基于傾斜攝影和機載LiDAR的大比例尺測圖技術研究與應用

羅智偉LUO Zhi-wei；辛詠詩XIN Yong-shi

（廣東省地圖院，廣州 510000）

0 引言

傾斜攝影三維建模是從一個正射、四個傾斜的角度獲取測區高分辨率傾斜航空影像并生產三維模型的方法，具有靈活、高效率等特點，在小面積測區和數字化測圖困難測區獲取高分辨率三維模型方面具備明顯優勢。機載激光雷達（Light Detection And Ranging，LiDAR）技術，是一種能夠直接獲取測區地形表面密集采樣點空間坐標的對地定位技術。對比傳統航空攝影技術，機載LiDAR技術能夠穿透密集植被獲取真實的地表三維信息，具有高精度高程信息，可提供海量點云，可全天不間斷進行數據采集等優勢。配合矢量數據三維采集軟件，通過裸眼采集地物矢量信息，生成數字線劃圖，比傳統全野外測圖具有更高的效率。文章先是探討了這一技術路線，然后通過項目實例，驗證了該技術在1:500地形圖生產中的可行性。

1 主要技術路線

1∶500 地形圖生產，根據攝影測量法成圖，以航空攝影時的地物現狀為準，根據傾斜三維模型進行裸眼內業全要素采集，利用機載LiDAR數據生成測區高程點和等高線。對于航空影像不明晰造成內業無法采集的要素，進行外業修補測，修補測時以實際調繪為準。技術路線如圖1所示。

1.1 傾斜三維模型構建

使用無人機數字航空攝影的方式，采集測區高分辨率的傾斜航空影像，通過野外實測的方式獲取一定數量的像控點三維坐標，經過空中三角測量解算航空影像的外方位元素，構建相應的立體模型，然后使用影像匹配技術生產數字地表模型，對航空影像進行微分糾正和映射紋理，得到測區傾斜三維模型。

基于傾斜攝影測量的三維建模技術通常包括影像匹配、多視影像聯合平差、多視影像密集匹配、TIN網構建、紋理映射等技術。

影像匹配，即同名像點提取及匹配，指在不同影像上對相同地物提取地物像點，然后通過匹配得到精確的地物像點坐標。多視影像聯合平差是對傾斜攝影方式獲取的不同角度影像平差的方法。由于光束法平差模型理論完整，平差結果較好，因此實際生產過程中大多使用光束法進行平差。空中三角測量是傾斜攝影測量解算過程的關鍵步驟，其原理是解算影像特征匹配獲取的連接點，獲取每張影像外方位元素，再配以地面實際量測的控制點坐標，將自由網狀態下的成果納入到目標坐標系中。多視影像密集匹配指將空三加密后的加密點云根據相應的算法構建高密度點云。

傾斜三維模型的本質是超高密度點云構建的網格面模型。三維點云數據具有高程信息，點云構網有兩種方式：規則格網（Regular Grid）和不規則三角網（Triangular Irregularly Network）。TIN是由三個具有三維坐標的密集點構成的三角網絡，具有很好的延展性，能較好的表達不同地物，而且能夠表示起伏的地形。紋理映射的本質是建立二維紋理空間點到三維空間物體表面點的對應關系，將二維空間點對應的顏色值或灰度值映射到三維物體表面，得到符合真實色彩視覺的實景三維模型。

1.2 機載LiDAR數據處理

機載LiDAR數據處理主要包括點云預處理、點云濾波、人工分類、等高線特征點提取、高程轉換等步驟。

機載激光點云數據預處理主要是獲得初始Las點云數據，同時消除在數據獲取過程中產生的粗差和系統誤差。需要用到航飛過程中的GPS、IMU數據，通過聯合解算的方式獲得姿態信息，然后通過原始點云、姿態信息以及系統相關參數的聯合解算，獲得單個激光點的三維坐標。

機載LiDAR數據處理的關鍵步驟是地面點分類，也即濾波。其基本原理是基于相近的兩個激光點間的不同高程信息（不包含地形突變），初步建立地表三角網模型，提取出地表點，通過不斷迭代，反復在初始模型中加入鄰近的新激光點進行計算，最終得到一個近似的地表面。

通過計算機自動分類后的點云數據可以獲得初始地形，但存在一些錯漏，如細小的田埂等這種起伏不大且不連續的地形也會被平滑，因此需要通過人機交互的方式重新進行分類。人機交互分類方法是指參照高分辨率影像或者其他參考資料，對點云進行剖面切分并輔以人工判讀，對自動分類之后的結果進行人工修正分類。也可通過建立不規則三角網模型（TIN格網），對目標區域內的點云進行整體分類，先剔除掉低點、飛點，局部區域可根據剖面進行細微的修正。

1.3 大比例尺地形圖成圖

在傾斜三維模型上進行裸眼全要素采集，利用從激光點云中提取出的特征點云生成等高線和高程點。對內業無法判讀的地物，使用全站儀和GNSS設備進行外業修補測，內業將實測數據進行整合，最終成圖。

2 實例應用

2.1 項目概況

本實例所選的測區位于陽江市某區域，地形以平地、丘陵為主，測區面積約0.8平方千米。項目坐標系統采用CGCS2000國家大地坐標系，高斯-克呂格投影，中央子午線為111度，高程基準采用1985國家高程基準。

2.2 航飛與數據采集

根據測區的地形，結合地形圖成果精度要求。傾斜攝影航飛按照下視影像分辨率1.5cm、航向重疊度為75%、旁向重疊度為75%進行，飛行高度約100m，航線間距約21m，拍照間距約14m。使用RTK的方式獲取POS數據。

機載LiDAR采用旁向50%的重疊度進行設計，航線高度約100m，采用重復掃描，掃描頻率為180kHz，采用三回波的方式。航飛期間全程保持RTK連接。

2.3 像控點布測

像控點布設采用區域網布點的方式，按照200m*300m的格網進行布設，每平方公里不少于15個，地形起伏較大的區域在上述基礎上適當加密。每1平方千米至少布設1個檢查點用于空中三角測量檢查。

像控點實際布點采用刷漆或者貼膠布的形式，在硬化地表上進行標記。采用GDCORS系統網絡RTK作為測量方法，由網絡RTK直接測定像控點的三維坐標。每個像控點測兩個測回，每個測回觀測不少于20個觀測值，采樣間隔為2～5s。數據采集設置單次觀測的平面收斂精度不應大于2cm，高程收斂精度不應大于3cm。

測區共測得18個像控點，2個檢查點。其中5個像控點使用千尋網絡RTK測得大地高坐標，用于激光點云坐標轉換。

2.4 傾斜三維建模

采用M300無人機搭載睿鉑DG3Pro，獲取測區內航空影像數據，使用Get3D重建農場（集群模式）。結合野外實測的像控點數據，快速構建測區內高精度的傾斜三維模型數據，作為內業地形圖采集的主要數據基礎。

傾斜攝影數據的空三處理使用Get3D軟件。首先導入航空影像，創建攝區空三工程文件，然后將攝區外業像控點量測到空三工程中，隨后進行空中三角測量計算，攝區所有垂直和傾斜影像全部參與空三計算，經過運算處理，得到攝區空中三角測量成果。根據點位信息將控制點導入軟件進行刺點，使用軟件對攝區進行二次空三運算，最終得到目標坐標系下的攝區空三結果，并生成空中三角測量成果報告。

模型重建選擇目標坐標系，統一原點坐標進行分塊合并。建模軟件根據空三密集匹配生成的點云數據，自動匹配出密集的三角網，然后對三角網進行自動紋理貼圖，模型重建并導出OSGB格式的傾斜三維模型數據。

2.5 激光點云處理

采用M300無人機搭載大疆L1激光掃描儀，獲取測區內激光點云數據，并使用大疆制圖軟件、TerraSolid軟件、煤航點云數據處理系統，對點云進行預處理、地面點自動濾波、人工分類，提取出測區內的等高線特征點。

點云預處理主要包括初始點云結算和.las文件生成，使用隨機附帶的大疆智圖軟件，進行初始點云解算。

點云濾波主要采用TerraSolid軟件，使用的是漸進式三角網算法。在軟件中設置相應的參數進行提取地面點。由于軟件自動提取無法保證地面點能夠全部被正確提取出來，因此需要人工輔以修正。

人工分類需要參照模型和影像來進行編輯修改，采用人機交互的方式，使用煤航點云數據處理系統對錯分、漏分的點云數據進行重分類，以點云剖面為主要依據，建立地面數字高程模型判斷激光點的分類是否準確且貼合地形，地形復雜的區域參考影像資料進行輔助分析。

使用TerraSolid軟件提取等高線特征點，由于獲取的點云不是正常高，因此需要利用測區內同名點的千尋坐標和GDCORS坐標，對等高線特征點進行高程轉換。將高程轉換后的等高線特征點導入到煤航點云數據處理系統中，生成等高線。

2.6 地形圖采集

地形圖數據采集優先采用內業采集的形式。使用9.1及以上版本的南方CASS成圖系統、AutoCAD繪圖軟件在傾斜三維模型上進行全要素的采集。

遇到內業無法采集的地形要素時，采用外業碎部測量的形式補充采集。地形圖外業碎步測量采用網絡RTK測圖與全站儀測圖相結合的模式進行。數據采集時均采用編碼法，外業采集點位時輸入相應編碼，內業根據編碼連線，編輯成圖。再將激光點云生成的等高線合并，經過圖面整飾和分幅，得到1:500地形圖。部分成果如圖2所示。

3 精度分析

中誤差是衡量觀測精度的一種數學標準，可以很好地反映誤差精度，在測繪領域應用廣泛。因此，文章引入中誤差計算公式對模型質量進行精度評價，公式如式（1）所示。

外業使用GNSS接收儀實測約50個檢核點，展點到地形圖上，得到誤差精度如表1所示。從結果中可以看出，成果精度符合《城市測量規范》（CJJ/T8-2011）中的要求。

表1 地形圖精度檢測結果 單位：米

4 結語

文章提出基于傾斜攝影測量和機載LiDAR技術進行大比例尺測圖的方法，解決了傳統全野外測圖效率慢、耗人力等問題。經過實際作業估算，1平方千米范圍，按照全野外測圖的效率，工作量約120人*天。但是采用文章所提的方式，工作量約85人*天，效率提升30%。通過實例驗證，成果精度滿足規范要求，為大比例尺測圖提供了新的思路。目前業內傾斜三維建模技術、機載LiDAR技術均已成熟，進行大比例尺地形圖采集制作的前提條件是充分的。這種作業方式效率高，可推廣使用，能極大地釋放人力，提高生產力。