摄影测量与计算机视觉的联系与区别

 

摄影测量是测绘学科的一个分支，它是对由摄影机提取的影像（二维）进行量测，测定物体在三维空间的位置、形状、大小、乃至物体的运动。摄影测量在近百年的历史中经历了：模拟、解析与数字摄影测量三个阶段。

当被测物体的尺寸或摄影距离小于100米时的摄影测量称之为近景摄影测量（Close-range photogrammetry）。随着数字传感器技术的发展，尤其是CCD器件和CMOS器件的迅速发展，利用CCD(或CMOS)像机不需要胶片就可直接获得被测物的数字影像，这种直接基于数字影像的进京摄影测量称为数字近景摄影测量（digital close-range photogrammetry）。

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。

由此可知，数字近景摄影测量与计算机视觉（特别是立体视觉）在研究内容和目标上十分相近。数字近景摄影测量关注的是几何量的量测信息（物体的位置、大小和形状等）；计算机视觉也需要量测信息，但其更为关注的是对物体进行描述、识别和理解。因此，数字近景摄影测量和视觉测量（或检测）所关注的是完全一致的。

事实上，数字近景摄影测量与计算机视觉（测量）的理论基础是一致的，二者都是针孔成像原理（像点、镜头中心和物点共线）的具体应用。但由于各自学科的历史、研究内容和侧重点的不同，在具体的诸多方面又存在着差异，主要表现在以下几个方面：

⑴ 出发点不同导致基本参数物理意义的差异：摄影测量中的外部定向是确定影像在空间相对于物体的位置与方位（将物体先平移再旋转），而计算机视觉则是物体相对于影像的位置与方位来描述问题（将摄像机先旋转再平移）。

⑵ 由于两者不同的出发点导致基本公式的差异：摄影测量中最为基本的是共线方程，而视觉测量中最为基本的公式是用齐次坐标表示的投影方程。

⑶ 数学处理算法的不同：摄影测量渊源于测绘学科，基于非线性迭代的最小二乘法平差求解贯穿于数字近景摄影测量的全过程，而计算机视觉强调矩阵分解，总是设法将非线性问题转换为线性问题，尽可能避免求解非线性方程。

尽管数字近景摄影测量与计算机视觉有这样、那样的差异，但在最近20年的发展过程中，学科间的交流逐步增加（相互参加、协助召开学术会议并出版论文集，如ISPRS、SPIE等），两者的学科交叉越来越多。数字近景摄影测量中的许多基本概念与方法来自影像处理与计算机视觉（如数字图像处理的某些算法、编码标志的自动识别）；反过来，摄影测量中的一些特色理论和方法又为视觉测量所采用（如整体光束法平差算法、像机自标定原理和方法等）。为此，摄影测量界的学者早就开始思考和把握这种态势。也正是学科间这种共同的理论基础、类似的处理方法和基于数字图像量测技术的固有特征，所以在文献中常常是可以互换使用这些术语，如计算机视觉（computer vision）、机器视觉（machine vision）、机器人视觉（robot vision）、数字近景摄影测量（digital close-range photogrammetry）和视觉测量（vision inspection）。