计算机视觉与摄影测量的不同2

        计算机视觉和摄影测量两套理论分别在上个世纪60年代提出，经过计算机技术和数码相机技术数十年的迅猛发展，从一开始的相去甚远到今日的水乳交融，从理论到实践都发生了巨大的变化。直到今天，两门学科已经彼此紧密地联系在了一起，相互借鉴，相互学习。然而在计算机技术和数码相机技术成熟以前，二者在理论、应用领域、面临的实际问题上仍有巨大的不同。

1）理论层面的异同

        在理论层面，它们的几何理论基础一致，即为小孔成像与透视投影原理。因此两个学科需要解决的基本问题大致相同，只是由于应用场景不同导致所采用的数学模型和方法上有着细微差别。例如摄影测量中的后方交会问题，旨在利用2D-3D控制点求解相机在世界坐标系下的空间位置和姿态，这一问题在计算机视觉中被称为位姿估计。造成二者主要差异的原因在于旋角系统的选择上。常见的旋角系统有opk和pok系统，opk系统在国际上较为通用，其旋转顺序为x-y-z,旋转方向均以逆时针为正，也正是计算机视觉采用的旋角方式。此外，计算机视觉也常用四元数和空间向量的扭转系数来表示空间旋转矩阵。摄影测量采用的是pok旋转方式，这种方式在国内比较常用，其旋转顺序为y-x-z，旋转方向除了y轴外均为逆时针。再者，对比二者采用的坐标系会发现，计算机视觉采用Z轴正向作为相机正方向，而摄影测量中往往采用Z轴负向。这主要是由于航摄相机总是垂直向下进行拍摄造成的，其本质上可以归结为应用场景的不同所导致的差别。

2）数学方法的异同

        在数学问题的解法上，摄影测量习惯采用最小二乘、条件平差、间接平差等粗差探测方法对结果进行优化，其解法偏向于利用初值进行迭代求解，为了达到更高精度往往进行多次迭代，耗时较长。而计算机视觉常采用SVD分解、L-M迭代等矩阵分解方法直接求取满足条件的解，这种方法速度更快，往往不需要特定的初值，但由此将会面临多解问题以及局部最小值问题。总体上，计算机视觉方法的发展空间更大，活力更强。

        由于要求的理论精度不同，二者在数学方法上也不尽相同。例如解决空中三角测量问题，摄影测量采用精度更高、理论更加严密的区域网光束法平差，而在计算机视觉中往往采用SFM（structurefrom motion）和集束平差求取最优解。

        摄影测量和计算机视觉对某些相同的数学概念有着不同的称呼。计算机视觉中的双目立体几何与极线几何，在摄影测量中分别称为相对定向与核线几何；摄影测量中的选权迭代法作为一种粗差探测方法在计算机视觉中被称为权衰减法等等。在理论层面上，计算机视觉方法的严密性要高于摄影测量，而摄影测量在制图、施工量测等实用性方面明显更占优势。

3）工具和载体的异同

        在工具和载体方面，摄影测量平台多为航空飞机和卫星，其上往往搭载精度较高、价格昂贵的专业量测相机，产品为各类高精度的地形图、DEM等。而计算机视觉面向的是精度较低的民用数码相机，以普通数码影像为主要研究对象，涉及的学科领域更加广泛。进入二十一世纪后，学者们关心的不仅仅是产品的属性和精度，而是如何对海量数据进行存储与表达、数据如何快速获取和实时更新以及如何针对不同场景的数据进行处理。即海量性、实时性、动态性。因此，能够迅速获取海量数据的移动测量平台如无人机、车载扫描系统等开始崭露头角，也加速推动了这两个学科的融合。随着倾斜摄影测量理论的发展，无人机航摄以其独有的优势冲击着传统摄影测量手段，而无人机也逐渐成为计算机视觉关注的焦点。摄影测量以车载扫描系统为平台，多用于城市建筑立面的快速获取、道路提取等，计算机视觉也同样关注大尺度的城市场景三维重建，其理论也逐步应用到智慧城市构建、自动驾驶、土地规划管理等领域。

        在总体趋势上，计算机视觉发展更为迅速，应用领域更广，但是不能完全替代摄影测量的地位。摄影测量和计算机视觉相互借鉴，相互学习，相得益彰，未来势必会结合地更加紧密。