张祖勋院士：摄影测量的信息化与智能化
来源：《测绘地理信息》2015年第4期
作者：张祖勋、吴媛
第一作者简介：张祖勋，中国工程院院士，教授，博士生导师，主要研究方向为摄影测量与遥感技术。
摄影测量的发展经过模拟、解析、数字3 个发展阶段后，又从数字摄影测量工作站发展到了数字网格。目前在信息时代的发展促进下，摄影测量已进入了信息化时代。通过对信息化时代摄影测量基本特征的讨论，介绍了信息化时代重点资源的地理空间信息和重点标志的密集点云;并从信息化的发展延伸到摄影测量中低空无人机的智能化发展，最后就地图产品DLG 等矢量信息在信息化时代摄影测量中新的生产方式进行了讨论。
无论是一门学科，还是一个技术的产生与发展，都离不开它所处的时代，都具有鲜明的时代特征。从语言产生、文字创造、印刷术发明，到电信、广播、电视，进入计算机通讯时代，经过5 次信息革命，人类终于进入了信息化时代。传感器、通信与计算机技术构成信息产业的3 大支柱之一。
张祖勋院士
当今社会对信息化测绘与地理信息的基本要求，可以用两个字表达：“快”与“准”。2008 年的“5·12”汶川地震与2013 年“4·20”庐山地震，航空摄影获取信息的时间对比就是一个明显的例子。
摄影测量经过了模拟、解析到数字3 个发展阶段，而数字摄影测量由1992 年17 届华盛顿ISPRS 大会到2012 年22 届墨尔本ISPRS 大会，经历了20 年的发展。它大致可分为3 个发展时期：从1992 年到2000 年的阿姆斯特丹大会，可谓数字摄影测量的初期，它以航空摄影照片的“数字化器”为标志;21 世纪的前10 年，数字摄影测量发展出了各种各样的传感器，进入数字测量的传感器时代;在2012 年的墨尔本ISPRS 大会上，新型的传感器不多，而摄影测量的网格系统开始替代原来的摄影测量工作站[1]，摄影测量进入了信息化[2，3]时代。
从摄影测量进入全数字化时代，计算机的任何进展都会影响摄影测量的发展。同时必须指出的是，由于三维重建、游戏、电视、电影的需要，在此期间，计算机(计算机视觉[4，5]、计算机图形学)的直接参与使摄影测量得到快速发展。
信息时代摄影测量的基本特点为信息化与智能化，本文就以下5 点予以讨论：
1)信息化时代摄影测量的基本特征;
2)地理空间信息是信息化摄影测量的重点资源;
3)密集点云是摄影测量信息化发展的重点标志;
4)低空、无人机摄影测量的智能化;
5)基于密集点云与正射影像测图的可能性。
1信息化时代摄影测量的基本特征
摄影测量由一个单一的摄影机发展到各种各样的传感器是其在信息化时代的一个基本特征。摄影测量各类传感器极大地促进了摄影测量的发展，扩展了摄影测量服务的内容。摄影测量不仅仅可以生产DSM(digital surface model)、DEM(digital ele_vation model)、DOM(digital orthophoto model)，还可以为数字城市、智慧城市实现三维重建，为汽车导航生产街景地图。腾讯有个标语：“无街景，不地图”，由此见摄影测量已经进入信息产业时代。
传统的摄影测量相机类型不少，也有了很大的发展，但其本质变化不大，而数字相机则完全不同。由于当今CCD 面阵面积的大小，一般达不到传统航空摄影测量相机承影面大小，除个别大面阵相机外，多数几个小相机拼接成大相机。当今用于摄影测量的相机多种多样，可分为：大面阵、面阵拼接、线阵(拼接)、扫描摄影测量等。常见的面阵拼接有静态拼接(如DMC 相机)和动态拼接(如UltraCamX)两种形式。目前常用的线阵拼接相机为三线阵相机，三线阵相机的主要形式为单相机(如ADS 系列相机、嫦娥一号三线阵相机等)、三相机(如ALOS 卫星及资源三号卫星搭载的相机)、扫描摄影相机(如以色列A3 相机)等。以上几种均为常规的相机，目前常用的另一类相机为倾斜摄影相机[6]，该类相机的一个摄站由1 张垂直影像和4 张倾斜影像构成。倾斜 影像可以获取建筑物的侧面信息，为从影像进行建筑物的三维重建提供了丰富的纹理信息。全景相机的使用也具有广阔的应用前景，由十几台相机构成全景相机用于拼接，构成街景。随着汽车导航、虚拟旅游的需求，Google 于2007 年推出Google 地图街景查询工具(Street View)。
以上均为光学相机，目前使用最为广泛的传感器之一为激光扫描仪。激光扫描(LiDAR)无疑是21世纪测绘的一个重大进展。目前关于由激光扫描或由摄影测量产生点云的讨论非常热烈。激光的有些优点是可见光摄影测量无法比拟的。激光扫描具有多次回波的特性[7]，一次脉冲，多次反射，一般可以记录4 次回波，甚至全波形记录，这是激光特有的优势。不仅如此，LiDAR 还具有水陆一体无缝测量的优势，LiDAR 系统向海面发射波长为1 064 nm 的红外激光和倍频后波长为532 nm 的蓝绿激光，由于蓝绿激光较易直接穿透海水而红外激光不易穿透海水，从而获取红外激光的陆地信息以及蓝绿激光的海底信息。根据红外激光与蓝绿激光返回的时间差，即可计算出被测点处的海水深度。国家海洋局第一海洋研究所组织了两次试验。2012 年11~12 月，由OPTECH 公司及中翰公司协助，引进AQUARIUS系统，在中国黄海和南海进行了试验。2013 年7~8 月，由瑞典AHAB 公司及美科公司协助，在西沙进行了试验。对面积为1.49 km2 (含礁盘)、岛陆面积0.35 km2的海岛区域进行摄影测量。生产比例尺为1∶500 的32 幅地形图使用传统方式(人工+船载)需要1 周以上的时间，而使用LiDAR 系统实际作业时间仅需2 h;传统方式产生的地形点少于24 万个，而使用该设备获取地形点则大于1 000 万个;使用传统方式需测量人员至少5 人，使用该设备仅需1 人(不包括船长和机长)。
除了直接获取地物信息的传感器(光学、激光云)外，位置与姿态传感器(position orientation system，POS)可用于确定摄影传感器的位置(GPS)和姿态(inertial measurement unit，IMU)，是新型传感器的重要组成部分。它是摄影测量发展至今至关重要的传感器，GPS 的作用已经远远超出测量的范围。
不同传感器的发展给摄影测量提供了不同的可能性，不仅提高了摄影测量的效率，也提供了摄影测量向更广阔的范围发展的契机，摄影测量各种传感器的发展是互为补充，而不是替代。
2地理空间信息是信息化摄影测量的资源
已有的地理空间信息包括大量的公众地理空间信息的应用，是信息化时代数字摄影测量的一个基本特征，对摄影测量的变更具有重要意义。它不仅仅在正射影像更新中得到了成功的应用，同时也应用于我国的测绘卫星处理影像处理。
SRTM[8](shuttle radar topography mission)是目前使用非常广泛的公共地理空间信息，它是由NGA免费发布了全部区域3''×3'(' 相当于90 m栅格分辨率)的SRTM3和美国区域1''×1'(' 相当于30 m 栅格分辨率)的SRTM1。通过为期11 天的飞行将覆盖地球表面南北纬60°之间的广阔区域，覆盖面积达地球表面的80%，人口占全球的90%以上，中国国土100%被覆盖。SRTM 粗略地获取了地球表面信息，给密集匹配DSM 提供了初值。
对公共开放的地图服务也是目前使用最广泛的公众地理空间信息，不仅在测绘行业具有广泛的应用价值，也逐渐深入了大众用户的生活中，主要的地图服务有Google 地图、天地图、百度地图、百度三维地图、腾讯街景地图、OSM(open street map)。不同于其他商业公司提供的地图服务，OSM 是一个网上地图协作计划，目标是创造一个内容自由且能让所有人编辑的世界地图。OSM 在2004 年7 月由SteveCoast 创立，于2006 年4 月设立OSM 基金会，鼓励自由地理数据的发展和输出。2006 年12 月，雅虎更允许OSM 使用该站的航空摄影相片作为编辑的根 据。目前包括苹果和微软在内都在使用OSM。
2010 年海地大地震中，OSM 这个供人自由编辑的公众地图服务极大地提高了地面搜救小队的工作效率。这个地图以GeoEye 等公司提供的最新卫星照片为基础，又加入了很多最新的情况，工作人员和志愿者可以随时用随身的电脑或手机在地图上即时标注救护站、帐篷和倒塌的大桥，不在前线的工作人员则可以增加一些通过twitter 传来的情况。它绘制出的海地灾区地图，几乎每一秒都是最新的。OSM不是唯一能实现这个功能的地图服务，基于GPS 设备上的Garmin images 也起到了不小作用。
地理信息使得传统的摄影测量从“开环”向“闭环”发展，这是信息化摄影测量的另一个重要特征。图1 说明了信息化摄影测量和传统摄影测量相比，影像和地理空间信息之间关系的变化。图2 进一步说明了已有的地理空间信息对地理空间信息更新的作用，相比传统的摄影测量，信息化时代的摄影测量更能充分利用已有的地理空间信息，不仅提高了信息更新速度，也减小了信息更新的成本。
从我国摄影测量和地理信息发展角度来看，公众地理空间信息对国产光学卫星影像数据处理、DOM 生产和云区的识别与提取提供了有用的信息。我国发射的高分二号卫星的空间分辨率优于1 m，观测幅宽达到45 km，为国际同类卫星最高水平，具有高辐射精度、高定位精度和快速姿态机动能力等特点，标志着中国遥感卫星进入亚米级的“ 高分时代”。通过从公众地理空间信息(如GoogleEarth)量测控制点信息，加入国产卫星数据的处理过程中，有利于从卫星数据中生产的DEM 和DOM 精度的提高，并且节约了外业测量控制点的时间和人力成本。
不仅如此，公众地理信息可以用于国产卫星影像的云区识别与提取过程。通过云对影像密集匹配的不良影响可以用来识别云区域。利用SRTM 可以从天绘卫星影像上提取出云区，云判策略为：
总的来说，公众地理信息提供的大量开放数据不仅对灾害应急具有重要意义，同时也可以用于摄影测量数据处理与生产流程的多个方面。地理空间信息和摄影测量的相互补充更新可以提高地理空间信息的更新速度，也可以减小摄影测量生产过程中的成本，并提供数据处理过程中新的解决思路。
3密集点云是摄影测量信息化发展的标志
随着云时代的来临，大数据(big data)一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据。截止到2012 年，数据量已经从TB(1 024 GB=1 TB)级别跃升到PB(1 024 TB=1 PB)、EB(1 024 PB=1 EB)乃至ZB(1 024 EB=1 ZB)级别。在摄影测量数据处理中，TB 已经愈来愈熟悉，PB 还没有考虑，虽然云计算在摄影测量中尚不普遍，摄影测量的数据量也不能与互联网上一天的数据相比，但是点云的“云”字已经十分熟悉。事实上，影像大重叠度与密集点云是近年来摄影测量信息化发展的重要标志。
摄影测量中，从影像生成点云的技术为密集匹配技术。传统的DEM 和正射影像产品的三维点云通常由机载LiDAR 系统产生，而最新的密集匹配技术的发展使得从影像中得到三维点云的技术已经可以有效地取代LiDAR 系统。除多源传感器外，Point Clouds 是信息化时代摄影测量中最重要的进展。无论在国内还是国际、摄影测量界还是计算机界，由影像通过密集匹配生成点云都已经成熟。在摄影测量中，常用的密集匹配方法为半全局匹配算法[10](semi_global matching，SGM)。该算法使用动态规划的方法，利用两张影像(核线影像)之间的互信息MI(mutual information)构建能量函数，使用半全局搜索实现两张影像之间的逐点匹配。使用摄影测量技术从影像获取三维点云技术的快速发展与成熟化，从近几年来国内DOM 产品生产的市场价格也可见一斑。
4低空无人机摄影测量的智能化
低空无人机摄影测量的智能化主要可以分为两个方面，一方面为无人机操控的智能化，另一方面为 对无人机获取的数据处理的智能化[12]。首先，无人机操控的智能化指的是在无人机起飞、飞行、拍摄以及返航过程的自动化处理。目前的无人机系统已可以做到很大程度上的自动化。通过从航空航天影像上划定范围，无人机控制系统即可自动计算得到合适的拍摄地点，用户也可以通过输入相应的参数对自动得到的结果进行修正。无人机系统可以根据预先设定的航线自动飞行，并根据之前获取的拍摄点自动拍摄照片。无人机飞行过程中，操控手可以全程随时干预其飞行状况，可以有效避免无人机在较差的飞行环境下失去控制。另一方面，由无人机获得的影像经过处理进行三维重建，该过程中包括匹配等多个步骤，可以在最大程度上减少人工干预，从而得到智能化的效果。更进一步的，对于三维重建得到的点云信息，还可以使用人工智能的手段进一步解译处理，如从无人机影像中识别感兴趣的地物类别、地物目标等。
5基于密集点云与正射影像测图的可能性
DLG(digital line graphic)、矢量信息是重要的地理空间信息，从模拟到解析、数字摄影测量，由人工测图发展到计算机辅助测图，摄影测量获得了今非昔比的发展，而摄影测量的测图虽有发展，但没有实质性变化。
针对摄影测量传感器的发展，目前的测图系统无法实现某些传感器的测图要求;针对计算机的发展，特别是多核多CPU、GPU 的发展;针对摄影测量生产的发展，特别是空三、点云、正射影像生产自动化程度的极大提高;针对三维建模与DLG 数据采集的分离等问题，提出基于密集点云与正射影像测图的可能性问题，将传统的人工立体测图转换为人工引导下的计算机立体测图;破除从左到右的立体测图的观念，建立跨摄影测量传感器平台的DLG 采集系统;打破三维重建与摄影测量测图分割，建立二维、三维采集与重建的统一平台;打破过去单台计算 机、单核、单模型测图再接边的效率低下、工序繁多的模式，建立网络共享、多机、多CPU、多核的高效摄影测量测图系统。
6结束语
[1] 张祖勋. 从数字摄影测量工作站(DPW)到数字摄影测量网格(DPGrid)[J]. 武汉大学学报·信息科学版，2007，32(7)：565_571
[2]张祖勋. 由数字摄影测量的发展谈信息化测绘[J]. 武汉大学学报·信息科学版，2008，33(2)：111_115
[3] 鹿心社. 构建信息化测绘体系，服务经济社会发展[N]. 经济日报，2006_10_11
[4]张祖勋. 数字摄影测量与计算机视觉[J]. 武汉大学学报·信息科学版，2004，29(12)：1 035_1 039，1 105
[5]马颂德，张正友. 计算机视觉——理论与算法基础[M].北京：科学出版社，1998
[6] Gerke M，Kerle N. Automatic Structural SeismicDamage Assessment with Airborne Oblique Pictom_ etryimagery[J]. Photogrammetric Engineering & Re_mote Sensing，2011，77(9)：885_898
[7] Mallet C，Bretar F. Full_waveform Topographic Li_DAR：State_of_the_Art[J]. Photogrammetry and Re_mote Sensing，2009，64(1)：1_16
[8] Rodriguez E，Morris C S，Belz J E. A Global As_sessment of the SRTM Performance[J]. Photogram_metric Engineering & Remote Sensing，2006，72(3)：249_260
[9] Leberl F，Irschara A，Pock T，et al. Point Clouds：LiDAR Versus 3D Vision[J]. Photogrammetric Engi_neering & Remote Sensing，2010，76(10)：1 123_1 134
[10] Hirschmuller H. Accurate and Efficient Stereo Pro_cessing by Semi_global Matching and Mutual In_formation[C]. IEEE Conference on Computer Vision and Pattern Recognition(CVPR)，San Diego，CA，USA，2005
[11] Colomina I，Molina P. Unmanned Aerial Systems for Photogrammetry and Remote Sensing：A Review[J]. ISPRS Journal of Photogrammetry and Remote Sensing，2014，92：79_97
[12] Bemis S P，Micklethwaite S，Turner D，et al.Ground_based and UAV_Based Photogrammetry ：A Multi_scale，High_resolution Mapping Tool for Structural Geology and Paleoseismology[J]. Journal of Structural Geology，2014，69：163_178
[13] Guo Huadong. Digital Earth Science Platform：DESP/CAS[C]. The International Archives of the Photo_grammetry，Remote Sensing and Spatial Information Science，ISPRS Congress，Beijing，2008
推荐阅读
---------------- 推 广 ---------------