運動恢復結構（SfM）：理論方法及地球科學應用 ( 簡體 字) |
| 作者：張錦明等 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 48085
詢問書籍請說出此書號！【缺書】
NT售價： 490 元 |
| 出版日：11/1/2017 |
| 頁數：244 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：全彩印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121329654 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：譯者序
從二維圖像恢復場景或場景中對象的三維模型，是計算機視覺研究的重要內容之一。
20世紀80年代初，Marr首次從信息處理的角度綜合了圖像處理、心理物理學、神經生理學和臨床精神病學的研究成果，提出了較為完善的視覺系統框架。Marr認為視覺系統的研究應當分為三個層次，分別是計算理論層次、表達與算法層次、硬件實現層次。計算理論層次主要回答系統各部分的計算目的和計算策略，也就是系統各部分的輸入輸出是什么，相互之間是變換關系還是約束關系？Marr將視覺系統的總輸入輸出關系設定為一個總目標，即輸入是二維圖像，輸出是“重建”的三維物體的位置與形狀。表達與算法層次主要給出系統各部分輸入輸出和內部的信息表達，以及實現計算理論層次規定的目標的算法；算法與表達是比計算理論低一層次的問題，不同的表達與算法，在計算理論層次上可以相同。硬件實現層次主要回答“如何使用硬件實現算法”。
以Marr的視覺理論框架為基礎，基于圖像的三維重建形成了多種理論方法，其中單目視覺方法就是一種比較常用的方法。
單目視覺方法是指通過一臺攝像機拍攝的圖像進行三維重建，使用的圖像可以是單個視點的單（多）幅圖像，也可以是多個視點的多幅圖像。其中基于單視點單幅或多幅圖像的重建方法包括明暗度法（Shape from Shading，SfS）、紋理法（Shape from Texture，SfT）等；基于多視點多幅圖像的重建方法包括運動恢復結構方法（Structure from Motion，SfM），以及以SfM為基礎形成的多視圖立體視覺方法（Multi-View Stereo，MVS）。
1992年，Tomasi和Kanade提出了SfM方法。它首先通過在多幅未標定圖像中提取特征點，然后匹配特征獲得匹配特征點集，最后通過最小化投影誤差求解攝像機內外參數和被重建物體的三維信息。2006年，Noah Snavely等開發的Bundler增量式重建系統，實現了基于無序圖像序列的三維模型重建，這一系統尤其適用于大規模的城市場景。Bundler算法中集成了當時魯棒性最強、精確度最高的特征點檢測、匹配和光束法平差算法，生成了效果較好的稀疏三維點云。2010年，Furukawa在Snavely工作的基礎上，結合光束法平差算法與三角測量算法，提出了一種基于面片的多視圖立體視覺（Patch based Multi-view Stereopesis，PMVS）方法。但是，PMVS只重建剛體結構，自動忽略非剛體結構。2014年，Simon Fuhrmann等開發了多視圖重建環境（Multi-View Reconstruction Environment，MVE）的三維建模軟件，其輸入源為圖像序列，輸出結果是帶紋理的三維網格模型。MVE采用SfM估計相機參數、重建稀疏三維點云，然后對圖像序列采用多視圖立體視覺方法計算深度圖，最后使用曲面重建算法在深度圖集合中提取帶顏色信息的多邊形網格曲面。
綜上所述，自20世紀80年代初以來，SfM方法取得了顯著進展。但是，正如本書所提及的，截至到2015年，與SfM相關的大約1000條文獻記錄當中，大部分來自于計算機科學領域，其次是工程學，地球科學領域僅排名第九。由此可見，地球科學領域使用SfM作為一種新型地形測量技術尚處于起步階段。《運動恢復結構（SfM）：理論方法與地球科學應用》的出現正當其時，它作為地球科學領域的第一部SfM方面的教科書，首次將SfM置于其他數字測量方法的上下文環境中，詳細介紹了SfM的工作流程，包括可用的軟件包以及不確定性和精度的評估；審慎回顧了SfM方法在地球科學領域的應用現狀，提供了近期SfM驗證研究的綜合分析，展望了未來，突出了相關學科發展帶來的機遇。
如果站在計算機科學的角度，客觀看待《運動恢復結構（SfM）：理論方法與地球科學應用》，它并不完全屬于計算機科學領域的專著，其中相關關鍵技術的描述也算不得清晰、完整、深入。但是，如果站在地球科學的角度，仔細審視《運動恢復結構（SfM）：理論方法與地球科學應用》，那么它是地球科學領域重要的入門級參考書，它巧妙地繞過了SfM中涉及的復雜的數學公式和數學運算，為地球科學領域的學生、學者、行業從業人員打開了通向SfM三維重建的大門。
這可能就是本書的最大價值所在，也是我們翻譯本書的初衷所在！
翻譯外文著作是一項工作量巨大的工程，期間得到了老師、同學、朋友、家人的無私幫助和諒解，正是在這些幫助和諒解之下，翻譯工作得以有條不紊地進行。首先感謝三位原著作者，正是由于他們的辛勤勞動，使得我們有幸能夠了解運動恢復結構方法在地球科學領域中的應用，以及未來我們需要為之繼續努力的方向。其次感謝我的四位合作者：陳卓老師、龔桂榮老師、任琰老師和田薇同學。翻譯之初，為了確保在翻譯質量方面不出太大的紕漏，特意邀請信息工程大學理學院的英語教師陳卓參與這項工作，現在看來，陳卓老師的專業能力和敬業精神是本書成型的重要基礎。龔桂榮老師、任琰老師和田薇同學為本書的翻譯工作做出了突出貢獻，龔桂榮老師完成了第5∼6章的翻譯，任琰老師和田薇同學完成了第7∼8章的翻譯。如果沒有他（她）們的辛勤工作和無私奉獻，我難以完成這項工作。感謝中科院遙感所的龔建華研究員、杭州師范大學的潘志庚教授在百忙之中審閱了書稿，并熱情地撰寫了推薦意見。感謝電子工業出版社的李敏老師，為本書的引進、編輯、審校、出版付出了大量的心血。最后需要感謝的是我的愛人和兒子，正是他們的無私包容和理解，是本書成型的重要保障。
由于本書內容廣泛，涉及許多國際上最新的專業詞匯和學術用語；盡管在翻譯的過程中，我們試圖通過各種途徑保證翻譯內容的準確性、規范性，但是由于專業知識水平的限制，仍然不可避免地存在不足甚至錯漏之處。最后，希望大家以包容的心態閱讀本書，如有對譯著的任何有益的意見和建議，歡迎發送郵件至mapviewer@163.com，在此致以深深地感謝！
本書的出版同時得到了國家自然科學基金項目（41371383）和海岸帶地理環境監測國家測繪地理信息局重點實驗室、空間信息智能感知與服務深圳市重點實驗室開放基金資助項目（2015）的資助，在此致以我最誠摯的謝意！
張錦明
2017.10.01 |
內容簡介：基于多視圖立體視覺的運動恢復結構（Structure from Motion with Multi-View Stereo，SfM-MVS）方法使用標準緊湊型相機獲得的圖像和地面控制點網絡，提供了超大尺度的地形模型。這一技術不再局限于時間頻率，生成的點云數據的密度和精度與地面和機載激光掃描相當，但是成本僅為地面和機載激光掃描需要成本的部分。SfM-MVS方法提供了激動人心的機遇，它以前所未有的細節表征表面地形，以及通過多時相數據檢測地球表面演化過程中高程、位置和體積的變化。本書首次將SfM置于其他數字測量方法的上下文環境中，詳細介紹了SfM的工作流程，包括可用的軟件包以及不確定性和精度的評估。然后，審慎地回顧了SfM方法在地球科學領域的應用現狀，提供了近期SfM驗證研究的綜合分析，展望了未來，突出了相關學科發展帶來的機遇。本書可以作為地圖學與地理信息工程（系統）、環境科學與工程、地理學、地質學、作戰環境學等地球科學領域的研究生或本科生的輔助教材，也可以作為高等院校測繪科學與技術、遙感科學、地理信息科學等相關領域研究人員的科研參考書。 |
目錄：1面向地球科學的運動恢復結構概述 1
1.1 地球科學及其相關學科 2
1.2 本書目的和范圍 4
1.3 現勢性和重要性 5
1.4 什么是運動恢復結構？ 7
1.4 本書結構 7
參考文獻 9
2運動恢復結構的地位：地形測量新范式 11
2.1 引言 13
2.2 直接地形測量法 15
2.3 遠程數字測量 20
2.4 總結 34
參考文獻 35
延伸閱讀 43
3運動恢復結構的背景知識 45
3.1 引言 46
3.2 特征檢測 48
3.3 關鍵點對應 53
3.4 幾何一致性匹配的識別 55
3.5 運動恢復結構 57
3.6 縮放和地理參考 60
3.7 參數值優化 61
3.8 MVS聚類 61
3.9 MVS圖像匹配算法 63
3.10 總結 65
參考文獻 66
延伸閱讀 71
4運動恢復結構實踐 73
4.1 引言 74
4.2 平臺 77
4.3 傳感器 85
4.4 獲取圖像和地面控制點數據 88
4.5 軟件 93
4.6 點云瀏覽器 104
4.7 濾波 107
4.8 從點云生成數字高程模型 109
4.9 關鍵問題 112
4.10 總結 113
參考文獻 115
相關參考文獻 122
延伸閱讀 123
5質量評估：SfM導出地形數據的誤差量化 115
5.1 引言 116
5.2 驗證數據集 117
5.3 驗證方法 118
5.4 測量平臺 122
5.5 測量距離和尺度 123
5.6 誤差度量 129
5.7 地面控制點的分布 130
5.8 地形 131
5.9 軟件 138
5.10 相機 143
5.11 結論 144
參考文獻 145
延伸閱讀 148
6運動恢復結構在地球科學領域中的最新應用 149
6.1 前言 150
6.2 SfM-MVS衍生的正射影像拼接圖的應用 151
6.3 面向三維點云的SfM-MVS應用 160
6.4 面向網格化地形的SfM-MVS應用 160
6.5 正射影像和點云的聯合分析 165
6.6 跨越時間尺度：檢測變化展示演變過程 172
6.7 基于實踐者的SfM-MVS 180
6.8 總結 182
參考文獻 183
延伸閱讀 188
7運動恢復結構在地球科學領域中的未來發展方向 189
7.1 引言 190
7.2 硬件的發展 191
7.3 不斷發展的采集自動化 194
7.4 相片的有效管理和操作 207
7.5 點云生成和抽取 208
7.6 實時SfM-MVS和即時地圖：同步定位與地圖創建 211
7.7 增強現實 212
7.8 物體或表面運動的檢測：非剛體SfM 212
7.9 總結 215
參考文獻 216
延伸閱讀 220
8運動恢復結構方法的關鍵建議 221
8.1 關鍵建議1：終端用戶要理解SfM-MVS的本質，
以便做出批判性思考 222
8.2 關鍵建議2：協同合作，以便理解誤差的來源和幅值 223
8.3 關鍵建議3：關注研究問題 223
8.4 關鍵建議4：專注于數據處理工作 224
8.5 關鍵建議5：借鑒其他學科的經驗 224
8.6 關鍵建議6：駕馭SfM-MVS的大眾化力量 225 |
| 序： |
