基于实景三维模型地形图绘制的关键技术探讨及误差来源分析

冀占伟

科技创新

基于实景三维模型地形图绘制的关键技术探讨及误差来源分析

冀占伟

基于倾斜摄影测量制作的实景三维模型应用领域越来越广，实景三维模型以其真实的场景还原，正在成为事实上主流的地形图采集方式。现以实景三维模型的生产流程为切入点，对模型生产的关键技术进行探讨，对误差来源进行分析。

实景三维模型；关键技术；误差来源

地形图是水利工程建设的关键要素，随着测绘技术不断进步，地形图测绘由最初的白纸测图、经纬仪测图、全站仪测图、GNSS RTK测图、立体测图，发展到如今的实景三维模型测图。随着测图方式的变化，测图的误差来源也越来越复杂，影响测图精度的因素也越来越多。1∶500、1∶1000、1∶2000的大比例尺地形图测绘中，地形地物的平面位置允许中误差为图上0.6mm（平地、丘陵地），高程注记中误差分别为1/4基本等高距（平地、丘陵地）。准确的误差来源分析，有助于减小误差影响。现分析基于实景三维模型测图的关键技术和误差来源，并且基于该误差来源提出相应的对策措施，为满足大比例尺地形图测绘提供参考依据。

1.实景三维模型的关键技术

倾斜摄影测量是传统竖直摄影测量的新发展，基于飞行平台上同时搭载下视、侧视多台传感器或一台传感器摆动采集，多角度采集影像，克服传统摄影测量只能获取地物顶部影像的局限。获取的影像数据分辨率高、侧面纹理信息丰富。通过具备协同并行处理能力的倾斜摄影软件（ContextCapture、瞰景smart3D等）经过一列计算生成的实景三维模型，能够相对真实的立体还原现实场景。倾斜摄影测量技术凭借其高现势性、快速获取等优点，在应急救灾、数字孪生城市、资源保护利用等领域广泛应用。依据实景三维模型进行地形地物采集，相较于其他常用的测图方法，数据获取效率高，将繁重的外业工作转入室内，大大降低了劳动强度、节约了生产成本，正在越来越多的应用到测图实践中。

倾斜摄影测量作为摄影测量技术的再发展，同样基于影像的内外方位元素匹配连接点、光束法区域网平差、密集点云生成等流程，但由于倾斜摄影的影像数量、拍摄角度、基高比等有别于传统的摄影测量，因此在处理倾斜摄影测量影像时存在以下几方面难点。

1.1 多视影像连接点匹配

影像的连接点匹配使不同影像之间建立连接关系。将所有影像通过建立特征关系进行整合，连接点匹配的大量同名点将参与后续的光束法平差。多视影像自动匹配面临影像拍摄倾角大引起的变形、高重叠度带来的纹理冗余及倾斜视角下的建筑物遮挡。目前多角度的影像匹配算法通常侧重于影像的旋转、平移、尺度、仿射变换处理，常用的有SIFT算法以及基于SIFT的改进算法，基于深度学习的影像匹配算法也正在逐步应用于特征匹配算法之中。

1.2 多视光束法平差

光束法平差以影像的光束为基本平差单元，基于共线方程的数学模型，以相邻影像的连接点对相交且坐标相等、外业像控点测量坐标与内业刺点坐标相等为平差条件，列出已知控制点和加密连接点的误差方程进行最小二乘平差计算，求解出影像精确的外方位元素，然后进行前方交会求出加密点地面坐标。由于匹配的连接点中粗差连接点的存在，且多为大重叠度连接点，因此光束法联合平差之前需要进行连接点粗差探测及剔除及自由网平差内精度复核等步骤，然后进行多视影像的联合平差。

1.3 倾斜影像密集匹配点云

多视影像的密集匹配是精细三维建模的关键技术之一，旨在得到高精准度的密集点云数据。区域网联合平差完成后，依据求解的影像外方位元素，基于计算机视觉算法密集匹配多视影像上的尽可能多的连接点。由于多视影像产生的冗余能够有效纠正密集匹配产生的错误，提高点云精度，同时由于多角度拍摄很大程度上弥补了遮挡盲区，减少摄影死角的影响。高重叠度及高分辨率能够大大提高点云质量。

1.4 实景重建

密集点云匹配完成之后，构建点云间的不规则三角网，完成物体的模型重构。越复杂的地物，理论上完成重构需要的三角网越精细、越复杂。不规则三角网构建完成之后，需要将影像中的纹理进行映射，得到真实色彩的三维模型。纹理映射需要解决最佳相片的选择问题和纹理色的过渡问题，最佳相片的选择可以利用某红算法对相片进行分析，选择最符合预期的影像。纹理色过度多使用标准的泊松融合法。

上面分析的4个关键技术为实景三维建模中需要不断研究改善的技术，随着倾斜摄影测量软件的不断更新改进必将得到改善。

2.主要误差来源分析

基于实景三维模型进行地形图绘制需经过外业航飞、内业影像处理（主要包括影像连接点匹配、空中三角测量、密集点云匹配、不规则三角网构建和纹理映射）以及地形地物采集等步骤。综合误差来源主要有相机引起的误差、外业航飞引起的误差、像控点引起的误差、空中三角测量引起的误差以及地形图绘制产生的误差。

2.1 相机引起的误差

由于量测相机的价格昂贵，一般无人机搭载的均为非量测数码相机。数码相机的误差包括机械、光学和电学误差。机械误差是指在光学镜头摄取的影像转化到数字化阵列影像这一步产生的误差。机械误差由扫描阵列不平行于光学影像使数字化影像相对于光学影像有旋转和每个阵列元素尺寸不同而产生不均匀变形引起。光学误差及光学畸变差，是摄影机物镜系统设计、制作和装配误差所引起的像点偏离其正确成像位置的点位误差，分为径向畸变差和离心畸变差。径向畸变差使构像点沿向径方向偏离其准确位置，而离心畸变是由于镜头光学中心和几何中心不一致引起的误差，它使构像点沿向径方向和垂直于向径方向都偏离其正确位置。电学误差由行同步误差、场同步误差与采样误差组成。行同步误差是指视频信号转化时影像每行开头处的同步信号产生的错动现象，场同步误差是指影像奇数行与偶数行间的错位。采样误差是指由于时钟频率不稳引起的采样间隔误差。

2.2 影像采集引起的误差

无人机由于诸多限制因素，导致机身自重较小，航拍过程中容易受气流影响导致姿态不稳定，影响像片的倾角、旋偏角、重叠度等。

相机拍摄时间与pos定位时间的同步误差、机载RTK模块的定位精度引起的相片初始外方位元素的误差。

多视相机曝光的瞬间，动态的感光元件和静态的被摄物体之间存在相对运动，导致成像模糊，产生拖尾，也就是影像位移。影像位移直接影响相机的成像质量，影响后期数据处理，使得空中三角测量精度难以保证，像移量的大小与无人机巡航速度、被摄物体地面分辨率等因素有关。压缩曝光时间能够明显改善像移量，但快门速度过快容易导致进光量不足，感光度（ISO）数值增大，使影像产生噪点。或者通过合理的像移补偿装置来改善像移。

2.3 像控点引起的误差

像控点作为将整个像方坐标系纳入物方坐标系的关键因素，其引起的误差主要有像控点采集的误差和刺点引起的误差。

截至目前为止，没有一套完整的像控点布设和采集标准，各生产单位通常根据项目需求及经验值确定像控点的布设及采集方案。像控点采集误差通常由影响GNSS测量的因素引起，已经较为普及，在此不再赘述。

像控点刺点误差，由于特征点或者提前制作标靶的标靶中心在影像上以像素的格式呈现，刺点的中心很难保证与测量的位置完全一致。越高的地面分辨率越能较小刺点误差。

2.4 空中三角测量引起的误差

空中三角测量是内业数据处理中的核心步骤。利用少量控制点坐标，求解连接点坐标和影像的外方位元素，用于随后的密集点云匹配等步骤。空中三角测量的精度往往也会直接影响到整个三维模型的质量。空三加密的误差来源为连接点误差、影像分辨率、平差计算精度等综合因素引起的误差。高质量的连接点匹配算法、高精度的像控点、高分辨率等均能减小空三加密的误差影响。

2.5 地形图绘制引起的误差

基于实景三维测图区别于传统的立体测图，类似于全野外测图。但由于实景三维模型的产品缺陷，导致一些细小或者柱状的地物无法判别（如管线），也容易因植被覆盖等问题导致地类界无法准确识别，植被覆盖下的地物无法判读。

地物采集过程中，受作业人员本身的专业素质影响，地形地物综合取舍容易出现偏差。三维模型局部的精度不稳定无法识别等原因，构成了定形图内业采集的误差，内业采集需要结合测图实践经验，加以练习以达到合理的测图要求。