Page 209 - 新时期测绘工程测量技术研究

/// 第六章 智能测绘 ///

和自然环境，而机器视觉主要是感知智能体关注的目标和环境，但是它们在数学

和物理上的原理基本相同。机器学习，特别是最近几年快速发展的深度学习方法，
在机器视觉、模式识别、语音理解等方面得到广泛有效的应用，可说是一个革命
性的技术，在摄影测量与遥感领域也得到广泛应用。认知与推理是一种更广义的
智能，在时空大数据挖掘和智慧城市等方面将大有用武之地。

（一）机器视觉及其在摄影测量与遥感领域的应用
机器视觉或者称计算机视觉，是一门研究用摄影机和电脑代替人眼对目标进
行识别、跟踪和测量等的学科。广义上，计算机视觉包括图像处理、目标重建与

识别、景物分析、图像理解等内容。狭义上，计算机视觉通常是通过对采集的图
片或视频进行处理以获得相应场景的三维信息，即三维重建。
20 世纪 40 年代，贝尔实验室的 Julesz 发现任意视差图都可恢复立体感，无
需事先识别单幅图像的含义；而此前心理和神经学家认为人需要先感知才能产生

立体感。由此 Marr 认识到复杂的神经和心理过程可用直接的数学计算表达，并
提出三维重建的计算视觉理论。他在 1982 年发表的《视觉：从计算的视角研究
人的视觉信息表达与处理》中详细分析了二维图像的表达、立体图像的对应和

重建、算法以及硬件的实现，是计算机视觉的开山之作。20 世纪 80 年代同时也
是计算机视觉的第一段黄金时期。许多经典的算法和算子，如 Cnny 边缘检测、
Shape from Shading、Hough 变换、LoG（Laplace of Gaussian）等都起源于 70—

80 年代。除了图像处理，早期的计算机视觉同样关注几何和三维重建问题。不
过，在计算机和数码相机还未成熟之前，摄影测量与计算机视觉当时的状况距离
Marr 所提倡的三维重建理论依然相去甚远。

与计算机视觉相似，摄影测量学是一门利用光学像片研究被摄物体的形状、
位置、大小、特性及相互位置关系的学科，简而言之，摄影测量学是以摄影为工
具，以测量为目的。事实上，摄影测量学的历史远早于计算机视觉。19 世纪早期，
德国教授舒尔兹发现银的混合物在日光下会变黑；1839 年，法国画家达盖尔发

明了银版摄影法，并制作了世界上第一台真正的照相机；19 世纪中叶，法国测
量学家和摄影测量学的先驱 Fourcade 首先发现了用立体照片可重建立体视觉，
从而促进了摄影测量学的诞生。在其后漫长的岁月里，相机和照片帮助人们将地

球表层地形地物在室内重建三维立体，从而将野外测量工作搬运至室内。“内业”
工作成为主体，照片和摄影测量仪器替代了三脚架、经纬仪和标尺，成了主要的

197