淺談無人機傾斜攝影測量技術在大比例尺地形圖測繪中的應用

周永丹

摘?要：無人機傾斜攝影技術是近年發展起來的新技術，與傳統測繪作業模式不同，本文對無人機傾斜攝影技術工作原理、關鍵技術、工作流程、精度統計等方面進行介紹，結合海寧大比例尺地形圖測繪項目進行生產試驗和精度檢查，分析該技術在實際應用中的可行性，對其未來應用進行歸納總結。

關鍵詞：無人機傾斜攝影技術;工作原理;關鍵技術;精度統計

1 緒論

在無人機技術產生之前，相關的地理獲取工作主要使用的就是人工進行采集，而這種工作模式，存在著許多的問題，成本高，生產時間長，以及程序復雜等等，而這些問題對整個地理信息獲取的工作，帶來了巨大的難度。而隨著科技的逐漸發展，對于地理信息的精度和時效性要求也越來越高，所以隨著科技的不斷發展，人們逐漸發明了無人機，而無人機在使用在地信息獲取的工作中，成本較低拍或拍攝范圍較廣，飛行速度慢等各種各樣的優點，比以往的人工作業模式，更加的適合地理信息獲取的工作。總體來說使整個地理獲取工作變得更加容易，為地理信息獲取工作，提供了巨大的發展。本文以海寧大比例尺地形圖采集項目為例進行試驗分析，證明利用無人機傾斜攝影測量技術采集的大比例尺地形圖精度滿足規范要求，成圖效率大大提高。

2 傾斜攝影測量

2.1 工作原理

傾斜攝影的像機配有3個或5個方向的傳感器鏡頭（本項目采用5鏡頭），同時從地物前后左右和垂直5個不同角度獲取影像，采集同一地物具有多視角的影像數據及地面物體的側面信息。影像獲取后對多視影像進行區域網聯合平差，多視影像匹配，真正射糾正，DSM生成，三維建模和數據采集等，形成最終產品。

5鏡頭工作原理：5個鏡頭同時曝光，一次采集5張圖像，有下視圖像，單鏡頭的分辨率為2000萬個像素，便于空三處理和正射影像圖的生成。

2.2 關鍵技術

2.2.1 傾斜影像自動空三

自動空三流程如下：

目前傾斜影像區域網平差主要分為：無約束區域網平差、附加約束的區域網平差和傾斜影像的直接定向。

2.2.2 傾斜影像密集匹配

與傳統攝影測量相比，傾斜攝影測量使地面上的物體幾何變形大，分辨率變化大。而這樣一來，就使相關的匹配工作十分難以完成。所以為了更好的使用傾斜攝影的方法，解決相關的問題，就提出了密集匹配技術，使用密集匹配技術可以，獲得高精度和高密度的數據。使整個地面上的物體呈三維立體。這種方法比以往的傳統攝影測量方法更加便捷，對于物體的描述也更加的清晰，精度更高，更加適合目前地理信息獲取的方式。能夠進一步促進這個行業的發展。

2.2.3 生產三維模型

再對所拍攝的影像進行處理后，就可以進行三維模型的生產，利用所獲取的影像數據，將數據進行加工，使其變成三維模型，而三維模型主要分為兩種，一種是作為紋理生產的三維模型，而另外一種，利用相關軟件獲得三維模型，而這兩種三維模型在不同的領域中都可以發揮著不同的作用，為整個行業進一步的發展提供了技術保障。

2.2.4 技術流程

利用無人機傾斜攝影測量技術生產大比例尺地形圖，具體流程如下圖：

2.3 精度分析

利用傾斜攝影測量技術生產大比例尺地形圖，其精度是否符合相應的《規程》、《規范》的要求，我們通過在海寧項目的測區范圍內利用RTK技術，采集相關明顯地物的特征點與傾斜攝影測量技術采集的相應特征點進行比較分析，結果如下：

（1）高程精度統計。高程點檢查，共檢查1503個，經計算，粗差點9個（按一類地物），粗差率0.6%，中誤差為±11.0cm，精度達到規范要求。

（2）平面精度統計。地物平面點位檢查，共檢查5374個，經計算，粗差點77個（按一類地物），粗差率1.4%，中誤差為±26cm，精度達到規范要求。

3 總結

本文采用無人機傾斜攝影建模方法進行大比例尺測圖技術路線具有可行性，精度能滿足大比例尺測圖規范要求。但其在大比例尺測繪領域的應用處于起步階段，應用深度和廣度還有待于進一步拓展，但其高分辨率和高機動性是其它遙感技術無法比擬的。因此，值得對其工程化應用做進一步研究。

參考文獻：

[1]張春森，朱師歡，臧玉府，等.顧及曝光延遲的無人機GPS輔助光束法平差方法[J].測繪學報，2017，46（5）：565-572.

[2]譚仁春，李鵬鵬，文琳，等.無人機傾斜攝影的城市三維建模方法優化[J].測繪通報，2016（11）：39-42.

[3]宋文平.無人機航測系統集成及影像后處理有關問題研究[D].西安：長安大學，2016.

[4]王興慧.應用于傾斜影像的點特征優化提取與寬基線匹配[D].蘭州交通大學，2014.

[5]王競雪，朱慶，王偉璽.多匹配基元集成的多視影像密集匹配方法[J].測繪學報，2013，42（5）：691-698.

[6]程錕錕.多視角傾斜影像密集匹配技術研究[D].河南理工大學，2014.

[7]Zhang L i.Automatic Digital Surface Model（DSM）Generation from Linear Array Images[D].Switzerland：Swiss Federal Institute of Technology Zurich.PhD thesis，2005.

[8]袁修孝，明洋.一種綜合利用像方和物方信息的多影像匹配方法[J].測繪學報，2009（3）：216-222.

[9]王雙亭，程錕錕，劉曉龍.一種基于多視傾斜影像的PMVS改進算法[J].河南理工大學學報（自然科學版），2015（1）：59-63.