時間:2021年01月28日 分類:電子論文 次數:
摘要:21世紀以來,隨著云計算、大數據、物聯網、機器學習等信息技術領域的飛速發展,人類已進入人工智能新時代。攝影測量學科也順應新一輪科技革命的浪潮,快速發展為全新的廣義攝影測量學,其載體平臺、儀器設備、數據處理理論技術及應用領域都已發生顯著變化,天空地一體化的多傳感器多層次綜合立體觀測技術得到極大發展,全面進入綜合智能攝影測量時代。本文提出廣義攝影測量學的科學概念,并詳細論述其學科內涵、發展特點、研究方向與應用領域。在全新的廣義攝影測量框架下,數據獲取呈現多視角成像、多模態協同、多時相融合、多尺度聯動等特點,數據處理則呈現多特征耦合、多控制約束、多架構處理、多學科交叉等趨勢。天空地一體化廣義攝影測量學的全面發展和智能服務,尚需在天空地多視角/多模態影像處理、智能信息提取與監測、點云與影像聯合建模、無人系統自主導航、智能制造系統視覺檢測等方面取得更大突破,形成從天空地多源遙感數據實時/準實時智能幾何處理到信息提取服務的完整理論和技術體系,迎接智能化測繪新時代的到來。
關鍵詞:廣義攝影測量學;天空地一體化綜合觀測;多傳感器集成;多源遙感數據;智能攝影測量
1廣義攝影測量學的發展背景
攝影測量學是通過影像研究信息的獲取、處理、提取和成果表達的一門信息科學,通常利用攝影或遙感的手段獲取被測物體的影像,研究和確定被攝物體的形狀、大小、位置、性質和相互關系,起始于19世紀中葉攝影機的發明和立體視覺的發現[1]。傳統的攝影測量學科,按照影像獲取平臺載體類別,可分為航天(衛星)攝影測量、航空攝影測量、近景攝影測量等。
遙感論文范例:環境遙感方面有什么中文核心期刊
近20年來,隨著相關理論技術的進步及應用領域的泛化,其中的界限已不再像過去一樣明顯,例如航天攝影測量的地面分辨率已達到分米級,完全滿足1∶5000比例尺成圖的需求[2],而這是傳統航空攝影測量的服務范疇;隨著無人飛行器技術的快速發展和消費級數碼相機的進步,脫胎于航空攝影測量的低空攝影測量蓬勃發展,分辨率躍升到厘米級甚至毫米級[3-4];而近景攝影測量則由于傳感器和平臺的進步以及應用范圍的擴大,拓展為地面攝影測量、貼近攝影測量、工程攝影測量、工業攝影測量、醫學攝影測量等等[5-7]。在攝影測量數據獲取儀器方面,則由傳統的光學攝影機發展為多鏡頭傾斜相機、全景相機、視頻相機、線陣推掃式相機、多光譜和高光譜相機、激光雷達、微波雷達等多模態傳感器,并在定位定姿系統的輔助下,采用多種傳感器實現多尺度多角度綜合遙感數據獲取[8-13]。
針對不同的應用需求,這些觀測設備能夠源源不斷地提供不同空間分辨率、時間分辨率和波譜分辨率的遙感圖像。可以說,對興趣區域或目標的天空地一體化的多傳感器多層次綜合立體觀測技術已得到極大發展。在數據處理理論和方法方面,由經典的點攝影測量(共線方程)和線攝影測量(共面方程)模型,發展為點線混合攝影測量[14]和廣義點攝影測量[15-16],為采用多種同名特征和攝影測量網格技術(DPGrid)進行航空航天遙感影像的快速空中三角測量處理奠定了基礎[17-18]。
隨著大數據時代的到來,多源地理空間信息的不斷累積尤其是公眾地理信息的開放獲取,云控制攝影測量的概念應運而生[19],以帶有地理空間信息的數據作為幾何控制替代傳統的外業控制點,通過自動匹配(或配準)獲取大量密集控制信息,實現影像參數全自動解算,進一步加速了攝影測量數據處理的全自動化和智能化步伐[20-22]。近年來,隨著云計算、大數據、物聯網、人工智能等信息技術領域的飛速發展,人類已進入人工智能新時代,美國已于2018年成立人工智能專門委員會。
21世紀以來,數字攝影測量自身的理論和技術已取得長足進步,并正在積極擁抱大數據和人工智能浪潮的到來[23]。攝影測量的發展階段也從模擬攝影測量、解析攝影測量和數字攝影測量[24,1],發展到智能攝影測量的新階段。例如基于人工智能機制的地形地物識別與信息提取、語義專題圖制作、變化信息自動監測等應用是數字攝影測量時代多年來可望而不可即的目標,這些成功范例預示著一個全新的時代———智能攝影測量時代的到來[25]。攝影測量應用領域也由影像制圖和地形圖測繪發展到影像理解與分類[26]、遙感信息提取與目標識別[23]、變化監測[27]、室內外三維建模[28-29]、無人系統智能駕駛[30-31]、深空探測[32-33]、精密工業測量[6,34]、突發災害應急響應等眾多領域[35-36]。
美國攝影測量學家、俄亥俄州立大學ToniSchenk教授在他的著作《數字攝影測量》中提到,“攝影測量和貓都有一個共同的也是最重要的特點———都有多條命,攝影測量的終結已經被預測過多次,但是仍然非常具有活力,數字攝影測量更具有使當前的許多問題得到更有效解決的潛力,許多新的問題也可以得到解決”[37]。
筆者認為,正如傳統測繪學發展為地球空間信息學[38-39],傳統測繪手段發展為泛在測繪[40],傳統地理信息系統發展為空間信息智能服務科學[41],攝影測量學科也順應新一輪科技革命的浪潮,快速發展為全新的廣義攝影測量學,或稱為遙感影像信息學,進入天空地一體化綜合智能攝影測量時代。
2廣義攝影測量學的內涵與特點
廣義攝影測量學,或稱為遙感影像信息學,是利用天空地一體化的多傳感器綜合觀測技術,獲取多視角、多模態、多時相、多尺度遙感影像數據,并結合數字攝影測量及計算機視覺等多學科前沿技術,在多源控制資料的輔助下自動化智能化地研究和確定被攝物體的形狀、位置、大小、性質及其時序變化關系的一門多學科交叉科學和技術。當前世界科技發展已進入大數據及人工智能新時代,地球空間信息領域也面臨新的發展機遇與挑戰,數據全球化、處理實時化、服務智能化是國際前沿和熱點。
在全新的廣義攝影測量框架下,天空地多源遙感數據的獲取手段及數據處理的理論方法,具有與傳統攝影測量顯著不同的全新模式和發展趨勢,筆者認為總體呈現“八多”態勢,且演化趨勢十分迅捷。例如天空地多源遙感數據獲取方面,呈現多視角成像、多模態協同、多時相融合、多尺度聯動等態勢,觀測手段越來越靈活,數據獲取成本大幅下降,更多用戶可以使用不同來源、不同視角、不同分辨率、不同時相、甚至不同模態的影像聯合完成觀測任務。天空地多源遙感數據處理方面,則呈現多特征耦合、多控制約束、多架構處理、多學科交叉等趨勢,可以充分發揮多源多重覆蓋觀測數據的互補性和冗余性優勢,并交叉融合多個學科的最新研究成果,構建實時/準實時智能處理技術體系,為天空地多源遙感數據的各領域應用奠定基礎。
2.1天空地多源遙感數據智能獲取
2.1.1由單視角向多視角成像發展
傳統航空攝影測量的主要成像方式為下視成像,即相機主光軸垂直對地,相鄰影像間具有一定重疊,從而構成立體影像和區域網。1957年,蘇聯制造的第一顆人造衛星成功發射到外太空,攝影測量由航空攝影測量邁向了航天攝影測量新階段,為多視角全球遙感提供了新的途徑[1]。各類高分辨率星載相機在對地觀測成像時,由于衛星軌道高、相機成像視場角小,相鄰軌道的下視影像間無法構成有效的立體觀測,因此采用同軌/異軌側擺機動成像模式,并進一步發展為同軌雙線陣和三線陣立體成像,如SPOT-5、ALOS、天繪一號、資源三號、高分七號等,大幅提升了立體觀測效率[20,42-43]。
為了進一步提升航空影像獲取效率,滿足智慧城市等應用對于建筑物側面高清紋理的需求,國內外攝影測量儀器廠商研發了機載多面陣拼接大視場相機、多鏡頭傾斜攝影測量相機和全景相機等,并在進一步集成化和小型化后,可搭載于低空無人機和地面移動平臺[12-13,44]。在觀測機制方面,也由傳統的單平臺獲取演進為天空地協同、多平臺組網,甚至基于互聯網的眾包方式獲取數據,從而構建多成像視角的天空地多平臺綜合立體觀測模式[38,45]。
3廣義攝影測量學的若干研究方向
相對于非常強大的天空地多源遙感數據獲取能力,當前的攝影測量數據處理理論和方法還存在種種制約,遙感信息產品的快速生產和服務能力顯著滯后,海量數據堆積與有限信息孤島并存的矛盾仍然突出。在大數據及人工智能新時代,實景三維中國、信息提取監測、智慧城市建模、自主駕駛、智能制造等應用領域必將取得飛速發展,廣義攝影測量學的發展尚需交叉融合多個學科的最新研究成果,在天空地一體化多源數據智能處理的理論技術和應用領域取得更大突破,例如天空地多視角/多模態影像幾何處理、多時相影像智能信息提取與動態監測、激光點云與多視角影像聯合精細建模、多傳感器集成的無人系統自主導航、智能制造系統視覺檢測等等,以便充分發揮每個平臺、每個傳感器、每個譜段、每個有效像元的作用,形成從天空地多源遙感數據幾何處理到信息提取和智能決策服務的完整理論和技術體系。
4總結與展望
隨著天空地多源遙感數據獲取和攝影測量處理理論方法的進步,以及云計算、大數據、物聯網、人工智能等新一輪科技革命浪潮的到來,攝影測量也與計算機視覺、人工智能等多個相關學科交叉融合,發展成為廣義攝影測量學,進入天空地一體化綜合智能攝影測量新階段。在廣義攝影測量學框架下,天空地多源遙感數據的獲取手段及數據處理的理論方法都具有全新的模式和發展趨勢,例如天空地多源遙感數據獲取方面呈現多視角成像、多模態協同、多時相融合、多尺度聯動等態勢;而多源遙感數據處理方面則呈現多特征耦合、多控制約束、多架構處理、多學科交叉等趨勢。
在大數據及人工智能新時代,天空地一體化廣義攝影測量學的全面發展和智能服務,尚需盡快開展多學科交叉的創新型高端人才培養,并融合多個學科的最新研究成果,在天空地多視角/多模態影像幾何處理、多時相影像智能信息提取與動態監測、激光點云與多視角影像聯合精細建模、多傳感器集成的無人系統自主導航、智能制造系統視覺檢測等領域的理論和技術方面取得更大突破,形成從天空地多源遙感數據實時/準實時智能幾何處理到信息提取服務的完整理論和技術體系,為智能化測繪時代天空地多源遙感數據的各領域應用奠定基礎。
參考文獻:
[1]龔健雅,季順平.從攝影測量到計算機視覺[J].武漢大學學報(信息科學版),2017,42(11):1518-1522,1615.GONGJianya,JIShunping.Fromphotogrammetrytocomputervision[J].GeomaticsandInformationScienceofWuhanUniversity,2017,42(11):1518-1522,1615.
[2]SEFERCIKUG,ALKANM,BUYUKSALIHG,etal.Generationandvalidationofhigh-resolutionDEMsfromWorldview-2stereodata[J].ThePhotogrammetricRecord,2013,28(144):362-374.
[3]ZHANGYongjun,XIONGJinxin,HAOLijuan.Photo-grammetricprocessingoflow-altitudeimagesacquiredbyunpilotedaerialvehicles[J].ThePhotogrammetricRecord,2011,26(134):190-211.
[4]COLOMINAI,MOLINAP.Unmannedaerialsystemsforphotogrammetryandremotesensing:areview[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2014,92:79-97.
[5]ZHANGYongjun,ZHANGZuxun,ZHANGJianqing.Auto-maticmeasurementofindustrialsheetmetalpartswithCADdataandnon-metricimagesequence[J].ComputerVisionandImageUnderstanding,2006,102(1):52-59.
作者:張永軍,張祖勛,龔健雅