无人机遥感技术在实景三维模型构建中的应用

殷红霞

（苏州市吴江区自然资源和规划局，江苏 苏州 215299）

0 引言

随着科学技术的飞速发展［1-4］，原有的二维地理信息图已无法满足城乡数字化工程建设的需求。近年来，无人机倾斜摄影测量技术已逐渐替代传统的载人航空摄影测量技术［5-8］。本研究从某市井头乡数字化建设所面临的问题出发，采用倾斜摄影测量技术，利用Context Capture 软件生成实景三维模型，并构建井头乡实景三维模型，为无人机倾斜摄影测量技术在城乡数字化建设基础工程中的应用提供实践依据与技术支撑，从而更好地推动乡村振兴战略的实施。

1 外业像控点测量及无人机航测

1.1 无人机航摄

大疆精灵4 无人机具有高效稳定、功能强大的特点，其四旋翼无人机机架由复合材质制成，有极高的机身强度和飞行稳定性，使用快拆式螺旋桨，执行飞行任务时可实现快速装卸［9］。近年来，智能化的发展使无人机系统逐渐成为获取航空影像信息的主要设备［10］。无人机航摄作业流程见图1。

图1 无人机航摄作业流程

1.1.1 提出任务。在执行航测任务前，技术人员应按照具体作业任务进行规划设计，确认航空摄影的目标区域范围，收集了解目标测区的相关资料，提前准备好航测可能用到的仪器及设备工具。

1.1.2 航线设计。根据作业任务，此次成图的比例尺为1∶2 000，在航线设计时要考虑航线的长短、拆分、覆盖度计算等问题。为了保证测区各地物面积及其他地理要素信息提取的精度，无人机航摄影像的分辨率要优于0.2 m、选用的相机镜头为20 mm、航向重叠应不低于70%、旁向重叠应限制在不小于30%的像幅，相片的倾角要符合规定，从而确保目标测区航摄作业无明显遗漏，航向应超出目标测区6 条基线，用长方形对目标测区进行分区，提高飞行效率。

1.1.3 作业飞行。无人机开始飞行前，先进行地面的准备工作，架设好地面差分接收装置，组装飞机，起飞点选在井头乡附近的田地中，晴朗天气下采集到的影像会比较清晰。在使用无人机进行图像采集的过程中，每架次像控点布设完成后，要及时进行该架次无人机的飞行操作，减少像控点被破坏对后期空域加密数据处理的影响，从而保证影像的完整性。

1.1.4 数据检查。地面技术人员应检查采集的数据，并及时巡视是否有遗漏区域。无人机在航拍过程中易受到风速、云雾、大雨等因素的影响，因此在每个架次飞行作业完成后，要对获取到的影像逐张进行检查，检查采集到的影像是否清晰、是否有漏飞的情况，对出现穿云模糊的影像要及时进行补测。

1.2 像控点测量

像控点的选择与布设对最终成果的精度有很大的影响。外业控制点是用来确定影像坐标与真实坐标关系的点，其直接影响实际成图的精度［11］。因此，在对外业像控点点位进行选择时，应按照控制点的布设原则来选择合理的布设方案。如何设计一种既能减少野外影像控制点数量，又能保证内部成图精度的点位布设方案，是倾斜摄影测量工程中的重要环节［12］。

本研究选用数据的测区范围面积大、地势较为杂乱，对测区进行分区，综合考虑地势及区域内地物构成、不同用地的轮廓，在每个区域网内布点可使用以下5种方法。

1.2.1 方法一。当局部情况严重且约束条件较多时，可采用不规则布点，即平面高程点布置在区域的凸点上，普通点布置在区域的凹点上。假设凸点和凹点之间的距离在两条或多条路线以上，平面高程点也应布置在凹点的拐角处，布点方式见图2。图中白色点为普通点，黑色点为平面高程点。

图2 方法一布点形式图

1.2.2 方法二。在需要进行空三加密平高控制点的地区，可在周边区域整体布设10～12 个平高点，且每隔6 条基线布设一个平高点，如遇到地况特殊的区域（大面积森林、沼地等）无法顺利完成人工测量，可将测量规范放低至每间隔10 条航摄基线进行控制点的布设，其点位布设方法见图3。图中白色点为普通点，黑色点为平面高程点。

图3 方法二布点形式图

1.2.3 方法三。标准的排列点方式，即导航带网络布局规划中通用的方法。当一张图片用于覆盖另一张图片，且区域网络中的图片少于16 张时，在实际应用中，该方法适合于分隔平面点，点位布设方法如图4所示。

图4 方法三布点形式图

1.2.4 方法四。该方法是在每个飞行带上设置8个水平控制点。当使用一张照片覆盖另一张照片的方式时，且在区域网络图像范围内超过16张，但小于48张时，交叉连接在线路上，确保至少有4条地线重叠，按照8点布置进行，点位布设方法如图5所示。

图5 方法四布点形式图

1.2.5 方法五。当航带网大于总体幅度50%时，要在总体范围内选择位置，布设5 个外业控制点，点位布设方法如图6所示。

图6 方法五布点形式图

通过采用综合布点方案，测得符合要求的像控点坐标，如表1所示。

表1 像控点坐标（已加密）

2 输出成图及精度分析

2.1 成图精度分析

外业航摄使用大疆M600多旋翼无人机来获取多视角影像，实际航摄相对高度为120 m、航向重叠为80%、旁向重叠为80%、总片数为25 656 片。城市实景三维模型作为城市精细模型数据库的一部分，主要采用基于倾斜摄影测量的三维建模方式进行制作，其能真实地反映出测区内建筑、交通、水系、植被、地形地貌等地物的主要特征和结构，通过表面纹理来真实地反映出表面的颜色、质地、形状和图案等，从而达到色调协调、自然真实的效果。本研究利用Context Capture Center（简称CCC）软件对获取的倾斜影像数据进行数据预处理、空三加密、模型构建，然后对构建的三维模型进行修改、检查，最后进行整理提交。

采用CCC 软件进行空中三角测量，将相机参数、影像数据、POS 数据进行多视角影像特征点密集匹配，并据此对区域网的自由网多视影像进行联合约束平差解算，建立在空间尺度上可适度自由变形的立体模型，完成相对定向；将外业测定的相片控制点成果，在内业环境中进行转刺，利用这些点对已有的区域网模型进行约束平差解算，将区域网纳入精确的大地坐标系统中，完成绝对定向。Context Capture Center空三建模流程见图7。

图7 Context Capture Center空三建模流程

分析与选择合适的影像匹配单元，进行特征匹配和密集匹配来生成点云，根据生成的密集点云进行三维建模，并实现自动化纹理映射。模型构建采用分块计算，自动选择不同视角上的最佳像对模型，生成三维尺度的密集点云。点云自动转换为不规则的三角网TIN 模型，基于内在的几何关系，将TIN 模型进行平滑和优化处理。根据三维TIN 的空间位置信息来获取最佳视角影像纹理，并自动赋予模型纹理，输出三维模型成果。

2.1.1 点云匹配。对分块内所有立体对像进行点云匹配计算，自动生成高密度的点云数据，如图8所示。

图8 点云匹配示例图

2.1.2 TIN 网构建。对高密度点云数据进行处理，自动构建不规则三角网（TIN），如图9所示。

图9 TIN网构建示例图

2.1.3 纹理贴图。根据TIN 网中每个三角形的空间位置，从影像中获取与模型对应的纹理，利用软件自动构建完整的三维模型，如图10所示。

图10 实景三维模型效果图

2.1.4 模型检查和修改。对三维模型重点区域进行检查，对不合格的模型数据进行TIN 编辑和纹理编辑，直到最终输出合格的三维模型成果。软件完成三维重建后，要确定输出的成果是3DMesh的形式，打开输出目录，可使用Viewer 模块浏览成图效果，如图11、图12所示。

图11 Viewer上的最终成图

图12 Viewer成果图街景

2.2 成图精度分析

精度分析是检验三维模型成果最终质量的重要环节，本研究根据无人机航测的建模特点，对生成的三维模型进行像控点坐标、像控点高程精度分析。

2.2.1 平面坐标精度检查。采用GPS-RTK 测量技术对图中各像控点进行实地坐标检验，检验结果如表2所示。di的计算公式见式（1）、式（2）。

表2 精度结果

式中：d为长度；Δz为高程差。

2.2.2 高程精度检查。对测区中的高程注记点使用GPS-RTK进行高程测量，结果见表3。

表3 高程点精度检查

由于人为误差、仪器误差、系统误差等导致实际测量中的误差过大，因此在实际测量时采取多次观测取平均值的方案来降低误差造成的影响。

2.2.3 精度分析结果。结果表明，像控点坐标整体精度符合建模要求，最小像控点平面点位误差为0.008 m、最大像控点平面点位误差为0.342 m、最小高程点点位误差精度误差为0.000 4 m、最大高程点点位误差精度误差为0.001 8 m，检查结果均满足实景三维建模技术要求。

3 结语

基于消费级无人机的倾斜摄影测量技术具有极富开拓性的智能联网特点，其实际价值极为可观，该技术在未来有着无与伦比的发展空间，其广泛应用将大大减轻构建城乡数字化计划的工作负担，加快城乡土地确权项目的工作进度。本研究以某市井头乡为研究区域，首先基于无人机倾斜摄影测量技术来获取目标区域的图像数据，然后分析获取影像数据的关键技术，并详细阐述针对目标区域图像控制点的布设原则和采集方法，最后利用Context Capture 软件对研究区域的多视角图像采用空中三角测量生成沙盘，最终构建实景三维模型。同时，通过现场测量像控点平面坐标和高程注记点高程，利用模型的实际测量值进行精度分析。