基于无人机遥感影像处理方法的可行性试验

2014-03-28，，，

杨凌职业技术学院学报 2014年2期

，，，

(1. 杨凌职业技术学院，陕西杨凌 712100； 2. 西北测绘职工培训中心，陕西西安 710054；

0 引言

近年来，随着我国经济的高速发展与城镇化进程的迅速推进，各地区、各部门为适应发展的总体需求，无论在综合规划、国土整治监控还是基础设施建设、农田水利建设、环保和生态建设等社会发展的各方面，对地形地物资料的现势性、精度、周期的需求越来越高，已成为急待解决的问题。传统的数据获取手段越来越显现出其局限性：卫星影像的采集周期长，时相难以保证，且影像分辨率通常不能应用于大比例尺测图；传统航空遥感主要采用大中型固定翼飞机，受空域管制及天气的制约，对于测区面积小、成图周期短的测绘工程及应急项目也不适应。在这种需求下，无人飞行器遥感系统应运而生，为中小城市特别是城、镇、县、乡等地区的经济和文化建设提供了行之有效的手段。

无人飞行器( Unmanned Aerial Vehicles，UAV) ,又称无人驾驶飞行器，主要包括固定翼无人机、直升无人机、旋翼无人机和无人飞艇等。无人飞行器遥感系统是一种灵活迅速、成本低廉的小型化、专用化的遥感系统。它以无人驾驶飞行器为飞行平台、以高分辨率数字遥感设备为机载传感器获取低空高分辨率遥感数据，具有快速、实时对地观测、调查监测能力，能够定点起飞、降落，对起降场地的条件要求不高，其飞行通过无线电遥控或通过机载计算机实现程控，可按预定飞行航线自主飞行、拍摄。同时，无人飞行器可以在云下飞行，减小了天气对作业的影响。可广泛应用于土地利用动态监测、矿产资源勘探、地质环境与灾情监测、地形图更新与地籍测量、海洋资源与环境监测以及农业、林业、水利、交通等部门。

无人飞行器遥感系统凭借其自身的优势，已成为近年来的研究热点。但是，与传统的航空遥感系统相比，该系统也存在其自身的缺陷。首先，无人飞行器遥感系统一般采用普通的商业数码相机作为传感器，这类相机没有经过标定，镜头畸变往往较大，在对影像进行预处理时必需予以考虑。除此之外，无人飞行器低空遥感系统获取的影像存在像幅小、数量多、基线短、重叠度不规则且倾角过大等问题[3]，影像的重叠度和飞行航线不符合航空摄影的规范，且所附带的POS数据也较传统的载人飞机精度低，无法按照常规的航空遥感数据处理方法进行后续处理，对其遥感数据的应用造成了一定的制约。

高分辨率遥感影像一体化测图系统PixelGrid是由中国测绘科学研究院在“十一五”期间自主研发的一套遥感影像快速处理系统，该系统通过构建集群分布式网络、采用计算机多核并行处理、自动化和人工编辑相结合的方式，完成遥感影像从空中三角测量到各种国家标准比例尺的DSM、DEM、DOM等产品的生产。被誉为国产的“像素工厂”。该系统主要包括航空影像处理模块、无人机影像处理模块、卫星影像处理模块和推扫式影像处理模块。

为了验证无人机遥感影像处理方法的可行性，本文利用PixelGrid系统，对无人机遥感系统获取的实际航摄资料进行处理试验。

1 试验资料简介

1.1 试验软、硬件环境

本次试验采用DELL工作站(3.4G 12核 24G内存)，操作环境为Windows XP 64位操作系统。

软件采用中国测绘科学研究院研发的高分辨率遥感影像一体化测图系统PixelGrid4.0版本。区域网平差解算软件采用PAT-B。

1.2 试验区基本资料

试验区为摄于2012年7月的陕西某测区无人机低空遥感数据。测区的无人机航空摄影系统为中测新图生产的无人机搭载普通家用的Canon EOS 5DmarkII数码相机，具体性能指标如表1所示：

表1 佳能数码相机参数表

本次试验共3个架次，影像为彩色航摄，按西北→东南方向飞行，共计1 508张影像。获取的影像纹理清晰、反差适中。影像的摄影航线分布如图1所示。

图1 摄影航线分布图

试验区的像控点与检查点，在6个基础点的基础上，采用GPS-RTK方法进行像控测量，平面坐标采用地方抵偿坐标系，高程采用1985国家高程基准。按照低空数字摄影测量内业规范的要求，地面控制点平面位置相对于附近高等级控制点的位置中误差不超过±0.2 m，高程中误差不大于0.15 m。

1.3 试验技术流程

技术处理流程如图2所示。

2 技术处理流程

2.1 畸变差改正

因本试验相机为非量测相机，所以必须对其进行畸变差校正后才能进行空三加密。

本项目获取的相机检校文件包括：像主点坐标(x0，y0)、焦距(f)、像元大小、径向畸变系数(k1，k2)、偏心畸变系数(p1，p2)与CCD非正方形比例系数和CCD非正交性畸变系数(alfa，bate)、像方坐标系等(单位:mm)。

利用PixelGrid系统的“无人机航空影像畸变改正”模块，进行正确的参数设置后，可完成无人飞行器遥感影像的畸变差校正。

图2 技术处理流程图

2.2 工程创建

工程文件建立时，作业区域参数文件一定要设置正确，包括工程目录、摄影比例、相机检校参数文件以及内定向、相对定向、模型连接限差、控制点数据等。参数设置对话框见图3。因影像已经过畸变改正，此时的相机文件设置中主点坐标(PPA)应设置为0。

2.3 空三加密

2.3.1 空三过程工程创建完成后，进入区域网平差操作菜单，依次完成影像自动内定向、全自动相对定向、全自动高可靠性模型连接、航带间初始偏移量确定及航带间转点等工作。需注意的是在全自动相对定向中会出现相对定向失败的模型，需人工干预进行模型相对定向。对于模型连接和航带间转点错误的模型，同时需要人工干预进行错误修正。转点完成后须调用PAT-B软件，剔除粗差并进行反复调整，直至像点误差在1个像素内。

图3 参数设置对话框

在立体环境下，进行控制点的量测，并与加密点一起进行区域网平差解算，满足项目精度要求后提交。

2.3.2 空三结果分析为检测无人飞行器遥感影像的空三加密的精度，将外业实测的野外控制点三维坐标作为“真值”，将区域网平差中自行计算得到野外控制点三维坐标作为“计算值”，统计“真值”与“计算值”的较差，分别计算基本定向点与检查点的实际精度。无人飞行器遥感影像的空三加密的精度列入表2。

表2 空三加密精度表单位：m

由表2可以看出：试验中，空三加密基本定向点的平面方向最大误差为1.484 m，中误差为0.603 m，高程方向最大误差为0.665 m，中误差为0.265 m；检查点的平面方向最大误差为1.650 m ，中误差为0.796 m，高程方向最大误差为0.508 m，中误差为0.251 m，完全满足《低空数字摄影测量内业规范》中1∶2 000的丘陵地形中基本定向点的平面限差不超过1.5 m、高程限差不超过0.8 m，多余控制点的平面限差不超过1.75 m、高程限差不超过1.0 m的要求。

综合试验可以看出：无人机影像虽然存在飞行不稳定、旋偏角大等问题，但通过布设合理的像控点，其加密成果完全可以达到《低空数字摄影测量内业规范》规定的空三精度要求，可用于后续的1∶2 000 DOM制作与立体测图。

2.4 DOM制作

2.4.1 DEM生成因PixelGrid系统系统在DSM匹配中采用RAW格式影像，加密完成后需要进行影像格式的转换和增强，增强的目的是为了提高DSM匹配的可靠性。在DEM匹配时可以采用分布式数据处理，可以选用单机多核或多机多核，以提高匹配效率。图4为DSM匹配窗口。匹配完成的DSM经滤波或立体交互编辑，得到影像正射纠正所用的DEM。

图4 DSM匹配窗口

2.4.2 DOM制作基于DEM数据，采用分布式数据处理方式，完成单张影像的正射纠正。通过影像拼接处理，完成区域DOM的拼接工作。最后批处理裁切得到以图幅为单位的正射影像成果数据。图5为拼接完成的区域正射影像图。

图5 区域正射影像图

2.4.3 DOM精度分析利用PixelGrid影像处理系统，根据无人机影像空三加密完成后的有关数据文件，进行自动影像匹配并全自动方法生成DSM，并去除地表信息得到DEM；再利用生成的DEM与空三加密成果，对无人机影像进行正射纠正，自动生成DOM，并进行自动拼接、裁切，最终得到1∶2 000比例尺的标准图幅DOM成果。

为了评定无人机影像制作的DOM成果的精度，本文利用检查点进行了精度检测。

利用XBchecker软件，将DOM上读取的检查点的坐标与外业提供的检查点平面坐标进行比较，并统计其较差的中误差，得到自动生产的DOM的精度。DOM的精度结果列入表3。