消費(fèi)型無人機(jī)傾斜攝影測(cè)量三維重建精度驗(yàn)證

龔克,東正蘭,王永菊

(1.青海省基礎(chǔ)測(cè)繪院,青海 西寧 810001;2.青海省測(cè)繪質(zhì)量監(jiān)督檢驗(yàn)中心,青海 西寧 810001)

0 引 言

傾斜無人機(jī)攝影測(cè)量技術(shù)利用多個(gè)傳感器進(jìn)行組合,主要包括多鏡頭相機(jī)、高精度的慣性測(cè)量單元(IMU)、GPS接收機(jī)．通過一次攝影可以同時(shí)獲取多視影像數(shù)據(jù)、GPSIMU數(shù)據(jù)．由于多個(gè)鏡頭一般采用一個(gè)垂直攝影和4個(gè)不同角度的傾斜攝影,能夠獲取足夠的側(cè)面紋理信息真實(shí)地反應(yīng)地物情況;而集成高精度的GPSIMU設(shè)備能夠提供攝影時(shí)刻影像的位置與姿態(tài)信息;利用多視影像數(shù)據(jù)、對(duì)應(yīng)的位置與姿態(tài)數(shù)據(jù)、結(jié)合相機(jī)檢校參數(shù),通過多視影像數(shù)據(jù)融合、建模等,構(gòu)建城市真實(shí)實(shí)景三維模型[1]．與傳統(tǒng)的人工建模相比,降低了城市三維模型構(gòu)建的成本．

近些年,GPS技術(shù)的快速發(fā)展提高了后期多視傾斜數(shù)據(jù)的影像匹配的正確率與計(jì)算效率．文獻(xiàn)[2-3]通過利用自帶的POS數(shù)據(jù)對(duì)傾斜影像進(jìn)行影像水平糾正,然后自動(dòng)獲取同名像點(diǎn)為多視影平差提供可靠的連接點(diǎn)．針對(duì)無人機(jī)傾斜攝影技術(shù)構(gòu)建城市準(zhǔn)確、真實(shí)的實(shí)景三維模型,國(guó)內(nèi)外相關(guān)機(jī)構(gòu)、學(xué)者做了大量實(shí)驗(yàn)．范攀峰等[4]結(jié)合DSM數(shù)據(jù)與多視傾斜數(shù)據(jù),首先利用生成的DSM數(shù)據(jù)構(gòu)建模型的規(guī)則建筑物的立體白膜,然后導(dǎo)入第三方軟件如Smart3D進(jìn)行紋理的重新映射,將影像側(cè)面紋理信息自動(dòng)映射到白膜上構(gòu)建城市實(shí)景三維模型,該方法有效地利用已有的DSM數(shù)據(jù),避免人工現(xiàn)場(chǎng)拍攝側(cè)面紋理的工作量,一定程度上提高了作業(yè)效率,但構(gòu)建白膜過程需要大量的人機(jī)交會(huì)操作;任城等人[5-6]提出利用多視傾斜數(shù)據(jù)結(jié)合三維重建技術(shù)快速構(gòu)建城市實(shí)景三維模型方法,該方法完成多視影像空三加密、密集匹配、紋理自動(dòng)映射,但對(duì)高差較大區(qū)域或弱紋理區(qū)域的空三過程容易失敗難以獲得滿意結(jié)果;向云飛等人[7-10]提出利用LIDAR數(shù)據(jù)與多視傾斜數(shù)據(jù)結(jié)合構(gòu)建城市實(shí)景三維模型的方法,該方法首先利用高精度、足夠密集的LIDAR點(diǎn)云數(shù)據(jù)構(gòu)建城市模型構(gòu)架,然后利用多視影像數(shù)據(jù)結(jié)合POS數(shù)據(jù)以及LIDAR與相機(jī)的位置關(guān)系信息進(jìn)行空間配準(zhǔn),完成紋理模型的自動(dòng)映射,該方法需要利用高昂成本的LIDAR儀器設(shè)備,而這小單位是難以負(fù)擔(dān)起的．

鑒于此,本文采用飛馬傾斜無人機(jī)系統(tǒng)通過“格網(wǎng)似”獲取多視傾斜無人機(jī)影像數(shù)據(jù),利用infor軟件的傾斜影像聯(lián)合空中三角測(cè)量與Context Capture軟件的多視影像密集匹配及紋理自動(dòng)映射等技術(shù)相結(jié)合,有效地避免Context Capture在高差較大和弱紋理情況下空三容易失敗的問題,充分利用Context Capture軟件多視密集匹配的優(yōu)勢(shì),結(jié)合少量人工干預(yù)構(gòu)建城市實(shí)景三維模型．

1 三維重建技術(shù)流程與關(guān)鍵技術(shù)

1.1 技術(shù)流程

利用infor結(jié)合Context Capture軟件構(gòu)建三維城市模型的技術(shù)流程如圖1所示:

1) 通過飛馬無人機(jī)傾斜攝影測(cè)量系統(tǒng)獲取多視影像數(shù)據(jù)、影像對(duì)應(yīng)的姿態(tài)數(shù)據(jù),并對(duì)數(shù)據(jù)進(jìn)行初步檢查,確保數(shù)據(jù)的有效性和正確性為后期建模提供數(shù)據(jù)保障;

2)利用infor軟件的MATCH-AT模塊對(duì)多視影像數(shù)據(jù)、像控點(diǎn)數(shù)據(jù)進(jìn)行空中三角測(cè)量,獲取影像高精度的姿態(tài)數(shù)據(jù);然后,采用基于影像畸變校正參數(shù)、高精度的姿態(tài)數(shù)據(jù),通過SFM算法的多視密集匹配方法,獲取多視影像的匹配同名點(diǎn)影像,結(jié)合影像多片前方交會(huì)算法[11-12]獲得高密度、高精度的點(diǎn)云數(shù)據(jù);

3)點(diǎn)云數(shù)據(jù)構(gòu)建立體模型的三角網(wǎng),根據(jù)二維影像面片數(shù)據(jù)與三角網(wǎng)法向量的關(guān)系選擇合適的紋理信息,并將紋理信息與模型白膜進(jìn)行自動(dòng)映射,完成三維模型立體重建．

圖1 傾斜數(shù)據(jù)三維模型技術(shù)流程

1.2 傾斜影像聯(lián)合空中三角測(cè)量

多視傾斜影像數(shù)據(jù)與傳統(tǒng)的航空攝影獲取的影像數(shù)據(jù)存在較大的視角差異、影像內(nèi)部幾何畸變較大,采用常規(guī)的影像匹配算法難以獲得滿足要求的同名點(diǎn)像點(diǎn)坐標(biāo)．傾斜攝影測(cè)量平臺(tái)獲取多視影像數(shù)據(jù)的同時(shí)采集POS數(shù)據(jù),以POS數(shù)據(jù)為影像匹配的初始參數(shù),結(jié)合傳感器獲取影像數(shù)據(jù)的模型,利用基于物方多特征、多基線的匹配方法,自動(dòng)獲取多視影像數(shù)據(jù)的同名點(diǎn),利用像方坐標(biāo),外業(yè)控制數(shù)據(jù)通過光束法區(qū)域網(wǎng)平差的方式完成多視影像數(shù)據(jù)的聯(lián)合空中三角測(cè)量的計(jì)算．針對(duì)當(dāng)前典型的傾斜攝影測(cè)量系統(tǒng)特點(diǎn),Infor軟件的MATCH-AT模塊構(gòu)建相應(yīng)的數(shù)據(jù)處理模型,通過優(yōu)化、模擬多視影像數(shù)據(jù)的航攝參數(shù),增強(qiáng)匹配同名點(diǎn)的精度與計(jì)算效率．

對(duì)于同一地物的多視傾斜影像數(shù)據(jù)存在影像重疊度高、內(nèi)部畸變大、同名點(diǎn)交會(huì)角較大的問題,常規(guī)的影像匹配算法獲取同名點(diǎn)面臨誤匹配率高、計(jì)算效率低的問題．在傾斜多視影像數(shù)據(jù)處理過程中,為了提高空三的運(yùn)行效率通常采用如下策略:

1)為了避免誤差的傳遞、積累,將整個(gè)測(cè)區(qū)均勻劃分多個(gè)子區(qū)域網(wǎng),對(duì)每個(gè)區(qū)域網(wǎng)分別進(jìn)行同名點(diǎn)的匹配、區(qū)域網(wǎng)平差計(jì)算、粗差探測(cè)與剔除、連接點(diǎn)的人工編輯等操作,構(gòu)建高精度、剛性強(qiáng)的子區(qū)域網(wǎng);

2)然后將所有的區(qū)域網(wǎng)進(jìn)行合并整體平差,構(gòu)建一個(gè)多視影像數(shù)據(jù)覆蓋、連接點(diǎn)分布均勻、中誤差優(yōu)于0.5個(gè)像元的高精度、剛性強(qiáng)的區(qū)域網(wǎng);

3)引入外業(yè)像控?cái)?shù)據(jù),將構(gòu)建好的區(qū)域網(wǎng)轉(zhuǎn)換到已知控制網(wǎng)的坐標(biāo)系下;

4)將優(yōu)化后消除內(nèi)部畸變的多視影像數(shù)據(jù)的外方位元素成果輸出,為后續(xù)多視影像數(shù)據(jù)密集匹配提供精確的參數(shù)．

1.3 多視密集匹配

Context Capture軟件采用消除影像幾何畸變的多視影像數(shù)據(jù)、高精度的影像外方位元素,構(gòu)建多視影像立體數(shù)據(jù),基于多特征、多重約束的多視傾斜數(shù)據(jù)密集匹配算法,將影像覆蓋區(qū)域進(jìn)行規(guī)則格網(wǎng)的劃分,利用基于物方高程約束和像方多種特征的匹配策略,充分利用物方數(shù)據(jù)、影像已有數(shù)據(jù)以及像方影像的多種特征信息,對(duì)參考影像采用多種自適應(yīng)的匹配策略,進(jìn)行多視傾斜影像數(shù)據(jù)的密集匹配處理;對(duì)于遮擋區(qū)域,利用多視傾斜數(shù)據(jù)的冗余信息,通過最優(yōu)數(shù)據(jù)篩選策略,消除地物遮擋對(duì)密集匹配的影響．通過引入CPU并行與GPU加速的策略提高算法的計(jì)算效率,高效、準(zhǔn)確、快速地獲取多視傾斜影像數(shù)的像方同名點(diǎn)坐標(biāo),利用多片前方交會(huì)算法精確獲取地面高密度的三維點(diǎn)云數(shù)據(jù)．為了顯示不同比例尺下的三維模型的結(jié)構(gòu)信息,在不同比例尺下構(gòu)建不同層次細(xì)節(jié)度的三角網(wǎng)．通過對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行分割形成區(qū)域點(diǎn)云數(shù)據(jù),對(duì)于局部區(qū)域的點(diǎn)云數(shù)據(jù)進(jìn)行抽稀降低數(shù)據(jù)的冗余量,同時(shí)對(duì)連續(xù)變化的邊緣數(shù)據(jù)進(jìn)行分析,優(yōu)化邊緣三角網(wǎng),獲取足夠精細(xì)的建筑物3DTIN模型矢量框架．

1.4 紋理映射

紋理映射是將影像數(shù)據(jù)與構(gòu)建的三維TIN模型自動(dòng)關(guān)聯(lián)起來,實(shí)現(xiàn)紋理影像與3DTIN模型的貼附．而多視傾斜影像數(shù)據(jù)與3DTIN模型間存在多對(duì)一的關(guān)系,即同一地物會(huì)存在多個(gè)影像與之相對(duì)應(yīng),對(duì)于平坦區(qū)域而言選擇哪張影像貼附在三維模型上影響不大;但對(duì)于側(cè)面紋理而言,為了保障紋理的精細(xì)與準(zhǔn)確性,依據(jù)影像定位、定姿參數(shù)構(gòu)建的法向量與三角網(wǎng)構(gòu)建的法向量間的夾角關(guān)系選擇合適的紋理數(shù)據(jù);兩者間的夾角越大,說明影像平面與3D模型平面差別越大,紋理影像與模型間的匹配效果越差,因此,計(jì)算兩者夾角獲取最優(yōu)的紋理映射,實(shí)現(xiàn)紋理影像與3DTIN模型間的一對(duì)一的映射關(guān)系．然后依據(jù)紋理影像與對(duì)應(yīng)3DTIN間的幾何關(guān)系實(shí)現(xiàn)紋理自動(dòng)映射．

2 實(shí)驗(yàn)分析

選用多旋翼飛馬D200智能航測(cè)系統(tǒng),該系統(tǒng)為四旋翼無人機(jī)搭載專用的兩軸增穩(wěn)單鏡頭傾斜相機(jī),平臺(tái)本身特有的PPK/RTK作業(yè)模式,能有效減少地面像控的布設(shè)．無人機(jī)下方搭載SONY ILCE-6000相機(jī),其鏡頭有效像素為2400萬(6000×4000),焦距為20 mm,可定時(shí)拍攝或者連續(xù)拍攝兩種模式．該系統(tǒng)是基于高性能多旋翼平臺(tái)的一體化高精度傾斜無人機(jī)航測(cè)系統(tǒng),傳感器系統(tǒng)采用多路冗余設(shè)計(jì),保障了飛行作業(yè)的安全可靠．

2.1 數(shù)據(jù)獲取

以青海省西寧市城中某區(qū)域?yàn)檠芯繉?duì)象,該處地形高差變化小、建筑物密集、高樓林立、植被夾雜在建筑物中間具備典型的城鎮(zhèn)地貌地形．首先利用“智航線”軟件設(shè)計(jì)航線，如圖2所示,將高精度的三維地形起伏的數(shù)據(jù)導(dǎo)入“智航線”軟件內(nèi)部,設(shè)置相機(jī)焦距20 mm,影像航向重疊85%、旁向重疊65%、相對(duì)航高100 m、相機(jī)傾角為30°．依據(jù)地面高程數(shù)據(jù)軟件自動(dòng)規(guī)劃“田字形”傾斜影像飛行路徑．實(shí)驗(yàn)共采集下視+35°傾角方向238張影像,影像的地面分辨率約為2.5 cm,能夠清晰地識(shí)別地面微小物體．利用省連續(xù)運(yùn)行參考站(CORS)采用實(shí)時(shí)動(dòng)態(tài)(RTK)作業(yè)模型,在該區(qū)域采集11個(gè)外業(yè)控制點(diǎn)數(shù)據(jù),其中4個(gè)用于基本定向、7個(gè)點(diǎn)用于檢測(cè)空三精度,計(jì)算外業(yè)實(shí)測(cè)的坐標(biāo)與區(qū)域網(wǎng)平差得到坐標(biāo)之差．

圖2 航線規(guī)劃設(shè)計(jì)

2.2 空三精度分析

利用infor軟件的MATCH-AT模塊對(duì)輸入的相機(jī)檢校參數(shù)文件、多視傾斜影像數(shù)據(jù)、影像對(duì)應(yīng)的定位、定姿數(shù)據(jù)文件,首先進(jìn)行多視傾斜影像數(shù)據(jù)的連接點(diǎn)自動(dòng)匹配,獲取足夠數(shù)量、分布均勻的高精度連接點(diǎn)數(shù)據(jù);然后,進(jìn)行自由網(wǎng)平差解算,快速更新影像初始定位、定姿數(shù)據(jù),同時(shí)根據(jù)外業(yè)采集的控制點(diǎn)數(shù)據(jù)導(dǎo)入工程內(nèi)部自動(dòng)預(yù)測(cè)控制點(diǎn)在傾斜多視影像數(shù)據(jù)上的位置,根據(jù)點(diǎn)之記文件將控制點(diǎn)轉(zhuǎn)刺在影像上;最后,進(jìn)行帶控制點(diǎn)約束的區(qū)域網(wǎng)平差,將整個(gè)成果數(shù)據(jù)轉(zhuǎn)換到已知坐標(biāo)系統(tǒng)下,同時(shí)加密控制點(diǎn)數(shù)據(jù)、檢查空三精度，計(jì)算結(jié)果如表1所示．

由表1可知,經(jīng)過兩次空三平差處理后定向點(diǎn)的平面中誤差為2.2 cm,高程中誤差為3.2 cm,滿足《數(shù)字?jǐn)z影測(cè)量空中三角測(cè)量規(guī)范》中1∶500比例尺平地地形中基本定向點(diǎn)平面中誤差不超過0.13 m、高程限差不超過0.11 m 的要求．檢查點(diǎn)的平面中大誤差為3.4 cm,高程方向最大誤差為3.7 cm,滿足《數(shù)字?jǐn)z影測(cè)量空中三角測(cè)量規(guī)范》中1∶500比例尺平地地形中檢查點(diǎn)的平面0.175 m、高程中誤差不超過0.15 m的要求．

表1 空三加密精度統(tǒng)計(jì)表

2.3 三維模型精度分析

將經(jīng)過空三處理后的影像數(shù)據(jù)、精化的影像定向參數(shù)、相機(jī)檢校參數(shù)導(dǎo)入Context Capture軟件,進(jìn)行密集匹配、三角網(wǎng)優(yōu)化構(gòu)建、紋理生成、紋理映射等處理生產(chǎn)三維模型;具體模型如圖3所示,從圖三可以看出模型的整體效果較好,無論是建筑物分布稀疏的A區(qū)域,還是建筑物密集的B區(qū)域,構(gòu)建的3維模型特征邊明顯、紋理清晰，能夠清楚地看到地面上的地物．最后將模型導(dǎo)入EPS軟件進(jìn)行立體量測(cè)獲取地物點(diǎn)的三維坐標(biāo),通過與外業(yè)采集的控制點(diǎn)數(shù)據(jù)進(jìn)行比較,對(duì)三維模型成果的幾何精度進(jìn)行評(píng)定．評(píng)定結(jié)果如表2所示．

表2 三維模型精度統(tǒng)計(jì)

圖3 三維模型構(gòu)建

為了評(píng)價(jià)構(gòu)建實(shí)景三維模型的精細(xì)化程度,采用單個(gè)立體模型邊長(zhǎng)來進(jìn)行處理．評(píng)價(jià)方法,將三維模型導(dǎo)入EPS軟件中通過在模型上量取典型地物(道路寬、門廊、建筑物邊長(zhǎng))的邊長(zhǎng)與外業(yè)實(shí)測(cè)邊長(zhǎng)進(jìn)行比較．采用高精度的徠卡全站儀,在三維模型中選取38條代表性的特征邊長(zhǎng)測(cè)量,并與模型中實(shí)際測(cè)量的邊長(zhǎng)進(jìn)行統(tǒng)計(jì)分析,統(tǒng)計(jì)結(jié)果如表3所示．

表3 特征邊測(cè)量精度統(tǒng)計(jì) cm

由表3可以看出,實(shí)景三維模型的精度中誤差為7 cm,且誤差分布比較集中,沒有較大的誤差，整體都在10 cm級(jí)以內(nèi),滿足1∶500的大比例尺測(cè)圖要求．

3 結(jié)束語

選用多旋翼飛馬D200智能航測(cè)系統(tǒng)獲取青海省西寧市城中某區(qū)域,利用infor軟件的MATCH-AT模塊與Context Capture軟件結(jié)合,充分利用MATCH-AT模塊在空三方面的優(yōu)勢(shì),經(jīng)過傾斜影像兩次區(qū)域網(wǎng)聯(lián)合平差,將空三結(jié)果導(dǎo)入Context Capture軟件進(jìn)行多視傾斜影像數(shù)據(jù)密集匹配、多片前方交會(huì)、影像紋理自動(dòng)映射等環(huán)節(jié),構(gòu)建真實(shí)的實(shí)景三維模型．驗(yàn)證本文提出的高精度傾斜攝影測(cè)量的三維建模精度方法的可行性,并利用實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了成果精度,整體達(dá)到1∶500大比例尺測(cè)圖需求,為后續(xù)大比例尺測(cè)圖提供參考流程．