張 梅，文靜華

(1.貴州財經(jīng)學院數(shù)學與統(tǒng)計學院，貴州貴陽 550004; 2.武漢大學 遙感信息工程學院，湖北武漢 430079)

淺談計算機視覺與數(shù)字攝影測量

張 梅1,2，文靜華1

(1.貴州財經(jīng)學院數(shù)學與統(tǒng)計學院，貴州貴陽 550004; 2.武漢大學 遙感信息工程學院，湖北武漢 430079)

計算機視覺技術(shù)集數(shù)字圖像處理、應(yīng)用數(shù)學、模式識別及人工智能等知識于一體，其應(yīng)用已經(jīng)涉及到計算機圖形學、圖像處理與分析、機器人學等領(lǐng)域。數(shù)字攝影測量技術(shù)是測繪學科的一個分支，數(shù)字攝影測量已經(jīng)進入計算機視覺的領(lǐng)域。文中簡要地回顧了計算機視覺技術(shù)的發(fā)展史，主要介紹了計算機視覺與數(shù)字攝影測量的共同點及其本質(zhì)差異。

計算機視覺；數(shù)字攝影測量；本質(zhì)差異；共同點

計算機視覺的研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力，這種能力將不僅使機器感知三維環(huán)境中物體的幾何信息，包括其形狀、位置、姿態(tài)、運動等，而且能對它們進行描述、存儲、識別與理解[1]。數(shù)字攝影測量是測繪學科的一個分支，它是對由攝影機攝取的影像(二維)進行量測，測定物體在三維空間的位置、形狀、大小乃至物體的運動[2]。就計算機視覺 (特別是計算機立體視覺)的研究內(nèi)容而言，它與數(shù)字攝影測量十分相近，然而兩者有存在本質(zhì)差異，本文主要闡述計算機視覺與數(shù)字攝影測量的關(guān)系。

1 計算機視覺的發(fā)展史

計算機視覺是在20世紀60年代從統(tǒng)計模式識別開始的，當時的工作主要集中在二維圖像分析和識別上，如光學字符識別、工件表面、顯微圖片和航空圖片的分析和解釋等[3]。60年代Roberts通過計算機程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結(jié)構(gòu)，并對物體形狀及物體的空間關(guān)系進行描述。到了70年代，已經(jīng)出現(xiàn)了一些視覺應(yīng)用系統(tǒng)。70年代中期，麻省理工學院(M IT)人工智能(AI)實驗室正式開設(shè)“機器視覺”（Machine Vision）課程，由國際著名學者B.K.P.Horn教授講授[4]。80年代以來,計算機視覺的研究已經(jīng)歷了從實驗室走向?qū)嶋H應(yīng)用的發(fā)展階段，而計算機工業(yè)水平的飛速提高以及人工智能、并行處理和神經(jīng)元網(wǎng)絡(luò)等學科的發(fā)展，更促進了計算機視覺系統(tǒng)的實用化和涉足許多復(fù)雜視覺過程的研究。目前，計算機視覺技術(shù)正在廣泛地應(yīng)用于計算幾何、計算機圖形學、圖像處理、機器人學等多個領(lǐng)域中[5]。

計算機視覺是人工智能領(lǐng)域的一個重要部分，它的研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力。計算機視覺是以圖像處理技術(shù)、信號處理技術(shù)、概率統(tǒng)計分析、計算幾何、神經(jīng)網(wǎng)絡(luò)、機器學習理論和計算機信息處理技術(shù)等為基礎(chǔ)，通過計算機分析與處理視覺信息[6]。作為一個科學學科，計算機視覺研究相關(guān)的理論和技術(shù)，試圖建立能夠從圖像或者多維數(shù)據(jù)中獲取信息的人工系統(tǒng)。計算機視覺的研究就是模擬人類視覺功能的科學技術(shù)研究，是實現(xiàn)工業(yè)生產(chǎn)自動化、機器人智能化、自主車導(dǎo)航、目標跟蹤，以及各種工業(yè)檢測、醫(yī)療和軍事應(yīng)用的核心內(nèi)容之一，也是實現(xiàn)智能機器人的關(guān)鍵因素之一[7]。計算機視覺是一門綜合性的學科，它已經(jīng)吸引了來自各個學科的研究者參加到對它的研究之中，其中包括計算機科學和工程、信號處理、物理學、應(yīng)用數(shù)學和統(tǒng)計學、神經(jīng)生理學和認知科學等。計算機視覺也是當前計算機科學中的一個非?；钴S的領(lǐng)域，計算機視覺領(lǐng)域與圖像處理、模式識別、投影幾何、統(tǒng)計推斷、統(tǒng)計學習等學科密切相關(guān)。近年來，與計算機圖形學、三維表現(xiàn)、數(shù)字攝影測量等學科也發(fā)生了很強的聯(lián)系。

2 計算機視覺與數(shù)字攝影測量的區(qū)別

1)兩者發(fā)展的歷史、目的不同。世界上第一臺電子數(shù)字計算機(ENIAC)在美國誕生后，計算機立體視覺的開創(chuàng)性工作是從20世紀60年代中期開始的。美國M IT的Robert完成的三維景物分析工作，把過去的二維圖像分析推廣到三維景物，這標志著立體視覺技術(shù)的誕生。1851～1859年，法國陸軍上校勞賽達特提出的交會攝影測量被稱為攝影測量學的真正起點[8]。攝影測量的發(fā)展遠早于計算機與計算機立體視覺。在電子數(shù)字計算機出現(xiàn)之前，攝影測量已經(jīng)是測繪產(chǎn)業(yè)的一個重要組成部分。攝影測量始終是測繪學科的一個分支，通過攝影方式進行測繪，特別是測繪地形圖。因此，計算機視覺與攝影測量的目的有很大的差異。

2)出發(fā)點不同導(dǎo)致基本參數(shù)物理意義不同。計算機視覺是研究怎樣用計算機模擬人的眼睛，實現(xiàn)機器人的視覺，它是以眼睛(攝影機)中心與光軸構(gòu)成的坐標系為準，它定義的平移量是空間坐標系相對于攝影機坐標系的平移量。而攝影測量是測繪地形圖的重要生產(chǎn)手段，它以空間 (地面)統(tǒng)一坐標系 為基準，如在一個地區(qū)進行航空攝影測量，所有攝影機的空間位置與影像的坐標都相對于該空間坐標系。因此，在攝影測量中的“外定向”是確定影像在空間相對于物體的位置與方位；而計算機視覺通常從另一個方向描述這個問題：搜索物體相對于影像的位置與方位。

3)出發(fā)點不同導(dǎo)致基本公式的不同。由于物體與影像基本關(guān)系之間的差異，從而引起計算機視覺與攝影測量之間的基本公式的差異。計算機視覺與攝影測量都是研究物體與影像關(guān)系的，因此，描述三維物體與二維影像坐標之間的關(guān)系公式是它們的基本公式。計算機視覺最基本的公式用齊次坐標的投影方程表達為[1]：

式中，M為3×4階的投影矩陣，它將攝影機的內(nèi)、外方位元素全部隱含在其中，它與攝影測量的直接線性變換公式一致。一般攝影測量多使用量測相機 (即預(yù)先對相機標定)，因而測定每張影像的6個外方位元素是攝影測量的主要任務(wù)。而在計算機視覺的許多應(yīng)用場合中,求得M矩陣后，不必再分解相機的內(nèi)外方位元素，直接將M矩陣作為攝像機參數(shù)，但是它們沒有具體的物理意義。

描述影像坐標與物方坐標的攝影測量基本關(guān)系式為[]：

由此可得到攝影測量中最基本的共線方程：

它將攝影機的內(nèi)、外方位元素全部分開表達。

4)處理的對象不同，處理流程也不同。航空攝影測量需要對一個區(qū)域測繪地形圖，因此影像按航線的條帶排列，影像在航帶內(nèi)具有 60%的重疊，而在航線間具有 20%的重疊。因此，航帶內(nèi)相鄰影像的相對定向 (構(gòu)成一個立體模型)、模型間的連接 (構(gòu)成一條航線的立體模型)、航線間的連接 (構(gòu)成區(qū)域)、空中三角測量、區(qū)域網(wǎng)平差，從而確定每張影像的外方位元素，是攝影測量最重要的流程之一。但是計算機視覺處理的范圍一般較小，通常為一個立體像對 (立體視覺)，上述的很多處理方法 (如空中三角測量和區(qū)域網(wǎng)平差)在計算機視覺中并不需要。

5)研究方法的不同 。計算機視覺通常采用矩陣分解[10],確定線性方程直接解,計算機視覺總是設(shè)法將非線性問題轉(zhuǎn)化為線性問題，盡可能避免求解非線性方程。最小二乘法在計算機視覺上也有應(yīng)用,但是它不是主要方法。

測繪學科對觀測值處理的方法是測量平差,其數(shù)學基礎(chǔ)是最小二乘法。攝影測量也不例外，由觀測值解求未知數(shù)，多是采用測量平差方法。為此，攝影測量所要解決的問題是確定函數(shù)模型、平差模型、未知數(shù)初值的確定、解的穩(wěn)定性、觀測值中粗差的剔除、精度與可靠性的評定。這基本上是測繪學科數(shù)據(jù)處理的一個統(tǒng)一流程（見圖1）。

圖1 數(shù)字攝影測量數(shù)據(jù)處理流程

可見，對同一問題兩者解決的方法是不同的。特別是在數(shù)字攝影測量中引入最小二乘匹配之后,它使最小二乘法同樣也貫穿于數(shù)字攝影測量的全過程。計算機立體視覺與數(shù)字攝影測量的根本問題之一是利用計算機代替人眼識別影像同名點。最小二乘法已經(jīng)貫穿了數(shù)字攝影測量的全過程。兩者的研究方法、思考問題的習慣都有明顯的差異。

3 計算機視覺與數(shù)字攝影測量的聯(lián)系

就計算機視覺(特別是計算機立體視覺)的研究內(nèi)容而言，它與攝影測量十分相近。計算機視覺的研究目標是使計算機具有通過二維圖像認知三維環(huán)境信息的能力，這種能力將不僅使機器感知三維環(huán)境中物體的幾何信息,包括其形狀、位置、姿態(tài)、運動等，而且能對它們進行描述、存儲、識別與理解[1]。雙目立體視覺是計算機視覺的一個重要分支,是研究如何利用二維投影圖像恢復(fù)三維景物世界,即由不同位置的兩臺或者一臺攝像機(CCD)經(jīng)過移動或旋轉(zhuǎn)拍攝同一幅場景,通過計算空間點在兩幅圖像中的視差,獲得該點的三維坐標值。美國麻省理工學院人工智能實驗室的Marr提出了一種視覺計算理論并應(yīng)用了雙目匹配上,使兩張有視差的平面圖產(chǎn)生了深度的立體圖形,奠定了雙目立體視覺發(fā)展理論基礎(chǔ)。雙目視覺直接模擬人類雙眼處理景物的方式,可靠簡便,在許多領(lǐng)域均極具應(yīng)用價值,如機器人導(dǎo)航、三維測量以及虛擬現(xiàn)實等。攝影測量是一門從物體二維影像重建三維空間物體的學科。顯然,攝影測量與計算機視覺具有同樣的目標,數(shù)字攝影測量的發(fā)展已經(jīng)借鑒了許多計算機視覺的研究成果。攝影測量進入數(shù)字攝影測量以來，它已與計算機視覺緊密地連接在一起。兩者的學科內(nèi)容相似，如計算機視覺研究特征匹配與影像配準,而攝影測量討論影像相關(guān)與影像拼接。

計算機界也在利用立體視覺的原理進行從影像測繪地形圖的研究。最近，人們利用立體視覺的原理，正在探索綜合運用同一地區(qū)的多張不同角度拍攝所得的照片來恢復(fù)出地面的高度信息，以獲得真正的三維地形圖，并已取得了相當?shù)倪M展。在一個立體像對內(nèi)進行量測的過程中，兩者也基本相似。一個完整的立體視覺系統(tǒng)通?？煞譃閳D像獲取、攝像機定標、特征提取、立體匹配、深度確定及內(nèi)插等6個部分。

為了降低雙目匹配的難度，計算機界很早就開始研究三目立體視覺系統(tǒng)、三目機器人視覺系統(tǒng)、多目立體匹配。為解決周期性重復(fù)特征所引起的誤匹配，計算機界提出了對倒距離的求和SSD(sum of square difference)。多目視覺對于現(xiàn)在的航空數(shù)碼相機顯得尤為重要，“多目立體匹配”可以利用攝影測量的空中三角測量原理，對多度重疊點進行“多方向的前方交會”，既能較有效地解決隨機的誤匹配問題，同時又能增加交會角，提高高程測量的精度。在計算機視覺測量當中,同名點的自動匹配是實現(xiàn)測量自動化的必要環(huán)節(jié)。通常,目標的自動識別與匹配在計算機視覺測量當中主要通過計算機模式識別等來實現(xiàn)[11]。多基線立體對于數(shù)字近景攝影測量同樣至關(guān)重要，它的重疊度可以完全由攝影者控制。多基線立體的出現(xiàn)將有力地解決雙目立體匹配的歧義性，并完全有別于傳統(tǒng)的攝影測量與傳統(tǒng)的近景攝影測量。

計算機視覺界認為從二維影像中恢復(fù)三維運動和形狀，是計算機視覺的主要目標，并出現(xiàn)了多種方法。這個問題可以分解為兩部分：一個是對應(yīng)性問題；另一個是給定對應(yīng)時運動和形狀的計算算法的問題。數(shù)字攝影測量在本質(zhì)上與計算機視覺一樣，也是由兩部分組成：1）在不同影像上量測的應(yīng)該是同名點 (同名特征)--對應(yīng)性問題。傳統(tǒng)攝影測量都是由作業(yè)員的“雙目”通過“雙目望遠鏡系統(tǒng)”決定的,它沒有成為攝影測量的研究內(nèi)容。但進入數(shù)字攝影測量以后,“對應(yīng)性”問題始終是攝影測量關(guān)注的焦點。2）影像與影像、影像與空間的解析關(guān)系,它始終被視為攝影測量的基本任務(wù)。

數(shù)字攝影測量已經(jīng)進入計算機視覺的領(lǐng)域，數(shù)字攝影測量的進一步發(fā)展必須破除傳統(tǒng)攝影測量的束縛，從計算機視覺的觀點出發(fā)。同時，盡管數(shù)字攝影測量與計算機視覺有差異，但是隨著測量 (特別是高精度測量)型的計算機視覺的需求以及數(shù)字近景攝影測量的發(fā)展，兩者的學科交叉必將愈來愈重要，這種交叉將會在計算機視覺中形成一個新的分支----攝影測量的計算機視覺。隨著對定量研究的重視，新的描述方式、求解手段的研究，以及感知手段的改進，計算機視覺與數(shù)字攝影測量的研究必將迎來一個更加繁榮、智能的時代。

[1] 馬頌德,張正友.計算理論與算法基礎(chǔ)[M].北京：科學出版社, 2003

[2] 李德仁.攝影測量與遙感學的發(fā)展展望[J].武漢大學學報：信息科學版,2008,33(12):1 211-1 215

[3] 陳丹.計算機視覺技術(shù)的發(fā)展及應(yīng)用[J].電腦知識與技術(shù), 2008,4(8):2 449-2 452

[4] 馬玉真,陶立英,王新華.計算機視覺技術(shù)的應(yīng)用[J].試驗技術(shù)與試驗機,2006,1(3):60-65

[5] 王斌,王知衍.計算機視覺中的三維重構(gòu)建模[J].微計算機信息,2005,21(12):118-120

[6] 王保豐,范生宏,黃桂平,等.計算機視覺中基于多照片的同名點自動匹配[J].測繪科學技術(shù)學報,2006,23(6):451-453

[7] 王芳榮,趙丁選,尚濤,等.應(yīng)用計算機視覺技術(shù)進行物體三維重構(gòu)[J].吉林大學學報：工學版,2008,38(6):1 424-1 428

[8] 萬幼川，張永軍.攝影測量與遙感學科發(fā)展現(xiàn)狀與趨勢[J].工程勘察,2009,6:6-12

[9] 張祖勛，張劍清.數(shù)字攝影測量學[M].武漢：武漢大學出版社,2000

[10]Forsyth D A,Ponce J著,林學,王宏等譯.計算機視覺:一種現(xiàn)代方法[M].北京：電子工業(yè)出版社,2004

[11]張宏林.Visual C++數(shù)字圖像模式識別技術(shù)及工程實踐[M].北京：人民郵電出版社,2003

Simp le Discussion on Computer Vision and Digital Photography

ZHANG Mei1,2，WEN Jinghua1
(1.School of Mathematics and Statistics，Guizhou Financial Institute,Guiyang 550004，China; 2.School of Remote Sensing and Information Engineering，Wuhan University,Wuhan 430079，China）

The computer vision technology gathered the know ledge such as digital image processing，application mathematics，mode recognition and artificial intelligence into a whole， and its application has already come down to these fieldof computer graphics，image processing and analysis，robots and soon.The digital photography technology was a embranchment of mapping subject， and its researched content has entered into the field of computer vision.First the developing history of computer vision was reviewed briefly，then the common ground and essential difference of computer vision and digital photography were mainly described.

computer vision；digital photography；essential difference；common ground

2009-10-12

項目來源：國家自然科學基金資助項目 (40671157)；貴州省科技廳科學技術(shù)基金資助項目 (2009GZ21397)。

P223

B

1672-4623(2010)02-0015-03

張梅，副教授，博士，主要從事計算機視覺、激光掃描數(shù)據(jù)處理與數(shù)字攝影測量等方面研究。