基于空地一體化在構筑物三維重建中的應用

鄭遠楊，劉 超，丁 濤，鄧 燁

(安徽理工大學 空間信息與測繪工程學院/礦山采動災害空天地協同監測與預警安徽省教育廳重點實驗室，安徽 淮南 232001)

目前，人工建模、激光雷達建模和傾斜攝影建模是主流的三維建模技術。人工建模通常采用大比例尺規劃圖結合3DMAX軟件進行建模，并結合現狀照片進行紋理貼圖，但該建模方法對于復雜構筑物來說存在一定的困難，制作周期較長，人工干預較多，簡言之費時費力，建模效果失真[1]。激光雷達獲取的點云數據量廣，點云特性穩定，且對于點云處理方面已取得巨大進步，現在已廣泛推進三維重建利用激光雷達數據。張冬等[2]利用地面激光雷達對單株樹木進行建模，通過不同算法提取枝干骨架和樹枝；賈雪等[3]利用海量點云數據，基于鑲嵌法進行三維重建，但該方法前期準備工作時間較長，后期紋理貼圖困難。傾斜攝影測量技術可以獲取構筑物頂部、側面信息，目前對于較大區域采用航攝影像三維建模，無人機成本較低，快捷靈活，可獲取大量目標物數據。劉洋等[4]利用無人機影像數據進行古建筑三維重建，通過規劃航線和貼近攝影測量結合方法，但該方法對手動拍攝影像重疊度要求較高。

當前研究多數在單體化建模，單一建模雖然簡便快捷，建模效果快，但有所欠缺，存在人工修模、模型紋理模糊，目標物存在空洞等問題。

無人機傾斜攝影測量從1個垂直角度和4個傾斜角度獲取地面物體的表面信息，從而得到目標物的空間三維坐標[5]。通過軟件處理獲取的影像，可快速實現地面建筑物的三維重建，然而受飛行高度和攝影角度限制，建立的模型在近地面會存在變形和拉花等問題，不能很好地滿足如今的建筑物精細化建模要求；近地面攝影測量技術通過非量測相機在地面拍攝照片，可解決無人機航拍無法拍攝的角度問題，根據二者各自的互補，可以大大提高城市實景三維建模質量。因此本文擬采用航空攝影測量結合地面照片方法進行三維重建，經實驗該方法實際應用效果較好。

1 基于攝影測量的三維重建方法概述

基于攝影測量的三維重建是根據雙目視覺原理，以攝像機為媒介獲取目標物的二維影像，借助目前影像處理軟件提取相鄰圖像中的同名點，再以同名點為匹配基元建立各圖像之間的對應關系。經處理軟件獲取精確的匹配關系后，再結合攝像機規定的內外參數就可以得到空間點的三維坐標導出的點云數據，由點云數據構建不規則三角網格模型，最后再根據紋理映射算法得到具有真實紋理信息的三維模型[6]。

三維建模的實質為點云數據構建TIN三角網，并結合紋理算法附紋理信息至TIN三角網。傾斜攝影測量與地面拍照技術二者的本質是融合生成點云數據，最后構建高精度三維模型。技術路線如圖1所示。

圖1 融合建模技術路線

獲取的無人機影像(地面照片)數據進行空中三角測量前要進行檢核，查看影像是否全部可用于三維重建，空中三角測量結束后，可查看空三質量報告，其中包含關鍵點、連接點以及重投影誤差，一般主要查看重投影誤差是否在規定范圍內即小于1個像素。區塊合并后進行三維重建，將融合模型與掃描儀點云構建的模型進行3D比較，從而確定整體建模精度。

2 數據采集

2.1 無人機影像數據采集

當前無人機行業快速發展，憑借其體積小、低成本、獲取數據量廣的優勢在測繪領域被廣泛應用[7-8]。利用無人機搭載的單鏡頭或多鏡頭，獲取測區各方位帶有POS信息的影像數據，根據獲取的影像數據可建立接近于實景的三維模型[9]。

本實驗采用大疆精靈4Pro無人機，正常GPS定位工作時，垂直懸停精度為±5 m，水平懸停精度為±1.5 m。無人機航攝飛行前，利用奧維地圖進行目標區裁取，并根據實驗要求用飛行控制器規劃航線；為建立高質量的三維模型，確保相鄰影像之間的重疊度，航向重疊度一般要求在60%～65%，最低不得小于53%，旁向重疊度一般要求為30%～40%，最小不得小于15%，若航向、旁向重疊度小于最低要求稱為航攝漏洞，需航攝外業補救[10]。本次航向重疊度和旁向重疊度設為90%，飛行高度為20 m,共采集136影像，均可進行三維重建。

2.2 地面照片采集

地面拍照對象為拱形建筑物的底部和文字碑，底部數據由于無人機規劃的航線難以獲取，若采用低空環繞飛行，由于自身的避障系統，使得環繞拍攝也無法獲取完整的底部數據；文字碑具有特殊意義，航攝高度為20 m，使得字體難以看清，因此采用地面拍照，本次地面拍照采用Iphone11手機,廣角拍攝和六鏡式鏡頭廣角拍攝，且廣角鏡頭具備光學圖像防抖功能，符合本次實驗拍攝相機要求。如圖2所示。

圖2 地面照片拍照示意圖

由于手機和無人機屬于二種不同的設備，內部參數設置不同，為確保整體建模質量，無人機航攝和地面拍照應同一時段分別進行，且手機取景采用環繞式拍照，盡量每隔15°拍攝一次，確保照片重疊度[11]，采集底部照片33張，文字碑照片14張，共采集47張照片，均可進行三維重建。

3 影像數據與地面照片融合三維重建

實現航攝影像與地面照片融合建模的關鍵是將兩組照片進行聯合空中三角測量。聯合航攝影像與地面照片可利用過渡影像來實現，即采用少量重疊度極高的影像來連接兩組照片，但此方法需要利用無人機下降不同高度采集影像來連接，若高度下降不均勻、照片采集角度偏差較大都會影響融合效果，因此本次采用連接點方法進行照片聯合，無需下降無人機高度采集連接照片，本文詳細建模方法如圖3所示。

圖3 影像數據與地面照片融合建模流程圖

3.1 區域網傾斜空三加密

本實驗采用單鏡頭無人機獲取影像數據，使用Context Capture快速實現實景三維建模，該軟件的優勢為全自動化處理影像數據。首先在該軟件創建一個區塊block1，將影像數據導入直接進行多視影像聯合平差傾斜空三加密，最終獲得帶有真實三維坐標的空三結果。單一無人機共生成42 522個連接點，平均每張影像提取25 272個關鍵點，重投影誤差為0.48個像素。

3.2 區域網地面照片空三加密

采用Iphone11手機獲取的地面照片無POS信息。在Context Capture中創建block2區塊，手機拍攝的照片中會含有無效影像，因此進行空三解算前需進行照片檢查，隨后進行地面照片空三加密解算，獲得一組無任何真實三維信息的空三結果。地面照片底部連接點共生成12 260個連接點，重投影誤差為0.7個像素，文字碑生成2986個連接點，重投影誤差為0.74個像素。

3.3 添加連接點

采用連接點進行照片聯合，需保證每個連接點至少在3～5張影像上。該方法具體為：利用無人機影像進行空中三角測量，隨后利用空三結果選擇連接點，確保選擇的連接點影像與地面照片相對應，連接點選擇至少3個，每個連接點在3張以上影像中，選擇結束后，導出連接點文件為.txt格式；將選擇好的連接點文件導入地面照片中選擇對應點，此時導入的連接點作為控制點；最后將兩組空三結果合并區塊進行三維重建，連接點融合結果如圖4所示。

圖4 融合空中三角測量結果

本文控制點點數為3個，其三維誤差的RMS為0.016 m、三維水平誤差的RMS為0.016 m、三維垂直誤差的RMS為0.002 m。

3.4 空地融合自動三維實景建模

實驗獲取大量的影像數據，生成密集點云較多，利用Context Capture建模時，由于計算機內存為16RAM，經分析計算所需內存大小將分塊建模，共生成16個瓦塊進行TIN模型的構建，最后根據構建好的TIN模型進行紋理映射，得到真實三維模型，如圖5所示。

(a)融合構筑物白膜; (b)融合構筑物模型

將未添加地面照片模型與添加地面照片所建三維模型進行對比，可以清晰看出因航攝帶來建模空洞的修補以及文字碑字體更加清晰，如圖6所示。

(a)無添加地面照片

(b)添加地面照片

4 精度分析

融合照片數據精度決定了本次三維重建模型的質量。掃描儀獲取的點云穩定且質量良好，因此本文以站地式三維激光掃描儀獲取的點云構建模型為參考，以融合照片模型為測試對象，將二者構建的模型進行整體3D比較，從而判定融合模型的精度。3D比較原理為，利用3D比較分析，會在測試對象和參考對象之間生成色譜圖，可以比較直觀地看出二者點云數據在X、Y、Z方向上的偏差值，其模型比較步驟如圖7所示。

圖7 模型3D比較精度分析步驟圖

融合數據和掃描儀數據分別在不同坐標系下，直接進行3D比較則無法進行，因此在進行比較前，需對模型進行特征對齊，使得在同一坐標系下，經特征對齊的模型再次使用“最佳擬合對齊”，對齊結果顯示，均方根誤差RMS為0.043 83 mm，平均誤差為0.031 54 mm。

將構建的模型進行3D比較分析后，得出不同位置點云的偏差分布。比較結果顯示，最大或最小臨界值均為±0.5193 mm，最大或最小名義值為±0.0260 mm，最大上偏差為+0.5193 mm，最大下偏差為-0.5018 mm,標準偏差為+0.0473 mm，偏差分布如表1所示。

表1 3D偏差分布

由表1可知，有54.7161%的點分布在-0.0260～0.0260 mm，其中偏差超過±0.1082 mm的點云所占百分比總和僅為2.98%，從總體分布來看，3D比較偏差結果符合誤差要求，融合建模質量效果良好。

5 結語

運用航攝影像結合地面照片融合構建紀念標志物具有重大意義，實驗結果表明該方法建模效果顯著，成功實現三維真實地物可視化。

數據采集方面利用航空攝影和地面拍照技術結合，彌補了二者之間的缺陷，使得獲取的目標物信息更加完整；利用照片之間的連接點融合，使得缺失影像更加完整，減少外業獲取過渡影像帶來的麻煩。空地一體結合技術為特殊紀念物留存提供一種新的思路，具有良好的推廣價值，同時在文物保護方面具有重要意義。