基于航攝遙感技術的水利工程建設征地區域測繪方法

田 東，馬 逍，周 海

(貴州省水利水電勘測設計研究院有限公司，貴陽 550002)

0 引 言

水利工程對于人民生產、生活至關重要，建設水利工程能夠對水量進行有效控制與調節，滿足社會經濟發展與人民生活對水資源的需求，避免洪澇或干旱災害對人民生產生活的影響[1]。在進行水利工程建設前，為保證施工安全和工程建設后的正常使用以及使用年限，必須進行工程建設征地區域的測量與繪制。通過精確繪制區域地區，為工程使用提供依據，保障工程選址合理，按設計施工并進行有效管理，同時測繪地圖在工程運營階段對工程進行形變觀測和沉降監測，以保證工程運行正常。因此，地區建設水利工程前需要進行準確的區域測繪。

早期的地區測繪方法需要人工攜帶全站儀、水準儀、GPS等設備，在目標區域內選取特征點進行人工測繪。不僅操作繁瑣、效率低下，工作環境惡劣，而且測繪精度受到使用設備以及測繪人員能力的限制較大[2]。隨著測繪理論以及新技術的不斷應用，遙感、GPS、通信技術、信息技術以及測繪儀器的應用都推動了測繪方法的不斷優化。利用衛星遙感攝像技術可以從高空以宏觀的視角，快速并且高效地獲取地面圖像信息，這些遙感成像經過圖像處理及分析后，能夠得到圖像中的地面詳細數據。與傳統的人工攜帶設備進行測繪的方法相比，利用遙感技術進行測繪的成本更低。利用GIS進行測繪能夠提升測繪信息的收集效率，但是其對于計算能力要求較高[3]。文獻[4]中的紅外測繪技術對于小范圍區域測繪效果良好，但是存在操作繁瑣、效率低的問題。文獻[5-6]利用三維激光掃描技術進程測繪，提高了精度的同時，也造成測繪成本較高。

航攝遙感技術是在傳統的衛星遙感技術基礎上，使用搭載遙感采集設備的航空器在地面目標區域按照指定路線飛行拍攝遙感圖像，以獲取地面遙感信息[7]。水利工程建設時，其建設征地區域的面積廣，工程施工工期長，但是在建設工程時，為確保施工安全，工程對于測繪數據的實時性要求較高。航攝遙感技術能夠提高遙感成像的精度，并且操作上更加簡便、快捷，成本低廉，可以短時間內反復測量，能滿足應用于水利工程測繪工作的需要。

基于以上分析內容，為提高地區區域測繪精度與工作效率，本文將研究基于航攝遙感技術的水利工程建設征地區域測繪方法，并通過實例驗證該方法的實際可行性，為以后該測繪方法在其它類型工程的應用提供經驗。

1 基于航攝遙感技術的水利工程建設征地區域測繪方法研究

1.1 航攝遙感技術參數設定

水利工程建設征地區域測繪的精度很大程度上取決于地區航攝遙感影像的精度，因此在利用航空器采集工程建設征地區域遙感影像時，需要設置航空器的航線以及準確合理地布設像控點等技術參數。首先根據水利工程建設前期的水文、地質等勘測數據，確定航攝遙感影像的成像比例尺，并根據實地的勘測資料，利用航空器在平面網和平高網的計劃航線數量、高程控制點等，選擇全野外方式進行像控點布點。具體的航攝遙感像控點布點要求見表1[8]。

表1 航攝遙感像控點布點要求說明表

按照表1要求，根據實際進行航攝遙感成像的比例尺，布置像控點基線。水利工程建設征地區域的范圍較廣，成像比例尺的選取需要根據區域內的地形或建筑物高度分別確定。根據成像區域內的等高線變化，規劃航空器的飛行路徑，調整航空器的飛行高度。

為獲取工程建設征地區域內的對象具體位置信息，還需要確定GPS數據的觀測控制點。由于航空器飛行中其在地球空間三維坐標系中的坐標不斷發生變化，因此GPS位置信息觀測控制點為固定點位。為避免GPS信號受到干擾，在GPS觀測控制點的周圍需要無強電磁波干擾源，并且遠離會反射的高地形。GPS位置信息觀測控制點不斷接收航空器上搭載的GPS信號發生器的信號，在定位航空器的位置同時，建立航攝遙感成像圖像內對象的地球空間三維坐標。GPS信號利用基線進行解算，并利用同步環、異步環對GPS數據檢驗。GPS信號解算即為將遙感圖像中的對象坐標，由GPS控制點聯網的空間坐標，通過旋轉、平移等操作轉換為地球空間三維坐標。在解算時，利用最小二乘法從兩個坐標系中的公共點著手，得到坐標系的轉換參數[9]。

航攝遙感成像的航空器飛行參數需要根據遙感成像的相機參數、計劃飛行高度、測繪要求的地面分辨率等參數確定。若遙感成像使用的相機參數已知，則航空器的飛行高度主要由測繪要求的地面分辨率確定。航攝高度與測繪成像分辨率之間的關系見圖1。

圖1 航攝高度與測繪成像分辨率關系示意圖

航空器飛行路徑的航向擬合度，則由飛行高度和像控點位置決定。則航攝遙感成像的航空器飛行高度和路徑航向擬合度計算公式如下：

(1)

按照如上內容設定航攝遙感成像技術參數，獲取水利工程建設征地區域遙感圖像。

1.2 航攝遙感圖像校正

由于當前的航攝遙感成像技術仍需要依靠鏡頭獲取圖像，而鏡頭自身的非線性畸變以及航空器的飛行狀態都會影響成像投影。因此，為提高區域測繪精度，對航攝遙感圖像進行校正。本研究采用重采樣與內插相結合的方法校正。圖2為航攝遙感圖像校正示意圖[10]。

圖2 航攝遙感圖像校正示意圖

從初始的航攝遙感成像圖像的任意一像元出發，按照式(2)獲取幾何校正后，所對應遙感圖像的像元坐標為：

(2)

式中：(x,y)為初始的航攝遙感圖像的像元坐標；(X,Y)為幾何校正后對應(x,y)的像元坐標；FX和FY為相應的直接采樣坐標變換函數。

將初始圖像中像元(x,y)上的灰度值賦值給幾何校正后的(X,Y)像元。而隨機選取的初始圖像像元坐標不一定為整數，需要采取插值運算的方式獲取對應像元坐標的灰度值。

考慮到水利工程建設征地區域測繪對遙感數據實時性和測繪效率的要求，結合目前常用的內插函數優缺點，本文采用雙線性插值法計算得到遙感圖像中任意坐標像元的灰度值[11]。

待插值像元坐標由與其距離最近的4個鄰近像元點的坐標加權計算得到，鄰近像元點與目標像元之間的距離越近，加權計算的權重越大。雙線性插值法使用式(3)所示的分段函數來近似表征某一像元灰度內插時，其周圍像元灰度對內插像元點的灰度值影響大小[12]如下：

(3)

式中：g為加權計算的權重值，即插值校正系數。

為提高航攝遙感圖像校正效率，根據像元灰度值的差異程度將遙感圖像分區。分區內，子圖像的幾何校正系數一致。對航攝遙感獲取的工程建設征地區域圖像校正后，對圖像作進一步處理，以得到圖像中具體測繪對象信息。

1.3 水利工程建設征地區域遙感圖像處理

按照上述過程利用航攝遙感成像技術拍攝到水利工程建設征地區域遙感圖像后，由于遙感圖像中包含信息量較大，為精確提取圖像中由像素組成的地物信息、空間細節信息，對遙感圖像進行處理。

航空器搭載攝像頭進行航攝遙感作業時，鏡頭會受到拍攝時的太陽光線、鏡頭曝光參數以及飛行穩定性等因素的影響，會導致圖像中像素的灰度值相對比較集中，影響測繪信息讀取。因此，采用小波變換方法對航攝遙感圖像進行去噪和圖像增強處理。

考慮到測繪的精度，使用二維雙樹小波變換方法對遙感圖像進行處理。

二維雙樹小波變換的原理公式如下[13]：

ψ(p,q)=φr(p)φr(q)-φv(p)φv(q)+

j[φv(p)φr(q)+φr(p)φv(q)]

(4)

式中：(p,q)為航攝遙感圖像上的像素點坐標；φr為二維雙樹小波變換函數的實數部分；φv為二維雙樹小波變換函數的虛數部分。

二維雙樹小波變換就是利用低通和高通雙正交濾波器同時對圖像進行采樣，利用采樣過程中的延時性，增加方向選擇，使得圖像中行、列上的正頻信息增強，負頻信息抑制減弱，從而實現去噪的目標。

利用SIFT算子檢測遙感圖像中不受飛行姿態影響的圖像縮放、旋轉、亮度變化等特征點，進行遙感影像匹配。利用動態規劃原理，搜索連續拍攝的遙感圖像之間的最佳影像融合線。其中，最佳影像融合線的判據為兩張遙感影像重疊部分的顏色色差的平方與影像重疊區域的結構差值之和。計算上使用兩個圖像在水平和垂直方向上的梯度差乘積作為像點強度值的判斷準則，從影像重疊區的第一行重疊像元起始，按照其強度值作為各個像點的初始化準則值[14]。從影像重疊區域的第一行起始，累加影像融合線當前像點與下一行3個像點的強度值。比較所有累加強度值，以最小強度值所在的像元列為當前影像融合線的延伸方向。對比在所有選定影像融合線的像元強度值，選擇總強度值之和最小的融合線作為最佳融合線，進行遙感影像融合處理。

航攝遙感圖像在采集過程中還會受到地物光譜的影響，導致圖像中的背景信息被誤認為變化圖像，對工程測繪提供錯誤信息。因此，本文使用KICA算法對遙感圖像進行變換檢測。在傳統的ICA算法上引入核函數，對遙感圖像信號序列進行獨立分量分析。首先計算圖像信號序列的灰度均值，建立在高維特征空間中的協方差矩陣。利用線性代數原理計算協方差矩陣的特征值與特征向量，得到估計后的圖像信號。選用高斯核函數在高維特征空間中對圖像信號進行內積計算，從而檢測到遙感圖像中的變化。通過上述過程對航攝遙感圖像進行處理后，提取圖像中的地物信息結合定位數據，完成水利工程建設征地區域測繪。

1.4 實現水利工程建設征地區域測繪

使用補償模糊神經網絡提取航攝遙感圖像中的信息，以便進行準確的區域測繪。本文使用的補償模糊神經網絡共6層，其中第一層為輸入層，直接對輸入的遙感圖像和測繪地物目標的特征值進行提取；第二層對輸入圖像中測繪關鍵點以及測繪地物目標的特征值進行歸一化、計算輸入向量模糊隸屬度等處理；第三層根據隸屬度函數對輸入該層的矢量進行模糊化處理，本文設計的補償模糊神經網絡隸屬函數為高斯函數；第四層中的每一個節點都對應一條模糊匹配規則，在該層計算每個模糊規則的適應度；第五層為對補償與反模糊化層沒在該層中利用節點的補償運算，對第四層模糊推理的輸入與隸屬度進行消極或積極的補償運算。補償運算為求取所有變量模糊規則模糊隸屬函數的連積。第六層為輸出層，對模糊化處理后的輸入向量進行反模糊化處理，該層的輸出結果為航攝遙感圖像中的地物信息，即工程測繪的地物目標[15]。本設計中，利用重心法進行反模糊化求解，函數形式如下：

(5)

根據上述內容得到的水利工程建設征地區域參數和特征點等具體數據信息，校正后繪制成圖，完成對基于航攝遙感技術的水利工程建設征地區域測繪方法的研究。

2 實例驗證

2.1 驗證方案及背景介紹

在某水利工程劃定工程范圍后，分別使用本文提出的區域測繪方法與傳統基于遙感的測繪方法對該工程施工范圍進行測繪。根據兩種測繪方法的要求，設置相關的信息采集參數，執行水利工程建設征地區域的測繪操作。在測繪操作過程中，控制除測繪方法本身操作以及參數設置之外的參數一致，并在數據處理過程中忽略人工等不可控因素對數據的干擾。

實例驗證所選用的水利工程區域的實際測繪數據信息和測繪結果均已知，將該已知結果作為標準值，用以評價兩種測繪方法的測繪結果。

圖3(a)、圖3(b)為選定實例工程區域的兩個不同比例衛星云圖，在選定區域內進行測繪方法實例驗證。

圖3 實例工程區域衛星云圖

通過比較兩種測繪方法對云圖中的特征信息提取的精度以及Kappa系數，評價信息提取效果。同時，將兩個待測繪區域分別均分為5組子區域，對比使用兩個方法對同一子區域進行測繪的耗時，從而評判測繪方法的測繪效率。

2.2 驗證結果與分析

表2為兩種測繪方法中的圖像特征信息提取的精度以及Kappa系數對比結果。

表2 圖像特征信息提取精度和Kappa系數對比

總體分析表2中的數據可知，本文方法的信息提取精度均高于對照方法，本文方法的平均特征信息提取精度可達97.04%。從Kappa系數數值分析，本文方法的Kappa系數最低為0.728，高于對照方法的平均Kappa系數值0.696。說明本文方法提取的信息與實際地物信息擬合性更佳。

圖4為使用兩種方法對同一子區域進行測繪的耗時對比。

圖4 測繪方法耗時對比

從圖4可以看出，對子區域進行測繪時，本文方法的測繪耗時遠少于對比方法耗時，并且本文測繪方法的耗時情況更加穩定，表明本文方法的測繪受外界干擾較小，測繪效率更高。

總結以上的分析內容可以判定，使用本文提出的基于航攝遙感技術的水利工程建設征地區域測繪方法對實例中的水利工程地區進行測繪時，能夠有效縮短測繪耗時，準確提取遙感圖像中的地物信息，提高測繪的精度。

3 結 語

測繪方法的準確性與效率對水利工程的設計、修建與維護等環節起著決定性的作用。水利工程的建設可能涉及對部分地區的征用，這些區域是否符合水利工程的建設基本條件，以及區域內的地形等會影響工程設計施工的因素都需要借助測繪技術繪制地圖來說明。目前使用的測繪方法存在效率低、分辨率差的問題，影響了水利工程的建設速度。為提高地區測繪效率與精度，本文提出了基于航攝遙感技術的水利工程建設征地區域測繪方法。以實際的水利工程為研究實例，驗證了該測繪方法的可行性以及方法在測繪效率和精度方面的優化。今后，將進一步針對航攝遙感技術特點，對測繪方法進行性能提升，以期實現更佳的測繪效果。