测绘工程论文翻译
This content is from my university archives and may not be reliable or up-to-date.
"运动中的结构"摄影测量法：一种低成本，有效的工具地球科学应用
传统上，高分辨率地形测量与高昂的资金和后勤成本相关联，因此数据采集通常会传递给专业的第三方组织。数据收集的高昂费用是，在地球科学中的许多应用中，许多领域的偏远和不可访问性加剧了这种情况站点，从而导致更便宜，更便携的测量平台（即地面激光扫描或GPS）不切实际。
本文概述了一种革命性的，低成本的，用户友好的摄影测量技术，用于获取各种规模的高分辨率数据集，称为"运动结构"（SfM）。传统的软拷贝摄影测量方法需要摄像机的3-D位置和姿势，或地面控制的3-D位置便于场景三角剖分和重建的已知点。
相比之下，SfM方法解决了相机的姿势和场景几何图形同时且自动地进行，使用高度冗余的包调整，该调整基于多个重叠的偏移图像中的匹配特征。
1. 简介
过去十年见证了技术革命正在改变数字高程建模和地貌地形分析的地理信息学。受传统地面测量技术发展的推动，例如差分GPS的出现和无反射器自动全站仪，获 取地形新一代数据已经最重大地改变了遥感技术。
机载和最近的地面激光扫描和软拷贝摄影测量法，彻底改变了数字高程模型（DEM）的质量，扩展了其空间范围，分辨率和准确性。
1.1 摄影测量方法
自问世以来的十年左右的时间里，近距离数字摄影测量法已经成为功能强大的广泛用于三维地形建模的工具。
1.2 运动结构（Structure from Motion）
在本文中，我们报告了一种新兴的低成本摄影测量方法，用于高分辨率地形重建，理想情况下适用于偏远地区的低成本研究和应用。
"运动结构"（SfM）遵循相同的基本原则作为立体摄影测量法，即3-D结构可以从一系列重叠的偏移图像中分解出来。
然而，它与传统的摄影测量法有根本的不同，场景的几何形状，相机位置和方向得到解决无需指定先验即可自动生成具有已知3D位置的目标网络。
1.3 SfM的首要原则
传统上要确定场景中点的3-D位置软拷贝摄影测量方法需要3-D位置和相机的姿势或一系列控制点的3-D位置众所周知。
在 没有安装摄像头的情况下使用前者GPS和电子罗盘，可用于三角剖分场景几何，而对于后者，控制点为在输入的照片中手动识别，然后执行以下过程切除或相机姿态估计，用于确定相机位置。
相反，SfM方法不需要以上任何一项在场景重建之前要知道。相机姿势和场景通过自动同时重建几何识别多个图像中的匹配特征。
主要特点
- 低成本: 使用消费级数码相机即可获得高质量数据
- 用户友好: 自动化处理流程
- 灵活性: 适用于各种规模的地形测量
- 高分辨率: 可达分米级垂直精度
注: 这是摄影测量学论文的中文翻译，介绍了运动结构（Structure from Motion）技术在地球科学中的应用。