基于PixelGrid軟件的無人機數據處理方法和技術探討

曹正響

(甘肅省地圖院，甘肅 蘭州730000)

一、引 言

傳統的航空攝影測量技術經過多年的不斷發展和技術革新，至今已經非常成熟，在國家基本比例尺地形圖測繪中發揮著獨一無二的作用。但在面對小區域、大比例尺成圖任務時，卻因成本過高或不夠機動靈活，而難以發揮作用。

無人機(unmanned aerial vehicle，UAV)遙感，作為傳統航空攝影測量的一種重要補充方式，日益成為獲取空間數據的重要手段，具有機動靈活、高效快速、精細準確、作業成本低的特點，在小區域和飛行困難地區快速獲取高分辨率影像方面具有明顯的優勢，能夠廣泛應用于困難區域大比例尺成圖和應急救災等方面的測繪保障。

然而，由于無人機飛行環境的復雜性、飛行的不穩定性，以及采用非量測數碼相機作為遙感設備，存在著非量測性、旋偏角和畸變差過大等問題，傳統的攝影測量軟件系統已很難順利處理無人機數據。如何快速而有效地解決這些問題，無疑是無人機數據處理技術的重點。本文以攝影測量軟件PixelGrid為例，結合對甘肅敦煌某測區無人機數據處理的作業流程，對無人機數據處理做了相關介紹和探討。

二、PixelGrid軟件簡介

PixelGrid系統是中國測繪科學研究院研制的一款多源航空航天遙感數據集群分布式處理系統。該系統實現對包括低空無人機等多種高分辨率航空影像和衛星影像的攝影測量處理，采用計算機多核并行處理技術、自動化和人工編輯相結合作業的數據處理方式，以一定的任務調度策略完成影像數據的分布式處理，大大提高了遙感數據的處理能力。其低空無人機數據處理模塊(PixelGrid-UAV)主要用于低空飛行器航空影像的攝影測量處理，能夠完成低空航空影像和無人機影像數據從預處理、影像畸變差改正、自動空三、DSM/DEM的生成、正射影像的糾正、勻光勻色以及自動拼接的整個航攝數據處理流程。該模塊采用基于尺度/旋轉不變性特征的高精度多基線影像匹配算法，可有效解決由于大傾角、大旋偏角無人機影像的高精度、高可靠性配準的難題，實現了低空無人機遙感影像的快速空中三角測量處理。同時，該模塊具有無人機航空影像與已有DOM和DEM的自動、高精度配準技術，突破了無人機航空影像快速無控制空三過程中控制點的自動提取和穩健的粗差定位與剔除等關鍵技術，從而實現大范圍無人機航空影像在應急情況下的快速精準影像定位和高效高精度的影像地圖制作。

三、低空無人機數據處理流程

PixelGrid處理無人機數據流程如圖1所示。

圖1 PixelGrid-UAV處理無人機數據流程

所用數據情況說明：甘肅敦煌某測區無人機影像877張，共16條航線，GSD為0．08 m，覆蓋面積約 12．5 km2。

1．像片畸變差改正

由于無人機搭載的攝影相機一般為非量測相機，與專業的航空膠片相機和專業的數字航空攝影相機相比，其影像存在邊緣畸變，因此在空三加密前需利用相機畸變改正參數文件對原始影像進行畸變差校正，并將寬幅影像按實際的重疊方向做相應的旋轉。

2．空三工程創建

設置工程目錄后，創建正確的相機文件，包括像素數目、像元大小、相機焦距長等，注意校正后的影像像主點坐標均為0。同時設定內定向、相對定向限差以及模型連接限差和像控點文件。

3．構建測區自由網

創建好空三工程后即可生成金字塔影像并進行影像自動內定向，然后進行測區自由網的構建。若有POS坐標數據，可直接執行GPS/IMU輔助全自動連接點匹配命令，完成航線內部和航線間連接點的匹配。如果沒有POS數據，則需要按相對定向、高可靠性模型連接、航帶間拼接點選取、航帶間自動轉點等步驟逐步完成測區自由網的構建。

4．空三平差解算

在完成測區自由網的構建后，即可進行平差解算。一般先進行測區自由網平差，并剔除粗差，再量測像控點。像控點添加方法同連接點方式一樣，只是輸入點號需同相應的控制點點名一致。添加完控制點后，設置好空三平差參數，即可進行控制點平差。

平差完成后，查看控制點殘差，如果控制點超限，則需對其進行修改再平差。直到連接點及控制點都滿足要求為止。全部解算合格后，即完成了整個測區的空三加密。

5．影像匹配

空三平差解算完成后，即可進行DSM全自動提取。PixelGrid-UAV系統的DEM/DSM自動提取模塊采用了獨特的基于多基線、多重匹配特征的高精度匹配算法，且可以在多核CPU環境下進行分布式并行處理。但由于現實世界地物的復雜性，例如建筑物、樹木、陰影等造成的影響，若需要得到較高精度的 DEM，還需要一些人工編輯及必要的質量控制。

6．數字微分糾正

PixelGrid軟件下正射影像生成主要包括3個環節：影像的勻光勻色處理、正射影像的糾正、拼接處理與分幅裁切。通過計算機分布式處理技術，可以充分利用硬件資源，實現影像預處理、核線影像生成、影像匹配和正射糾正等作業步驟的高度自動化，大幅度提高數據處理效率。以本試驗測區為例，共有877幅無人機影像數據，單人處理15 h后即完成空三解算和DEM、DOM的制作。處理數據結果效果如圖2所示。

圖2 無人機影像DOM效果

四、PixelGrid軟件處理無人機數據注意事項

1)在設置測區影像信息時，如果有POS信息，可以直接導入POS坐標數據(其坐標系統必須與控制點坐標系統一致)，即可確定影像之間的相對位置關系。如果沒有POS數據，則需要根據航飛信息逐航線確定影像之間的位置關系，并設置好各影像的影像代號(一個測區內影像代號必須都是唯一的)、影像像素大小及檢校文件。

2)在PixelGrid軟件中，創建測區時相片順序、旋轉方向一定要仔細逐航線設置正確，否則將導致后續的相對定向、模型連接等無法順利完成。

3)在進行模型連接時，有時可能由于影像質量問題或者地形因素導致模型連接失敗，此時就需要在失敗的模型連接像片上標準點位處增加3個以上的連接點，且每個連接點至少要在3張像片上都有同名影像點。在選取航帶拼接點時，一般要求在航線首尾各選一個，如果一條航線上的像片數超過20個，則在中間位置增加一個航帶初始連接點。

4)在設置平差參數時，其像點量測先驗精度(μm)值一般設置成像元大小的一半(整數設置)即可，而平面及高程精度值設置則應小于項目精度要求，一般設置成控制點本身的精度。

五、無人機數據處理技術要點

1)由于無人機采用的是非量測相機進行航拍，其影像邊緣存在較大的畸變，其特點是越偏離像片中心，畸變差越大，造成像點、物點和投影中心不再滿足三點共線條件，按傳統的共線方程無法順利處理，因此利用正確的相機檢校文件對原始影像進行畸變差改正極其重要，也直接影響著后續處理能否順利成功。

2)由于無人機在實際航飛時情況的復雜性，往往并無準確的POS數據可以直接利用，此時可以按照航線飛行信息假定一套POS數據，用來確定相片之間的相對關系。

3)由于太陽光的投射角度不同、地物的差異以及相機本身曝光的不均勻等因素，每張原始影像在色彩和色調上不盡相同。為了使糾正后的正射影像在色彩及色調上盡量保持一致，各自然分幅圖達到無縫拼接的目的，必須對影像成果進行勻光勻色，并在影像鑲嵌時對拼接線進行必要的羽化處理。

4)由于無人機一般飛行高度較低、像幅較小，數據量較大，因此推薦使用單機多核或多機多核工作站，充分利用軟件對計算機多核并行處理技術的支持，可以大幅度提高數據處理效率。

六、結束語

隨著國民經濟的快速發展，對小區域、大比例尺的地形圖的需求量巨大，并且十分迫切。尤其在應急測繪保障方面，無人機航攝具有傳統航攝無可比擬的優勢。當前，全國測繪系統許多單位已配備了無人機航攝系統，無人機數據處理軟件性能成為關鍵技術問題。相信隨著高效率的無人機數據處理軟件系統的推廣使用，無人機航攝在提高測繪成果現勢性、增強測繪應急服務保障能力等方面，必將發揮其巨大優勢，并將越來越廣泛地應用于民用生活。

[1]楊愛玲，孫汝岳，徐開明．基于固定翼無人機航攝影影像獲取及應用探討[J]．測繪與空間地理信息，2010，33(5)：160-161．

[2]宗秀影．LPS在無人機數據處理中的應用[J]．測繪通報，2011(2)：90-91．

[3]張祖勛，張劍清．數字攝影測量學[M]．武漢：武漢大學出版社，1997．

[4]初愛萍．基于DPGrid軟件的無人機數據處理[J]．科技傳播，2010(10)：196-197．

[5]張強．低空無人直升機航空攝影系統的設計與實現[D]．鄭州：信息工程大學，2007．

[6]楊瑞奇，孫鍵，張勇．基于無人機數字攝影測量系統的快速測繪[J]．遙感信息，2010(3)：108-111．