利用历史航空影像获取高精度DEM 关键技术研究

□ 浙江省第二测绘院 陈骏明 许一睿 邓廷起

随着现代测绘技术的发展，利用航空摄影测量技术获取数字高程模型（DEM），并应用于电网工程三维数字化建设，已成为优化变电站站址和输电线路路径方案的重要辅助手段，在降低电网工程造价和提高环境保护水平方面发挥了重要的作用。

航空摄影测量技术以其成本低、机动灵活、获取空间信息分辨率高为优势，可以快速获取数字表面模型（DSM），但是获取高覆盖植被层区域高精度数字高程模型（DEM）还存在相应的问题，而且基于航空影像建模，再经人工采集矢量信息构建TIN生成DEM的方式，耗时长、效率低、精度可靠性差，很难满足山区植被茂密地区电网工程建设的实用性需求。

本文通过对航空摄影测量技术获取数字高程模型过程中误差产生的来源进行分析，研究提高航测法获取高精度数字高程模型的关键技术，即选用植被覆盖率低、地面构筑物稀疏且类型简单的历史航片获取高精度数字地表高程模型（DSM），再利用滤波分类技术对其地表高程模型与植被进行分离操作，获取数字高程模型（DEM）。该技术解决了高覆盖植被层区域DEM获取难、精度可靠性差、工期长、工作量大等难题，为电网工程变电站站址和输电线路杆塔的室内精准定位提供了可靠的地理信息数据，提高了电网工程设计的质量和效率，显著提升了电网工程建设的精细化和智能化水平。

一、航测法获取DEM 误差分析

航测法获取数字高程模型主要有两种方式。一是传统生产方式，通过立体采集矢量DLG，再通过矢量构三角网生成DEM，这种方式工期较长，误差积累较大，而且对起伏变化的区域描述不够精细。二是利用航片进行密集匹配获取三维点云，这种方式速度快，DSM精度高，误差累积少，且逐像素匹配可完整表示地表细部特征，但对于植被覆盖率高的山区，这种方法获取的DEM精度可靠性将会大大降低。

本文基于以上两点考虑，给出了利用1979年早期秃山地表的历史航摄影像获取高精度数字高程模型（DEM）生产方法，旨在为获取植被覆盖率高区域的高精度数字高程模型提供新的思路及有效方法。

历史航片相对于现有数码航片获取山区植被覆盖区域高精度DEM的优势就是其地表植被覆盖稀疏、构筑物简单，在密集匹配三维点云的基础上可以较好地利用滤波分类技术直接获取DEM数据，且人工编辑量少以及相对可靠性高。

由于其特殊的年代关系，上世纪七八十年代的山区地表植被比较稀疏，山区植被覆盖率低，构筑物简单。如图1所示。

图1 历史影像与2016年数码影像山区植被覆盖对比图

表1 三维点云自动分类流程

但历史航片在进行航测生产上也有其历史局限性，如胶片存放时间较长影像会有相应的形变误差、历史航片空三加密繁琐，这些会影响利用历史影像获取DEM精度及工作量。

二、历史影像获取高精度DEM关键

根据对航测法获取数字高程模型的主要误差分析，利用历史航片获取山区DEM，有必要采用一些关键技术和方法，充分发挥历史航片的优势，避免其不利影响，获取高精度DEM成果。关键技术如下：一充分利用现有数字摄影测量技术改进历史胶片航片空三加密方法，提升空三加密效率以及精度；二是利用现有数字摄影测量密集匹配技术获取历史影像三维点云数据；三是利用现今高效的三维点云滤波分类技术对历史影像密集匹配三维点云进行处理，快速获取其地面三维点云数据。

（一）历史胶片航片空三加密方式改进

胶片航片空三加密与数码航片空三加密方法最大的区别且工作量较大的地方就是胶片航片在进行区域网自动匹配前需要进行繁琐的内定向操作。由于历史胶片影像是通过扫描仪才转换成数字影像，每张影像幅面大小不一致，必须通过内定向方式将扫描坐标系转换成像平面坐标系才能利用现有空三加密软件进行自动匹配。

参考数码影像每张幅面大小长宽一致，内定向误差为零，因此要避免胶片影像繁琐的内定向步骤，需要先对胶片影像进行相应的处理，主要是利用像片归一化与仿射变换将胶片扫描影像幅面大小处理成长宽一致的影像。这样胶片影像的空三加密转变成了简单的数码航片的空三加密，这样不但去除了内定向繁琐的工作步骤，同时也消除内定向误差对空三加密精度的影响。

同时将历史航片空三加密工程作为子区添加到同区域数码航片已有空三加密成果工程中。在加密区内添加两期影像的同名点作为历史航片的控制点。

另外在进行区域网平差时加入畸变差模型，将历史影像不可量测的形变误差归算到畸变差模型中，通过畸变差模型参与历史影像空三加密的自检校平差，利用控制点以及大量的连接点解算影像畸变差模型参数，改正影像形变。

（二）滤波分类技术

早期秃山历史航片由于植被覆盖率低、地面构筑物稀疏且类型简单，对其地表三维点云进行滤波分类也较为容易。首先对自动提取的三维点云数据（.las格式）进行自动分类。三维点云自动分类流程如表1。

然后进行数字高程模型（DEM）构建，将点云中的所有地面点作为特征点进行DEM构建，得到历史影像数字高程模型（DEM）。

三、历史航片高精度DEM生产流程

（一）航摄资料分析及试验技术流程

本文选择的试验区域位于浙江省兰溪市北部，面积约100平方公里，地形类别为山地。试验区所用历史影像航摄资料为1979年航摄的胶片影像，试验区最新航摄资料为2016年0.2米分辨率数码影像，根据历史影像地表植被覆盖情况与2016年地表植被覆盖情况对比分析，如图1所示。

历史影像山区植被覆盖稀疏（图1左）， 2016年数码影像植被覆盖茂密（图2右）。本次试验区域选择对于本文研究目的具有典型性代表意义。

本试验过程包括历史影像自动匹配、历史影像像控点获取、历史影像地表高程模型的提取、地表点云数据的滤波分类、数码影像地表高程模型提取、植被高获取以及精度评定等步骤，具体试验技术流程如图2所示。

图2 历史影像DEM生成以及植被高获取技术流程图

（二）历史影像空三加密及DSM获取

1. 历史影像空三加密

通过文中所述对胶片历史影像作预处理后，胶片历史影像空三工程建立方法与数码航片一致。因此胶片历史影像空三加密方式由原先繁琐的精度较低的内定向-相对对定-绝对定向空三加密方式转变成自动化程度较高精度较高的区域网空三加密方法。

由于1979年历史影像与2016年数码影像变化较大，像控点的获取通过实地测量较为困难。通过2016年数码影像获取历史影像同名点三维坐标，将2016年数码影像已有空三加密成果重新平差得到的同名点物方点三维坐标即作为历史影像空三加密区的像控点坐标。

2. 密集匹配及滤波分类获取历史影像DEM

密集匹配是航测法获取数字表面模型最有效、最快捷、精度可靠的主要技术方法。通过密集匹配获取地表三维点云，这种方式速度快，DSM精度高，误差累积少，密集匹配精度取决于空中三角测量精度，且逐像素匹配可完整表示地表细部特征。

由于历史影像地表植被稀疏，构筑物简单，对通过密集匹配获取地表三维点云数据利用文中表1所述滤波分类流程进行处理，简单且效果较好，如图3所示为滤波分类后内插成0.5米格网DEM渲染图。

图3 滤波分类后历史影像店云构建DEM渲染图

图4 历史影像滤波分类后点云与激光雷达点云叠加分析图

（三）数字高程模型（DEM）精度评价

1. 历史影像三维点云数据精度检测

滤波分类后三维点云数据精度直接决定了数字高程模型的高程精度，本项目利用高精度三维激光雷达扫描点云对其进行精度检测，其中三维激光扫描点高程精度约为0.2米。将滤波分类后的历史影像三维点云与成果激光扫描三维点云数据进行叠加对比分析，检测其历史影像获取的三维点云数据整体精度，如图4所示。

其中蓝色的点表示历史影像三维点云滤波分类后地面的点，绿色的表示激光扫描三维点云，从叠加分析剖面图可以看出，激光扫描三维点云地面上的点与历史影像三维点云地面点契合度比较好，基本上重合。同时根据历史影像的三维点云数据与三维激光雷达扫描点云数据对比图可以看出，地形地貌基本一致，只是地物有较大差别。这进一步说明通过历史地表获取高精度地面数字高程模型是有效可行的。

2. 数字高程模型高程精度检测

对历史影像三维点云滤波分类后构建数字高程模型（DEM），格网大小为0.5米，如文中图3所示。对其高程模型绝对精度检测方法采用GPS-RTK技术外业实地测量法。在研究范围内植被覆盖率高的区域，实地获取了30个高程检查点三维坐标，并计算了相应点位的DEM高程精度误差。根据检查点对比统计如表2所示。

从表2中我们可以得出结论，外业实地检测高程检查点误差在±0.8范围内。其中大部分检查点精度优于0.8米，根据中误差公式计算可得高程检查点平均中误差为±0.58米。通过此方法改进获取高精度DEM技术流程，山区DEM精度较高且可靠，优势比较大。

表2 检查点与DEM高程比较统计表 （单位：m）（部分）

四、高精度DEM在电力项目的应用

高精度DEM可实现电力工程杆塔室内精确定位，减少大量外业实地测量工作；可有效提高土石方工程量的计算精度，减少工程量及工程成本。

高精度DEM重点解决了电力工程项目中土地平整、道路、沟渠的土石方量计算问题；解决了电力工程土方量优化调配问题；为电力工程项目的规划设计和项目审查工作服务，以期对电力工程项目的土方量计算以及土方量调配等相关工作起到推动作用，促进电力工程事业向着科学化、信息化的方向发展。

五、结束语

在当前高度自动化摄影测量系统、密集匹配技术不断进步的过程中，通过现今先进技术优化路线，充分挖掘历史航摄数据的价值，利用历史地表航摄影像获取高精度数字高程模型试验成功，同时顺利实现了高精度数字高程模型与现状的三维影像地表植被分离技术，并在电网工程设计中得到了实际应用，电网工程建设对高精度DEM与地表构筑物高程获取的需求得以满足。在实际工程应用中，笔者也发现局部区域历史航摄数据地貌与现状有较大的差别，因此该方法还不能完全代替工程野外调绘测量，但这并不影响这种方法获取高精度DEM在实际应用中的现实意义。