基于无人机倾斜摄影的化工园三维精细建模

张 敏

（硕威工程科技股份有限公司，福建 福州 350400）

传统的人工三维造型方法需要大量的人为交互，不仅费时费力、昂贵、低效，而且还存在纹理不均匀等问题。目前，利用卫星遥感、航拍等手段获取的建筑物表面纹理信息也存在成本高、效率低、纹理信息缺乏和数据处理烦琐等缺陷[1]。为解决纹理信息匹配精度低等问题，引进基于激光扫描的3D 建模技术，但利用该项技术生成的3D 纹理模型，由于其制作过程中所需的仪器成本高、携带不便，导致所获得的数据冗余严重，无法满足现场大规模3D 建模要求，因此限制了该项技术在市场内的推广应用[2]。和上述3 种方式相比，该文研究项目提出的倾斜影像建模技术可实现多视角、同步获取信息，并能弥补常规航拍获取信息的不足。

和传统的照相测量相比，采用工业级的无人驾驶飞机配合相机，能够满足三维模型构建过程中的精度要求[3]。此外，利用无人驾驶飞机进行数据收集也能极大提高工作效率，因此在目前阶段，无人驾驶飞机是最适合进行大规模三维重构的工具。随着3D 模型的不断发展和应用，无人机倾斜摄影技术将逐渐成为3D GIS 的重要方法。下述将对此进行深化设计与研究。

1 像控点布置与测量

为了确保后续建模的精度符合预期要求，需要对像控点进行布设。该文选择利用GoogleEarth 进行布点，并以kml 格式文件导出。结合影像图上的各个表示点进行测量。选择像控点时，尽可能选择内业的原选点来进行测量，如果外业的原选点与实际情况不一致，则需要重新选择点位[4]。选择新点时，要尽可能地将新点的范围控制在原选点的20 个以内，如果是特别困难的区域，还可以适当扩大选点的范围。而且新的选点必须位于相邻航空片的交叠范围之内，这样新的选点就可以获得多个航片的公共信息。

将参考站与移动站各设一部，参考站与移动站同步接收同一时刻由同一GPS 卫星发出的信号，对比参考站所取得的观测资料与已知的定位资料得出GPS 差分修正值，并将修正值经由数据通信链路传送至移动站，从而得出经过差分后的流动站相对精确的定位[5]。它的载波相位测量模型如公式（1）所示。

式中：f代表相位测量结果；r代表测点之间的几何距离；clight代表光速；dT代表接收机钟差；dt代表卫星钟差；I代表载波相位波长；N代表整周未知数；dtrop代表对流层折光效应系数；dion代表折射效应在电离层中的作用；dpreal代表相对论效应系数；e（f）代表观测过程中噪声影响系数。

利用上述公式，完成对各个像控点相关参数的计算。

2 设计航线与飞行作业

在确定像控点后，根据各个像控点位置设计航线。在该过程中不仅要结合地形、地貌特点进行设计，同时还需要为后续内业正射影像图的制作提供其所需的重叠率[6]。后续三维模型构建需要使用1 ∶500 的比例尺测图，其地面分辨率通常小于5cm。结合航空摄影规范，无人机飞行高度的计算如公式（2）所示。

式中：H代表无人机飞行相对高度；f代表摄像机镜头焦距；a代表相机像元尺寸大小；GSD代表影像的地面分辨率。

结合地面站软件联网完成对航线的规划，航线必须满足朝向一致原则。完成规划后，将设计好的航线保存到云端，最后通过编译传输到飞行控制系统中。

为了确保无人机在飞行的过程中更安全、高效，需要注意飞行前的各项细节。无人机飞行作业的基本步骤为“搭建设备——检查与调试——参数设置——飞行操控——数据采集”。按照上述步骤进行无人机飞行作业，需要在测区完成对无人机的组装，并将航摄仪、电池等搭载在无人机上，正确连接各个配件和接线，在起飞地点进行地面站联机测试，对无人机各个旋翼的转动是否正常进行判断和调试。在确保检查无误后，设置航摄仪的曝光参数、航线参数等[7]。通过飞行控制系统对无人机进行操控，向无人机发送运行指令，并按照规定设计航线飞行。在无人机飞行的过程中由航摄仪进行地面影像的实时获取，并将其自动存储在设备内。

3 影像数据预处理

3.1 匀光匀色处理

对上述操作获取到的影像资料进行预处理。预处理包括匀光匀色、几何校正等。POS 数据重命名后，相应的航空胶片也要重命名，可以通过拖把改名器或Excel 软件进行批量处理。用无人机进行倾斜摄影获取数据时，因为光线条件和拍摄角度的不同，往往会造成航空照片中的对比度、亮度、对比度以及色调等方面的不同，而航空照片质量的好坏将直接影响三维模型的准确性，因此有必要对航空照片进行匀光和匀色处理[8]。目前，Wallis 算法是最常见的用于图像匀光和匀色的算法。Wallis 滤波器的计算如公式（3）所示。

式中：f（x，y）代表经过滤波处理后得到的影像灰度值；g（x，y）代表原始影像的灰度值；mg代表原始影像局部灰度值的均值；sg代表原始影像局部灰度值的标注差；mf和sf代表经过处理后的局部图像灰度均值和标准差；b代表影像亮度系数；c代表影像方差扩展系数，c的取值为0～1。

经过上述处理得到的影像，无论是色调、亮度还是对比度都更均匀。

3.2 几何校正处理

在无人机倾斜摄影中，各种因素的共同作用使原影像在形状、尺寸、几何位置等与地面特性等方面存在明显的差异，这种差异被称为几何失真，需要进行几何修正。几何校正示意图如图1所示。

图1 中左侧为校正前图形，右侧为校正后图形。从图1可以看出，几何图形的校正包括2 个过程，一个为空间坐标的转换，另一个为灰度值的重新采集。在该过程中引入间接法多项式进行校正，如公式（4）所示。

图1 几何校正示意图

式中：x和y代表图像在变换前的坐标；X和Y代表图像在变换后的坐标；aij和bij均代表多项式系数；n代表正整数。

4 纹理映射与三维模型建模

构建三维模型时，引入多视影像密集匹配，该过程的实质是确定倾斜影像同名点。采用一种以特征抽取为基础的图像匹配方法，在匹配的过程中要对图像中的冗余信息进行过滤。以获得的同名点云为基础，通过对点云进行拼接，形成具有不同细部的不规则三角形网格模型。TIN 网格用于表达数字高程模型，能够减少规则网格法带来的数据冗余，充分利用全部样本点的离散度，并通过最优组合的方式将离散点连接起来，形成彼此相互连续的三角面。多视角图像的稠密配准及3D-TIN 网格点对后续的数字曲面模型及真射图像的生成至关重要。经过空三角测量和图像密度匹配，可以将所有倾斜图像间的点云计算成TIN 网格，然后由三角形网格构造出模型，将纹理自动映射到相应的白色模型上，最终形成实景三维模型。

5 精度分析

5.1 研究区概况

选择某地区作为此次研究中的试点区域，所选的化工园区成立在2004年，总体规划面积为56km2，该地区具有地理环境优越、周边交通条件便利等优势。该园区的卫星影像如图2所示。

图2 园区的卫星影像与特征区域分割

图2 中，左侧为园区的卫星影像，右侧为根据岩区的特征与不用区域地物特征划分的特征区域。

5.2 数据检查与整理

对研究区概况进行分析后，在区域①～区域⑤中的布置测点，使用无人机进行该区域的航拍。在无人机完成飞行任务后，要对飞机摄影图像的品质和所获得图像的倾斜角度进行检验，包括图像的重叠程度、图像的倾斜角度、旋转角度、航迹的曲率、图像的覆盖范围、图像的清晰度以及像素的偏移等。为保留大多数拍摄成果，可在拍摄后根据具体情况，根据上述内容进行拍摄图像的处理，如处理后图像满足需求也可将其保留。以某航拍图像为例，对其进行匀光匀色处理，处理前与处理后的图像如图3所示。

图3 匀光匀色处理前、后的无人机拍摄图像

如果完成图像预处理后，对应的图像内容不符合建模规范及工作任务的要求，应视具体情况重新制定相应的飞行计划，在当地进行补飞或复飞。该文无人机在完成飞行后所采集的图像与数据见表1。

表1 无人机在完成飞行后所采集的图像与数据

5.3 建模成果精度分析

对建模成果进行精度分析，根据图2 中所述内容，对模型中5 个区域的中误差进行计算，如公式（5）所示。

式中：m代表三维模型测点中误差；Δ代表观测值与实测值的偏差；n代表有效观测次数。

在上述内容的基础上，对模型精度进行分析，其结果见表2。

6 结语

通过上述研究，该文得出如下方面的结论：1）根据表2 化工园区三维模型成果精度分析结果可以看出，区域①～区域⑤中，只有垂直方向最小误差为0.000m，其他方向均存在一定的误差。但综合误差统计结果可知，所有测点的误差均＜0.1m，由此可见，该文设计的方法在应用中可以实现对三维模型精度的控制，进而可实现对化工园区的精细化建模。2）随着“智慧城市”和“GIS 技术”的发展，人们不再仅通过二维图像描述现实世界，三维数字实景可视化模型具有可直接、准确地反映建筑空间位置、地表纹理等特点，正逐步被广泛应用于各个领域。目前，根据市场调研统计，各地化工园区内发生事故的数量呈增加趋势，不仅造成了大量人员死亡，还给园区的经济发展带来了负面影响。2021年，南京某化工园区因火灾而引发了一系列事故，造成事故的原因是化工园区内没有形成统一的管理体系。可见应用三维建模技术进行化工园区的综合监控与管理具有重要的现实意义。在深入该方面内容的研究中可发现，三维建模在智慧交通、城市规划、文物考古以及灾害应急等方面都有很大的应用价值。