提出背景：大數據時代的到來，通過無人機等手段獲取到的攝影測量影像具有傳統航測影像不具備的優勢和缺點。優勢主要是數據量大，獲取到的週期短，時效性高。劣勢是規範性弱，缺乏嚴格的航線規劃。且大多爲非量測型相機拍攝，相對與量測型相機而言，影像的幾何質量不高。由於作爲傳統的攝影測量方法幾何控制數據的外業控制點的獲取具有複雜性和低效性。本文作者提取將已有的地理信息產品如：DLG,DOM,DEM,DSM作爲幾何控制信息來代替外業控制點，通過自動配準獲取大量的雲(點雲)控制點。本文作者主要介紹了三種雲控制攝影測量的方法。
方法一：基於影像的雲控制
- 基於DOM+DEM的的雲控制
基於DOM+DEM的雲控制的方法的主要思想是：通過新影像和正射影像的自動匹配提取控制點。首先通過在新影像上提取特徵點，通過自動匹配技術將提取到的特徵點匹配到周邊的影像上，從而獲取連接點。之後，通過新影像的初始的定向參數對連接點進行前方交會計算連接點的初始地面座標，然後，再在正射影像的地面範圍內匹配同名點，通過DOM的平面座標和DEM的高程座標，得到控制點的三維物方座標。具體流程如下圖所示：
2. 基於已知定向參數的影像雲控制
基於已知定向參數的影像雲控制方法的第一步操作和基於DOM+DEM雲控制方法的一樣，都是通過新影像構建自由網；然後通過新、老影像的匹配將自由網加密點傳遞給老影像，再使用老影像的定向參數進行前方交會，進而獲得新影像的自由加密點的三維物方座標。其原理如下圖所示：
3. 兩種方法的比較
兩種方法的影像控制源不同，第一種方法使用的是正射影像，而第二種方法使用的是原始影像；
第一種方法由於用到的是DEM來確定高程，DEM的高程只包括地形高程，而如果有控制點是在房子等地物上，測出來的高程不夠精確；
第二種方法精度比第一種方法要高，尤其是在高程方面，因爲其三維座標是直接通過前方交會所得，第二種方法適用於大比例尺的影像幾何定位，而第一種方法適用於小比例尺的影像幾何定位。
方法二：基於矢量的雲控制
已有影像的矢量數據可以作爲“雲控制”數據。但是存在兩個難點：1. 由於線特徵控制和影像的像點之間沒有嚴格的對應關係，因此，要對傳統的基於控制點的定位方法進行擴充；2.由於控制數據和影像數據的數據類型分別爲矢量數據和柵格數據，數據類型不同，二者之間的數據配準也是一個難點。
爲了解決難題一，用到廣義點攝影測量理論
攝影測量起源與測量中的前方交會和後方交會，爲了將線特徵作爲控制信息用於幾何定位，必須將點擴展到線。傳統的點可以列（x，y）兩個誤差方程，而廣義的點，即線，可以根據影像線特徵角度的大小選擇性的列一個方程。即根據x，y中哪個殘差小來列誤差方程，如下圖所示：
如圖所示，當特徵線和水平方向的夾角在-45度——45度之間時候，x方向的殘差值（特徵點在影像上的觀測座標和對應物方點在影像上的投影座標之差）較小，可列x方向的誤差方程。反之，列y方向的。
爲了解決難題二，論文中作者列舉了很多人的研究成果，在此不列舉了。
這種方法比較適用於中小比例尺的幾何定位
方法三：基於LIDAR點雲和DLG的雲控制
DLG是二維平面圖，雖然有高程註記，但是不能單獨用於影像的雲控制。需要結合Lidar點雲構成多元雲控制。Lidar獲取到的地表信息精度較高，常用作光學影像幾何定位的基準，以實現光學影像的幾何精準定位。使用這樣的雲控制方法也需要解決兩個問題：1.Lidar點雲的精度評定；2.影像和Lidar點雲是不同的數據類型，柵格和點雲數據，二者之間的自動配準是另一個關鍵問題。
問題一：Lidar點雲的精度評定
本文作者採用DLG作爲Lidar點雲精度的評判標準，高程精度用DLG的高程註記來評估，平面精度則用DLG中建築物的輪廓線來評定。評定結果如下圖，高程中誤差爲7.8cm，平面中誤差爲6.9cm，符合航測加密點的精度要求。
方法二：影像與Lidar點雲的配準
主要方法有三種，基於二維圖像匹配的方法，基於三維點雲配準的方法，基於二維圖像和三維點雲直接匹配的方法。本文應用底二種方法，具體的是基於ICP的方法。
方法三：影像與Lidar點雲+DLG的配準
DLG主要用於平面控制上，體現在建築物輪廓矢量的平面控制。
總結與展望
作者認爲，大數據時代簡單的算法比小數據時代複雜的算法更加有效，這是雲控制攝影測量的核心。通過使用地理信息產品的數據代替外業控制點，實現了高效、自動、智能化的處理，具有深遠的意義。
但也存在如下問題：
1. 當前已有的地理信息成果沒有應用到新影像的攝影測量中來，其成果沒有得到有效的發揮；
2. 加強對地理信息產品的已知的定向參數的儲存和管理
作者認爲，雲控制攝影測量技術在中小比例尺的影像幾何定位和數據更新中的應用已經成熟，未來的發展趨勢包括：
1. 廣泛應用於大比例尺航空影像，特別是無人機航拍影像的幾何定位、數據更新與測圖
2. 隨着DLG、Lidar點雲等高精度的參考數據的積累，影像比例尺的提高、信息的豐富化、場景的複雜化都增加了大比例尺影像雲控制的難度，基於單一數據的雲控制可能會較好的解決這個問題，應該發展基於影像、DLG和Lidar點雲等多源數據聯合控制的雲控制方式。