無人機影像像控點自動布設方案研究

董平

摘要： 無人機航空攝影是一種新型的低空遙感影像獲取方式，其中像控點布設是利用航測進行數字測圖和制作正射影像圖（DOM）的重要環節，其布設效率將直接影響后續的工作進度，而且像控點布設的網型也是影響最終測圖和DOM精度的重要因素。本文主要介紹了傳統的無人機影像像控點布設方式，分析了傳統布設方法存在的缺陷，并針對傳統手動布設像控點的缺陷，研究開發一種全新的像控點自動布設程序，省略了傳統布設方式所需的大部分人工操作，極大地提高了像控點布設的工作效率。

Abstract： UAV aerial photography is a new kind of low altitude remote sensing image acquisition method. The layout of photo control points is an important part in digital mapping and doing orthophoto map（DOM） which uses aerial survey. Its layout efficiency will directly affect the subsequent work schedule. And the net type of control point layout is also an important factor affecting the final mapping and DOM accuracy. This paper introduces the layout method of traditional UAV image control point， analyzes the defects of traditional layout methods and develops a new image control point automatic placement program for the defects of traditional manually setting image control points. This method omits most manual operation required and greatly improves the image control point layout efficiency.

關鍵詞： 無人機；影像；像控點；布設；POS數據

Key words： UAV；image；control points；layout；POS data

中圖分類號：P231 文獻標識碼：A 文章編號：1006-4311（2017）04-0183-03

0 引言

無人機航測作為一種新型的低空遙感影像獲取技術，是衛星遙感和航空攝影的有力補充[1-2]。無人機航攝以成本低、高清晰、小面積、高精度、高現勢性、高效率、起飛降落受場地限制較小、整個飛行過程中可實時化監測及產品成果豐富等優點，已經成為一種有效的快速測繪手段，獲得越來越多的認可，并在國民經濟建設中發揮了重要的作用[3]。

像控點的布設是后期數據處理的基礎和前提，它在過程中扮演著非常重要的角色，其效率將直接影響后續的工作進度。傳統像控點的布設通常需要兩名作業人員進行配合完成，其中一人在Google earth上布點，另外一人則需要在航空影像上勾勒出刺點范圍，這種布設方式存在很多的重復性工作，并且工作效率較低。本文在總結傳統布設方式的基礎上，針對傳統布設方式存在的缺陷，研究開發了一種全新的自動布設程序，程序能夠根據初始的POS數據和設計網型自動獲得像控點分布圖，然后程序可依據航空攝影測量的成像模型獲得像控點刺點范圍圖。

1 試驗區域及航攝資料

經過對現有資料的分析，選定云南省通海縣的數據進行試驗，該縣航片資料采用DB-2型無人機航攝系統平臺，搭載尼康D800、D810數碼相機進行作業，拍攝時間段為2015年9月～10月，共飛行27個架次，獲取影像53289張，航飛面積約863km2，無人機航攝影像地面分辨率優于0.2m。

2 傳統像控點布設

像控點是直接為攝影測量的控制點加密或測圖需要而布設并在實地進行測定的控制點，像控點包括僅具有平面坐標的平面點和僅具有高程坐標的高程點及同時具有平面與高程坐標的平高點，所有這些控制點統稱為“像控點”[4-7]。像控點布設是根據設計網型（航向基線間隔、旁向基線間隔）在成圖范圍內布設像控點。像控點的布設需遵照均勻性原則，并根據不同比例尺、地形條件、處理方法等的要求，將像控點按不同的密度布設在測區范圍內。另外，布點人員除了考慮像控點均勻性之外，還需考慮測區的交通及地物特征情況。

傳統像控點的布設通常是在Google earth上進行的。首先將像片曝光位置數據（初始POS數據）導入Google earth上作為參照，其中一名內業人員根據布點密度要求，在兼顧交通及地物特征的情況下，將像控點布設在Google earth上，最終得到KMZ格式的像控點分布圖，外業數據采集人員可以通過像控點分布圖大致了解像控點的分布情況，并根據像控點的分布情況進行路線規劃。另外，由于Google earth影像的清晰度不夠，無法當作參考影像標注具體刺點位置，因此，在Google earth上布點的同時，還需要另一名內業人員挑選出對應的航空影像，并根據像控點在Google earth上的位置找到影像的匹配位置，并在影像上勾勒出刺點范圍，外業數據采集的作業人員可以根據刺點范圍和地物特征選擇目標清晰、大小適中的特征位置采集控制點坐標。

傳統像控點布設主要采用純手工的操作方式，依靠兩個內業作業員配合完成，這種方法存在很多的重復性工作，工作效率比較低。另外，由于Google earth影像本身不夠清晰、部分區域現勢性不強，加之兩者影像朝向不同，這些因素使得在匹配刺點范圍時需要花費較多的時間。

3 像控點自動布設

3.1 設計思路

在Visual Studio2010的平臺上，運用C++語言綜合各種像控點布設方案開發一種全新的像控點自動布設程序，程序能夠針對不同分辨率的影像適當調整布點方案，從而滿足不同比例尺的制圖需求。設計思路如圖1所示。

3.2 數據預處理

3.2.1 影像畸變差改正

無人機影像數據通常都存在著畸變[8]，影像的畸變除了表現為像主點存在偏移之外，還存在著對稱和非對稱畸變兩種變形，因此，影像在利用軟件進行后處理前需要根據相機檢校參數（像主點坐標X0、Y0；對稱畸變參數K1、K2、K3；非對稱畸變參數P1、P2）對原始影像進行畸變差校正。

3.2.2 工程建立及影像相對位置關系的確定

在Inpho軟件中首先利用畸變糾正后的影像建立金字塔影像，然后根據相機檢校參數建立工程，軟件會根據初始POS數據建立航帶影像縮略圖，并自動生成航帶。最后，選擇任意一條航帶，將航帶上的影像按照ID號從小到大依次激活，看相鄰兩張影像的排列是否合理，若排列不合理，需要重新設置相機直到影像的排列正確為止。

3.2.3 自由網平差

在沒有人工添加同名點的情況下，利用軟件自動匹配像片之間的同名點，生成大量連接點的過程。自由網平差后能夠進一步確定像片的相對位置關系，得到較為準確的外方位元素，并能從中間成果aat.log文件中提取改正后的POS數據。

3.3 根據網型自動布點

首先，根據初始POS數據計算曝光點之間的間距以及相鄰兩點之間的方位角，依次判斷相鄰兩點之間的方位角，結合設定的航帶角度容差自動生成航帶并計算測區面積。其次，綜合考慮相關制圖規范、制圖的比例尺、用途等因素，確定像控點布設的密度，根據布設密度及間隔航帶數N可確定相鄰像控點間間隔的基線數。最后，根據確定的間隔的基線數及間隔航帶數N可在航帶間以交錯的方式進行布網。如圖2所示，其中黑點表示相機曝光點位置，黃色為像控點分布位置。

另外，程序在自動布點時只考慮了網型要求，并未考慮到刺點位置的交通以及地物特征的情況，其中部分像控點的分布位置未必適合。因此，需要借助Google earth平臺對程序已經布設好的像控點進行人工干預，對部分像控點的位置進行略微的調整。

3.4 自動匹配刺點范圍

3.4.1 匹配原理

在匹配刺點范圍的過程中，最關鍵就是要建立像方和物方空間坐標系之間的一一對應關系。由于航空影像是地物的中心投影，在影像獲取瞬間攝影中心、像點、對應物點位于同一直線上，即滿足共線條件，因此，像點與對應地面點之間的空間映射關系可通過共線條件構建[9-10]。

選取像空間坐標系為S-xyz，像空間輔助坐標系為S-uvw，地面攝影測量坐標系為D-XYZ，并使S-uvw和D-XYZ兩種坐標系的坐標軸彼此平行。若設攝影中心與地面點A在地面攝影測量坐標系中的坐標分別為XS、YS、ZS和X、Y、Z，像點在像空間坐標系與像空間輔助坐標系中的坐標分別為x、y、-f和u、v、w。

3.4.2 匹配流程

將已經布設好的像控點文件導入程序，并同時導入自由網平差后的像片外方位元素文件（改正后的POS數據），根據匹配原理中的（5）公式可以自動反算出其在各張影像上的像點坐標，然后挑選像點位置最為靠近像片中心的像片作為刺點影像，并以對應像點為中心根據預先設定的半徑大小自動勾勒出刺點范圍。勾勒出刺點范圍后，程序會自動對像片進行標注，并將像片重命名后保存到指定文件夾下。圖4為一個像控點的匹配結果圖。

4 結果分析

在精度方面，根據匹配原理可知，像控點位置反算像點坐標的精度主要取決于像控點物點坐標X、Y、Z的準確度以及像片外方位元素XS、YS、ZS、ω、ψ、κ的精度。外方位元素XS、YS、ZS、ω、ψ、κ可以借助Inpho軟件經過自由網平差后獲得更為準確的外方位元素，然而自由網平差也是后期空中三角測量的必要步驟，采用此種方式只是改變了傳統的作業流程，并未增加其工作量。物點坐標X、Y是經人工干預后獲得的準確值，而物點的Z坐標無法準確獲取，本文是采用測區的平均高程作為物點的Z坐標，由于Z坐標不準確帶來的誤差主要取決航飛高度H以及像點到像主點的距離r，航飛高度越高，像點到像主點距離r就越小，匹配誤差越小，反之則越大。因此，程序會挑選那些像控點對應的像點位置更為靠近中心的像片作為刺點像片，以減小匹配的誤差。

在工作效率方面，像控點自動布設程序省去了傳統方法中大部分的手工操作步驟，該程序主要的手工操作僅僅是自動生成像控分布文件之后，依據交通便利、地物清晰的原則對部分像控點進行略微調整。在自動匹配刺點范圍圖時，程序采用多線程并行的模式處理影像，大大提高了影像的處理效率。經過實驗研究，相比傳統的手工布設方法，本文所采取的方法將布設效率提高了5-10倍。

5 結束語

無人機影像像控點的自動布設能夠極大地提高像控布設效率，并且利用該種方法獲取的像控分布圖（KMZ文件）及航空影像刺點范圍圖能夠滿足外業刺點精度要求，大大減少了內業工作量和生產成本，有利于提高無人機數據生產的整體效率。

參考文獻：

[1]買小爭，楊波，馮曉敏.無人機航攝像控點布設方法探討[J].測繪通報，2016（Z）：268-271.

[2]林宗堅.UAV低空航測技術研究[J].測繪科學，2011（1）：5-9.

[3]李君，李貴中，李云樹.應用無人機數字影像進行農村宅基地確權技術研究[J].測繪通報，2016（4）：83-84.

[4]吳巧玲.大比例尺數碼影像航測像控布點方案探討[J].測繪通報，2009（5）：35-37.

[5]欒學科，姚喜，王志博，等.航空數碼影像像控布點方案的研究[J].城市勘測，2010（8）：103-106.

[6]張祖勛，張劍清.數字攝影測量學[M].武漢：武漢大學出版社，1996.

[7]王佩軍，徐亞明.攝影測量學[M].武漢：武漢大學出版社，2005.

[8]周曉敏，趙力彬，張新利.低空無人機影像處理技術及方案探討[J].測繪與空間地理信息，2012（2）：182-184.

[9]陳義.數字攝影測量共線方程的一種新解法[J].同濟大學學報，2004（5）：660-663.

[10]王生明.無人機影像幾何精校正研究[D].成都：西南交通大學，2011，5.