身份证号码：37091119820802xxxx
摘要：在计算机视觉传感技术中，它结合了数字处理、静态图像合成、数据处理、数学和物理模式识别，应用包括计算机图形学、图像内容的后续处理和包括人工智能机器人技术。大型数字图像摄影测量方法是测绘技术领域的主要分支，数字摄影测量法已进入计算机视觉领域。本文详细回顾了计算机技术视觉感知的各种技术的进一步发展和历史。详细介绍了计算机视觉精确测量技术与数字摄影核心技术之间的共同和本质差异。
关键词：计算机视觉；数字摄影测量；本质差异
引言
计算机视觉相关研究的目标是使计算机能够以各种方式快速地从2D平面图像数据中识别三维环境信息。这种全面的基本功能使智能机器人可以查看三维环境中对象几何图形信息，以及它们的形状、主要位置、姿势、运动等，并且可以进行详细信息、存储、自动识别和了解它们。数字摄影测量法是测绘学科的一个分支，它测量相机拍摄的图像（二维），以确定物体在三个维度上的位置、形状、大小甚至运动。就计算机视觉（尤其是计算机立体视觉）而言，它与数字摄影测量法非常相似。但是，两者之间存在本质区别。本文主要介绍计算机视觉与数字摄影测量法之间的关系。
1计算机视觉的发展史
电子计算机的视觉感知源于20世纪60年代和80年代的传统统计模式识别，20世纪60年代和70年代的重点是分析和识别各种二维图像的能力。如光学字符的识别、工件表面、显微的静态图像、航空图像的深度分析和表达等，罗伯茨借助计算机等程序，在提取过程中，提取了立方体、楔形和棱柱形等三维空间结构，详细描述了整个物体形状和空间之间的关系。从研究到实际应用的进一步发展阶段，计算机产业的快速持续发展、机器智能、并行处理和神经网络系统的快速发展推动了计算机视觉系统的进一步发展。目前，计算机视觉核心技术已被广泛用于许多核心领域，例如数据计算几何、计算机图形学、图像数据处理和机器人技术。对于机器智能而言，计算机视觉是最重要和必不可少的。其研究结果的目标是使计算机能够以各种方式快速通过二维识别和三维环境相关信息。
计算机视觉是基于图像内容处理的核心技术，各种信号处理的核心技术、概率和统计结果的深入分析、几何图形的计算、神经网络机器学习理论和电子计算机信息处理系统技术。随着对计算机视觉信息内容的综合分析和处理，对计算机视觉的深入研究是模拟人类的视觉感知重要功能的科学方法的理论基础和科学研究。未来，智能机器人将全面智能化、车辆智能驾驶的路径导航、目标跟踪以及各种工业检查、医疗和军事应用中最关键的因素。计算机视觉是一门综合性的专业学科，吸引了专业领域专业人员的深入研究，例如计算机科学和工程、信号处理、量子物理学、应用数学、应用统计学、神经生物学和认知科学。
2计算机视觉与摄影测量的区别
（1）麻省理工学院罗伯特的三维场景深度分析将过去的二维彩色图像深度分析扩展到三维平面场景中，意味着立体视觉技术从此诞生。从1851年到1859年，法国海军陆战队少校劳萨达特上校的摄影测量学是摄影测量学的真实起点。摄影精确测量的整体发展远远领先于计算机和计算机的三维立体视觉。在电子数字计算机技术出现之前，摄影测量法已经成为测绘数据行业的重要组成部分。摄影测量学一直是测绘专业的一个分支，尤其是地形测绘专业的测绘。因此计算机视觉和摄影测量的最终目标是完全不同的。
（2）不同的起始点很可能导致大多数相关参数的物理参数不同。计算机视觉的感知技术是如何使用计算机技术来实现人眼的真实模拟。通过相关研究，我们可以在将来实现机器人的视觉感知。它是基于眼睛中心和光轴形成的坐标系，它基于空间（地面）的统一平面坐标。所以精确测量中的外部方向确定了图像数据在空间中相对于物体的位置和方向。但是，计算机视觉通常可以从另外方向描述此问题：对象相对于图像的位置和方向。
（3）起点的差异导致基本公式的差异。计算机视觉感知与摄像机测量结果的公式之间的差异是由于物体与静态图像之间的关系不同造成的。无论是计算机视觉还是摄影精密测量，都研究了物体与图像之间的实际关系。因此，描述三维物体和二维图像坐标之间关系的公式是基本公式。
计算机视觉的最基本公式表示为均质坐标的投影方程：
（4）不同的处理对象，有不同的处理过程。航空摄影测量可以在一区域绘制地图，因此图像排列在一条路线上，国内机场重叠60％，路线重叠20％，因此航程中相邻图像的相对方向（构成三维平面模型结构）、模型之间的连接（整体构成三维空间模型）、路线的连接（构成区域）空中三角测量和区域调整，准确测量图像的外部方向是摄影测量的重要过程。因此，计算机视觉感知处理的范围通常很小，通常是立体（三维视觉），并且计算机视觉不需要的一定的处理方法（空中三角测量和区域网络调整）。
（5）研究方法的差异。计算机技术从视觉上看，使用矩阵分解来最终确定线性方程的直接解。计算机技术视觉经常试图将非线性变化问题转化为线性变化核心问题，并试图避免求解非线性方程。未知数是通过观测获得的，通常采用测量调整的方法。为了解决这个问题，摄影测量选择确定功能建模、调整建模方法、确认未知数的初始值。这是测绘学科数据处理的流程（见图1）。
显然，针对同一问题的最佳解决方案是不相同的。在数字摄影测量中直接引入最小二进制匹配，在数字摄影测量结果的过程中也采用了标准的最小二乘法。计算机立体视觉和数字摄影测量结果中，最基本的问题之一是计算机可以识别具有相同名称的图像数据。在数字摄影测量结果的整个过程中，最小二乘法被使用。
3计算机视觉与摄影测量的联系
计算机行业也运用三维立体视觉基本原理对静态图像中的图表进行了深入研究。近年来，大多数人一直在运用立体感知的基本原理，探索利用多个图像内容从不同角度在同一个区域高度的信息内容，取得了长足的进步。在立体声对的测量过程中，两者基本相似。
4结束语
数字摄影的测量方法已正式进入计算机视觉的领域。从另一角度来看，计算机视觉、数字摄影测量的快速发展需要完全打破传统的精确测量图像摄影方式的束缚。同时，尽管大型数字摄影测量方法与计算机视觉的摄影结果不相同，但是对计算机技术视觉的需求（例如高精度直接测量）与数字近距离摄影测量方法的发展将越来越多，并且这两个学科交集会愈加重要。这种相交将构成电子计算机视觉的一个新的主要分支-摄影测量计算机的视觉，重点是定量和深入的研究新的描述方法，以及对计算机视觉的不断改进。计算机视觉和大型数字摄影测量学的研究，将迎来繁荣和智能变革的时代。
论文作者:田名
论文发表刊物:《基层建设》2019年第24期
论文发表时间:2019/11/20
标签：视觉论文; 计算机论文; 测量论文; 图像论文; 数字论文; 测量学论文; 物体论文; 《基层建设》2019年第24期论文;