基于多源融合數據處理的航測軟件對比分析

張中月 吳長悅

(華北理工大學礦業工程學院，河北 唐山 063210)

引言

2022年2月24日，自然資源部辦公廳印發《關于全面推進實景三維中國建設的通知》，明確了實景三維中國建設的目標、任務及分工等[1]。基于實景三維對現實世界的高精度、強現勢性刻畫，可實現人文及自然景觀在線瀏覽，足不出戶世界環游。在應急救災中，基于實景三維可對現場環境更精準的判斷以及制定救災方案，減少危險環境給救災人員帶來的傷害[2]。

近年來，隨著數字技術和無人機傾斜技術的發展，利用無人機傾斜技術可快速高效獲取研究對象的信息。然而，由于傾斜攝影技術在作業方法及數據采集方式的限制，對于某些房屋被遮擋區域及較為狹窄的陰影區域的數據采集存在模型扭曲、變形現象，進而導致地物信息的缺失[3]。在軟件處理效率方面，模型重建時基于匹配點云進行重建三角網構建時間較長且結構精度不如三維激光掃描點云。激光Lidar技術采集點云位置精度更高，能夠修補傾斜攝影中的點云空洞。且隨著實景三維的不斷推進，激光Lidar的獲取方式不僅僅局限于地面架站式掃描儀和機載Lidar，手持式SLAM激光雷達價格越來越大眾化使得其廣泛應用。基于傾斜技術和Lidar技術融合，可以實現高效的三維模型精細建模，此方式為精細化建模提供了新思路。

市面上傾斜攝影軟件眾多，最早以國外軟件為主，如Context Capture、Pix4D、Photo Scan等，隨著軟件國產化及用戶需求量的不斷增加，國內自主研發攝影測量軟件更加完善，瞰景Smart3D、大勢智慧、大疆制圖等國產軟件已趕超國外軟件。但眾多的攝影測量軟件中，其處理方式及側重點各不相同，軟件的有效選擇，能夠在多源數據處理時效及模型精度上得到提高，如何選擇一個適合多源數據融合處理的軟件尤為重要。

針對此問題，為實現更高效精細化建模，本文以邯鄲市某廠房為研究對象，以傾斜數據和機載Lidar數據為主，基于市面上2款軟件Context Capture和瞰景Smart3D軟件對數據進行處理，并對處理時效及模型精度進行分析，為基于傾斜攝影和激光點云數據生產模型的航測軟件選擇提供參考。

1 傾斜攝影和機載Lidar技術融合技術流程

1.1 統一坐標系

坐標系的統一對于傾斜攝影和機載Lidar數據融合尤為關鍵，本文以傾斜攝影坐標系為基礎，通過同名點配準對其進行粗配準，并以ICP配準方式對其再次配準，以實現高精度融合的目的。

本文同名點配準通過同一控制點實現同名點配準，假設機載Lidar數據一點P在其初始坐標系坐標為(x，y，z)，其在目標坐標系下坐標為(X，Y，Z)，通過對P原始坐標系o-xyz進行平移、旋轉、縮放等變化，使其與目標坐標系O-XYZ重合，實現同名點配準，本文因不涉及畸變，故只進行平移、旋轉，同名點配準數學模型如下：

(1)

ICP算法是目前點云配準的主流算法之一，其本質是基于最小二乘法原理，求解剛體變換參數，變換參數包括旋轉矩陣和平移向量。給定2個對應的點集P(源點云)和Q(目標點云)。在進行點云配準時，假設目標點云的坐標系作為固定參考系，對源點集P作旋轉和平移變換[4]。通過旋轉、平移更新源點云P的坐標信息，并與目標點云Q進行迭代判斷，當E(R,t)足夠小或達到迭代次數時停止，使得多源點云完成配準融合。誤差函數：

(2)

1.2 多源數據融合流程圖

圖1 多源數據融合流程圖

2 軟件與數據源

2.1 Context Capture軟件

Context Capture軟件由法國Bentley公司研發，是一套集合了全球先進數字影像處理、計算機虛擬現實以及計算機幾何圖形算法的全自動高清三維建模軟件[5]。在易用性、數據兼容性、運算性能、友好的人機交互及自由的硬件配置兼容性等方面有著較高水準[6]。基于Context Capture生成的模型用戶可以分析/掌握現有條件，進行風險管理、安防管理，監督建筑/施工項目，以及通過模擬培訓地面工作人員等，從而可以優化決策，降低風險，減少成本，其構建模型可達到毫米級精度[7]。

在多源數據處理應用上，Context Capture支持多源數據融合方式為三維模型提供結構，并支持使用照片紋理或點云顏色對模型紋理進行映射，多種方式結合可為用戶提供更合適的建模方案。

2.2 瞰景Smart3D軟件

瞰景Smart3D全自動實景三維建模軟件，是一套以數字攝影測量、計算視覺、計算機圖形學等技術為核心，開發的一套適用于快速全自動傾斜攝影測量三維實景建模國產軟件。軟件將各類數碼影像和掃描點云生成三維實景模型。在國內受到國外軟件使用限制的大潮下，瞰景Smart3D全自主研發，軟件對提高城市三維模型的生產效率并降低生產成本及促進實景三維中國建設的發展具有重大作用。

其空三算法高效，獨有的分布式空中三角測量算法讓測量成果更精確、穩健，實現了傾斜實景三維大數據全流程的并行處理；不僅支持集群運算，多種操作系統(包括Linux)，而且支持單機多開充分利用計算機資源，具有更高的處理效率，節省大量建模時間。

在多源數據處理應用方面，其支持更多的選擇供用戶使用，不僅支持多源數據融合方式為三維模型提供結構，同時支持僅以激光點云為模型提供結構的建模方式，使處理方案更多樣化。同時，其處理時效因其獨有的算法，在精細化建模以及應急救災方面頗有成效。

2.3 數據源

本實驗數據來源于武漢市某地區的廠房數據，該地地形平坦，廠房主體以磚結構為主，屋頂以彩鋼為主，航攝面積約0.33km2。傾斜實驗數據獲取相機型號為FGA2635，相機焦距25mm，航向重疊度75%，相對航高100m，無傾斜角，分辨率為6252×4168像素，像片數量2850張。機載Lidar數據使用飛馬D200和D-Lidar200作為采集平臺，其配備高精度Lidar采集模塊級POS系統；設定點云密度18點·m-2，旁向重疊度35%采集區域面積約0.09km2。

圖2 多源數據融合后點云

3 多源數據模型分析

本次實驗基于相同的硬件環境，基于Context Capture和瞰景Smart3D分別處理，通過記錄不同軟件各自不同重建設置模式下重建時間，進行綜合時效對比分析；模型結構及細部紋理分析方面，基于不同軟件對數據融合前和融合后生成模型進行對比，并對其不同重建方式下模型進行對比分析。

3.1 綜合時效分析

在實景三維中國建設階段，效率一直是尤為關注的問題，以及在應急救災方面，時間就是生命，因此本文首先對不同軟件下各自時效進行綜合分析。在進行模型重建時，顯卡及內存的配置發揮尤為關鍵的作用，本實驗在同一硬件環境下進行，基于Nvidia GeForce GTX 1060 6GB顯卡和64G運存計算機對數據進行處理，結果見表1。

表1 同一區域數據點云照片混合建模Smart3D和CC效率對比

對不同模式下計算效率進行分析，基于瞰景Smart3D軟件平臺下進行處理，單一使用傾斜攝影像片生成的密集點云同多源點云數據混合建模相比時間相似，分別為24.5h、23.8h，多源數據混合模式下重建時間略快；但當激光Lidar生產出的點云為重建TIN三角網數據源時，只需3.1h即可完成，時間遠超過傳統傾斜攝影建模，效率高達8倍之多。

基于Context Capture軟件平臺進行重建處理，不同模式下效率上均低于瞰景Smart3D，在以激光Lidar點云為主和以傾斜攝影生成密集點云為主2種模式下，使用激光Lidar生產出的點云為重建TIN三角網數據源效率均高于傳統傾斜建模方式，時間分別為30.5h、17.5h。多種模式下Context Capture不同于瞰景Smart3D的是，Context Capture軟件基于照片混合建模方式下，要慢于傳統傾斜建模方式。

對于2個軟件平臺相比之下，傳統傾斜建模方式下，國產軟件瞰景Smart3D比Context Capture快1.2倍；基于激光Lidar模式下，前者比后者快5.8倍，效率遠高于后者；多源數據融合模式下，前者比后者快1.4倍，瞰景Smart3D在時效上遠超于Context Capture。

3.2 模型結構分析

對于測繪及其他生產需要，除時間效率尤為重要，模型結構是否完整也是其好壞的重要評定因素。結構機載激光雷達與傾斜攝影測量、GNSS-RTK等測量技術相比，機載Lidar技術獲取的點云數據密度大，獲取效率高、需要時間短，反映出的地面高程模型更接近于真實，主動測量方式能夠有效克服植被、建筑物等地物的影響。

本實驗對模型結構分析主要通過主觀分析，對模型的結構精細度進行分析。2款軟件基于Lidar點云進行重建的結構進度均好于傾斜攝影方式，在廠房屋頂的整體結構方面，2款軟件相差不大；但在屋頂的側面結構處，Context Capture效果優于瞰景Smart3D，不會產生斷面的情況。具體模型白模對比圖如圖3所示。

圖3 基于激光Lidar點云模型白模

模型重建主要流程為影像匹配；生成DSM、紋理映射、三維重建等；通過多數據融合可自動優化不合理的三角網表面，最終重建精度更高的大型牌式古建筑的實景三維模型。對比2款軟件下的TIN三維網格模型，Context Capture軟件處理的TIN三維網格模型明顯密于瞰景Smart3D，如圖4所示。

圖4 基于激光Lidar點云TIN三維網格模型

3.3 細節紋理分析

通過多源數據融合完成了模型重建工作，對最終融合效果進行細節紋理分析可知，通過多源數據融合重建方式生成的模型輪廓線完整，色調無誤差，紋理鮮明；2款軟件在整體紋理上同傳統方式相比無差，如圖5所示；在部分細節紋理上，瞰景Smart3D所生產模型無大面積貼圖模糊、貼錯的情況，如圖6a所示，基于Context Capture所生產的模型存在部分貼圖錯亂的情況，如圖6b所示。

4 結論

針對如何選擇一個適合多源數據融合處理的軟件的問題，本文以邯鄲市一鋼結構廠房為研究對象，采用了多源數據輔融合技術，以傾斜攝影與機載Lidar為主，完成了建筑精細化建模，模擬了整個建筑物三維重建流程。并對模型重建階段的綜合時效，以及模型重建完成后的模型結構、細節紋理進行對比分析，得出如下結論。

國內自主研發的瞰景Smart3D依據其獨特的算法及對機器高效的利用率，不論采用哪種重建方式，在時間上都遠遠快于Context Capture軟件，在應急救災及大規模的航測生產中相比后者更適用；2款軟件在生產模型的結構細節上都達到了生產的要求，同時相比單一傾斜攝影的方式更精細，Context Capture軟件在模型側面的結構重建上優于瞰景Smart3D，其TIN三角網模型優于后者，但也因此數據處理量大大增加，生產時花費時間增多；瞰景Smart3D軟件對于紋理特征的處理較為理想，部分細節貼圖處優于Context Capture，供用戶選擇模式較多，更加方便用戶根據需求選用。

綜上所述，2款軟件在對于多源數據處理時都適用，但效果上各有千秋。在多源數據處理時，可根據實際情況對其進行選擇，達到快速、高效精細化建模的目的。