机器视觉：测距成像
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达一直很犹豫要不要放进用在自动驾驶汽车上的激光雷达。本来可以把B超、遥感之类称之为“声学成像”-- 其实有人使用“声像图”、“声学照相机”这些概念。但最终，我们在这里把他们视为同一类：他们都通过发射信号（微波、电磁波、激光、声波）测量距离，并收集深度信息，利用这些信息完成二维成像或三维重建。
把超声波用于人体检查就是超声波检查。其中的B型超声波形成直接可见的图像。而A型和M型等则只是示波。
从1960年代以来，B超产生的胎儿图像一直是药物流产辩论的核心。女权主义者对这些B超照片进行了广泛的分析，有的认为怀孕的身体与胎儿分离并从视野中抹去，有的则捍卫知晓的权利。
此外，我们在威廉·肯特里奇的动画中可以看到B超图像被用于展示一种微观视角和内在视角。
雷达，是英文radar的缩写，意思为"无线电探测和测距"，雷达是利用电磁波探测目标的电子设备。于 1935 年由 Robert Watson-Watt 爵士首次展示。发射器发出一系列非常短的微波脉冲。它们从天线向外传播，被它们撞击的任何物体反射。部分辐射被反射回发射器的位置，那里有一个接收器。二战之后雷达对于探测飞机变得非常重要。今天已经发展为相控阵雷达等更先进的技术，但原理相似。
激光雷达（英文：Laser Radar），是以发射激光束探测目标的位置、速度的雷达。它有时也被叫做3-D 激光扫描，或者光子雷达，是3-D 扫描和激光扫描的特殊组合 。它被用在大地测量、激光制导、自动驾驶等广泛的领域。
所以激光雷达和3D扫描的血缘关系是很近的。3D扫描今天已经很常见，和激光雷达一样，它也是以点云的方式形成三维重建。
声呐，是用声波来测距与定位，在雷达出现之前也用来测空中对象。雷达出现之后，主要用于水下目标。
把上述各种声、光传感器安装在气球、飞机和卫星上往下往远探测，一般被叫做遥感。除了军事目标及大地测量、森林和沙漠检测仪等，遥感现在被用于探测矿产、地下古城和海底沉船。
遥感图像本身就已经很好看，但是创造力依然有用武之地。艺术家介入能够创建以不同方式结合红外和可见光的假彩色图像。世界各地这样的艺术家很多，可以理解。
德国艺术家Susen Reuter《运动中的风景》系列
苏珊娜·安克 《遥感》(05) 2013
苏珊娜·安克 Suzanne Anker是生物艺术的先驱。她对各种媒介和主题的挑剔实验，从数字雕塑和装置到大型摄影，再到LED 灯种植的植物，都在推动生物艺术的边界。在《遥感》作品涉及新技术如何描绘有毒或偏远或难以访问或致命的地方。使用最先进的卫星数据，遥感设备总是被用来计算描述这些空间，然后将该数据编译成数字图片。这件作品采用3D 打印着色石膏和树脂，对培养皿中的静物进行拍摄，图像通过计算机程序进行重新处理，将照片的颜色阵列转换为 3D 突起。程序对颜色、高度、长度和宽度作出挤压决定。形成一种数据景观。作者说：“这将我们带到了代码作为基因型变量的问题，就像 DNA 中的基因型变量及其在表型外观中的变异一样。在自然界中，无论 DNA 等效性如何，都不存在完全相同的样本”。
乌苏拉·比曼（Ursula Biemann）《遥感》（2001）录像作品
随着地理被数字化地重新映射为数据集，对土地的观测将城市与农村、污染与原始、甚至退缩的冰川与沙漠融合在一起，从而引发一种没有政治和部落边界的世界观，但这很可能也只是假象。
乌苏拉·比曼（Ursula Biemann）的录像作品《遥感》（2001）并列了个人旅行行程和卫星图片，追踪离开家园去参加性产业的女性--她们从强迫到主动希望经济改进皆有。地点涉及美国和墨西哥边境，捷克和德国边境，缅甸和泰国等地贩运女性的路线。匿名的护照照片被修改为黑白肖像，视觉上让人联想到热成像。 遥感图片在此时是抽象的、中立的科学所描述的信息饱和的世界，它和个人史激烈冲突。一个隐秘而公开的全球压迫和性经济网络的冰冷存在因为经常作为“资源调查”的遥感图像的使用而昭然若揭。
德布拉·斯瓦克（Debra Swack），云图计划 Cloud Mapping Project，2014，多媒体沉浸式装置
德布拉·斯瓦克（Debra Swack）《云图计划》利用气象学和政府监视等科学应用中的遥感设备生成艺术图像。三维云图像是通过谷歌Earth或其他开源应用实时下载的，位于x、y、z经纬度坐标处。云的结构在天空中不同的高度和位置形成，所以这是一个美学、科学和制图的决定。四面墙中的每一面都通过不断地张贴计算机生成的监视图像来模拟地球的3D效果——就像世界各地从白天到黑夜的特定方向/位置。
它将结合大气、双耳声景，结合现场天气记录，可能还将使用结合Tobii眼动跟踪专门眼镜，使观众能够用眼睛操纵云图像。
https://www.debraswack.com/
ScanLAB 项目
马修·邵和威廉·特洛舍尔（Matthew Shaw & William Trossell）是两位英国建筑师，他们运营着前卫3D 扫描设计工作室ScanLAB Projects。他们的“扫描”经常是一种批判性评论，比如为绿色和平组织记录浮冰或森林砍伐的糟糕局面。激光扫描对头发、树木等有机对象处理能力较弱，在雾霭中难于扫描树林。它容易在时间的推移中累积错误，从而误解环境。ScanLAB 故意利用了这种错误。 在2015 年与《纽约时报》合作的项目“无人驾驶汽车的梦想生活”中，他们禁用了汽车传感器的某些方面，并从扫描系统中删除了校正算法。然后，无人驾驶汽车依靠激光雷达脉冲扫描通过伦敦街头。它制造了一种新的镜头， 生成的数据介于图像、模型和电影之间——激光扫描成为记录自然现象的强大媒介。这段视频实际上并不是来自无人驾驶汽车，但它使用了类似的技术。ScanLAB 表示，其目的是探索“无人驾驶汽车如何感知和误解世界”。
当扫描仪在城市中移动时，会因减速带而减速并在交通中停下来，城市地图会根据我们移动的速度产生扭曲和延伸。堵在车流中的路线长巴士变成了一条狭长的走廊，只被路过的骑自行车的人的影子打断。
ScanLAB 说：“观看影片时，旁观者会质疑这些数据是如何被记录和使用的，以及当我们通过技术的镜头体验时，这对我们自己对环境的感知意味着什么。”
https://scanlabprojects.co.uk/work/dreamlife-of-driverless-cars/
安东尼·德拉克（Antoine Delach）《幽灵细胞》 Ghost Cell 2016
法国CG艺术家 安东尼·德拉克的六分钟短片《幽灵细胞》是“通过虚拟显微镜潜入三维巴黎的内脏”，这个短片甚至还有立体版的电影可以用立体眼镜观看。艺术家观察到使用 LIDAR（激光扫描）或摄影测量（多张单张照片组合以创建准确的 3D 模型）生成的 3D 扫描正在成为建筑和电影制作的一部分，但生成的图像具有自己的幽灵和神秘品质。在巴黎的不同地点，德拉克对建筑物、人物和其他场景进行了扫描。一次扫描可能有20到60张照片。生成的3D场景可能仅来自一次扫描，也可能来自多次扫描。
“我只使用了摄影测量，主要是使用 Autodesk 的 123D Catch。我认为摄影测量是这里最好的技术，原因有很多。它真的很便宜——您只需使用相机，就可以扫描非常大的结构并获得出色的纹理。对于最终的外观，我在这些技术产生的错误中寻找了一些不错的东西。”
“我喜欢‘3D 扫描视觉’是汽车计算机‘看到’周围世界的方式。”
http://www.antoinedelach.com/
克莱门特·瓦拉（Clement Valla）
克莱门特·瓦拉因为抓取谷歌地图上的错误图片而著称，这些图像捕捉了地球表面测绘无缝在线的幻觉似乎破裂的瞬间。“谷歌地球是一个伪装成图片表示的数据库”（Valla，2012 年）Google 地球首先是一个数据库，其次是一种摄影表示方式。2014 年，这位故障艺术家从大都会博物馆和史密森尼博物馆等著名收藏等雕塑的扫描中提取的大块纹理图，以这些3D 图像文件片段，由机器或软件生成挑战人眼的视觉形象。
在2015年一个叫做《表面代理》（Surface Proxy）的展览中，克莱门特·瓦拉利用这些古代雕修复的技术，用 123d catch进行 3D 扫描获得3D 模型。然后通过3D 图形和动画软件 Blender 将原始物体的形象印在布料上。布料用喷墨打印机打印出来后再被包裹在原物体形状的 3D 打印件上。物体被自己的图像重新蒙皮。
此前的Surface Survey系列中 (2014) 中，他使用软件将拍摄的物体转换为 3D 模型。图像和物体碎片成为对软件如何看待物体的证物，这是三维碎片与贴图碎片的合谋，瓦拉展示了了将照片转换为 3D 模型的软件的数字工件流程本身。排列的片段保持不变，按原样展示了软件的过程。该作品由计算机处理的 2D 图像和 3D 打印的片段组成，这些片段表明软件如何将形状拼凑在一起。这是计算机图像创建逻辑的考古。而在《表面代理》，“再现”的游戏将自我指涉。
李·格里格斯（LeeGriggs）《变形》Deformations 2015
马德里艺术家李·格里格斯从制作公司 Ten24 提取扫描图像，并在 Autodesk Maya 中的 Arnold 渲染器的帮助下扭曲它们。畸形和疾病般令人恶心的造型散发着挑衅性力量。其实这只是扫描出来的立体造型与贴图之间的轻微错位，正因为错位只是轻微的才是恐怖的，否则只会是抽象纹理。
《XGen立方体》系列渲染的3D 地形，这些球体、圆柱体或立方体经过挤压和着色，创造出让人联想到海底、细菌生长甚至天气模式的图像。
https://leegriggs.com/
2017 年 4 月艺术家集体 “云眼控制”（Cloud Eye Control ）在旧金山当代艺术博物馆（SFMOMA）进行了一场表演。该小组的工作涉及表演、动画、视频投影和交互技术。活动名为《神经质身体的仪式》Rituals for a Nervous Body ，包含他们应对 2011 年日本福岛核电站核灾难而制作的《半条命》中的场景--讨论破坏和重生的循环，探索身体与环境之间的关系。他们 说：“当 SFMOMA 向我们发出为博物馆空间构思作品的邀请时，我们开始专门思考正在改变我们方式的不同技术。想想我们在环境中的身体——考虑到旧金山是一个非常以科技为中心的城市，技术已经彻底改变了我们对地理、我们的身体，甚至我们的身份的理解。现在，自动驾驶汽车很快就会无处不在，这将导致我们对环境的理解和占有方式发生更彻底的转变。机器将与我们自主共存，共享道路，共享公共和私人空间”。
激光3D扫描这种新的测绘方法非常强大和前沿，但除非你经常参加空中无人机、卡车和拖拉机、清洁机和机器人的贸易展，否则你可能完全不熟悉它。他们在博物馆的柱子上安装了激光雷达，让来到美术馆的观众发现自己在被激光雷达扫描进了大型电视屏幕上，但其颜色由服装的形状和反射率决定。
与此同时他们在美术馆的不同地方布置了一些“通灵点”，这是一毛茸茸的军用迷彩服一样的雕塑，他们是激光雷达精确表达的世界中的噪音。也是我们自己不守规矩的、情绪化的身体概念的表现。
http://cloudeyecontrol.com/about/
棉花糖激光盛宴《在动物眼中》2015
英国艺术团体棉花糖激光盛宴（Marshmallow Laser Feast） (MLF) 《在动物眼中》（In the Eyes of the Anima）用虚拟现实、激光雷达和CT 扫描，以及空中 360 度无人机摄像头来捕捉灰谷景观，让观众在树林间穿行，在那里他们会三种动物的经验，并在途中体现了各种不同的动物--这片森林在我们的感官范围之外看起来像什么？缩小到原木上蜻蜓的视角，像猛禽一样在树上滑翔。有意思的是，这件作品的原始现场现场是一系列VR（Oculus Rift）头盔，安装在森林僻静区域的树木之间。观众在森林中原地体验动物视角和机器视角。
“我们深受美国哲学家托马斯·内格尔的论文启发，成为一只蝙蝠是什么感觉？从蠓的感官角度来看，世界是什么样的？它是如何感知20 米外人类呼吸中 CO2 的增加？蜉蝣的寿命与 3000 年树龄的树相比如何？
这个作品也有在线互动版本，网址如下：
http://intheeyesoftheanimal.com/#about
2017 年的《树木拥抱者：Wawona》Treehugger: Wawona 通过其身临其境的装置形式，讲述了巨杉树的故事，Wawona 这个词的意思是代表猫头鹰的叫声，它是濒临灭绝的巨型红杉的守护神作品带你踏上水之旅的体验---水从其深根，通过其巨大的树干，到它的叶子的循环的整个过程。你在世界上最大的树里面，一棵看起来很逼真的巨型红杉，开始下雨了。你可以看看地下，看到根部吸干了所有的水。然后当那些水粒子向上流动时，你就爬上树，一直到树顶。
https://www.marshmallowlaserfeast.com/
本节我们回溯了大量视觉辅助、视觉拓展技术，并列举了大量作品。不管是遥感还是激光雷达、3D扫描，始终具有技巧性和功能性、目的性。但它在什么时候是艺术？我们发现艺术家们大量使用了技术的可能性及其误区。其实心电图、脑电图、地震仪呈现的也是示波，虽非直接地建立形象，但依然是带有信息的图像，稍微经过翻译就可以重建出形象。如果放宽“图像”或“视觉”的标准，我们看见形体，听见形体，感觉到形体，还可以统计出形体。把各种数据的视觉呈现都考虑进来的话，这个清单还可以一直开列下去。理论上，所有的统计信息都可以进行数据可视化，这已经是另一个话题了。
无论如何，从镜子到激光雷达，这些“视觉设备”的出现，已经深刻地改变了我们的眼睛。今天我们除了拥有经过漫长进化发展出来的肉眼，还拥有锐利而危险的机器之眼。机器之眼让我们“大开眼界”，也大长了我们的心眼儿。做艺术，就怕不开眼，就怕不长心眼儿。
好消息！
小白学视觉知识星球
开始面向外开放啦
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。
下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。
下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~