多源數(shù)據(jù)融合實(shí)現(xiàn)“空地聯(lián)合”在校園三維建模中的應(yīng)用

季曉菲，茍彥梅，張 福

(甘肅林業(yè)職業(yè)技術(shù)學(xué)院，甘肅 天水 741000)

建立三維實(shí)景模型方式多源，其中傾斜攝影測(cè)量技術(shù)是利用多角度攝影裝置同時(shí)快速獲取傾斜影像和POS數(shù)據(jù)，通過空三處理、影像匹配和紋理映射等技術(shù)手段，真實(shí)還原地表實(shí)景模型，但該建模技術(shù)尚存在未克服的缺點(diǎn)。為提高模型精度，需布設(shè)大量外業(yè)像控點(diǎn)。由于遮擋等因素，建筑物底部紋理結(jié)構(gòu)拉花。另一種構(gòu)建三維實(shí)景模型的方式是利用三維激光掃描技術(shù)，通過激光掃描測(cè)區(qū)的點(diǎn)云數(shù)據(jù)，經(jīng)過數(shù)據(jù)處理，生成TIN模型及紋理映射來構(gòu)建三維實(shí)景模型。然而該技術(shù)在應(yīng)用上也存在缺點(diǎn)，即高層建筑物頂部掃描漏洞，相機(jī)拍攝角度不理想等。

針對(duì)上述兩種技術(shù)建模存在的問題，利用兩種技術(shù)手段，實(shí)現(xiàn)“空地聯(lián)合”，互相彌補(bǔ)不足，獲取測(cè)區(qū)全方位的空間地理信息，構(gòu)建高精度的三維模型。點(diǎn)云數(shù)據(jù)的高精度可免除外業(yè)像控測(cè)量，降低勞動(dòng)強(qiáng)度，提高作業(yè)效率。

1 融合建模工程的實(shí)施

1.1 融合建模設(shè)計(jì)

兩種技術(shù)手段融合建模的基本思想是利用傾斜攝影獲取空中多角度影像，經(jīng)過空中三角測(cè)量加密和影像密集匹配同名像點(diǎn)，構(gòu)成大量密集點(diǎn)云，將這些點(diǎn)云數(shù)據(jù)與地面三維激光掃描的高精度點(diǎn)云通過自動(dòng)化建模軟件(Context Capture)進(jìn)行融合、三維建模。其技術(shù)路線如圖1所示。

1.2 設(shè)備概況

背負(fù)式移動(dòng)掃描系統(tǒng)由歐思徠智能科技有限公司生產(chǎn)研發(fā)，激光掃描設(shè)備如圖2，儀器參數(shù)如表1。該系統(tǒng)可用于三維制圖、室內(nèi)采集、三維建模等領(lǐng)域。場(chǎng)景中不管有無GPS信號(hào)，均可獲得高精度的點(diǎn)云數(shù)據(jù)，可支持步行、騎行等多種作業(yè)模式，該系統(tǒng)主要集成了相機(jī)、激光雷達(dá)、IMU、GNSS、控制器等設(shè)備[1]。

圖1 基于激光掃描技術(shù)與傾斜攝影測(cè)量技術(shù) 融合建模的技術(shù)路線Fig.1 Technical route based on laser scanning technology and tilt photogrammetry technology fusion modeling

圖2 RTK-SLAMTM三維激光掃描儀系統(tǒng)組成示意圖Fig.2 RTK-SLAMTM 3D laser scanning system composition

表1 RTK-SLAMTM掃描系統(tǒng)主要參數(shù)Tab.1 Main parameters of RTK-SLAMTM scanning system

大疆精靈4 RTK無人機(jī)航測(cè)系統(tǒng)主要由飛行平臺(tái)、傳感器系統(tǒng)、飛行控制系統(tǒng)、地面監(jiān)控系統(tǒng)、數(shù)據(jù)傳輸系統(tǒng)組成[2]，如圖3所示。平臺(tái)參數(shù)和相機(jī)參數(shù)如表2、表3所示。

1.3 融合建模實(shí)施

1.3.1 測(cè)區(qū)概況

本次實(shí)驗(yàn)測(cè)區(qū)為甘肅林業(yè)職業(yè)技術(shù)學(xué)院校園內(nèi)部，如圖4所示。主要包括道路、建筑物、林地、操場(chǎng)、草地等地物，地勢(shì)較為平坦，后山園林實(shí)驗(yàn)園地勢(shì)起伏較大。

圖3 大疆精靈4ro無人機(jī)Fig.3 Dajiang phantom 4ro UVA

表2 大疆精靈4RTK無人機(jī)平臺(tái)參數(shù)Tab.2 Parameters of Dajiang phantom 4RTK UVA platform

表3 大疆精靈4RTK無人機(jī)相機(jī)參數(shù)Tab.3 Parameters of Dajiang phantom 4RTK UVA camera

圖4 甘肅林業(yè)職業(yè)技術(shù)學(xué)院校區(qū)Fig.4 Gansu Forestry Polytechnic campus

1.3.2 操作流程

1.3.2.1 負(fù)式移動(dòng)掃描系統(tǒng)數(shù)據(jù)采集

使用背負(fù)式移動(dòng)掃描系統(tǒng)進(jìn)行數(shù)據(jù)采集，內(nèi)業(yè)由Omini SLAM Mapper軟件進(jìn)行點(diǎn)云配準(zhǔn)，得到測(cè)區(qū)點(diǎn)云模型，如圖5所示。具體操作流程路線如圖6所示。

圖5 彩色點(diǎn)云數(shù)據(jù)Fig.5 Cloud point cloud data

圖6 移動(dòng)掃描系統(tǒng)作業(yè)流程Fig.6 Mobile scanning system workflow

1.3.2.2 傾斜攝影數(shù)據(jù)采集

測(cè)區(qū)采用大疆精靈4 RTK無人機(jī)進(jìn)行外業(yè)影像數(shù)據(jù)的獲取，其航攝技術(shù)流程如圖7所示。測(cè)區(qū)航攝技術(shù)參數(shù)見表4。

圖7 無人機(jī)外業(yè)航攝技術(shù)流程Fig.7 Technical process of UAV field aerial photography

表4 無人機(jī)航攝技術(shù)參數(shù)Tab.4 Technical parameters of UAV aerial photography

1.3.2.3 內(nèi)業(yè)數(shù)據(jù)處理

影像勻光勻色處理。為了使航攝的影像避免出現(xiàn)云、霧遮擋，更加自然，必須進(jìn)行影像的勻光勻色處理，如亮度調(diào)整、對(duì)比度和色彩調(diào)整，使影像色彩更加均勻，與測(cè)區(qū)真實(shí)場(chǎng)景更加吻合[3]。經(jīng)勻光勻色處理前后的影像對(duì)比，如圖8所示。

圖8 影像勻光勻色對(duì)比Fig.8 Comparison of image uniformity of light and color

基于Context Capture的傾斜數(shù)據(jù)處理。

a.導(dǎo)入影像。打開Context Capture軟件，新建工程，輸入名稱，設(shè)置工程保存路徑，導(dǎo)入影像及POS數(shù)據(jù)。

b.空中三角測(cè)量。在概要選項(xiàng)卡中選擇空中三角測(cè)量，參數(shù)默認(rèn)提交，在Context Capture Engine引擎端進(jìn)行空三計(jì)算，包括特征點(diǎn)提取、多視影像匹配及光束法局域網(wǎng)平差等[4]。計(jì)算完成后，得到測(cè)區(qū)大量密集點(diǎn)云數(shù)據(jù)，如圖9所示。

c.數(shù)據(jù)融合。通過傾斜影像密集匹配出來的點(diǎn)云數(shù)據(jù)與背負(fù)三維激光掃描獲取的激光點(diǎn)云數(shù)據(jù)進(jìn)行“空地融合”，在融合前要確保數(shù)據(jù)格式為*.Las，保證數(shù)據(jù)格式的一致性[5]。由于掃描的激光點(diǎn)云數(shù)據(jù)精度遠(yuǎn)高于傾斜影像匹配的點(diǎn)云數(shù)據(jù)精度，所以，以三維激光點(diǎn)云作為雙方數(shù)據(jù)配準(zhǔn)融合基準(zhǔn)，采用迭代最鄰近點(diǎn)配準(zhǔn)并結(jié)合人工配準(zhǔn)方法[6]可實(shí)現(xiàn)兩者數(shù)據(jù)的融合，得到高精度的融合點(diǎn)云模型。

圖9 空中三角測(cè)量點(diǎn)云數(shù)據(jù)Fig.9 Airborne triangulation point cloud data

d.模型建立及結(jié)果分析。在Context Capture系統(tǒng)中將融合的點(diǎn)云數(shù)據(jù)基于瓦片技術(shù)進(jìn)行三維重建，生成三維不規(guī)則三角網(wǎng)，如圖10所示。建立的白膜三維模型如圖11所示。將模型的紋理信息與三維TIN模型經(jīng)過高精度的配準(zhǔn)，得到基于真實(shí)紋理影像的實(shí)景三維模型，如圖12、13所示。

通過對(duì)比單純的無人機(jī)傾斜攝影三維模型(圖14)和數(shù)據(jù)融合后的三維模型(圖15)可以直觀看出融合后的三維模型墻面更加平整，紋理清晰，底部拉花得到改善，模型效果極大優(yōu)化。

圖10 局部白模型Fig.10 Local whiteness model

圖11 局部白模型+三角網(wǎng)Fig.11 Local whiteness model+triangulation network

圖12 局部三維模型Fig.12 Local 3D model

圖13 局部三維模型+三角網(wǎng)Fig.13 Local 3D model+triangulation network

圖14 無人機(jī)傾斜攝影三維建模成果Fig.14 Results of UAV oblique photography 3D modeling

EPS生產(chǎn)數(shù)字線劃圖。通過對(duì)數(shù)據(jù)融合后構(gòu)建的三維實(shí)景模型在EPS中的“裸眼”識(shí)別，依據(jù)數(shù)字測(cè)圖規(guī)程對(duì)地形要素進(jìn)行采集，生產(chǎn)出1:500大比例尺校園地形圖，如圖16所示。

圖16 校園1:500地形圖Fig.16 Campus 1:500 topographic map

2 精度評(píng)定

為驗(yàn)證兩種技術(shù)融合構(gòu)建三維實(shí)景模型的有效性，測(cè)區(qū)內(nèi)選擇了50個(gè)檢查點(diǎn)，外業(yè)通過GPS-RTK的方式實(shí)測(cè)檢查點(diǎn)的三維坐標(biāo)，內(nèi)業(yè)將模型導(dǎo)入EPS獲取檢查點(diǎn)的坐標(biāo)。分別計(jì)算出融合建模與同條件下單一三維激光掃描建模和單一傾斜攝影建模的平面中誤差和高程中誤差，進(jìn)行精度對(duì)比分析[7]。具體數(shù)據(jù)如表5所示。

為驗(yàn)證空地?cái)?shù)據(jù)融合建模編繪的校園地形圖精度是否滿足1∶500大比例尺成圖精度要求，在測(cè)區(qū)內(nèi)選取50個(gè)明顯地物特征點(diǎn)，外業(yè)利用GPS-RTK的實(shí)測(cè)坐標(biāo)，內(nèi)業(yè)在線劃圖上查詢坐標(biāo)，分別計(jì)算出平面點(diǎn)位誤差和高程誤差，其數(shù)據(jù)如表6和表7所示。

表5 同等條件下三種建模方法精度對(duì)比Tab.5 Comparison of accuracy of three modeling methods under the same conditions

表6 1∶500校園地形圖平面點(diǎn)位誤差Tab.6 1∶500 campus topographic map plane point error

表7 1∶500校園地形圖高程誤差Tab.7 1∶500 campus topographic map elevation error

通過上表數(shù)據(jù)可以得出，依據(jù)測(cè)量規(guī)范精度要求，對(duì)于數(shù)據(jù)融合建模編繪的地形圖滿足1:500大比例尺地形圖平面精度與高程精度的要求，且精度較高。

3 結(jié)語

針對(duì)單一三維建模各自的優(yōu)劣勢(shì)，提出將地面三維激光掃描技術(shù)和空中傾斜攝影測(cè)量技術(shù)相結(jié)合，實(shí)現(xiàn)數(shù)據(jù)的“空地聯(lián)合”，應(yīng)用該技術(shù)實(shí)現(xiàn)校園三維建模和測(cè)制大比例尺地形圖。實(shí)驗(yàn)表明，數(shù)據(jù)融合建模精度更加均勻可靠，紋理更加清晰，可免除外業(yè)像控測(cè)量，降低外業(yè)勞動(dòng)強(qiáng)度，提高作業(yè)效率。利用融合建模測(cè)制大比例尺地形圖可滿足精度要求，驗(yàn)證了“空地聯(lián)合”建模方法的有效性。