山高水深
条评论 突然有一点点的感悟，关于自己做的关于摄影测量这一块的内容，也关于自己对于做这些东西的一些理解和想法，算算做摄影测量这一点点东西，前前后后，断断续续也从本科毕设到现在也有三年了，虽然最后没有做成硕士的毕业设计不过目前来说做出来的东西也应该足够让自己觉得没有虚度这三年吧。其实有时候也会想，为什么做了这么久，做了这么些年也只是在这么多开源工具的基础上做出了一个航空影像无人机影像几何处理的基础的东西，看起来好像pixel4D，smart3D这些成熟的商业软件都已经做的很好了，我为什么依然踏进了这一个似乎没有什么前途的深渊呢？似乎我做的东西既不如人家的快也不如人家的好，想想也是挺可笑的，不过好歹有点收获那就是终于将摄影测量的同名点匹配，POS数据几何校正，空间前后方交会，光束法平差，计算机视觉的诸多东西捅了个清清楚楚明明白白。
记得从本科开始的时候就开始接触这些东西，慢慢觉得原来如此，似乎也不是很难，然后本科答辩的时候被问得无言以对。那个时候老板似乎想要去争辩，不过我自己是没有什么底气的，但是内心却涌起了一股怨气，一股深深的怨念，一股支持着我一直做到现在，做到完成这一个项目。当然也遇到了很多很多困难，极多的困难，很多看似简单的理论背后却是无比玄妙的实现。书上终究只是说到了皮毛，没有人能够仅仅靠着看看书就能够做出这个东西。我记得当初那个老师问我的是为什么不用相对定向计算，我弱弱的回答了一句相对定向比较麻烦，然后被打断了，然后就各种，相对定向有什么麻烦的……诸如此类的问题接踵而至。后来我开始翻阅资料，我开始实现开始尝试他们说的简单的相对定向，但是事实证明做起来不是想的那么简单，POS数据在相对定向过程中如何发挥作用？相对定向的收敛性问题？四元组的求解方式的收敛性问题？无人机IMU误差，GPS误差以及安置角和安置矢量误差？没有内参的时候相对定向的意义以及其准确性？以及采用矩阵分解方式进行相对定向的推导以及其意义？计算机视觉与摄影测量成像方程的区别及转换？多模型的连接？光束法平差求解？确实不是这么简单的问题，每一个问题都值得去思考，去研究和实现，我不相信有人在没有实现这些的情况下就简单的定义简单或是不简单，不管有多么高的学历，有多么牛逼的导师，是多么牛逼的教授，如果仅仅是了解了皮毛就对别人的工作表现出不屑的态度，我想这至少是不礼貌的吧。
从外往内看，就像我们通过接口调用函数一样简单，如同我们看一处清泉，似乎我们能够轻易的捞起这泉水，这一处清泉就不过如此了，可是并不是！呈现出的泉水只是地下水脉的一点而已，整个地下水脉广阔而宏大，蜿蜒盘旋需要经过极其艰苦的探索和发现才能够窥得其一貌。
下面说说我关于实现自己这一个校正工具的简单想法，当然也许大家都是这么做的只是我比较愚笨这么多年才做到而已，对于无人机影像，在存在POS数据的情况下，即使POS数据存在偏差相比其误差也在某一个可以接收的范围之内，所以我们以POS数据作为初始影像外参是有理论依据的，然后通过空间前方影像匹配和空间前方交会求解每一个匹配点的三维坐标，这个坐标的求解也不像想象的那么随意，需要通过迭代的方法进行平差求解，具体原因在于书上列的都是假设EO元素是准确的，这当然很好，很完美，很能够求解，可是事实总是喜欢打脸，因为由POS求得的外参是不准确的，是有误差的，是需要校正的，所以问题就出现了，我们无法像书上那样四个方程三个未知数了，然后就尴尬了，就只能通过迭代的方法进行平差了。通过影像前方交会得到三维点后可以进行光束法平差，然后….平差后的三维点和外参就得到了，有人会问这样是不是能够进行光束法平差，初始值会不会精度太低，这个问题其实问的很好，我想说有可能，可是我们可以在平差之前先通过解算的地面点对外参进行重新求解，这样初始值便可以满足平差条件，并且能够较快的达到收敛。
当然其中所面临的困难也是有的，毕竟我也只是窥得这宏大水系的一角，世界那么大，不入深水，不上高山，总是在山脚用望远镜看看，总是在池边用手轻轻拨弄，我想这广阔的世界终究是无法通过这样的方式了解的吧，最后上一张潜水图震场子，图片来源于百度，侵权联系删除。