智能摄影测量学导论【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

智能摄影测量学导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 基础1

1.1物理相关1

1.1.1光与视觉1

1.1.2传感器与图像2

1.1.3摄影平台4

1.2几何变换5

1.2.1点、线、面、角5

1.2.2几何变换的层次9

1.2.3从3D到2D的几何变换10

1.3数学基础13

1.3.1线性时不变系统和图像处理13

1.3.2最小二乘平差19

1.3.3粗差的处理21

1.3.4系统误差的处理23

1.3.5最大似然，最大后验及贝叶斯定理24

1.3.6变分法25

1.4数学工具和平台29

1.4.1代数运算工具29

1.4.2 OpenCV库29

1.4.3深度学习平台30

课后习题31

第2章 单像解析32

2.1坐标系统32

2.1.1图像坐标系32

2.1.2传感器坐标系34

2.1.3平台坐标系34

2.1.4局部切平面坐标系35

2.1.5地心直角坐标系35

2.2普通光学相机的成像模型35

2.2.1平面相机35

2.2.2线阵相机36

2.2.3鱼眼相机37

2.2.4通用几何成像模型39

2.3全景相机的四种成像模型43

2.3.1理想的全景相机43

2.3.2多镜头组合式全景相机45

2.3.3旋转式全景相机46

2.3.4折反射式全景相机47

2.4单像解析的一些补充48

2.4.1空间后方交会和解法48

2.4.2共线条件方程的正算和反算49

2.4.3灭点与灭线50

2.4.4相机检校51

课后习题53

第3章 立体几何54

3.1普通核线几何54

3.2线阵相机的核线57

3.3全景相机的核线58

3.4三视几何59

3.4.1基于线的三视几何59

3.4.2三焦点张量61

3.5核线几何的一些补充63

3.5.1核线立体像对63

3.5.2立体模型的绝对定向64

3.5.3前方交会和立体重建65

课后习题66

第4章 运动成像平台的定位方法67

4.1贝叶斯理论框架下的通用定位模型67

4.1.1光束法平差的缺点67

4.1.2通用定位模型68

4.2光束法区域网平差69

4.2.1基本方法69

4.2.2光束法平差的初值73

4.2.3光束法平差的控制条件75

4.2.4自检校光束法平差77

4.3卡尔曼滤波78

4.3.1离散卡尔曼滤波79

4.3.2扩展卡尔曼滤波81

4.4粒子滤波83

4.4.1蒙特卡罗和马尔可夫链83

4.4.2用带权粒子表达概率分布84

4.4.3粒子滤波算法85

4.5一些补充87

4.5.1从运动恢复结构87

4.5.2 SLAM与VisualSLAM87

课后习题91

第5章 图像匹配92

5.1特征与特征提取92

5.1.1什么是好特征？92

5.1.2 Harris算子93

5.1.3 SIFT算子95

5.1.4 A-SIFT与最小二乘匹配97

5.2图像匹配99

5.2.1几种相似性测度99

5.2.2误匹配处理100

5.2.3匹配效率102

5.3图像密集匹配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

5.4一些补充110

5.4.1视觉词袋110

5.4.2闭环探测110

5.4.3多源图像匹配111

5.4.4非线性光照与本征图像分解111

课后习题113

第6章 相机与激光雷达的融合114

6.1传感器静态检校114

6.1.1相机与GPS、 IMU的检校114

6.1.2基于线的共线条件方程115

6.1.3激光雷达与相机的检校115

6.2数据级融合117

6.2.1看作2D-3D或3D-3D刚体配准问题117

6.2.2考虑激光点云中的误差118

6.3几何级融合119

6.3.1 LiDAR辅助的尺度约束119

6.3.2几何约束下的闭环探测120

6.4三维场景生成121

6.4.1基于图像的三维场景生成121

6.4.2基于点云的三维场景生成123

6.4.3基于图像和点云融合的三维场景生成124

6.5一些补充124

6.5.1机载激光雷达124

6.5.2 RGB-D相机与Kinect125

6.5.3三维建模125

课后习题126

第7章 专题图、深度学习与智能摄影测量127

7.1数字地图127

7.1.1数字高程模型127

7.1.2数字正射图像129

7.1.3数字线划图130

7.2深度学习132

7.2.1历史132

7.2.2基础133

7.2.3深度卷积神经元网络136

7.3专题图及深度卷积神经元网络的应用137

7.3.1图像检索专题图137

7.3.2语义分割专题图139

7.3.3目标识别专题图140

7.3.4实例分割专题图143

7.3.5矢量提取专题图143

7.3.6基于深度学习的立体匹配144

7.4深度学习在建筑物提取中的应用147

7.4.1建筑物开源数据库的建立147

7.4.2建筑物语义分割149

7.4.3建筑物实例分割150

7.4.4建筑物矢量提取151

7.5展望智能摄影测量时代152

课后习题153

参考文献154