如果我們用拼圖來拼湊攝影測量的理論基礎(chǔ)，我們會(huì)發(fā)現(xiàn)攝影與測量是這樣相親相愛的 攝影測量理論基礎(chǔ)拼圖的第一個(gè)板塊是透視變換的幾何原理。離開透視變換，就無法計(jì)算相片中物體的形狀位置信息。
幾何透視變換和雙目視覺理論的發(fā)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(gè)重要的工具：
相機(jī)？不，用我們學(xué)術(shù)期刊的專業(yè)術(shù)語，叫成像設(shè)備。
19世紀(jì)早期，德國教授舒爾茲發(fā)現(xiàn)銀的混合物在日光下會(huì)變黑。1839年，法國畫家達(dá)蓋爾發(fā)明了銀版攝影法，并制作了世界上第一臺(tái)真正的照相機(jī)。
1969年，貝爾實(shí)驗(yàn)室的博伊爾和史密斯發(fā)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(dǎo)體單晶材料。
看到這里，相信無數(shù)小伙伴已經(jīng)露出了欣慰或心酸的微笑，膠片/數(shù)碼相機(jī)的出現(xiàn)，讓許多人在“單反窮三代”和“毒、德味、大師、學(xué)習(xí)了”的大坑中越陷越深，也讓攝影測量有了最關(guān)鍵的工具。
哈蘇數(shù)碼相機(jī)
在其后漫長的歲月里，相機(jī)和照片幫助人們將野外測量工作搬運(yùn)至室內(nèi)。“內(nèi)業(yè)”工作成為主體，照片替代了三腳架、經(jīng)緯儀和標(biāo)尺，成了主要的研究對象。
傳統(tǒng)測繪地形圖-------> 航片
攝影測量的第３個(gè)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(tái)是重要的組成部分。
18世紀(jì)，西方的孟格菲兄弟重新發(fā)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(dá)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(jī)上了天。
以航天飛行器為載體的攝影測量應(yīng)運(yùn)而生。第一次世界大戰(zhàn)中，首臺(tái)航攝儀問世，立體坐標(biāo)量測儀和1318立體測圖儀投入使用。
1957年，第一顆衛(wèi)星被發(fā)射到外太空，同時(shí)開啟了衛(wèi)星攝影測量時(shí)代。
2000年前后，各國陸續(xù)開始深空探測項(xiàng)目，雖然沒有“深空攝影測量”的明確說法，攝影測量學(xué)者對基于光學(xué)的深空探測項(xiàng)目也貢獻(xiàn)良多。
月球車玉兔
攝影測量多樣化的攝影平臺(tái)如下圖所示：
上排：手持儀器架、地面移動(dòng)測圖系統(tǒng)、無人機(jī)；
下排：無人飛艇、國產(chǎn)運(yùn)12航攝飛機(jī)、測繪衛(wèi)星；
中排：嫦娥月球探測車
1795年，年僅18歲的高斯發(fā)明了最小二乘法。
1959年，德國的Schmid教授提出光束法區(qū)域網(wǎng)平差，這是小孔成像的物理原理與最小二乘的完美結(jié)合。
狹義的攝影測量 ：根據(jù)一系列像片，利用三角測量獲取像片的位置和姿態(tài)，并交會(huì)出所攝物體的位置和深度。
攝影測量數(shù)學(xué)基礎(chǔ)：透視幾何、核線幾何與光束法區(qū)域網(wǎng)平差（bundle adjustment）（代表作： 王之卓.攝影測量原理，1990）。
攝影測量產(chǎn)品：DEM、DOM、DRG、DLG、專題圖、各級縮編地圖等等。
兩者在定義、目的、經(jīng)典算法、概念稱呼等都有精妙的類似之處。
計(jì)算機(jī)視覺的定義可簡單概括為“用計(jì)算機(jī)代替人眼，從圖片中重建和解譯世界”。
看看這些經(jīng)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(jì)算機(jī)視覺的數(shù)學(xué)基礎(chǔ)：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(yīng)用 ：
人對著棋盤網(wǎng)格攝影，以檢校相機(jī)內(nèi)參數(shù)
用SLAM獲得的半密集的三維map
采用圖割法生成室內(nèi)模型的深度圖
汽車三維模型的構(gòu)建
可見，僅從視覺中的幾何出發(fā)，兩門學(xué)科具有相同的理論基礎(chǔ)，差別甚少。而且，技術(shù)細(xì)節(jié)上也有許多相近的實(shí)例。
20世紀(jì)90年代后，攝影測量與計(jì)算機(jī)視覺都得到物理和技術(shù)領(lǐng)域的強(qiáng)大推動(dòng)，兩個(gè)領(lǐng)域的學(xué)者們都在處理相似的問題，但也有細(xì)微的區(qū)別。將兩門學(xué)科的細(xì)微區(qū)別與同源等價(jià)之處總結(jié)歸納（藍(lán)色為區(qū)別，紫色為等價(jià)）。
計(jì)算機(jī)視覺的經(jīng)典著作是Marr在1982年發(fā)表的《視覺：從計(jì)算的視角研究人的視覺信息表達(dá)與處理》，詳細(xì)分析了二維圖像的表達(dá)、立體圖像的對應(yīng)和重建、算法以及硬件的實(shí)現(xiàn)。
如果僅僅只有這些細(xì)微的差別，這兩門學(xué)科早就合而為一了。兩者間的區(qū)別主要在于數(shù)據(jù)源和應(yīng)用。
如果用表格來表示，兩者應(yīng)用之間的區(qū)別為：
攝影測量中以地面移動(dòng)測量系統(tǒng)(mobile mapping system, MMS)采集道路和街景；而計(jì)算機(jī)視覺同樣關(guān)注道路信息(以及室內(nèi)場景)的提取與重建，并應(yīng)用于機(jī)器人、城市地圖、智能交通和自動(dòng)駕駛汽車中，并由此產(chǎn)生了一個(gè)稱為同時(shí)定位與地圖構(gòu)建(simultaneous localization and mapping, SLAM)的研究支流。
同時(shí)定位與地圖構(gòu)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(shí)時(shí)攝影測量在各個(gè)研究點(diǎn)上(匹配、平差、定位和重建)都有共通之處。
SLAM與空三的明顯區(qū)別在于，SLAM定位的同時(shí)生成了半密集點(diǎn)云，這些點(diǎn)云可以通過激光掃描獲得，也可通過圖像匹配獲得。
遙感是攝影測量的延伸。在攝影測量已經(jīng)解決大部分幾何問題的前提下，遙感的工作重點(diǎn)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(jì)算機(jī)視覺、模式識別、機(jī)器學(xué)習(xí)等異曲同工。
但遙感中的數(shù)據(jù)源不同于計(jì)算機(jī)器視覺，光譜段被大大擴(kuò)充（至多光譜）并細(xì)化（至高光譜）。
遙感的電磁波譜
這些輻射信息有利于解決農(nóng)業(yè)、測繪、環(huán)境、地質(zhì)和地理所關(guān)心的宏觀問題，如土地利用覆蓋分類、農(nóng)作物趨勢分析、大氣的長期變化監(jiān)測、泥石流和洪水等自然災(zāi)害的評估與預(yù)測。
因?yàn)閿?shù)據(jù)源的特殊性，遙感領(lǐng)域也發(fā)展了一些特有的算法。
1956年提出“人工智能”的概念后，基于統(tǒng)計(jì)學(xué)習(xí)的思想被廣泛應(yīng)用于攝影測量與遙感、計(jì)算機(jī)視覺。
而神經(jīng)元網(wǎng)絡(luò)模型和感知機(jī)，在2000年后更名為“深度學(xué)習(xí)”，并大有一統(tǒng)天下的趨勢。大量實(shí)驗(yàn)表明，在圖像分類、物體識別、語音識別、遙感應(yīng)用等關(guān)于學(xué)習(xí)和語義的研究領(lǐng)域，深度學(xué)習(xí)都占據(jù)上風(fēng)。
目前，許多攝影測量與遙感中的實(shí)際應(yīng)用，如道路網(wǎng)的提取、作物的精細(xì)分類、車牌和交通標(biāo)志的識別等，都逐漸被深度學(xué)習(xí)占領(lǐng)，傳統(tǒng)方法僅能保住深度學(xué)習(xí)無法涉及之處，即幾何領(lǐng)域。這也是大勢所趨。
雖然理論上多層網(wǎng)絡(luò)確實(shí)可能學(xué)習(xí)出最優(yōu)的函數(shù)模型，但它無法解釋該模型如何構(gòu)建以及模型背后的含義，并導(dǎo)致傳統(tǒng)、優(yōu)雅的理論研究工作被缺乏激情、簡單的“調(diào)參”所取代。這種缺失，將機(jī)器學(xué)習(xí)和人工智能帶往何方，依然是一個(gè)需要長期思考的問題。
來源：武漢大學(xué)學(xué)報(bào)信息科學(xué)版（僅作信息傳遞之用，版權(quán)歸原作者及刊載媒體所有）
