馬富明

（福建省水投勘測(cè)設(shè)計(jì)有限公司，福州 350001）

目前，水利工程規(guī)劃設(shè)計(jì)主要以大比例尺地形圖作為基準(zhǔn)數(shù)據(jù)，然而這種離散采樣的二維模型往往會(huì)忽略局部細(xì)微地貌特征。另外，對(duì)于水利信息化建設(shè)所強(qiáng)調(diào)的數(shù)字化、直觀化、可視化3大特征欠缺表達(dá)［1］。隨著水利規(guī)劃設(shè)計(jì)業(yè)務(wù)的延伸，對(duì)可用于一站式、多維度的可視化基準(zhǔn)數(shù)據(jù)提出了新的需求。特別是在水利工程前期規(guī)劃中，以固定采樣間隔的橫縱斷面圖數(shù)據(jù)表征河道實(shí)際地貌形態(tài)，往往會(huì)造成施工工程量與設(shè)計(jì)工程量存在較大出入，因此，基于高分辨率DEM數(shù)據(jù)的動(dòng)態(tài)采樣設(shè)計(jì)是當(dāng)前最優(yōu)解決方案。當(dāng)前，大比例尺DEM數(shù)據(jù)獲取方式大致可分為傳統(tǒng)測(cè)量手段（全站儀、RTK）、無人機(jī)航測(cè)技術(shù)、機(jī)載Lidar 3類，綜合考慮實(shí)際工作效率與生產(chǎn)成本，無人機(jī)航測(cè)技術(shù)在作業(yè)組織、生產(chǎn)效率等方面具有較明顯的優(yōu)勢(shì)。

1 無人機(jī)影像匹配點(diǎn)云特點(diǎn)

隨著攝影測(cè)量技術(shù)和計(jì)算機(jī)圖形學(xué)的發(fā)展與融合，基于無人機(jī)航空影像的三維信息提取技術(shù)成為當(dāng)前測(cè)繪地理信息領(lǐng)域的研究熱點(diǎn)［2］。通過利用以SFM、CMVS和PMVS為代表的影像匹配算法，可從無人機(jī)影像中提取高密度、紋理豐富、結(jié)構(gòu)特征明顯的三維點(diǎn)云數(shù)據(jù)。同時(shí)無人機(jī)影像匹配點(diǎn)云在DEM數(shù)據(jù)生產(chǎn)中也存在諸多問題亟待解決，如數(shù)據(jù)冗余、建筑物邊界線性特征不明顯、粗差點(diǎn)較多等，這就給后續(xù)的特征信息提取、點(diǎn)云濾波、三維模型重建帶來了很多不便，而且也會(huì)制約更深層次的信息提取與表達(dá)［3］。無人機(jī)影像匹配點(diǎn)云在DEM數(shù)據(jù)生產(chǎn)中存在的問題如圖1：（a）噪聲點(diǎn)較多；（b）建筑物結(jié)構(gòu)特征不明顯；（c）高反射率地物（水域）無法獲取；（d）植被覆蓋密集區(qū)域無地面點(diǎn)。

圖1 無人機(jī)影像匹配點(diǎn)云圖

2 試驗(yàn)區(qū)概況及總體技術(shù)線路

2.1 主要技術(shù)路線

結(jié)合無人機(jī)影像匹配點(diǎn)云的特點(diǎn)，研究了DEM數(shù)據(jù)處理的關(guān)鍵技術(shù)環(huán)節(jié)如圖2，包括影像匹配點(diǎn)云的生產(chǎn)、點(diǎn)云濾波、DEM精細(xì)化編輯及精度評(píng)定［4］。

圖2 DEM制作流程

2.2 試驗(yàn)區(qū)數(shù)據(jù)獲取

王村分洪閘位于河北省文安縣境內(nèi)的趙王新河右堤（千里堤）上，距白洋淀?xiàng)椓謽稑屑~18km，是分減趙王新河洪水，控制向文安分洪的重要工程。本次測(cè)量任務(wù)主要是防洪段1∶1000 DEM數(shù)據(jù)，測(cè)量范圍為長約2km、寬約1km的塊狀區(qū)域。作業(yè)期間渠系、河道內(nèi)存在積水，人員無法實(shí)地作業(yè)，故采用無人機(jī)航空攝影測(cè)量作業(yè)方法［5］。

2.2.1 航飛參數(shù)設(shè)計(jì)

項(xiàng)目采用縱橫CW-10固定翼無人機(jī)航攝系統(tǒng)，搭載SONY-ILCE7R相機(jī)及POS平臺(tái)進(jìn)行測(cè)區(qū)試驗(yàn)，具體相關(guān)參數(shù)如表1。通過現(xiàn)場(chǎng)踏勘，并結(jié)合《低空數(shù)字?jǐn)z影測(cè)量外業(yè)規(guī)范》要求，確定無人機(jī)航線飛行方向?yàn)闁|西向，相對(duì)航高310m，航向重疊度為70%，旁向重疊度60%，影像地面分辨率為0.04m有效架次1次，總共獲取579張照片。

表1 無人機(jī)航飛技術(shù)參數(shù)

2.2.2 像控點(diǎn)布設(shè)由于無人機(jī)影像重疊度大，基線短，按照《1∶500 1∶1000地形圖航空攝影測(cè)量外業(yè)規(guī)范》要求，外業(yè)像片控制點(diǎn)布設(shè)沿航向、旁向分別布設(shè)，具體為航向間隔300~400m布點(diǎn)，沿旁向間隔300~400m布點(diǎn)。此次試驗(yàn)區(qū)共布設(shè)12個(gè)控制點(diǎn)，如圖3，其中每個(gè)控制點(diǎn)均可以作為平高檢查點(diǎn)，為后續(xù)數(shù)據(jù)處理提供地理參考。

圖3 像控點(diǎn)布設(shè)

3 數(shù)據(jù)處理

3.1 解析空中三角測(cè)量

解析空中三角測(cè)量是攝影測(cè)量4D產(chǎn)品生產(chǎn)的第一道工序，對(duì)于高精度的航空攝影測(cè)量應(yīng)用至關(guān)重要。由于無人機(jī)搭載的非量測(cè)相機(jī)獲取的序列影像經(jīng)自由網(wǎng)平差后存在掉片、扭曲變形等問題，因此嚴(yán)密的相機(jī)檢校參數(shù)對(duì)于空三加密的精度、穩(wěn)定性尤為重要。綜合考慮相機(jī)檢校能力、自動(dòng)化處理程度，本項(xiàng)目選取PhotoScan進(jìn)行空三解算，并結(jié)合PhotoScan解算報(bào)告中的平面誤差和影像匹配點(diǎn)云的高程誤差評(píng)定空三精度，如表2。

表2 像控點(diǎn)精度 單位：cm

3.2 無人機(jī)影像匹配點(diǎn)云濾波

由于影像色調(diào)不一致、空三解算精度、相機(jī)檢校等因素的影響，無人機(jī)影像匹配點(diǎn)云存在大量噪點(diǎn)、建筑物結(jié)構(gòu)缺失、水域漏洞等狀態(tài)，對(duì)后續(xù)DEM數(shù)據(jù)生產(chǎn)帶來諸多不利影響。結(jié)合本項(xiàng)目測(cè)區(qū)地貌特點(diǎn)，探討了基于TerraSolid的無人機(jī)影像匹配點(diǎn)云數(shù)據(jù)處理方法［6］。

3.2.1 水域置平

無人機(jī)影像匹配點(diǎn)云在高反射率區(qū)域（如河流、池塘）表現(xiàn)為大量粗差點(diǎn)，因此需要外業(yè)實(shí)測(cè)該區(qū)域的范圍線、高程數(shù)據(jù)，以便內(nèi)業(yè)編輯。利用TMODEL模塊的Fix Elevation選項(xiàng)，對(duì)該項(xiàng)目內(nèi)水域高程進(jìn)行修正。

3.2.2 植被濾波

在地面點(diǎn)分類算法之前，必須對(duì)低矮植被密集覆蓋區(qū)域進(jìn)行有效濾波。通常采用以下兩種濾波方法：①調(diào)整地面分類算法中的Max building size數(shù)值，但會(huì)造成DEM數(shù)據(jù)細(xì)微地貌特征被忽略；②采用植被指數(shù)分類算法，即根據(jù)點(diǎn)云的色彩信息構(gòu)建分類波段。本項(xiàng)目采用第2種解決方法，具體參數(shù)設(shè)置參照如下Visual band difference計(jì)算公式（RGB代表點(diǎn)云顏色信息）。

圖4 基于植被指數(shù)濾波算法對(duì)比

3.2.3 噪點(diǎn)去除

根據(jù)對(duì)地面點(diǎn)分類的影響，噪點(diǎn)可分為低點(diǎn)（明顯低于地面的粗差點(diǎn)）和表面噪聲點(diǎn)（與地面點(diǎn)粘連在一起）。對(duì)于低點(diǎn)，采用Low points算法可有效去除；對(duì)于表面噪聲點(diǎn)，采用Surface points對(duì)原始數(shù)據(jù)進(jìn)行擬合處理，可以改善建筑物結(jié)構(gòu)特征。

3.2.4 地面點(diǎn)提取

TerraSolid地面點(diǎn)濾波算法采用的是迭代三角網(wǎng)法，即在初始采樣范圍內(nèi)選取最低點(diǎn)作為種子點(diǎn)，根據(jù)所構(gòu)建三角網(wǎng)的迭代角度、迭代距離對(duì)地面點(diǎn)進(jìn)行閾值篩選，直到三角網(wǎng)內(nèi)不再有新的地面點(diǎn)加入。其中Max building size是該算法最為關(guān)鍵的參數(shù)，過大會(huì)導(dǎo)致地貌特征失真，過小會(huì)出現(xiàn)大量非地面點(diǎn)誤分類，建議根據(jù)項(xiàng)目區(qū)域建筑物中位數(shù)尺寸設(shè)置。

3.3 精細(xì)化編輯

經(jīng)過TerraSolid濾波后的點(diǎn)云數(shù)據(jù)存在大量孔洞，且存在一定的錯(cuò)誤分類點(diǎn)［7］。本項(xiàng)目采用Inpho軟件的DTM模塊對(duì)其進(jìn)行孔洞插值、局部細(xì)小突起精細(xì)化編輯，如圖5。

圖5 精細(xì)化編輯前后對(duì)比

3.4 DEM數(shù)據(jù)高程渲染及精度平度

將人工精細(xì)化編輯后的點(diǎn)數(shù)數(shù)據(jù)導(dǎo)入Global Mapper構(gòu)建三角網(wǎng)模型，并以高程進(jìn)行顏色渲染。

外業(yè)在顧及地貌特征基礎(chǔ)上，均勻采集平坦區(qū)域檢查點(diǎn)（采集原則同像控點(diǎn)）。本次共采集150個(gè)檢查點(diǎn)，以檢查點(diǎn)數(shù)據(jù)為基準(zhǔn)按照式（2）對(duì)DEM進(jìn)行精度評(píng)定。

式中 m為DEM高程中誤差（m）；Δ為檢查點(diǎn)野外實(shí)測(cè)高程與DEM內(nèi)差值不符值（m）；n為參與評(píng)定精度的檢查點(diǎn)數(shù)。

檢查點(diǎn)統(tǒng)計(jì)結(jié)果如表3，其中最大誤差0.175m，最小誤差0.016m，DEM高程中誤差為0.094m。對(duì)比《1∶500 1∶1000 1∶2000地形圖航空攝影測(cè)量內(nèi)業(yè)規(guī)范》，生產(chǎn)數(shù)據(jù)精度滿足1∶1000 DEM規(guī)范要求。

表3 DEM數(shù)據(jù)與檢查點(diǎn)高程對(duì)比 單位：m

4 結(jié)語

無人機(jī)影像匹配點(diǎn)云作為航空攝影測(cè)量生產(chǎn)的過程數(shù)據(jù)，其蘊(yùn)涵的線性結(jié)構(gòu)特征、地物地貌三維信息為新型測(cè)繪產(chǎn)品的生產(chǎn)提供了可能性。本文在分析無人機(jī)影像匹配點(diǎn)云數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，結(jié)合Lidar數(shù)據(jù)處理技術(shù)，成功提取了目標(biāo)區(qū)域的地貌特征信息，并生產(chǎn)出滿足國家規(guī)范要求的數(shù)字化產(chǎn)品。作為非接觸性數(shù)據(jù)獲取方式，結(jié)合成熟的信息提取技術(shù)，為水利工程中的防洪險(xiǎn)情普查、應(yīng)急測(cè)繪、規(guī)劃勘查工作提供了一種新的解決思路。