智能摄影测量学导引 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

季顺平 著

图书标签:

• 摄影测量学
• 智能摄影测量
• 三维重建
• 图像处理
• 计算机视觉
• 无人机测量
• 倾斜摄影
• 点云数据
• 建模
• GIS

出版社： 科学出版社

ISBN：9787030570543

版次：01

商品编码：12352896

包装：平装

开本：16开

出版时间：2018-04-01

页数：159

字数：214000

正文语种：中文

内容简介

《智能摄影测量学导引》系统讲述现代摄影测量学的知识体系、方法及应用。第1章为《智能摄影测量学导引》基础，介绍几何成像、传感器技术、摄影平台、图像处理以及优化方法等。第2，3章分别介绍单目视觉和双目视觉，它们是摄影测量中几何概念的主体部分。第4章阐述运动平台的定位方法，并将传统的光束法平差推广为贝叶斯理论框架下的动态优化问题。第5章介绍图像匹配，包括用于同名点提取的稀疏匹配和用于立体重建的密集匹配。第6章介绍激光雷达与光学图像的多层次融合。第7章介绍专题图和深度学习，并指出以深度学习为主的人工智能方法将为语义专题图的自动生产提供良好的解决方案。语义专题图的制作是数字摄影测量时代多年来可望不可及的目标，这预示着一个新的时代——智能摄影测量时代的到来。

目录

目录
第1章 基础 1
1.1 物理相关 1
1.1.1 光与视觉 1
1.1.2 传感器与图像 2
1.1.3 摄影平台 4
1.2 几何变换 5
1.2.1 点、线、面、角 5
1.2.2 几何变换的层次 9
1.2.3 从3D到2D的几何变换 10
1.3 数学基础 13
1.3.1 线性时不变系统和图像处理 13
1.3.2 最小二乘平差 19
1.3.3 粗差的处理 21
1.3.4 系统误差的处理 23
1.3.5 最大似然，最大后验及贝叶斯定理 24
1.3.6 变分法 25
1.4 数学工具和平台 29
1.4.1 代数运算工具 29
1.4.2 OpenCV库 29
1.4.3 深度学习平台 30
课后习题 31
第2章 单像解析 32
2.1 坐标系统 32
2.1.1 图像坐标系 32
2.1.2 传感器坐标系 34
2.1.3 平台坐标系 34
2.1.4 局部切平面坐标系 35
2.1.5 地心直角坐标系 35
2.2 普通光学相机的成像模型 35
2.2.1 平面相机 35
2.2.2 线阵相机 36
2.2.3 鱼眼相机 37
2.2.4 通用几何成像模型 39
2.3 全景相机的四种成像模型 43
2.3.1 理想的全景相机 43
2.3.2 多镜头组合式全景相机 45
2.3.3 旋转式全景相机 46
2.3.4 折反射式全景相机 47
2.4 单像解析的一些补充 48
2.4.1 空间后方交会和解法 48
2.4.2 共线条件方程的正算和反算 49
2.4.3 灭点与灭线 50
2.4.4 相机检校 51
课后习题 53
第3章 立体几何 54
3.1 普通核线几何 54
3.2 线阵相机的核线 57
3.3 全景相机的核线 58
3.4 三视几何 59
3.4.1 基于线的三视几何 59
3.4.2 三焦点张量 61
3.5 核线几何的一些补充 63
3.5.1 核线立体像对 63
3.5.2 立体模型的绝对定向 64
3.5.3 前方交会和立体重建 65
课后习题 66
第4章 运动成像平台的定位方法 67
4.1 贝叶斯理论框架下的通用定位模型 67
4.1.1 光束法平差的缺点 67
4.1.2 通用定位模型 68
4.2 光束法区域网平差 69
4.2.1 基本方法 69
4.2.2 光束法平差的初值 73
4.2.3 光束法平差的控制条件 75
4.2.4 自检校光束法平差 77
4.3 卡尔曼滤波 78
4.3.1 离散卡尔曼滤波 79
4.3.2 扩展卡尔曼滤波 81
4.4 粒子滤波 83
4.4.1 蒙特卡罗和马尔可夫链 83
4.4.2 用带权粒子表达概率分布 84
4.4.3 粒子滤波算法 85
4.5 一些补充 87
4.5.1 从运动恢复结构 87
4.5.2 SLAM与VisualSLAM 87
课后习题 91
第5章 图像匹配 92
5.1 特征与特征提取 92
5.1.1 什么是好特征？ 92
5.1.2 Harris算子 93
5.1.3 SIFT算子 95
5.1.4 A-SIFT与最小二乘匹配 97
5.2 图像匹配 99
5.2.1 几种相似性测度 99
5.2.2 误匹配处理 100
5.2.3 匹配效率 102
5.3 图像密集匹配 103
5.3.1 概述 104
5.3.2 近似全局匹配方法 104
5.3.3 半全局方法 107
5.4 一些补充 110
5.4.1 视觉词袋 110
5.4.2 闭环探测 110
5.4.3 多源图像匹配 111
5.4.4 非线性光照与本征图像分解 111
课后习题 113
第6章 相机与激光雷达的融合 114
6.1 传感器静态检校 114
6.1.1 相机与GPS、IMU的检校 114
6.1.2 基于线的共线条件方程 115
6.1.3 激光雷达与相机的检校 115
6.2 数据级融合 117
6.2.1 看作2D-3D或3D-3D刚体配准问题 117
6.2.2 考虑激光点云中的误差 118
6.3 几何级融合 119
6.3.1 LiDAR辅助的尺度约束 119
6.3.2 几何约束下的闭环探测 120
6.4 三维场景生成 121
6.4.1 基于图像的三维场景生成 121
6.4.2 基于点云的三维场景生成 123
6.4.3 基于图像和点云融合的三维场景生成 124
6.5 一些补充 124
6.5.1 机载激光雷达 124
6.5.2 RGB-D相机与Kinect 125
6.5.3 三维建模 125
课后习题 126
第7章 专题图、深度学习与智能摄影测量 127
7.1 数字地图 127
7.1.1 数字高程模型 127
7.1.2 数字正射图像 129
7.1.3 数字线划图 130
7.2 深度学习 132
7.2.1 历史 132
7.2.2 基础 133
7.2.3 深度卷积神经元网络 136
7.3 专题图及深度卷积神经元网络的应用 137
7.3.1 图像检索专题图 137
7.3.2 语义分割专题图 139
7.3.3 目标识别专题图 140
7.3.4 实例分割专题图 143
7.3.5 矢量提取专题图 143
7.3.6 基于深度学习的立体匹配 144
7.4 深度学习在建筑物提取中的应用 147
7.4.1 建筑物开源数据库的建立 147
7.4.2 建筑物语义分割 149
7.4.3 建筑物实例分割 150
7.4.4 建筑物矢量提取 151
7.5 展望智能摄影测量时代 152
课后习题 153
参考文献 154

摄影测量学导引：从理论基石到前沿应用 本书旨在为读者提供一个全面、深入且与时俱进的摄影测量学基础框架。它不仅涵盖了学科的经典理论与核心技术，更紧密结合当前数字时代的数据获取与处理需求，为理解和应用现代三维重建技术提供坚实的基础。 第一部分：摄影测量的基本原理与历史沿革 本部分将追溯摄影测量的起源，从早期的航空摄影到如今的无人机倾斜摄影，系统梳理学科发展的脉络。重点阐述摄影测量的基本概念，包括像点、地面点、像片坐标系与地面坐标系之间的几何关系。我们将详细解析对中心投影成像过程的数学建模，这是所有后续计算的基石。 几何基础： 深入探讨对对影像的内方位元素（焦距、主点位置、像倾角等）和外方位元素（相对位置和姿态）的确定方法。重点解析共线方程的原理及其在空间定位中的核心作用。 误差源分析： 细致分析影响测量精度的主要误差来源，包括像片畸变（镜头和像片本身）、大气折射、地面点判读误差以及传感器自身的系统误差。通过对这些误差源的理解，读者将能更好地评估和控制测量精度。 立体观测原理： 详细介绍立体模型的基本形成原理，包括双像对的相对定向和绝对定向过程。阐述如何通过解析或数字方法恢复地面三维坐标的数学模型，为立体观察与量测奠定理论基础。 第二部分：影像获取技术与数据预处理 现代摄影测量高度依赖于高效、高精度的数据采集平台和工具。本部分将聚焦于当前主流的影像获取技术及其对数据处理的影响。 航空摄影测量系统（APS）： 介绍大型航空摄影的系统配置、飞行规划策略以及数据获取规范。重点讨论了传统航摄与现代数字空中三角测量（DATM）的工作流程。 无人机摄影测量（UAV Photogrammetry）： 作为当前热点，本章将详细解析无人机系统的特点，包括其灵活性、低空优势和传感器集成方式。讨论多旋翼与固定翼无人机在不同应用场景下的适用性，以及如何优化航线设计以达到最优的覆盖率和基线配置。 传感器技术概述： 简要介绍主流的成像传感器类型，如CCD/CMOS相机，并探讨高分辨率数字相机在几何畸变校正方面的挑战与对策。 数据预处理与质量控制： 涵盖影像的几何校正、辐射定标、像控点的布设与测量标准，以及如何利用地面控制点（GCPs）或利用绝对定向技术保证最终模型的几何精度。 第三部分：空中/数字三角测量与密集匹配 三角测量是实现从二维影像到三维信息转换的核心步骤。本部分将重点讲解现代数字摄影测量的工作流程，特别是大规模数据处理中的关键环节。 空中/数字空中三角测量（AT/DATM）： 系统阐述如何利用同步获取的传感器外方位信息（如POS/IMU数据）与影像进行联合平差，实现高精度、高效率的数字模型构建。讨论不同平差模型（如直接地理定位、间接平差）的适用条件和优缺点。 密集匹配算法： 深入剖析当代摄影测量软件实现三维重建的核心技术——密集匹配。介绍基于区域和基于特征的匹配策略，包括早期的视差计算方法（如局部灰度相关法）到现代基于深度学习的优化匹配技术。重点讨论多视几何（Multi-View Geometry）在提高匹配鲁棒性中的作用。 点云生成与优化： 讲解如何由密集匹配结果生成原始三维点云，以及后续的点云滤波、去噪、精简和配准技术，确保输出点云数据的准确性和可用性。 第四部分：数字表面模型（DSM）与正射影像（DOM）的生成 从三维点云数据中提取具有实际应用价值的二维和三维产品，是摄影测量的最终目标之一。 DSM/DTM的构建： 详细介绍如何从密集点云中插值生成数字表面模型（DSM）和数字地面模型（DTM）。讨论不同插值算法（如TIN、Kriging）在处理复杂地貌时的差异和精度影响。特别关注如何通过滤波技术将DSM分离出地物（如建筑物、植被）以获取DTM。 正射影像（DOM）的制作： 阐述正射校正的原理，即利用DSM对影像进行几何纠正，消除投影变形。讨论DOM的镶嵌、接边和色彩平衡技术，以生成无缝、几何精确的地理参考影像产品。 质量评估： 介绍评估DSM和DOM精度的常用指标（如RMSE），以及如何通过与独立验证数据进行对比来量化产品质量。 第五部分：摄影测量在特定领域的应用拓展 本部分将展示摄影测量技术在多个专业领域的实际应用案例，突出其强大的普适性。 文化遗产保护与数字化： 探讨如何利用高精度摄影测量技术对历史建筑、文物进行三维数字化记录、监测形变和进行虚拟修复。 工程测量与形变监测： 介绍在大型基础设施（如桥梁、大坝、隧道）建设中，利用无人机和地面近景摄影测量进行进度控制、竣工验收和长期形变分析的方法。 城市三维建模（3D City Modeling）： 结合倾斜摄影数据，阐述城市三维模型的组织结构、数据标准（如CityGML）以及面向仿真、规划和应急响应的应用。 新兴交叉领域： 简要介绍摄影测量技术如何与激光雷达（LiDAR）、结构光扫描等其他三维数据源进行数据融合（Data Fusion），以实现优势互补，应对更复杂的测量需求。 本书结构严谨，内容详实，兼顾理论的深度与实践的操作性，是摄影测量专业学生、地理信息系统（GIS）从业人员以及对三维重建技术感兴趣的工程师和技术人员的理想参考读物。

评分☆☆☆☆☆

一本摄影测量学领域的瑰宝，它所描绘的知识图谱深深吸引了我。初翻开，我便被那宏大而精密的学科体系所震撼。书的开篇，对摄影测量的历史渊源、核心概念进行了深入浅出的阐述，从早期的航空摄影测量到如今的三维激光扫描，再到新兴的无人机摄影测量，作者以历史的视角，勾勒出这项技术发展的脉络。我尤其欣赏它对理论基础的严谨论证，例如对测量模型、内外方位元素、空间后方交会等关键知识点的讲解，清晰易懂，即使是初学者也能循序渐进地掌握。

评分☆☆☆☆☆

这本书的深度和广度都令人赞叹，它不仅仅是一本技术手册，更是一部摄影测量学的百科全书。作者在阐述核心技术的同时，巧妙地融入了大量不同领域的应用案例。从城市规划、文物保护、地质勘探，到影视特效、虚拟现实，几乎涵盖了摄影测量技术能够触及的所有重要领域。通过这些案例，我深刻体会到摄影测量学在现代社会中的重要作用，以及它如何为各行各业的发展提供强大的技术支撑。阅读这些章节，不仅拓展了我的知识视野，更激发了我对未来职业发展的无限遐想。

评分☆☆☆☆☆

我惊叹于这本书在阐述复杂概念时所展现出的化繁为简的能力。摄影测量学本身涉及大量的数学和几何原理，但作者却能够用一种极其易于理解的方式进行讲解。他善于运用图示、比喻和类比，将抽象的概念具象化，让读者能够轻松地把握精髓。特别是关于误差分析和质量控制的部分，作者的讲解清晰而有条理，让我能够更准确地评估测量数据的可靠性，并掌握如何有效避免和消除误差。这种深入浅出、循序渐进的讲解方式，对于任何希望深入理解摄影测量学的人来说，都是一份宝贵的财富。

评分☆☆☆☆☆

作为一名对摄影测量有着浓厚兴趣的实践者，这本书为我提供了一个系统性的学习框架。我尤其喜欢它对实际操作的指导性。书中涵盖了从数据采集前的准备工作，到现场数据采集的技巧，再到后期数据处理和成果发布的各个环节。每一个步骤都写得细致入微，例如对不同相机参数的选择、航线规划的注意事项、Ground Control Point (GCP) 的布设原则，都给出了详实的建议。读到关于摄影测量软件的详细介绍和操作演示时，我感觉像是拥有了一位随身的导师，能够指引我一步步完成复杂的测量任务。

评分☆☆☆☆☆

这本书给我最深刻的印象在于其前瞻性的视角和对未来发展的深刻洞察。在阅读的过程中，我仿佛置身于一个不断演进的科技前沿。它不仅详细介绍了当前主流的摄影测量技术，如摄影测量软件的应用、数据处理流程，更深入探讨了人工智能在摄影测量领域的融合应用。从自动特征提取、点云密度优化，到三维模型重建的智能化，作者用生动的案例和翔实的论述，展现了AI如何极大地提升摄影测量的效率和精度。读到关于深度学习在影像匹配、目标识别方面的章节时，我更是眼前一亮，深感技术革新带来的巨大潜力。