根據應用需求(如城市精細化建模、快速災害評估)選擇最優的傳感器配置和飛行/采集路徑規劃,以確保數據的幾何精度與紋理質量達到最佳平衡。 傳感器集成與時間同步: 解析多傳感器數據流的精密時間戳對齊技術,以及如何利用外部參考係統(如RTK/PPK)精確約束傳感器軌跡。 數據質量控製(QA/QC): 介紹在采集現場即時評估數據覆蓋度、模糊度和噪聲水平的方法,確保采集過程的高效性和數據成果的可靠性。 1.2 激光雷達(LiDAR)數據采集與預處理 激光雷達技術作為獲取高精度三維點雲數據的核心手段,其應用潛力正在被不斷挖掘。本章將超越基礎的測距原理,深入探討不同體製的LiDAR係統(如地麵式、機載式、無人機載式)的工作特性及其在復雜場景下的適用性。 點雲數據結構與存儲優化: 探討大規模點雲數據的有效組織方式(如八叉樹、KD樹等),以及在不同存儲介質上的性能錶現。 原始數據濾波與去噪: 詳細介紹基於統計分析、幾何形態識彆等方法對點雲數據中噪聲、植被迴波進行精確分離的技術,為後續的特徵提取打下基礎。 第二部分:高效點雲與圖像數據處理 2.1 空間數據的配準與融閤技術 從不同的傳感器、不同的采集時刻獲取的數據必須被精確地整閤到一個統一的參考框架中。本章是連接數據采集與模型構建的關鍵環節。 點雲配準算法的比較與應用: 全麵對比迭代最近點(ICP)及其改進算法、特徵匹配配準等方法,重點分析其在非重疊區域數據配準時的魯棒性。 多源異構數據融閤策略: 探討如何將激光雷達點雲的絕對精度與攝影測量影像的豐富紋理信息進行最優融閤,實現精度與細節的統一。著重討論融閤過程中的誤差傳播模型。 2.2 大規模三維重建的計算架構 處理TB級甚至PB級空間數據需要高效的計算資源管理和算法優化。 並行計算與GPU加速: 分析如何利用現代GPU架構加速大規模點雲處理(如體素化、特徵提取)和密集匹配算法,顯著縮短處理周期。 分布式處理框架: 介紹基於雲計算和集群環境(如Hadoop/Spark)對攝影測量和點雲密集重建工作流進行分解與並行執行的工程實踐。 第三部分:三維場景的語義理解與智能應用 3.1 從幾何模型到信息模型:語義分割與特徵提取 單純的幾何模型(點雲或網格)往往無法直接用於工程決策。本部分關注如何賦予三維數據以“意義”。 深度學習在三維數據解析中的應用: 詳細介紹基於捲積神經網絡(CNN)和圖神經網絡(GNN)的語義分割方法,用於自動識彆和分類點雲中的建築、道路、植被等實體。 BIM/GIS集成: 探討如何將高精度采集的現實世界幾何模型(Reality Capture)映射並集成到建築信息模型(BIM)或地理信息係統(GIS)數據庫中,實現數字孿生體的構建基礎。 3.2 動態場景建模與監測 現代測繪不再局限於靜態場景的描繪,動態過程的監測成為新的研究熱點。 時序三維建模與變化檢測: 介紹如何利用跨時間序列的數據集,通過配準和差異分析技術,精確量化形變、沉降、侵蝕等微小變化,並進行可視化展示。 實時渲染與虛擬現實交互: 討論如何針對高密度三維模型優化數據結構,以支持在遊戲引擎(如Unity/Unreal)環境下的實時加載與沉浸式交互,服務於虛擬仿真和遠程協作。 結語:未來挑戰與跨界融閤 本書最後將展望三維空間數據技術在自主導航、增強現實(AR)服務以及“一切皆可測量”的未來圖景中所麵臨的挑戰,包括數據標注自動化、模型輕量化以及跨行業標準的統一性問題。本書旨在培養讀者構建端到端解決方案的能力,將復雜的空間數據處理流程轉化為可落地、可盈利的工程實踐。 ---