無控制點數據的數字正射影像圖制作

王 賢，江 虹

(西南科技大學信息工程學院，四川 綿陽 621010)

0 引言

無人機(unmanned aerial vehicle，UAV)航測以其反應靈敏、機體輕便等特性，成為低空遙感領域一種重要的監測手段[1-3]。無人機采集的影像資料通常受地形起伏、大氣折射或相機傾斜等因素的影響，使影像上的地物信息產生不同程度的畸變現象。數字正射影像圖(digital orthophoto map，DOM)消除了原始影像上的幾何形變，是一種統一影像上各比例尺的一種新型地形圖[4]。由于DOM具有內容豐富、信息直觀等優點，而被廣泛應用于環境保護、資源監測等領域。因此，如何快速、高效地制作DOM已成為航空攝影測量的主要任務。傳統的攝影測量作業模式，需要人工在測區均勻布設具有明顯地形特征的控制點，再通過空三加密的方法求得影像的外方位元素，這勢必會增加外業作業量[5]。而對于急流、高原等人類涉足困難的地區，不僅難以布控正確的地面控制點，還會額外增加外業測定成本，使得成圖工序過于復雜化。因此，如何取代人工布設地面控制點，直接獲取影像的外方位元素，已成為航空攝影測量中一個亟待解決的問題。

20世紀八十年代，全球定位系統(global positioning system，GPS)應用于攝影測量工作，使得DOM制作所需要的控制點大量減少，并且可以提供相機的位置參數。但該方法仍需少量地面控制點，通過空三加密獲取影像外方位角元素。近年來，隨著計算機和通信技術的高度集成，GPS差分定位技術和慣性導航技術的迅速發展[6]，定位定向系統(position and orientation system,POS)組合系統為航空攝影測量的數據采集提供了新的獲取手段，它可以直接提供影像的外方位元素[7]。POS應用于攝影測量，使得無控制點制作數字正射影像成為可能。一些相關研究人員為了減少或消除航空攝影測量對控制點的依賴，也在軟件研究[8-9]、平差優化[10]、質量檢查[11-12]等方面進行了大量試驗和分析。

為了解決傳統DOM制作嚴重依賴地面控制點的問題，本文采用多旋翼小型無人機作為低空飛行平臺。它搭載SonyA7相機，以不同角度、不同時間拍攝了高清晰度的低空影像。結合POS直接記錄的輔助數據及Inpho影像處理軟件，對無人機影像的糾正處理進行了分析。與傳統方法相比，本方案可以有效減少外業采集成本，簡化DOM成圖工序。

1 測區基本情況

本次試驗于2016年10月28日在廣東佛山進行。當日天氣多云霧，空氣濕度較大，風力小于3級。飛行地區幾乎無較大地面起伏，平均飛行高度設計為170 m。航攝區域有房屋、植被、河塘、農作物、道路、高壓線路等。

2 影像資料與無人機姿態參數的獲取

2.1 飛行平臺與傳感器性能參數

本文采用的低空飛行平臺，是一款無需專業操控手全程自動化的小型無人機，只要輸入比例尺大小、飛行航線、相機參數等，即可自動按照航線飛行。它自身

帶有彈射起飛系統，無需下滑道，可通過開傘方式降落。在帶有相機負載情況下，無人機質量約4 kg；相比2 kg以下的無人機，姿態更加平穩，比大型飛機操作更加簡便，并且續航時間超過 1 h，一次作業的飛行距離可達到60 km以上。無人機遙感平臺及傳感器的主要性能參數分別如表1和表2所示。

表1 飛行平臺主要性能指標Tab.1 Main performance indexes of the platform

表2 傳感器主要性能指標Tab.2 Main performance indexes of the sensor

2.2 數據分析

2.2.1 影像資料的獲取

無人機進入航攝區域進行影像自動拍攝，預設影像的航向重疊為75%～80%左右，旁向重疊預設為30%左右，平均航高大致為170 m。在外業航拍工作結束后，導出影像資料和POS數據，共得到223張影像，其大小約為2.4 GB。對航攝數據的航向、旁向重疊度、飛行航高、航向彎曲、影像旋角等各項指標進行檢查。結果表明，影像數據結果良好，各項參數均符合攝影測量要求。

2.2.2 POS記錄的輔助數據

當無人機在數據采集地區進行航飛時，每隔2 s拍攝一副影像，無人機會記錄下相機在曝光時刻對應的單張影像。GPS獲取到曝光時刻無人機的空間位置數據(緯度、經度、高程)，慣性測量單元記錄下該時刻無人機的空間姿態數據，即滾轉角(roll)、俯仰角(picth)和航偏角(heading)。記錄數據如表3所示。

表3 記錄數據Tab.3 The data of record

從記錄數據來看，無人機飛行高度基本符合預設值。航拍區域大致處于N23°17′、E113°01′的位置。從谷歌地圖中可以查詢到，無人機的航拍區域位于廣東省佛山市三水區樂平鎮附近。

3 DOM快速制作

3.1 影像單張糾正

反解法數字微分糾正是如今影像糾正的主流方法，它能有效避免糾正后影像出現像點排列不規則的問題。由于無人機采集的影像資料小而多，為了高效、有序地進行影像糾正，本文將正解法和反解法數字微分糾正相結合以處理影像資料，達到正射糾正的目的。

①采用正解法數字微分糾正，以共線條件方程式為基礎，計算出原圖上的四個頂角像點p(x,y)對應糾正后的三維坐標(X,Y,Z)。通過正射圖像的四個角點坐標，即可得到糾正后的正射影像范圍大?。?/p>

(1)

式中：X、Y、Z為原圖像的四個頂點對應糾正后的三維坐標；f為攝影軸中心到影像的主距；ai、bi、ci(i=1,2,3)為方向余弦，可由POS系統記錄的數據求得。

②利用反解法逐個計算像點在原圖上的位置坐標。設糾正后的圖像上任一像素中心點P的坐標值為(X′,Y′)，其左下角對應的地面坐標為(X0,Y0)。同時，取該正射影像的比例尺分母為M，則像點P在地面的對應坐標(X,Y)為：

(2)

③共線條件方程式是航空影像進行正射糾正的基礎。根據無人機系統提供的影像內方位元素x0、y0、f及POS組合系統記錄的位置和姿態數據(影像的外方位元素)，導入數字高程模型(digital elevation model，DEM)，即可計算像點P在原航空影像上的對應坐標p(x,y)。

④由于步驟③求得的像點坐標可能不在原航片的某像素中心上，無法直接讀出此像點的灰度值，所以采取雙線性內插方式，獲取到像點p處的灰度值g(x,y)，最后將其賦給像點P。

G(x,y)=g(x,y)

(3)

3.2 平差解算外方位元素

傳統航空攝影測量采取光束法區域網平差，以單張影像上控制點為基礎，從共線條件方程式出發，計算外方位元素。本文在無控制點情況下，以最小二乘平差為基礎，構造目標函數，使得所有像點殘差平方和最小；然后采用最速下降法迭代求解影像外方位元素。

3.3 影像拼接

根據糾正后的影像上各個像點的坐標關系，將單張影像拼接起來。采用Inpho軟件中的OrthoVisa功能模塊，對拼接后的影像進行勻光勻色。由拼接之后的正射影像可以看出，經過糾正的正射影像整體上基本消除了原始航片的投影誤差，拼接處銜接較好；經目視檢查，無明顯錯位、邊角無明顯變形。

4 精度檢查

由于GPS本身精度不高的特性，所以將野外實測控制點坐標與屏幕坐標進行對比的方法意義不大。在Google Earth軟件中的搜索欄查找無人機記錄的經緯度數據，以便進行精確定位。然后將糾正后的正射影像與矢量文件進行匹配檢查，調節透明度，得到無人機拼接影像與矢量文件疊加效果圖。影像中道路、河塘等重疊度較高，無明顯畸變和錯位現象，說明本文提出正射影像圖制作方法效果較好，可以滿足后續的應用。

5 結束語

POS直接對地定位是集機載GPS與慣性測量單元于一體的新型航攝技術，它可以直接提供影像定向參數，突破了傳統攝影測量必須進行空中加密的限制。本文采用POS輔助低空攝影測量，可以提高DOM成圖速度、降低野外工作成本，從而有效解決需要到測區布設大量地面控制點的問題，簡化了成圖的工業流程。

本文采取一維搜索與最速下降法聯合平差方式。雖然成圖速度有明顯優勢，但是容易陷入局部最優解。因此，找到一種既能滿足成圖速度要求，又能得到全局最優解的平差方法，將是下一步需要改進和努力的方向。

參考文獻:

[1] 陳天博,胡卓瑋,魏錸,等.無人機遙感數據處理與滑坡信息提取[J].地球信息科學學報,2017,19(5):692-701.

[2] 梁爽.固定翼無人機定點飛行最優路徑選擇[J].自動化儀表,2016,37(5):13-15.

[3] WANG K,FENG W,WANG T,et al.Application research on UAV data fast mapping technology based on songshan calibration field[J].Engineering of Surveying & Mapping,2017,26(3):37-41.

[4] 楊浩.基于機載LiDAR點云的真正射影像生成方法研究[D].綿陽:中國工程物理研究院,2015.

[5] 張雪萍.POS輔助航空攝影測量直接對地目標定位的關鍵技術研究[D].武漢:武漢大學,2010.

[6] 孟祥萍,寇磊,苑全德,等.GPS/INS組合導航在輸電線路巡檢中的應用[J].自動化儀表,2016,37(12):54-57.

[7] 趙政,凌霄,孫長奎,等.基于POS的無人機傾斜影像匹配方

法[J].國土資源遙感,2016,28(1):87-92.

[8] SHI P,LU D,SHEN Y.Comparison between inpho and photomod used to generate digital orthophoto maps from images of UAV[J].Urban Geotechnical Investigation & Surveying,2016,31(3):79-82.

[9] 金鼎堅,支曉棟,王建超,等.面向地質災害調查的無人機遙感影像處理軟件比較[J].國土資源遙感,2016,28(1):183-189.

[10]王密,楊博,李德仁,等.資源三號全國無控制整體區域網平差關鍵技術及應用[J].武漢大學學報(信息科學版),2017,42(4):427-433.

[11]曹明蘭,薄志毅,李亞東.無控制點數據的無人機影像DOM快速制作[J].測繪通報,2016,62(8):35-38.

[12]韓曉慶,劉佳,李靜,等.海岸帶地區SPOT-5遙感影像無控制點正射校正方法[J].測繪科學,2013,38(3):121-124.