移動測繪成像：不僅僅是高分辨率

引言

Teledyne FLIR集成成像解決方案部門已有超過25年的運營歷史，專注于工業機器視覺和多傳感器設備的相機開發。本文強調了高分辨率成像的重要性，以及使其在移動測繪中不可或缺的關鍵因素。

移動測繪的簡化框架

當選擇晚餐餐廳時，決策過程通常涉及使用移動測繪應用程序在特定社區內進行搜索。應用餐廳評分、價格范圍、位置、旅行時間和停車可用性等標準后，用戶可以查看餐廳選項列表。點擊列表中的選項后，用戶可以查看菜品圖片、地點圖片以及360度街景圖像，以評估氛圍。結合圖像和元數據，有助于做出明智的餐廳選擇。

移動測繪背景

在移動測繪的背景下，流程始于相機系統制造商，他們向系統銷售商提供設備。系統銷售商隨后將相機集成到移動測繪系統中，供服務提供商使用。服務提供商規劃采集任務，捕獲并處理數據以提取有意義的信息。

決策者可能從未實際查看原始數據或其他傳感器數據，他們主要關注可操作的洞察。例如，他們想知道哪些道路需要優先維修，或者是否可以識別出因腐蝕跡象而需要立即更換的老化電線桿。他們需要的是建議和依據，以便在滿足多種標準的同時合理分配下一年度有限的預算。

這個例子說明了圖像數據如何貫穿整個價值鏈，支持關鍵決策制定。

除分辨率外的其他考慮因素

基于上述示例，除了分辨率之外，還需考慮以下因素：

圖像質量

評估移動測繪系統時，首要因素是圖像質量。高質量的圖像使服務提供商能夠為決策者提取相關信息。如今，這一過程不僅依賴人工操作，還依賴計算機視覺軟件。移動測繪的價值在于系統能夠快速、準確地處理大量數據并提取相關信息。信息提取過程主要由計算機視覺軟件完成，這些算法具有定量性、客觀性和精確性。圖像質量的各個方面，例如寬動態范圍，使得場景中明暗區域的細節都能清晰可見，從而幫助算法將場景分割為多個細節豐富的部分。準確的色彩信息和紋理提高了分類過程中的置信度，使每個圖像片段能夠被歸類為特定的對象類別。圖像銳度也至關重要，它使得光學字符識別（OCR）算法能夠識別場景中資產上的字母數字字符，提取標識符，并將其與資產進行標記。圖像質量、動態范圍、色彩準確性和圖像銳度等要素在移動測繪中都具有極高的重要性。

幾何建模與空間精度

成像系統的第二個重要考慮因素是其固有的幾何建模能力和空間精度。這些因素對于移動測繪系統至關重要，因為系統需要處理相機采集的數據，準確確定圖像中物體的位置，并將圖像數據與其他傳感器數據進行配準。例如，在同時采集激光掃描數據和相機圖像時，后期處理可能需要為每個三維點賦予正確的顏色值。幾何模型（即相機內參）定義了相機內部傳感器與鏡頭之間的關系。需要注意的是，所有鏡頭都會產生畸變，因此幾何模型必須考慮這些畸變，以確保空間精度。

舉個例子：在眼科檢查中，會評估視力清晰度和是否需要放大鏡片。其中一個方面是散光，即眼前的物體清晰可見，但周圍物體卻模糊不清。這是因為眼睛的晶狀體不是完美的圓形，導致光線在聚焦到視網膜時發生不均勻折射。眼鏡處方通過矯正散光，使所有物體都能清晰成像。

在幾何建模中，這類似于對相機進行校準，以持續保持其空間精度。空間精度衡量的是物體在圖像中的表示與其實際位置之間的接近程度。例如，如果一個人站在另一個人十米遠的地方觀察其襯衫上的紐扣，空間精度決定了紐扣在圖像中XY位置的精確度，可能精確到幾厘米甚至幾毫米。激光掃描數據通常要求在幾米距離下達到毫米級精度，因此，對于配備相機和激光掃描儀的移動測繪系統來說，保持一致的空間精度至關重要。

時間同步

時間同步是移動測繪中的另一個關鍵因素，指的是觸發決策的時間，通常由外部設備發起。例如，在自由運行模式下，成像系統以固定幀率捕捉圖像，適用于需要平滑播放的視頻應用。但在移動測繪中，數據采集需要沿交通走廊進行優化覆蓋，確保圖像之間具有特定的距離重疊。這種方法可以減少存儲消耗，最大化處理資源的利用率，從而縮短項目完成時間。使用外部設備（如距離測量儀DMI）通過數字脈沖指示行駛距離，是觸發圖像采集的有效方式。這種方法有助于優化任務覆蓋范圍，同時減少存儲消耗和后期處理時間。

時間同步也對系統中其他關鍵儀器（如GPS或定位系統）至關重要，這些設備提供時間戳和當前位置。準確的時間和位置信息與圖像中捕獲的顏色信息的空間精度密切相關。移動測繪系統中常常還包括熱成像相機或激光掃描儀等其他傳感器。了解觸發時的時間和位置，有助于實現地理空間數據的配準。例如，可以使用激光掃描點云中的三維點位置，并查找該時刻相機所看到的顏色值。這種地理空間數據融合常常能提供單一數據集無法獲得的額外信息。

移動測繪設備評估

購買移動測繪設備是一項重大投資，設備必須在現場持續可靠運行。以下是評估高分辨率圖像采集系統時應考慮的其他方面：

●   制造商在行業中的經驗有多久？他們在生態系統中的聲譽如何？如果購買多個系統，是否在質量和性能方面保持一致？

●   產品設計是否適應移動測繪的嚴苛環境？溫度、濕度、沖擊和震動等多變的天氣條件是否會影響操作？設備是否經過現場驗證？

●   制造商是否提供多年質保？是否有響應迅速、專業的技術支持？

這些考慮因素對于最大化移動測繪系統投資的回報至關重要。

處理能力的進步

目前，我們正經歷處理能力的指數級增長，單位處理成本也在持續下降。這一進步推動了高分辨率傳感器數據采集的發展，并擴展了移動測繪的應用范圍。近二十年前，Google推出了街景服務。如今，移動測繪已涵蓋工程測量中的場景分割、資產管理、路面狀況評估以及城市森林管理等領域。

此外，處理能力的提升顯著增強了價值鏈中數據分析與信息提取的環節。圖形處理單元（GPU）和神經處理單元（NPU）推動了算法的發展，使其能夠以更高的輸出效率和更強的分類置信度處理海量數據，應用人工智能和機器學習技術。這些進展令人矚目，而我們才剛剛起步。

盡管這些下游方法在結果生成方面已非常先進，但必須認識到，只有在采集高分辨率圖像數據時確保極高的質量、空間精度和精確的觸發時間，才能為關鍵業務決策提供最佳結果。

結論

移動測繪成像技術的進步顯著提升了數據采集的質量。高分辨率、卓越的圖像質量、空間精度以及精確的時間同步是移動測繪和關鍵業務決策的基礎。這些提升有助于從采集的數據中提取有意義的信息，從而做出更優決策并優化資源分配。利用處理能力的進步，并結合傳感器融合技術，可以更全面地理解環境，從而進一步釋放移動測繪的潛力與價值。