曹建軍

[上海市政工程設(shè)計(jì)研究總院（集團(tuán)）有限公司，上海市 200092]

0 引言

近年來，隨著無人機(jī)傾斜影像測(cè)量硬件設(shè)備和內(nèi)業(yè)數(shù)據(jù)處理平臺(tái)的發(fā)展，實(shí)景三維模型建模在測(cè)繪領(lǐng)域、CIM、GIS 領(lǐng)域得到了廣泛的應(yīng)用。國內(nèi)外學(xué)者對(duì)傾斜攝影多視角影像進(jìn)行實(shí)景三維模型重建做了大量的研究工作。李卉[1]利用無人機(jī)搭載非量測(cè)數(shù)碼相機(jī)，采用一整套設(shè)計(jì)方案,為基于多旋翼無人機(jī)進(jìn)行傾斜攝影測(cè)量構(gòu)建三維模型的方法提供了驗(yàn)證，表明此方案的可行性。還原了建筑物側(cè)面紋理，構(gòu)建三維模型。曲林等人[2]利用無人機(jī)自制鏡頭獲取傾斜攝影數(shù)據(jù)，應(yīng)用Inpho、Pix4Dmapper、街景工廠等軟件進(jìn)行實(shí)景三維建模的方法。除總結(jié)研究成果外，還對(duì)無人機(jī)實(shí)景三維建模的應(yīng)用領(lǐng)域進(jìn)行了探討，為智慧城市的三維系統(tǒng)建設(shè)提供新的解決方案。王丙濤等[3]在總結(jié)了三維建模技術(shù)流程的基礎(chǔ)上，提出傾斜攝影三維建模成果的精度與質(zhì)量水平檢測(cè)方法，在一定程度上為傾斜攝影三維建模技術(shù)規(guī)范和模型數(shù)據(jù)標(biāo)準(zhǔn)提供了參考與借鑒。周小杰等[4]利用無人機(jī)傾斜攝影技術(shù)實(shí)現(xiàn)免調(diào)繪的大比例尺地形圖測(cè)繪方法。

空中三角測(cè)量（簡(jiǎn)稱空三測(cè)量）作為傾斜攝影測(cè)量過程的重要環(huán)節(jié)，其成果質(zhì)量直接決定著最終產(chǎn)品的數(shù)學(xué)精度，目前對(duì)于空三測(cè)量的優(yōu)化尚缺乏深入研究。作為空三加密中的重要內(nèi)容，相對(duì)定向精度對(duì)空三成果質(zhì)量至關(guān)重要。當(dāng)前數(shù)字?jǐn)z影測(cè)量中對(duì)地面目標(biāo)的自動(dòng)識(shí)別與提取主要依賴于對(duì)影像結(jié)構(gòu)與紋理的分析[5]，在雄安新區(qū)植被、防塵網(wǎng)密集，弱紋理區(qū)的空中三角測(cè)量精度難以控制，嚴(yán)重影響了空三測(cè)量加密和實(shí)景三維模型構(gòu)建的精度?，F(xiàn)根據(jù)實(shí)際項(xiàng)目經(jīng)驗(yàn)，以Virtuoso3D 傾斜攝影三維建模系統(tǒng)為基礎(chǔ)，介紹空三測(cè)量加密的操作方法，分析弱紋理區(qū)域空三測(cè)量中的常見問題并提出相應(yīng)的解決方案，提高弱紋理區(qū)域空三測(cè)量精度，提高弱紋理區(qū)域?qū)嵕叭S模型構(gòu)建精度和效率。

1 空三測(cè)量

1.1 空三測(cè)量原理

在無人機(jī)傾斜攝影測(cè)量內(nèi)業(yè)數(shù)據(jù)處理過程中，空三測(cè)量是指利用五鏡頭相機(jī)連續(xù)拍攝的具有一定重疊度的航攝像片，根據(jù)像片曝光時(shí)的外方位元素和一定數(shù)量的野外實(shí)際測(cè)量像控點(diǎn)，以數(shù)據(jù)后處理方法解算獲取加密點(diǎn)的平面坐標(biāo)和高程。

在Virtuoso3D 中，空三測(cè)量是自動(dòng)完成的。軟件廣泛采用機(jī)器視覺普適性算法搜索相似影像，配合基于攝影測(cè)量的嚴(yán)密解算方式，在減少匹配次數(shù)的同時(shí)充分提升空三成功率和精度，有效解決空三連接點(diǎn)分布不均、斷裂、分層等問題，自由網(wǎng)之后的精轉(zhuǎn)點(diǎn)遵循由粗到精的原則分層迭代獲得可靠的空三成果，以供后續(xù)實(shí)景三維模型重建使用。

空中三角測(cè)量是實(shí)景三維模型構(gòu)建過程中的一個(gè)重要環(huán)節(jié)，通過空三加密計(jì)算出大量的連接點(diǎn)，利用這些連接點(diǎn)構(gòu)建不規(guī)則三角網(wǎng)TIN，生成實(shí)景三維模型的基本框架，將三維模型白膜和表面的紋理信息進(jìn)行自動(dòng)映射，從而獲取具有真實(shí)、自然紋理的高分辨率實(shí)景三維模型[6]。

1.2 Virtuos o3D 空三測(cè)量操作步驟

Virtuoso3D 空三測(cè)量包括以下步驟：

（1）外業(yè)數(shù)據(jù)整理。根據(jù)測(cè)區(qū)范圍選擇影像、POS數(shù)據(jù)、像控點(diǎn)數(shù)據(jù)。

（2）影像導(dǎo)入。在新建工程導(dǎo)入影像數(shù)據(jù)，并添加POS。

（3）提交自由網(wǎng)空三測(cè)量任務(wù)。影像、POS 數(shù)據(jù)導(dǎo)入完成并檢查無誤后，進(jìn)行自由網(wǎng)空三測(cè)量任務(wù)提交。

（4）刺像控點(diǎn)。自由網(wǎng)解算通過后，將野外實(shí)際測(cè)量的像控點(diǎn)坐標(biāo)，按照實(shí)際位置刺到像片上。

（5）提交控制網(wǎng)空三測(cè)量任務(wù)。控制點(diǎn)刺點(diǎn)完成并檢查無誤后，進(jìn)行控制網(wǎng)空三測(cè)量任務(wù)提交。

2 弱紋理區(qū)域空三測(cè)量優(yōu)化實(shí)例分析

2.1 航攝區(qū)域概況

航測(cè)區(qū)域位于容東片區(qū)，測(cè)區(qū)面積約7 km2，地形起伏落差較小，測(cè)區(qū)房屋密度小、樓層低，拆遷與施工場(chǎng)地較多，植被與防塵網(wǎng)等弱紋理區(qū)域面積比重大，見圖1 所示。

圖1 航攝區(qū)域植被、防塵網(wǎng)概況之圖示

2.2 數(shù)據(jù)采集

容東片區(qū)使用科威泰六懸翼無人機(jī)搭載睿博五鏡頭傾斜相機(jī)進(jìn)行數(shù)據(jù)采集，共進(jìn)行了20 架次航高為80 m，航向重疊度為85%，旁向重疊度80%，獲取像片165 000 張，影像分辨率1.5 cm。測(cè)區(qū)內(nèi)共布設(shè)像控點(diǎn)110 個(gè)，坐標(biāo)系統(tǒng)為CGCS2000，分布見圖2所示。

圖2 航攝區(qū)域像控點(diǎn)分布之圖示

2.3 優(yōu)化方法

空三測(cè)量是實(shí)景三維建模構(gòu)建的基礎(chǔ)，其精度直接影響后續(xù)三維建模成果的質(zhì)量，因此對(duì)大面積弱紋理區(qū)域空三測(cè)量進(jìn)行質(zhì)量控制尤為重要。影響空中三角測(cè)量加密精度的因素有多種，現(xiàn)主要針對(duì)影像與POS 質(zhì)量、像控點(diǎn)布設(shè)、內(nèi)業(yè)刺點(diǎn)精度、空三測(cè)量算法等影響因素，提出關(guān)于弱紋理區(qū)域空三測(cè)量質(zhì)量控制的方法。

2.3.1 影像與P OS 質(zhì)量

影像與POS 數(shù)據(jù)的質(zhì)量直接影響空三測(cè)量加密的精度。影像清晰、色調(diào)一致、層次鮮明、色彩反差合理、色調(diào)柔和；影像無缺陷、錯(cuò)位、重影、不清晰和位置偏移等情況；像控點(diǎn)標(biāo)志所在的影像清晰；影像無陰影、大范圍反光、不清晰點(diǎn)等突出問題。POS 數(shù)據(jù)正確，記錄完整，與影像數(shù)據(jù)一一對(duì)應(yīng)。

2.3.2 像控點(diǎn)布設(shè)

像控點(diǎn)通常選擇在明顯、易于識(shí)別、位置固定且便于量測(cè)的地方。根據(jù)測(cè)區(qū)弱紋理區(qū)域面積大的實(shí)景情況，采用的像控點(diǎn)樣式為白色和紅色兩個(gè)頂角相對(duì)的直角等腰三角形，大小以100 cm×100 cm的正方形，如圖1 所示。像控點(diǎn)之間的布設(shè)間隔為200 m~300 m，布設(shè)方案如圖2 所示。

2.3.3 刺點(diǎn)準(zhǔn)確度

不同內(nèi)業(yè)工作人員的刺點(diǎn)準(zhǔn)確度存在差異，為保證刺點(diǎn)精度，該項(xiàng)目采用一人刺點(diǎn)模式。刺點(diǎn)過程中盡量選取像控點(diǎn)位置相對(duì)居中、無變形且無遮擋的影像進(jìn)行刺點(diǎn)，減少影像畸變帶來的影響。

2.3.4 空三測(cè)量算法

大面積植被、防塵網(wǎng)等弱紋理區(qū)域在航拍過程中會(huì)出現(xiàn)在多張連續(xù)影像中，存在特征點(diǎn)不明顯或者缺失現(xiàn)象。因此，Smart 3D、Context Capture 等基于多視影像進(jìn)行大量特征點(diǎn)計(jì)算提取，對(duì)獲取的特征點(diǎn)采用多基線多特征匹配技術(shù)自動(dòng)匹配同名點(diǎn)，然后采用光束法區(qū)域網(wǎng)平差方法進(jìn)行整體平差計(jì)算的軟件在空三計(jì)算過程中容易出現(xiàn)連續(xù)弱紋理像片不參與運(yùn)算的問題。

該項(xiàng)目采用Virtuoso3D 進(jìn)行空三計(jì)算，軟件采用機(jī)器視覺普適性算法，配合基于攝影測(cè)量的嚴(yán)密解算方式，在減少匹配次數(shù)的同時(shí)充分提升空三成功率和精度，有效解決空三連接點(diǎn)分布不均、斷裂、分層等問題，自由網(wǎng)之后的精轉(zhuǎn)點(diǎn)遵循由粗到精的原則分層迭代獲得可靠的空三成果。

3 空三計(jì)算精度分析

對(duì)容東片區(qū)外業(yè)采集數(shù)據(jù)先后采用Context Capture 與Virtuoso3D 進(jìn)行空三計(jì)算處理。

在Context Capture 中，由于算法和設(shè)備性能局限，空三計(jì)算的區(qū)塊按像控點(diǎn)分布情況和像片數(shù)量劃分。各區(qū)塊之間采用公共像控點(diǎn)進(jìn)行連接，單個(gè)區(qū)塊像片在15 000 張左右，共劃分為9 個(gè)空三計(jì)算區(qū)塊。經(jīng)過多次空三計(jì)算，人工加入連接點(diǎn)，但仍有6個(gè)區(qū)塊的空三計(jì)算結(jié)果出現(xiàn)多幅影像不參與運(yùn)算、分層、像控點(diǎn)平差精度超限等問題，無法完整構(gòu)建航攝區(qū)域?qū)嵕叭S模型（見圖3、圖4 所示）。

圖3 弱紋理影像空三計(jì)算分層之圖示

圖4 弱紋理區(qū)塊空三計(jì)算結(jié)果不達(dá)標(biāo)之圖示

在Virtuoso3D 中，為了最后建模合區(qū)時(shí)不會(huì)出現(xiàn)空洞，分區(qū)的時(shí)候需要考慮區(qū)域間影像有所重疊，因此按飛行架次分區(qū)。航攝區(qū)域共劃分為6 個(gè)空三計(jì)算區(qū)塊，全部區(qū)塊自由網(wǎng)空三計(jì)算一次通過，控制網(wǎng)空三計(jì)算一次通過。將控制網(wǎng)空三結(jié)果導(dǎo)入到Context Capture 中進(jìn)行合并。空三區(qū)塊計(jì)算結(jié)果合并情況如圖1 所示，文章截取了部分像控點(diǎn)的精度分析報(bào)告，見圖5 所示。

圖5 部分像控點(diǎn)精度分析報(bào)告之圖示

經(jīng)過Virtuoso3D 處理過后，出現(xiàn)少量弱紋理影像未參與計(jì)算的情況，空三計(jì)算結(jié)果未出現(xiàn)分層，像控點(diǎn)投影誤差均在一個(gè)像素內(nèi)，精度符合要求。實(shí)踐結(jié)果表明，Virtuoso3D 的影像匹配效果更好，航帶間相鄰影像都匹配上同名點(diǎn)，在未進(jìn)行人工選取同名點(diǎn)的情況下，Virtuoso3D 同樣能更好地匹配同名點(diǎn)，能大大提高計(jì)算機(jī)自動(dòng)連接點(diǎn)效率，提高空三計(jì)算的通過率，節(jié)約空三計(jì)算時(shí)間。

4 結(jié)語

空中三角測(cè)量是無人機(jī)傾斜攝影測(cè)量內(nèi)業(yè)數(shù)據(jù)處理過程中的一道重要工序，是決定最終建模成果精度的關(guān)鍵因素。在空三計(jì)算常規(guī)操作過程中，嚴(yán)把質(zhì)量關(guān)，避免誤差積累，并針對(duì)大面積弱紋理區(qū)域空三計(jì)算難的問題采取有效的解決措施，才能保證空三測(cè)量的精度和質(zhì)量。本文以容東片區(qū)的無人機(jī)傾斜影像測(cè)量數(shù)據(jù)為例，針對(duì)大面積植被、防塵網(wǎng)等弱紋理區(qū)域，特征地物點(diǎn)少，常規(guī)影像匹配效果不理想，存在諸多錯(cuò)點(diǎn)，嚴(yán)重影響空三加密的精度。利用Virtuoso3D 軟件進(jìn)行空三測(cè)量計(jì)算，從像控點(diǎn)精度結(jié)果可以看出，此套方法能有效提高空三測(cè)量精度和效率。在廉價(jià)航空攝影條件下，在各類客觀條件不利的情況下，摸索出適合此類大面積弱紋理地區(qū)空三加密的方法。