☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

《智能攝影測量學導引》係統講述現代攝影測量學的知識體係、方法及應用。第1章為《智能攝影測量學導引》基礎，介紹幾何成像、傳感器技術、攝影平颱、圖像處理以及優化方法等。第2，3章分彆介紹單目視覺和雙目視覺，它們是攝影測量中幾何概念的主體部分。第4章闡述運動平颱的定位方法，並將傳統的光束法平差推廣為貝葉斯理論框架下的動態優化問題。第5章介紹圖像匹配，包括用於同名點提取的稀疏匹配和用於立體重建的密集匹配。第6章介紹激光雷達與光學圖像的多層次融閤。第7章介紹專題圖和深度學習，並指齣以深度學習為主的人工智能方法將為語義專題圖的自動生産提供良好的解決方案。語義專題圖的製作是數字攝影測量時代多年來可望不可及的目標，這預示著一個新的時代——智能攝影測量時代的到來。

目錄

目錄
第1章 基礎 1
1.1 物理相關 1
1.1.1 光與視覺 1
1.1.2 傳感器與圖像 2
1.1.3 攝影平颱 4
1.2 幾何變換 5
1.2.1 點、綫、麵、角 5
1.2.2 幾何變換的層次 9
1.2.3 從3D到2D的幾何變換 10
1.3 數學基礎 13
1.3.1 綫性時不變係統和圖像處理 13
1.3.2 最小二乘平差 19
1.3.3 粗差的處理 21
1.3.4 係統誤差的處理 23
1.3.5 最大似然，最大後驗及貝葉斯定理 24
1.3.6 變分法 25
1.4 數學工具和平颱 29
1.4.1 代數運算工具 29
1.4.2 OpenCV庫 29
1.4.3 深度學習平颱 30
課後習題 31
第2章 單像解析 32
2.1 坐標係統 32
2.1.1 圖像坐標係 32
2.1.2 傳感器坐標係 34
2.1.3 平颱坐標係 34
2.1.4 局部切平麵坐標係 35
2.1.5 地心直角坐標係 35
2.2 普通光學相機的成像模型 35
2.2.1 平麵相機 35
2.2.2 綫陣相機 36
2.2.3 魚眼相機 37
2.2.4 通用幾何成像模型 39
2.3 全景相機的四種成像模型 43
2.3.1 理想的全景相機 43
2.3.2 多鏡頭組閤式全景相機 45
2.3.3 鏇轉式全景相機 46
2.3.4 摺反射式全景相機 47
2.4 單像解析的一些補充 48
2.4.1 空間後方交會和解法 48
2.4.2 共綫條件方程的正算和反算 49
2.4.3 滅點與滅綫 50
2.4.4 相機檢校 51
課後習題 53
第3章 立體幾何 54
3.1 普通核綫幾何 54
3.2 綫陣相機的核綫 57
3.3 全景相機的核綫 58
3.4 三視幾何 59
3.4.1 基於綫的三視幾何 59
3.4.2 三焦點張量 61
3.5 核綫幾何的一些補充 63
3.5.1 核綫立體像對 63
3.5.2 立體模型的絕對定嚮 64
3.5.3 前方交會和立體重建 65
課後習題 66
第4章 運動成像平颱的定位方法 67
4.1 貝葉斯理論框架下的通用定位模型 67
4.1.1 光束法平差的缺點 67
4.1.2 通用定位模型 68
4.2 光束法區域網平差 69
4.2.1 基本方法 69
4.2.2 光束法平差的初值 73
4.2.3 光束法平差的控製條件 75
4.2.4 自檢校光束法平差 77
4.3 卡爾曼濾波 78
4.3.1 離散卡爾曼濾波 79
4.3.2 擴展卡爾曼濾波 81
4.4 粒子濾波 83
4.4.1 濛特卡羅和馬爾可夫鏈 83
4.4.2 用帶權粒子錶達概率分布 84
4.4.3 粒子濾波算法 85
4.5 一些補充 87
4.5.1 從運動恢復結構 87
4.5.2 SLAM與VisualSLAM 87
課後習題 91
第5章 圖像匹配 92
5.1 特徵與特徵提取 92
5.1.1 什麼是好特徵？ 92
5.1.2 Harris算子 93
5.1.3 SIFT算子 95
5.1.4 A-SIFT與最小二乘匹配 97
5.2 圖像匹配 99
5.2.1 幾種相似性測度 99
5.2.2 誤匹配處理 100
5.2.3 匹配效率 102
5.3 圖像密集匹配 103
5.3.1 概述 104
5.3.2 近似全局匹配方法 104
5.3.3 半全局方法 107
5.4 一些補充 110
5.4.1 視覺詞袋 110
5.4.2 閉環探測 110
5.4.3 多源圖像匹配 111
5.4.4 非綫性光照與本徵圖像分解 111
課後習題 113
第6章 相機與激光雷達的融閤 114
6.1 傳感器靜態檢校 114
6.1.1 相機與GPS、IMU的檢校 114
6.1.2 基於綫的共綫條件方程 115
6.1.3 激光雷達與相機的檢校 115
6.2 數據級融閤 117
6.2.1 看作2D-3D或3D-3D剛體配準問題 117
6.2.2 考慮激光點雲中的誤差 118
6.3 幾何級融閤 119
6.3.1 LiDAR輔助的尺度約束 119
6.3.2 幾何約束下的閉環探測 120
6.4 三維場景生成 121
6.4.1 基於圖像的三維場景生成 121
6.4.2 基於點雲的三維場景生成 123
6.4.3 基於圖像和點雲融閤的三維場景生成 124
6.5 一些補充 124
6.5.1 機載激光雷達 124
6.5.2 RGB-D相機與Kinect 125
6.5.3 三維建模 125
課後習題 126
第7章 專題圖、深度學習與智能攝影測量 127
7.1 數字地圖 127
7.1.1 數字高程模型 127
7.1.2 數字正射圖像 129
7.1.3 數字綫劃圖 130
7.2 深度學習 132
7.2.1 曆史 132
7.2.2 基礎 133
7.2.3 深度捲積神經元網絡 136
7.3 專題圖及深度捲積神經元網絡的應用 137
7.3.1 圖像檢索專題圖 137
7.3.2 語義分割專題圖 139
7.3.3 目標識彆專題圖 140
7.3.4 實例分割專題圖 143
7.3.5 矢量提取專題圖 143
7.3.6 基於深度學習的立體匹配 144
7.4 深度學習在建築物提取中的應用 147
7.4.1 建築物開源數據庫的建立 147
7.4.2 建築物語義分割 149
7.4.3 建築物實例分割 150
7.4.4 建築物矢量提取 151
7.5 展望智能攝影測量時代 152
課後習題 153
參考文獻 154
智能攝影測量學導引 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價

查看全網最低價