基于倾斜摄影和机载LiDAR的大比例尺测图技术研究与应用

罗智伟LUO Zhi-wei；辛咏诗XIN Yong-shi

（广东省地图院，广州 510000）

0 引言

倾斜摄影三维建模是从一个正射、四个倾斜的角度获取测区高分辨率倾斜航空影像并生产三维模型的方法，具有灵活、高效率等特点，在小面积测区和数字化测图困难测区获取高分辨率三维模型方面具备明显优势。机载激光雷达（Light Detection And Ranging，LiDAR）技术，是一种能够直接获取测区地形表面密集采样点空间坐标的对地定位技术。对比传统航空摄影技术，机载LiDAR技术能够穿透密集植被获取真实的地表三维信息，具有高精度高程信息，可提供海量点云，可全天不间断进行数据采集等优势。配合矢量数据三维采集软件，通过裸眼采集地物矢量信息，生成数字线划图，比传统全野外测图具有更高的效率。文章先是探讨了这一技术路线，然后通过项目实例，验证了该技术在1:500地形图生产中的可行性。

1 主要技术路线

1∶500 地形图生产，根据摄影测量法成图，以航空摄影时的地物现状为准，根据倾斜三维模型进行裸眼内业全要素采集，利用机载LiDAR数据生成测区高程点和等高线。对于航空影像不明晰造成内业无法采集的要素，进行外业修补测，修补测时以实际调绘为准。技术路线如图1所示。

1.1 倾斜三维模型构建

使用无人机数字航空摄影的方式，采集测区高分辨率的倾斜航空影像，通过野外实测的方式获取一定数量的像控点三维坐标，经过空中三角测量解算航空影像的外方位元素，构建相应的立体模型，然后使用影像匹配技术生产数字地表模型，对航空影像进行微分纠正和映射纹理，得到测区倾斜三维模型。

基于倾斜摄影测量的三维建模技术通常包括影像匹配、多视影像联合平差、多视影像密集匹配、TIN网构建、纹理映射等技术。

影像匹配，即同名像点提取及匹配，指在不同影像上对相同地物提取地物像点，然后通过匹配得到精确的地物像点坐标。多视影像联合平差是对倾斜摄影方式获取的不同角度影像平差的方法。由于光束法平差模型理论完整，平差结果较好，因此实际生产过程中大多使用光束法进行平差。空中三角测量是倾斜摄影测量解算过程的关键步骤，其原理是解算影像特征匹配获取的连接点，获取每张影像外方位元素，再配以地面实际量测的控制点坐标，将自由网状态下的成果纳入到目标坐标系中。多视影像密集匹配指将空三加密后的加密点云根据相应的算法构建高密度点云。

倾斜三维模型的本质是超高密度点云构建的网格面模型。三维点云数据具有高程信息，点云构网有两种方式：规则格网（Regular Grid）和不规则三角网（Triangular Irregularly Network）。TIN是由三个具有三维坐标的密集点构成的三角网络，具有很好的延展性，能较好的表达不同地物，而且能够表示起伏的地形。纹理映射的本质是建立二维纹理空间点到三维空间物体表面点的对应关系，将二维空间点对应的颜色值或灰度值映射到三维物体表面，得到符合真实色彩视觉的实景三维模型。

1.2 机载LiDAR数据处理

机载LiDAR数据处理主要包括点云预处理、点云滤波、人工分类、等高线特征点提取、高程转换等步骤。

机载激光点云数据预处理主要是获得初始Las点云数据，同时消除在数据获取过程中产生的粗差和系统误差。需要用到航飞过程中的GPS、IMU数据，通过联合解算的方式获得姿态信息，然后通过原始点云、姿态信息以及系统相关参数的联合解算，获得单个激光点的三维坐标。

机载LiDAR数据处理的关键步骤是地面点分类，也即滤波。其基本原理是基于相近的两个激光点间的不同高程信息（不包含地形突变），初步建立地表三角网模型，提取出地表点，通过不断迭代，反复在初始模型中加入邻近的新激光点进行计算，最终得到一个近似的地表面。

通过计算机自动分类后的点云数据可以获得初始地形，但存在一些错漏，如细小的田埂等这种起伏不大且不连续的地形也会被平滑，因此需要通过人机交互的方式重新进行分类。人机交互分类方法是指参照高分辨率影像或者其他参考资料，对点云进行剖面切分并辅以人工判读，对自动分类之后的结果进行人工修正分类。也可通过建立不规则三角网模型（TIN格网），对目标区域内的点云进行整体分类，先剔除掉低点、飞点，局部区域可根据剖面进行细微的修正。

1.3 大比例尺地形图成图

在倾斜三维模型上进行裸眼全要素采集，利用从激光点云中提取出的特征点云生成等高线和高程点。对内业无法判读的地物，使用全站仪和GNSS设备进行外业修补测，内业将实测数据进行整合，最终成图。

2 实例应用

2.1 项目概况

本实例所选的测区位于阳江市某区域，地形以平地、丘陵为主，测区面积约0.8平方千米。项目坐标系统采用CGCS2000国家大地坐标系，高斯-克吕格投影，中央子午线为111度，高程基准采用1985国家高程基准。

2.2 航飞与数据采集

根据测区的地形，结合地形图成果精度要求。倾斜摄影航飞按照下视影像分辨率1.5cm、航向重叠度为75%、旁向重叠度为75%进行，飞行高度约100m，航线间距约21m，拍照间距约14m。使用RTK的方式获取POS数据。

机载LiDAR采用旁向50%的重叠度进行设计，航线高度约100m，采用重复扫描，扫描频率为180kHz，采用三回波的方式。航飞期间全程保持RTK连接。

2.3 像控点布测

像控点布设采用区域网布点的方式，按照200m*300m的格网进行布设，每平方公里不少于15个，地形起伏较大的区域在上述基础上适当加密。每1平方千米至少布设1个检查点用于空中三角测量检查。

像控点实际布点采用刷漆或者贴胶布的形式，在硬化地表上进行标记。采用GDCORS系统网络RTK作为测量方法，由网络RTK直接测定像控点的三维坐标。每个像控点测两个测回，每个测回观测不少于20个观测值，采样间隔为2～5s。数据采集设置单次观测的平面收敛精度不应大于2cm，高程收敛精度不应大于3cm。

测区共测得18个像控点，2个检查点。其中5个像控点使用千寻网络RTK测得大地高坐标，用于激光点云坐标转换。

2.4 倾斜三维建模

采用M300无人机搭载睿铂DG3Pro，获取测区内航空影像数据，使用Get3D重建农场（集群模式）。结合野外实测的像控点数据，快速构建测区内高精度的倾斜三维模型数据，作为内业地形图采集的主要数据基础。

倾斜摄影数据的空三处理使用Get3D软件。首先导入航空影像，创建摄区空三工程文件，然后将摄区外业像控点量测到空三工程中，随后进行空中三角测量计算，摄区所有垂直和倾斜影像全部参与空三计算，经过运算处理，得到摄区空中三角测量成果。根据点位信息将控制点导入软件进行刺点，使用软件对摄区进行二次空三运算，最终得到目标坐标系下的摄区空三结果，并生成空中三角测量成果报告。

模型重建选择目标坐标系，统一原点坐标进行分块合并。建模软件根据空三密集匹配生成的点云数据，自动匹配出密集的三角网，然后对三角网进行自动纹理贴图，模型重建并导出OSGB格式的倾斜三维模型数据。

2.5 激光点云处理

采用M300无人机搭载大疆L1激光扫描仪，获取测区内激光点云数据，并使用大疆制图软件、TerraSolid软件、煤航点云数据处理系统，对点云进行预处理、地面点自动滤波、人工分类，提取出测区内的等高线特征点。

点云预处理主要包括初始点云结算和.las文件生成，使用随机附带的大疆智图软件，进行初始点云解算。

点云滤波主要采用TerraSolid软件，使用的是渐进式三角网算法。在软件中设置相应的参数进行提取地面点。由于软件自动提取无法保证地面点能够全部被正确提取出来，因此需要人工辅以修正。

人工分类需要参照模型和影像来进行编辑修改，采用人机交互的方式，使用煤航点云数据处理系统对错分、漏分的点云数据进行重分类，以点云剖面为主要依据，建立地面数字高程模型判断激光点的分类是否准确且贴合地形，地形复杂的区域参考影像资料进行辅助分析。

使用TerraSolid软件提取等高线特征点，由于获取的点云不是正常高，因此需要利用测区内同名点的千寻坐标和GDCORS坐标，对等高线特征点进行高程转换。将高程转换后的等高线特征点导入到煤航点云数据处理系统中，生成等高线。

2.6 地形图采集

地形图数据采集优先采用内业采集的形式。使用9.1及以上版本的南方CASS成图系统、AutoCAD绘图软件在倾斜三维模型上进行全要素的采集。

遇到内业无法采集的地形要素时，采用外业碎部测量的形式补充采集。地形图外业碎步测量采用网络RTK测图与全站仪测图相结合的模式进行。数据采集时均采用编码法，外业采集点位时输入相应编码，内业根据编码连线，编辑成图。再将激光点云生成的等高线合并，经过图面整饰和分幅，得到1:500地形图。部分成果如图2所示。

3 精度分析

中误差是衡量观测精度的一种数学标准，可以很好地反映误差精度，在测绘领域应用广泛。因此，文章引入中误差计算公式对模型质量进行精度评价，公式如式（1）所示。

外业使用GNSS接收仪实测约50个检核点，展点到地形图上，得到误差精度如表1所示。从结果中可以看出，成果精度符合《城市测量规范》（CJJ/T8-2011）中的要求。

表1 地形图精度检测结果 单位：米

4 结语

文章提出基于倾斜摄影测量和机载LiDAR技术进行大比例尺测图的方法，解决了传统全野外测图效率慢、耗人力等问题。经过实际作业估算，1平方千米范围，按照全野外测图的效率，工作量约120人*天。但是采用文章所提的方式，工作量约85人*天，效率提升30%。通过实例验证，成果精度满足规范要求，为大比例尺测图提供了新的思路。目前业内倾斜三维建模技术、机载LiDAR技术均已成熟，进行大比例尺地形图采集制作的前提条件是充分的。这种作业方式效率高，可推广使用，能极大地释放人力，提高生产力。