基于Context Capture倾斜摄影三维建模及其精度分析

2018-11-07李策

中小企业管理与科技 2018年26期

李策

（华北理工大学，河北邢台 055550）

1 引言

传统的航空摄影主要获取测区的垂直视角的影像，对于地物的侧面信息却难以获取，倾斜摄影测量技术的出现打破了这一局限，它可以在一个平台上同时搭载多个不同角度的相机对地物进行摄影，可以获取地物丰富的侧面信息[1-2]。ContextCapture软件可以将从不同角度获取的影像进行影像匹配、空三加密并生成高精度的三维模型。三维模型的精度往往是人们最关心的问题，本文将通过实例进行三维建模，并对三维模型的精度进行分析。

2 倾斜摄影原理

倾斜摄影是一种从多角度获取地物信息的新型航空摄影技术，在同一平台上搭载多个不同角度的相机对地物进行摄影，可以获取地物丰富的侧面纹理信息，并且可以获取超高分辨率的影像，结合无人机搭载的GPS/IMU系统获取的POS信息以及外业量测的像控点数据，通过相关软件进行处理获取三维模型、数字表面模型和数字正射影像的摄影测量技术。

3 倾斜摄影测量关键技术

3.1 多视影像联合平差

与传统的航空摄影不同，倾斜摄影不仅获取垂直视角的影像，同时还获取了大量侧面视角的影像，以往的同名点自动提取算法只适用于垂直影像。在进行多视影像联合平差时需要考虑到影像的几何变形等问题，将曝光瞬间GPS/IMU系统获取的POS数据作为初始值，采用金字塔由粗到细的匹配方法，对每一级进行同名点提取，结合光束法区域网平差，并将外业量测的像控点数据参与平差，可以获得较好的平差结果。

3.2 多视影像密集匹配

影像匹配的准确性直接决定了空三质量，常规航空摄影大多采用基于灰度或基于特征的单基元影像匹配方法。而倾斜影像具有几何变形大、分辨率变化大的特点，导致单基元的匹配方法在匹配过程中往往出现“病态解”，降低了匹配精度。为了解决倾斜影像的匹配问题，一些专家学者提出了多视影像密集匹配算法，通过大量的实验证明多视影像密集匹配可以获取高精度、高密度的点云，较好地解决了倾斜影像的匹配问题。目前最常用的密集匹配方法有带共线条件的多片最小二乘影像匹配方法、基于多基元多影像匹配方法、基于物方面元的多视立体匹配方法。

3.3 三维建模

通过多视影像密集匹配获取的高密度点云可以构建三维TIN模型，然后在TIN模型的基础上通过倾斜影像进行自动纹理映射，将对应纹理贴到模型表面，最终完成三维建模。本文选取的三维建模软件为ContextCapture。

4 应用实例

4.1 测区概况

测区位于山东青岛某地区，测区覆盖面积约为0.31平方公里。测区大多为居民区，楼房居多。当地坐标系统使用1980西安坐标系，高程系统为1985国家高程基准，当地中央子午线为120°，飞行环境良好。

4.2 数据获取

本项目使用六旋翼无人机系统，相对航高为120m，航向、旁向重叠率均为70%，一共飞行10条航带，照片数量为1730张。

4.3 数据处理

本项目使用的航空摄影软件为ContextCapture，这是一款专业的倾斜摄影处理软件，可以生产出高精度的三维模型以及数字表面模型。

ContextCapture可以生成高密度点云，可以根据点云生成不规则的三角网即TIN，生成的白膜，对白膜赋予纹理最终生成的三维模型。

5 精度分析

本项目像控点布设采用五点法，在测区四周各布设一个像控点，测区中间布设一个像控点。为了验证三维模型的精度，在测区中间均匀布设了20个特征地物点作为检查点（如斑马线、拐角点等）。像控点和检查点均使用GPS-RTK技术进行量测，并将外业量测的坐标作为真实值。在模型上提取检查点的坐标，并与外业量测的坐标做对比，分别计算平面及高程中误差。

根据平面点位中误差计算公式可以计算出检查点的平面点位中误差。