倾斜摄影测量高校实景三维建模及精度分析_丁涛.pdf

第 25 卷 第 1 期重庆科技学院学报(自然科学版)2023 年 2 月倾斜摄影测量高校实景三维建模及精度分析丁 涛1，2刘春阳2刘 超2(1 安徽省核工业勘查技术总院，安徽 芜湖 234001;2 安徽理工大学 空间信息与测绘工程学院，安徽 淮南 232001)收稿日期:2022 05 12基金项目:安徽省自然科学基金面上项目“顾及用户动态偏好与时空关联模式的深度学习 POI 推荐方法”(2108085MD130);安徽省高校自然科学研究重点项目“复杂情境下基于深度神经网络的 POI 推荐方法”(KJ2020A0312)作者简介:丁涛(1996 )，男，硕士，助理工程师，研究方向为摄影测量与遥感技术。通信作者:刘春阳(1991 )，男，博士，讲师，研究方向为时空数据分析。摘要:“智慧校园、数字校园”建设已经成为高校发展规划中重要的一环，可视化、真实化、精细化的高校数字三维模型需求缺口较大。以安徽理工大学为实验区域，借助多旋翼大疆一体化无人机对校园整体及周边区域进行三维影像倾斜数据采集，利用 CC 软件构建高校实景三维模型，并借助DP Modeler 软件对模型进行优化。通过实地采集数据对高校实景三维模型进行精度评价，验证了该模型符合三维模型数字产品规范要求，可在此基础上进行大比例尺平面数字地形图绘制。关键词:无人机;倾斜摄影测量;高校实景三维模型;精度分析中图分类号:P231文献标识码:A文章编号:1673 1980(2023)01 0062 060前言倾斜摄影测量(oblique photography)是随着无人驾驶飞机与传统摄影测量的研发更新而兴起的一种现代化工程技术。通过无人机的专业级或消费级航测镜头对目标地物地貌进行多角度拍摄，不仅能提供地物地貌的俯视正射纹理特征与侧面纹理特征，还能模拟人眼视角，真实记录相关属性信息。相较于传统的人工三维信息采集存在的工作繁重、产出成本高、产率较低等问题，倾斜摄影测量更适用于大面积的三维数据采集和海量信息处理。在全国范围内推进实景三维中国建设，可为当今数字城市、数字校园、数字生活的发展提供源动力。而高校作为科技人才的重要培养地，三维数字化校园建设的意义重大。高精度的实景三维数字模型是数字校园重要的基础平台。国家统计局数据显示，截至 2021 年底，我国高等学校共计 3 012 所，高校三维数字模型的需求巨大。无人机航摄系统正朝着轻体积、高精度、智能化的方向发展。无人机倾斜摄影测量具有作业灵活、应用全面、风险小、效率高等优势1，能够更好地助力于数字校园发展。本次研究以位于安徽省淮南市的安徽理工大学作为实验区域，借助大疆消费级无人机进行倾斜摄影航测，以构建高校实景三维模型。1技术原理倾斜摄影测量技术是在传统地面测量技术上作了更新和改善2，以无人机、无人航空飞艇等机器为载体，利用地面无线电端进行控制操作。通过低空飞行的方式对地面进行航测，可在较短时间内对地表大面积区域进行影像数据采集3。结合计算机图像后处理技术对大量影像进行集中处理，此方法适用于大范围地物地貌测绘和小区域快速作业4。利用“1+4”组合角度镜头，从垂直角度、四向角度等 5个角度完成倾斜测量，以减少被遮挡物体对测量效果的影响5。倾斜摄影测量技术可生产 4 类数字测绘高精度产品，包括 DOM、DEM、DG、DLG 及其相关组合产品6。无人机倾斜摄影测量系统包括无人26DOI:10.19406/ki.cqkjxyxbzkb.2023.01.017丁涛，等:倾斜摄影测量高校实景三维建模及精度分析机及传感器系统、飞行定位控制系统、地面端监控操作系统、影像数据处理系统等 4 个部分。无人机及传感器系统主要包括无人机飞行平台、动力装置和传感器设备等 3 个部分7。飞行定位控制系统主要由全球导航卫星系统(global navi-gation satellite system，GNSS)、惯性导航系统(INS)、内置信号集中接受装置等组成。通常采用组合导航定位系统，将 2 个或多个机载导航系统进行组合，以提高定位导航精度与系统稳定性。其中，GNSS/INS组合导航系统既能及时获得无人机的空中位置与飞行速度，又能获得无人机姿态解8。地面端监控操作系统主要分为地面控制器和计算机监控系统等2 个部分。计算机监控系统根据相关规范要求对作业范围内的航线进行规划，并通过地面控制器以无线电的形式将其发送至无人机接收器，用以调整无人机的飞行状态;同时接收无人机航向、航速、作业完成率、像片拍摄数量、姿态、飞行参数等信息。对于无人机获得的影像数据而言，计算机图像后处理拼接技术至关重要。通过相关软件对包含位置数据的航摄影像进行拼接匹配，生成项目所需的数字化产品。本次研究采用的数据处理软件为 CC(contextcapture)，修模软件为 DP Modeler，可接收处理无人机、数码相机、移动手机端获取的多源影像。倾斜摄影测量外业数据的采集离不开合理、规范的航摄方案。航摄方案主要包括航线方案设计、像控点布设方案设计、作业时段选择等。航线方案设计主要包括无人机航测重叠率、飞行航高与地面分辨率、平均基准面的设计和架次规划等。无人机倾斜摄影数据处理主要包括数据预处理、实景三维建模和质量精度评定等，具体流程如图 1 所示。图 1无人机倾斜摄影测量流程2外业数据采集21测区和设备本次实验选择的场地为安徽理工大学山南校区，位于安徽省南部。校园整体为矩形区域，南北直线距离约 1 060 m，东西直线距离约1 900 m，校园内部主体面积约 2 133 106m2。校园分区较为明确，中心区域为各学院和主体教学区建筑，地势平缓，其中位于西北方向的行政办公楼为主体最高建筑，高约 53 m，适用于无人机倾斜摄影测量作业。固定翼无人机或体积重量较大的多旋翼无人机对作业成本和飞行高度的要求较高，对无人机操作人员的技能要求较为严格，小面积倾斜摄影测量的实用性较差。消费级无人机具有低高度(相对高程为 20 200 m)航测灵活、小范围内起降落限制小、安全性能优和地面操作端体积轻便等特点9。针对高校地理区域较为集中、面积较小、建筑形式较为多变等特点，优先采用消费级无人机进行倾斜摄影测量作业。本次研究采用的消费级无人机为大疆精灵4 TK 无人机。22数据采集2 2 1航测方案根据无人机飞行方向，航测重叠率可分为航向重叠率和旁向重叠率10。航向重叠率主要是指同一条航线上 2 次像片拍摄重叠的概率，旁向重叠率主要是指相邻航线所拍摄像片重叠的概率，其计算如式(1)式(4)所示:C=CXPX 100%L=LYPY100%(1)C=CXCYPXPY 100%L=LXLYPXPY100%(2)式中:C 为航向重叠率;PX和 PY为像片尺寸;CX和CY为影像尺寸;L 为旁向重叠率;LX和 LY为旁向重叠尺寸。当无人机航测作业稳定性良好且航线偏转度小于 3%时，采用式(1)计算航向重叠率和旁向重叠率。当无人机航测作业稳定性较差且航线偏转度大于 3%时，采用式(2)计算航向重叠率和旁向36丁涛，等:倾斜摄影测量高校实景三维建模及精度分析重叠率。本次实验的航向重叠率为 85%，旁向重叠率为 70%。为了避免建模产品中建筑物或道路标志物太过明显的背影现场影响三维产品纹理信息，执行飞行任务的时间不可早于上午 9 时或晚于下午 4 时。2 2 2像控点布设与测量在满足无人机飞行航带网的绝对定向和航带网变形改正要求的前提下，以航带网法的布设形式进行测区布点，根据点数和分布位置的不同采用五点法、六点法和八点法等不同方法11。像控点布设方案的最终目的是在空中三角测量计算过程中提高加密精度，在点与点之间的连接与匹配过程中控制累计误差;但控制点之间的绝对距离、相关基线间隔数量、分布等在不同的类别点中有着不同的规范要求。根据 低空数字航空摄影测量内业规范，摄影测量中像控点布设的基线数目应依照飞行设定比例尺的平面控制点与高程控制点在外业检核过程中各自不同的限差来设计，并以此为实际布设参考，可在地形复杂的环境下作出合理变化。本次实验在校园周边和内部共布设 40 个像控点。2 2 3倾斜影像采集无人机在飞行过程中主要循着航线前进以完成任务，相机曝光点均匀地分布在航线上。若要满足不同区域的像控点规划需求，就要基于无人机飞行航线进行具体设计。因此，首先需要对目标区域的飞行航线进行合理规划，不符合航测规范要求的飞行航线将影响多视角影像的质量，从而导致模型中的建筑物墙面、拐角等位置出现拉花与扭曲现象。以下为航线规划的条件:(1)设置飞行高度。飞行高度是航线规划的基础，不同高度拍摄的影像数据在分辨率上有着较大差异。在确定飞行高度前，要考虑测区和测区周边范围内建筑物或自然景观等的最高高度，以预防无人机在飞行过程中出现碰撞危险，从而避免人员伤亡或经济损失。(2)选择飞行方向。在对矩形测区进行航线规划时，无人机沿航线飞行方向有单条长航线和单条短航线等 2 种选择。而对于河道这类狭长区域，则选择沿狭长线条方向飞行。(3)设置重叠度。重叠度高则单位面积内像控点间隔密集，重叠度低则单位面积内像控点间隔稀疏。在本次航测影像数据采集中，无人机的飞行方向为自西向东长矩形横向飞行，采集架次数为 9 架次，飞行相对高程为 80 m，地面分辨率为 2 7 cm。3三维建模31数据预处理无人机倾斜摄影测量采集的数据主要有影像数据、相机镜头畸变数据、POS 数据，需要对其进行筛选、格式校正等预处理工作。针对航摄天气、高度、作业跨度时间较长等因素造成的部分像片出现亮度、饱和度不均匀等情况，利用 Photoshop 中的动作记录功能对多张像片进行自动调整。部分无人机在起飞降落时会进行相机拍摄功能自动检核，产生无法参与数据处理的“废片”，其数量较少，可通过人工识别予以手动删除。通过基于 GPU 并行计算模式的 ockyMosaic 无人机快速拼图软件，在现场对实时获取的影像进行快速拼图处理，完成小范围快拼只需 5 10 min，即可检查出是否有大面积漏拍或拍摄质量不合格的情况。无人机搭载的测量相机拍摄出的影像质量不仅受到大气折射、地面高程起伏、相机光圈大小的影响，而且受到镜头畸变误差的影响12，从而导致像点产生偏移。作为无人机倾斜摄影系统误差的一种，畸变误差分为正畸变和负畸变。无人机机载镜头的物镜畸变是像点坐标系统误差的主要来源，同批次采集的影像数据畸变误差都有相似的规律，对后期空中三角测量加密点的解算和高程数据的精度影响较大，因此需要进行畸变校正。多镜头无人机在拍摄影像瞬间所记录的 POS数据与像片名称相匹配记录在内置储存卡中。在数据处理前，需要按照镜头数目进行格式与数目的校准，以免出现 POS 数据与像片无法配对的情况。对于大疆单镜头无人机而言，大多数 POS 数据在拍摄瞬间被直接储存于像片中，无需手动提取更改，可以直接参与解算。32空中三角测量与传统测图方法相似，摄影测量在成图过程中需要分布合理的、足够多的控制点。而在空中三角测量的内业处理过程中，根据这些控制点，借助空间前方与后方交会参与 6 个外方位元素的求解并算出大量物方空间坐标13，为构建三维模型提供定向依据。解析空中三角测量又称空三加密14，主要是指同范围内多幅像片连接点的像点坐标及较少数量的46丁涛，等:倾斜摄影测量高校实景三维建模及精度分析控制点(控制点坐标与像点坐标相对应)，通过平差计算求解像片连接点的坐标及多个元素的过程。解析空中三角测量可以将无人机的瞬间位置及航摄像片固定在控制网中，并对加密点进行计算处理。解析空中三角测量可分为光束法、航带法和独立模型法 15。(1)光束法区域网平差。将平差单元作为每幅像片的相似投影光束，利用共线原理，即地面点、像点、拍摄方位点共处一条线上的区域网平差，求出地面的连接点坐标及像片的方位元素。模型精度控制优，对计算机硬件的要求较高，处理时间较长。(2)航带法区域网平差。在构建自由航带网后，基于概略定向进行平差，利用最小二乘法计算所有单一航带构成的航带网改正系数，最后求出所有加密点的地面坐标。模型精度控制中等，对计算机硬件的要求较低，处理时间较短。(3)独立模型法区域网平差。以平差单元为单元模型，根据像控点坐标、地面点坐标和摄影瞬间摄站点坐标等计算各个加密点坐标。模型精度控制优，对计算机硬件的要求较高，处理时间适中。以独立模型法为例，针对各模型间的比例和空间辅助坐标不一致等问题，可通过像控点与图像已知点进行空间相似变换。以刚体为独立单元模型，对所有刚体进行三维线性变换，如式(3)所示:XY Z=UVW+XgYgZg(3)式中:X、Y、Z 为目标点的地面坐标;为单元模型缩放系数;为旋转矩阵;U、V、W 为独立模型中目标点的重心坐标;Xg、Yg、Zg为模型的重心坐标。根据绝对定向公式对式(3)进行线性误差方程列举，如式(4)所示:vUvVvW=100U W0 V010V0 WU011WUV0dXgdYgdZgddddkiXY Zi，jlUlVlWi，j(4)其中:lUlVlWi，j=X0Y0Z0 00UVWi，jXgYgZgj(5)式中:vU、vV、vW为模型像空间辅助坐标(U、V、W)的改正数;X、Y、Z 为目标点位的改正数;lU、lV、lW为近似真实观测值，取地面坐标 X、Y、Z 的平均值;X0、Y0、Z0为独立模型间公共点位均值;0为单元模型缩放系数均值;0为角元素旋转矩阵;Xg、Yg、Zg为坐标原点平移量;i 为模型中目标点标号;j 为模型标号。将控制点设为真值，(X Y Z)T=0，则常数项矩阵如式(6)所示:lUlVlWi，j=XY Zi 00UVWi，jXgYgZgj(6)将目标点位改正数与独立模型点位的 7 个定向参数改正数分组展开，如式(7)、式(8)所示:t=(dXgdYgdZgd d d dk)T(7)X=(X Y Z)T(8)对应法方程如式(9)所示:ATAATBBTABT()Bt()X=ATLBT()L(9)其中:B=E=100010001A=a11a12a13a14a15a16a21a22a23a24a25a()26L=(lXlY)T式中:B 为单位矩阵;A 为系数矩阵;L 为常数项矩阵;lX和 lY为模型值与真值间的差值。对于目标所求待定点坐标 X，其数量远超未知数 t 的数量，因此求解式(9)时，应先消除多余的 X，56丁涛，等:倾斜摄影测量高校实景三维建模及精度分析以获取只包含 t 的改化方程，如式(10)所示:t=(N11 N12N122NT21)1(N1 N12N122N2)(10)其中:N11=ATA;N12=ATBN21=BTA;N22=BTBN1=ATL;N2=BTL根据得到的独立模型绝对定向值，利用式(4)求出所有目标点的地面摄影测量坐标。33多视角影像匹配CC 软件的影像匹配功能主要是指对无人机拍摄的不同影像中的相同地物地貌进行同名特征点提取，以匹配大量不同像片中的相同地物地貌位置。早期的影像匹配主要依靠人工完成，随着计算机软件技术和倾斜摄影测量技术的发展，计算机匹配已代替人工匹配。计算机的匹配精度取决于其对地物地貌等目标物体相关特征提取的准确度。在影像匹配中，影像特征主要包括几何与物理特征，颜色、点、线、面等基础特征，其中稳定性较好的为点特征，又称关键点。关键点特征匹配算法主要包括 SIFT 算法、MIC 算法、AKAZE 算法、OB 算法、SUSAN 角点提取算法、Moravec 算法和 Forstner 算法等 16 19。34点云构网与纹理映射不规则三角网是一种高精度的三维点云(trian-gulated irregular network，TIN)。在结构上，单体建筑由多个 TIN 合并拼接而成。TIN 密度随着航摄像片重叠度的上升而增加，对于建筑物结构复杂的地区，高密度 TIN 可以更准确地反映相关目标的属性信息，但受到航高和分辨率的影响，TIN 无法实现无限度密集20。在三维物体与二维空间点之间建立对应匹配关系，将 TIN 中的三角形与地物地貌的三角纹理信息一一对应，使纹理、色彩和对比信息映射到白模型中，进而得到最接近于真实物体的三维模型。将通过 CC 软件获得的 OSGB 格式三维模型导入DP modeler 修模软件中，最终获得的高校实景三维模型如图 2 所示。图 2高校实景三维模型4精度评价在测区内选择 20 个特征点作为检核点，其中包括建筑物拐角、人行道交叉点、方型雨水井盖直角处、校园斑马线边缘点等。检核点的测量方式与像控点相同，采集平高点数据，对比高校实景三维模型中的三维坐标与检核点坐标，如式(11)所示:X=(X实测 X)2/nXY=(Y实测 Y)2/nYZ=(Z实测 Z)2/nZ(11)式中:X、Y、Z为坐标中误差;X实测、Y实测、Z实测为GNSS TK 测量数据;X、Y、Z 为三维模型坐标;nX、nY、nZ为检核点个数。经计算，高校实景三维模型的平面精度在 X 方向的中误差为 0 09 m，在 Y 方向的中误差为 0.08 m，平面坐标中误差为 0 12 m，高程中误差为 0 15 m。根据三维地理信息模型数据产品规范(CH/T9015 2012)中的精度等级划分标准，本次高校实景三维模型的建模精度为级，可采用航空摄影测量技术进行 1 500 的大比例尺地形图绘制。5结语本次研究根据无人机倾斜摄影测量技术原理，以安徽理工大学为实验区域，通过大疆精灵4 TK 无人机进行高校建筑物、构筑物、地貌等倾斜影像和像控点数据采集。通过 CC 倾斜影像处理软件，以电脑集群的方式进行三维模型构建，并利用 DP Modeler修模软件对模型进行优化。通过平面和高程这 2 个参数对模型精度进行验证，结果表明高校实景三维模型符合技术标准，可为数字高校基础模型的建设提供技术参考。66丁涛，等:倾斜摄影测量高校实景三维建模及精度分析参考文献 1 徐维江 无人机倾斜摄影测量在建筑规划竣工测绘中的应用 J 山西建筑，2017，43(21):194 195 2 原明超，仇俊 无人机倾斜摄影测量在三维模型测图中的应用 J 测绘通报，2020(7):116 119 3 WANG Y，WANG J，CHANG S，et al Classification ofStreet Tree Species Using UAV Tilt PhotogrammetryJ emote Sensing，2021，13(2):216 4 于丽丽 基于无人机倾斜摄影测量技术的城市三维实景建模研究 J 测绘与空间地理信息，2021，44(5):86 88 5 邢晓平 无人机倾斜摄影测量在大比例尺地形图测图中的精度分析及应用研究D 青岛:山东科技大学，2020:3 6 6 丁涛，付贵，刘超，等 消费级无人机在 1 500 地形图测绘中的应用J 合肥工业大学学报(自然科学版)，2021，44(6):840 844 7 严慧敏，王飞 天狼星无人机航测系统在水利工程测绘中的应用 J 测绘通报，2017(7):158 160 8 周先林 GNSS/INS 组合导航性能改善技术研究 D 西安:中国科学院大学(中国科学院国家授时中心)，2020:2 7 9 SHEN X，LIU X，JIAO P esearch on the Application ofImage Processing in Improving the econnaissance Effi-ciency of UAVCConference Proceeding of 2020 3rdInternational Conference on Algorithms，Computing and Ar-tificial Intelligence2020:412 416 10 李竹有，杨国华，孙洪稳，等 无人机非接触式高边坡表面位移监测方法J 云南水力发电，2019，35(增刊 2):30 35 11 涂鑫 无人机正射影像制作与应用研究D 贵阳:贵州师范大学，2019:3 6 12 丁涛，刘超，邓烨，等 大疆 M300 TK 无人机在农村地籍测量中的应用J 安徽科技学院学报，2021，35(3):23 29 13 秦玉刚，李晓诗 倾斜航空摄影空中三角测量技术及精度分析 J 北京测绘，2019，33(9):1113 1116 14 吴海兵，张翔 无人机低空摄影测量像控点布设方案的优化研究 J 勘察科学技术，2018(6):12 15 15 周文宗 空中三角摄影测量像片连接点匹配方法研究 D 南京:东南大学，2019:3 7 16 何孝莹，岳建伟，张栩然 基于 SIFT 算法的无人机影像快速匹配 J 计算机工程，2011，37(7):216 218 17 梁焕青，范永弘，万惠琼，等 一种运用 AKAZE 特征的无人机遥感影像拼接方法J 测绘科学技术学报，2016，33(1):71 75 18 LENG C，ZHANG H，LI B，et al Local Feature Descriptorfor Image Matching:A SurveyJ IEEE Access，2019(7):6424 6434 19 葛义攀，王晓红 基于本质矩阵的无人机影像精确匹配 J 测绘通报，2020(8):55 58 20 GUBE M，WALCHE W Calibrating the New Ultra-cam Osprey Oblique Aerial Sensor J ISPS Internation-al Archives of the Photogrammetry，emote Sensing andSpatial Information Sciences，2014，17(2):47 523D Modeling and Accuracy Analysis of College Scenein Oblique PhotogrammetryDING Tao1，2LIU Chunyang2LIU Chao2(1 Anhui Nuclear Industry Exploration Technology General Institute，Wuhu Anhui 234001，China;2 School of Spatial Information and Surveying Engineering，Anhui University of Scienceand Technology，Huainan Anhui 232001，China)Abstract:The construction of smart campus and digital campus has become an increasingly important part of thedevelopment planning of colleges and universities There is a big gap in the demand of visualization，authenticityand refinement of digital three dimensional models in colleges and universities Anhui University of Science andTechnology is taken as the experimental area，and multi rotor integrated unmanned aerial vehicle(UAV)is usedto collect 3D image tilt data of the whole campus and the surrounding area CC software is used to build a three dimensional model of college scene，and the DP Modeler software is used to optimize the model Through theaccuracy evaluation of the university real scene 3D model by collecting data on the spot，it is verified that the modelmeets the requirements of the 3D model digital product specification On this basis，the production of large scaleplane digital topographic maps can be carried outKey words:UAV;oblique photogrammetry;university real 3D model;precision analysis(编辑:刘姝)76