消費(fèi)型無人機(jī)在復(fù)雜區(qū)域三維重建精度驗(yàn)證

劉飛鵬

(江西核工業(yè)測繪院集團(tuán)有限公司, 江西 南昌 330199)

0 引言

近年來,實(shí)景三維(three-dimensional,3D)模型應(yīng)用領(lǐng)域越來越廣泛,包括數(shù)字城市[1]、城市規(guī)劃[2]、國土資源[3]和文化遺產(chǎn)[4]等鄰域。消費(fèi)型無人機(jī)(unmanned aerial vehicle,UAV)傾斜攝影測量技術(shù),通過自動或半自動化處理影像數(shù)據(jù)后可生成具有真實(shí)坐標(biāo)、可供量測的實(shí)景三維模型,減少人工投入、降低成本[5-6]。

由于無人機(jī)受到外界因素影響,導(dǎo)致飛行姿態(tài)不穩(wěn)定,獲取數(shù)據(jù)難以滿足精度要求,在地形復(fù)雜情況下表現(xiàn)突出。相關(guān)學(xué)者從數(shù)據(jù)獲取、數(shù)據(jù)處理等不同方面改進(jìn)作業(yè)流程,以提高數(shù)據(jù)精度。盛輝等提出復(fù)雜區(qū)域傾斜攝影的航線規(guī)劃方法,通過合理規(guī)劃航線避免由于建筑物遮擋導(dǎo)致獲取數(shù)據(jù)存在漏洞問題[7]。陳仁朋等提出序列無人機(jī)影像的精細(xì)化三維模型精度評估方法,該方法通過多個(gè)不同的影像畸變模型組合,迭代處理影像畸變直到影像畸變系數(shù)穩(wěn)定[8]。張春森等針對消費(fèi)型無人機(jī)難以保持勻速飛行,提出曝光延遲的光束法區(qū)域網(wǎng)平差方法,通過引入曝光延遲模型消除由于無人機(jī)飛行速度不穩(wěn)定導(dǎo)致空三精度低于理論精度問題[9]。鞏丹超等提出線性特征約束的建筑物密集匹配方法,通過影像邊緣直線特征約束全局能量計(jì)算,能夠有效地保留建筑物邊界同時(shí)估計(jì)建筑物附近地形地貌[10];張春森等提出基于多個(gè)原則剔除多余影像數(shù)據(jù),并自動建立建筑物側(cè)面與多視影像最優(yōu)紋理選擇關(guān)系[11]。上述方法,分別從傾斜影像數(shù)據(jù)獲取、影像畸變糾正、平差處理、密集匹配以及紋理映射等單一關(guān)鍵環(huán)節(jié)進(jìn)行改進(jìn),獲取精度提升有限。

針對消費(fèi)型無人機(jī)在復(fù)雜區(qū)域三維重建精度難以保證問題,本文采用消費(fèi)型無人機(jī)飛馬D2000搭載高精度定位、定姿儀器獲取多視影像數(shù)據(jù),通過多視影像畸變糾正消除多視影像畸變誤差;然后,結(jié)合多視影像連接點(diǎn)提取與帶有相對姿態(tài)參數(shù)的光束法區(qū)域網(wǎng)平差方法解算影像精確的姿態(tài)數(shù)據(jù)與加密點(diǎn)坐標(biāo);最后,通過外業(yè)點(diǎn)驗(yàn)證消費(fèi)型無人機(jī)在復(fù)雜區(qū)域三維重建的精度。該方法可有效減少外業(yè)像控測量點(diǎn)數(shù)量,同時(shí)滿足項(xiàng)目精度要求。

1 消費(fèi)型無人機(jī)在復(fù)雜區(qū)域三維重建關(guān)鍵技術(shù)

1.1 影像畸變改正

數(shù)碼相機(jī)在鏡頭加工、安裝以及成像環(huán)境導(dǎo)致攝影時(shí)刻獲取影像與設(shè)計(jì)理論點(diǎn)位存在畸變誤差,通常需進(jìn)行畸變改正處理。常用的畸變參數(shù)糾正模型,利用簡單的物鏡徑向畸變、切向畸變與相機(jī)內(nèi)方位元素表示,畸變參數(shù)糾正模型[12]如式(1)所示。

(1)

其中,ki,i=1,2,3表示鏡頭徑向畸變系數(shù);p1、p2表示鏡頭偏向參數(shù);r表示像點(diǎn)與像主點(diǎn)距離。

由于畸變參數(shù)模型難以改正普通數(shù)碼相機(jī)的影像畸變誤差,文中采用畸變參數(shù)模型與格網(wǎng)畸變結(jié)合的方式對多視影像數(shù)據(jù)進(jìn)行畸變處理。該方法首先需要建立數(shù)碼相機(jī)影像糾正格網(wǎng)，然后對每個(gè)小格網(wǎng)計(jì)算畸變參數(shù)模型,格網(wǎng)內(nèi)像素的畸變參數(shù)利用格網(wǎng)畸變參數(shù)計(jì)算得到,通過逐個(gè)格網(wǎng)參數(shù)計(jì)算,生成整個(gè)數(shù)碼相機(jī)影像畸變改正信息,保障后期測繪的高精度。

1.2 多視空三處理

利用飛行平臺上搭載高精度的全球?qū)Ш叫l(wèi)星系統(tǒng)(global navigation satellite system,GNSS)與慣性測量單元接收機(jī),獲取高精度位置、姿態(tài)(position and orientation system,POS)數(shù)據(jù)可近似獲取影像高精度外方位元素,進(jìn)而建立多視影像數(shù)據(jù)間相對空間位置關(guān)系[13]。首先,利用歸一化相關(guān)系數(shù)結(jié)合最小二乘的影像匹配方法進(jìn)行匹配獲取下視影像間同名點(diǎn)坐標(biāo);然后,將下視影像前方交會獲取像點(diǎn)對應(yīng)的物方空間坐標(biāo),結(jié)合影像畸變參數(shù)、高精度POS數(shù)據(jù),依據(jù)共線方程原理將物方坐標(biāo)反投影到待匹配的傾斜影像上,獲取待匹配點(diǎn)的初始位置;最后,利用影像間初始幾何關(guān)系及影像核線關(guān)系進(jìn)行多策略約束獲取多視影像初始同名特征點(diǎn)[14];對于匹配點(diǎn)集中存在的誤匹配點(diǎn)數(shù)據(jù),通過5點(diǎn)法相對定向模型采用隨機(jī)采樣一致性方法估算多視影像間對應(yīng)關(guān)系,并剔除粗差較大的點(diǎn),對于多余2度的重疊點(diǎn)數(shù)據(jù),通過兩兩前方交會的方式,進(jìn)一步剔除物方殘差較大的像方點(diǎn)坐標(biāo),獲取最終多視影像同名點(diǎn)集。

多視影像光束法區(qū)域網(wǎng)平差是一種嚴(yán)密的平差方法,但該方法需要解算的未知參數(shù)過多,導(dǎo)致出現(xiàn)求解參數(shù)不穩(wěn)定問題。考慮多視鏡頭在短時(shí)間內(nèi)安裝參數(shù)相對穩(wěn)定,可以僅考慮曝光時(shí)刻下視影像姿態(tài)數(shù)據(jù)參與平差,大大減少待求未知參數(shù)[15]。

利用多視影像下視姿態(tài)參數(shù)、側(cè)視影像相對下視影像相對姿態(tài)參數(shù)以及多視影像連接點(diǎn)坐標(biāo),通過帶有相對姿態(tài)參數(shù)的光束法區(qū)域網(wǎng)平差方法進(jìn)行多視影像平差處理,生成精確的外方位元素與加密點(diǎn)物方空間坐標(biāo)。

1.3 紋理映射

對于多視密集匹配生成密集點(diǎn)云數(shù)據(jù)需要進(jìn)行紋理自動映射處理,獲取最終的實(shí)景三維模型結(jié)果。紋理映射需要建立三維坐標(biāo)點(diǎn)(x,y,z)與二維多視影像坐標(biāo)點(diǎn)(u,v)間數(shù)學(xué)關(guān)系,紋理映射目標(biāo)建立三維區(qū)域的二維影像參數(shù)模型,將隱式方程轉(zhuǎn)化為參數(shù)方程可以表示為

(3)

通過式(3)獲取的映射關(guān)系可以簡化為

(x,y,z)?(m,n)?(u,v)

(4)

通過一個(gè)或多個(gè)范圍[0,1]的參數(shù)獲取二維影像與三維模型間的映射關(guān)系,獲取三維點(diǎn)云數(shù)據(jù)對應(yīng)紋理影像,最終生成實(shí)景三維模型。

2 工程實(shí)驗(yàn)

2.1 項(xiàng)目概況

為了驗(yàn)證消費(fèi)型無人機(jī)在復(fù)雜區(qū)域三維重建精度,本文選取位于云貴高原上某自然風(fēng)景區(qū),面積約為3.56 km2,測區(qū)地形起伏大,整體為山地地形,最高點(diǎn)海拔約2 515 m,最低點(diǎn)海拔約350 m,測區(qū)地形高差變化在2 200 m左右,其中,測區(qū)中部主峰為典型的喀斯特地貌,主峰垂直高差達(dá)百米;峰林間落差300～400 m,測區(qū)植被覆蓋面積廣,天氣變化較大。由于測區(qū)植被覆蓋率高,像控點(diǎn)只能沿景區(qū)硬化路面布設(shè),導(dǎo)致像控不能覆蓋全區(qū)。采用實(shí)時(shí)動態(tài)差技術(shù)(real-time kinematic,RTK)采集外業(yè)點(diǎn)12個(gè),其中6個(gè)用于空三控制點(diǎn),其余為檢查點(diǎn)。

2.2 數(shù)據(jù)獲取

由于測區(qū)地形起伏較大,為獲取全區(qū)分辨率優(yōu)于4 cm,峰頂處分辨率優(yōu)于3 cm的傾斜影像,避免分辨率相差較大影響空三及三維實(shí)景模型精度;考慮地形高差、山脊線、起飛降落點(diǎn)等因素,最終將測區(qū)劃分5個(gè)區(qū)域,并在航飛時(shí)保證各分區(qū)間重疊度大于70 m。在5個(gè)航飛分區(qū)內(nèi)分別利用事先獲取的精確數(shù)字高程模型數(shù)據(jù),采用仿地飛行,獲取多視影像數(shù)據(jù)約18 000張。同時(shí),為了保證建筑物基頂部高差精度小于等于15 cm,建筑物其他平面特征平面精度小于30 cm,本項(xiàng)目對測區(qū)中心位置增設(shè)了一架次的航線,具體分區(qū)情況,如圖1所示。

圖1 測區(qū)劃分

2.3 數(shù)據(jù)處理

由于測區(qū)天氣多變,獲取無人機(jī)影像數(shù)據(jù)存在霧霾及色調(diào)不均情況,此外相機(jī)的畸變也會引起相對定向誤差過大,從而影響空三精度,甚至導(dǎo)致空三平差無法進(jìn)行,因此需進(jìn)行影像勻光、勻色及去畸變。D2000配置高精度差分GNSS板卡,同時(shí)標(biāo)配網(wǎng)絡(luò)RTK解算服務(wù),支持高精度POS輔助空三。由于采用多個(gè)分區(qū)獲取多視影像數(shù)據(jù),首先對不同區(qū)域影像分別進(jìn)行自由網(wǎng)的光束法區(qū)域網(wǎng)平差處理,確保區(qū)域內(nèi)部多視影像誤差分布一致;然后,將所有影像合并為一個(gè)區(qū)域網(wǎng),并在不同區(qū)域接邊處手動添加連接點(diǎn)坐標(biāo),確保不同區(qū)域間連接誤差滿足指標(biāo)要求;最后,引入像控點(diǎn)數(shù)據(jù)進(jìn)行絕對定向處理。多視影像區(qū)域網(wǎng)平差效果,如圖2所示。

圖2 空三成果

在滿足空三精度指標(biāo)后,利用瞰景Smart3D軟件進(jìn)行多視影像密集匹配、三維不規(guī)則三角網(wǎng)(triangulated irregular network，TIN)網(wǎng)格構(gòu)建、創(chuàng)建三維模型白模和紋理自動映射等,生成的實(shí)景三維模型成果。由于影像數(shù)據(jù)多為復(fù)雜紋理,特征匹配較為困難,此外山間狹窄縫隙、陰暗面和樹林茂密處點(diǎn)云匹配錯(cuò)誤率較高,易造成模型三角面破損和紋理拉花,因此需要對三維模型進(jìn)行修飾,最終生成實(shí)景三維效果，如圖3所示。

圖3 實(shí)景三維模型成

2.4 精度驗(yàn)證

多視影像數(shù)據(jù)空三結(jié)束后,為了確保空三精度滿足規(guī)范要求,利用外業(yè)像控點(diǎn)數(shù)據(jù)、檢查點(diǎn)數(shù)據(jù)進(jìn)行空三精度驗(yàn)證,具體計(jì)算每個(gè)外業(yè)點(diǎn)X、Y、Z三個(gè)方向誤差,并統(tǒng)計(jì)每個(gè)方向的中誤差以及最大誤差。具體空三精度統(tǒng)計(jì)結(jié)果見表1,由表1可知,控制點(diǎn)數(shù)據(jù)X方向最大誤差為0.036 m、中誤差為0.029 m,Y方向最大誤差為0.023 m、中誤差為0.017 m,高程方向最大誤差為0.019 m、中誤差為0.015 m,符合《數(shù)字航空攝影測量空中三角測量規(guī)范》[16]國家標(biāo)準(zhǔn)要求。檢查點(diǎn)數(shù)據(jù)X方向最大誤差為0.067 m、中誤差為0.046 m,Y方向最大誤差為0.061 m、中誤差為0.041 m,高程方向最大誤差為0.073 m、中誤差為0.057 m,符合《數(shù)字航空攝影測量空中三角測量規(guī)范》國家標(biāo)準(zhǔn)要求。

表1 空三精度檢查 單位：m

實(shí)景三維模型的平面精度和高程精度評定,將實(shí)地測量的控制點(diǎn)量測坐標(biāo)與模型上對應(yīng)控制點(diǎn)的模型坐標(biāo)進(jìn)行對比見表2。由表2可知,三維模型精度X方向最大誤差為0.125 m、中誤差為0.075 m,Y方向最大誤差為0.091 m、中誤差為0.059 m,高程H方向最大誤差為0.094 m、中誤差為0.074 m,并且每個(gè)方向上誤差分布不存在過大誤差,滿足《三維地理信息模型數(shù)據(jù)規(guī)范》[17]規(guī)范要求。

表2 模型精度統(tǒng)計(jì) 單位：m

3 結(jié)束語

本項(xiàng)目借助飛馬D2000無人機(jī)搭載D-op3000相機(jī),采用差分GNSS技術(shù),解算獲取高精度POS數(shù)據(jù),經(jīng)過多視影像畸變改正以及附有相對姿態(tài)參數(shù)的光束法區(qū)域網(wǎng)平差解算,生成多視影像高精度的姿態(tài)數(shù)據(jù),利用瞰景Smart3D軟件多視密集匹配與紋理映射模塊生成高精度三維實(shí)景模型。通過該設(shè)備在山區(qū)復(fù)雜地形測區(qū)中的應(yīng)用,驗(yàn)證消費(fèi)型無人機(jī)在復(fù)雜區(qū)域三維重建可行性,為相關(guān)工程應(yīng)用提供參考。