談大數(shù)據(jù)時代的“云控制”攝影測量

李研巖

摘要：在大數(shù)據(jù)時代下，影像數(shù)據(jù)的采集也在不斷的改善與創(chuàng)新，更多便捷化、高效化、多樣化的影像數(shù)據(jù)采集方式出現(xiàn)在人們的視野當中，攝影測量影像大數(shù)據(jù)的存儲規(guī)模越來越大。“云控制”攝影測量利用“控制數(shù)據(jù)”與“處理技術”這兩個方面的優(yōu)勢，能夠?qū)Υ髷?shù)據(jù)進行智能、自動、高效的處理。本文主要圍繞大數(shù)據(jù)時代的“云控制”攝影測量進行了深入的分析與探究，希望能為相關人士提供啟發(fā)與借鑒。

關鍵詞：大數(shù)據(jù)時代;“云控制”攝影測量

攝影測量大數(shù)據(jù)的智能化處理是現(xiàn)階段攝影測量最需要解決的問題之一，“云控制”攝影測量利用“控制數(shù)據(jù)”與“處理技術”這兩個方面的優(yōu)勢，能夠解決傳統(tǒng)數(shù)據(jù)處理技術中的不足。“處理技術”指的是以新影像之間的匹配作為支撐，構建空三自由網(wǎng)，然后利用已有影像與新影像之間的匹配或者控制框架內(nèi)其他數(shù)據(jù)與新影像之間的配準，從而為新影像自由網(wǎng)的加密點收集大量密集的控制信息。之所以被稱之為“云控制”是因為獲取控制點相當?shù)拿芗路鹦纬闪艘黄疲虼耍环Q為“云控制”。

1基于LiDAR點云與DLG的云控制

DLG具有高程注記點等諸多的優(yōu)勢，但是卻不能夠獨立的支撐攝影測量中的云控制，主要是由于它是二維的平面X、Y圖，必須要與LiDAR有機的結合在一起，才能夠構成多元云控制。LiDAR具有精度高、范圍廣等特點，能夠?qū)崿F(xiàn)對大范圍內(nèi)地表幾何數(shù)據(jù)的快速、準確收集，現(xiàn)階段，已經(jīng)成為我國收集高精度地表與地形信息的重要方式。同時，LiDAR又被廣泛的用于光學攝影幾何定位的基準，主要是由于其能夠更加全面、更加精確的收集地物表面的信息，從而實現(xiàn)了光學影像的精確幾何定位。

1.1 LiDAR點云與影像之間的配準

LiDAR點云與影像二者之間的屬性有著較大的差異，它們是由兩個完全不同的傳感器采集而來的，LiDAR點云為三維離散數(shù)據(jù)，而影像為二維柵格數(shù)據(jù)，二者之間的數(shù)據(jù)類型不同，維度也不相同，以至于二者之間的配準存在一定的特殊性。LiDAR點云與影像之間的配準主要包括：基于二維圖像匹配方法、基于三維點云配準方法以及基于二維圖像與三維點云直接匹配這三種方法。基于二維圖像匹配方法主要是利用LiDAR的點云或者強度圖，從而形成距離、深度等二維圖像，再利用二維影像與三維LiDAR點云的轉(zhuǎn)換，實現(xiàn)二維影像之間的配準。基于三維點云配準方法主要是利用LiDAR的點云與多視影像生成的點云之間的配準，實現(xiàn)LiDAR的點云與影像之間的配準。

1.2 LiDAR點云精度評定

影像幾何定位的精度主要取決于LiDAR點云的精度。現(xiàn)階段，雖然學者們采用了各種各樣的方式對LiDAR點云的精度進行了評價，例如，利用檢查點評價了LiDAR點云的高程精度;從潛在誤差源方面全面的分析了LiDAR點云的理論精度等，但是對LiDAR點云平面精度評定的研究卻是少之又少。部分學者嘗試利用參考正射影像的方式與對比LiDAR的強度圖的方式評價了LiDAR點云的平面精度，但是由于參考正射影像的分辨率為0.33m，而LiDAR強度圖的分辨率為1.5m，這兩的分辨率無法將LiDAR點云的真實平面精度呈現(xiàn)出來。此處運用了1：500比例尺DLG作為基準數(shù)據(jù)，對LiDAR點云的精度進行了評定，同時，運用DLG的高程注記點評定高程精度，運用DLG中的建筑物輪廓線評定平面精度。如【圖1】所示。

2基于矢量的云控制

已有的矢量數(shù)據(jù)可以作為“云控制”的數(shù)據(jù)，具有河流、道路等線狀地物的信息。在基于矢量云控制當中有兩個難點，第一個難點為：矢量與影像之間的自動配準，由于兩者屬于兩種完全不同類型的數(shù)據(jù)，以至于其自動配準成了一個難點;第二個難點為：由于影像的像點觀測與線特征控制之間并不存在嚴格的對應關系，必須要對傳統(tǒng)的基于控制點的定位方法適當?shù)倪M行擴充，才能夠運用基于線特征控制條件的影像定位方法。針對于矢量與影像之間自動配準難點可以利用矢量與影像多種自動配準方法來解決。

矢量與影像自動配準方法

利用矢量數(shù)據(jù)當中的道路矢量線與影像之間進行自動配準是現(xiàn)階段運用最為廣泛的方法。遙感影像的矢量地圖、地理編碼、自動糾正的自動配準，是通過矢量與遙感影像的自動配準的方法來實現(xiàn)的，進一步的推動了地理信息數(shù)據(jù)的快速更新與快速修測地形圖。利用矢量與基于道路中心線檢測的影像自動配準方法將道路矢量線與影像的配準問題進行轉(zhuǎn)化，形成了道路中心線的檢測問題，通過將道路矢量投影到影像，然后，沿著投影向量的垂直方向檢測相應的邊緣，通過邊緣的階躍模板實現(xiàn)對一定范圍內(nèi)道路邊緣的檢測，最終準確的判斷出道路的中心點位置，實現(xiàn)了高分辨率衛(wèi)星影像與矢量地圖的自動配準。例如，【圖2】就是利用矢量自動配準方法與基于道路中心線檢測的影像進行了矢量地圖與SPOT5影像配準試驗，矢量與影像的整體套合圖如圖（a）所示;矢量與局部區(qū)域影像的套合情況如圖（b）所示;矢量與自動配準后影像的套合情況如圖（c）所示。試驗區(qū)的矢量線匹配數(shù)量為7062條，SPOT5影像定向的控制點是檢測了77953個道路中心點而獲得的，由此可見，矢量與自動配準后影像的套合效果一致性較好，能夠?qū)崿F(xiàn)基于矢量地圖的影像幾何定位。

3基于影像的云控制

基于已知定向參數(shù)影像的云控制

基于已知定向參數(shù)影像的云控制方式也是利用正射影像與新影像之間的自動匹配。首先，利用新影像構建空三自由網(wǎng)，再將老影像與新影像相匹配，然后將新影像所構建的自由網(wǎng)加密點傳遞給老影像，再對老影像之間進行匹配，最后，通過老影像的定向參數(shù)進行前方交會，最終獲取新影像自由網(wǎng)加密點的三維物方坐標。需要注意的是，老影像和新影像既可以是異源影像（線陣掃描式航空影像或者框幅式航空影像），也可以是同源影像（都是框幅式航空影像或者相同類型傳感器拍攝的影像）。

總結：

隨著現(xiàn)代化社會科學技術的不斷發(fā)展，網(wǎng)絡通信、計算機、傳感器等技術水平都有所提高，在一定程度上加快了數(shù)據(jù)的增長。在大數(shù)據(jù)時代下，傳統(tǒng)的信息處理系統(tǒng)的處理能力已經(jīng)無法滿足海量規(guī)模的大數(shù)據(jù)的需求，因此，應將“云控制”攝影測量中帶有地理空間信息的數(shù)據(jù)替代外業(yè)控制點，從而實現(xiàn)對大數(shù)據(jù)智能化、自動化、高效化的處理。

參考文獻

[1]張祖勛，陶鵬杰. 談大數(shù)據(jù)時代的“云控制”攝影測量[J]. 測繪學報，2017，46（10）：1238-1248.

[2]康一飛. 光學遙感衛(wèi)星影像云檢測方法及應用[D].武漢大學，2018.

（作者單位：浙江臻善科技股份有限公司）