无人机倾斜摄影技术设计优化与成果精度分析

王小维,吴玉娟,刘全海

(1.常州市测绘院,江苏 常州 213003; 2.常州市地理信息智能技术中心,江苏 常州 213003;3.常州市自然资源和规划局钟楼分局,江苏 常州 213000)

0 引 言

随着智慧城市和景观数字修复的迅速发展,三维模型技术日新月异,市场价值较高,集成建模对象的丰富信息,对纹理、几何、属性等进行三维表达,因此,研究三维建模技术,具有重要意义[1-2]。

当前,三维建模技术相关研究已取得较大发展,应用倾斜摄影技术,从垂直和倾斜角度出发,获得三维模型[3-4]。通过倾斜摄影测量获取丰富的影像数据,结合自动化建模软件构建实景三维模型,实现对三维场景快速、高效、低成本的真实还原的目的,具有工期短、成本低、精度高、成果类型多、三维场景真实、建模自动化等优点[5]。

随着三维建模在各个领域研究与应用的不断扩大和深入,有必要对采用无人机倾斜摄影、激光点云、SAR、视频流全景等三维建模技术进行细致的研究和分析。针对无人机倾斜摄影建模技术,本文通过优化控制点布设,优化无人机航高设计,科学设计倾斜摄影基线和航线间隔,再通过无人机相机畸变纠正、影像变形处理和匀光处理后建立的实景三维建模技术其精度更高,效果更佳。本文基于优化设计的无人机倾斜摄影测量建模技术,适用于构建高精度的实景三维模型。

1 实景三维建模技术

空间地理信息的三维可视化表现因其比传统二维表达有着更直接、更准确和更精确的空间地理特征,而地理空间信息的三维空间可视化表现则是其重点。目前,三维模型关键技术大致采用3Dmax人工建模、倾斜摄影、激光点云、SAR、视频流全景三维建模技术等。其中倾斜摄影测量能够迅速获得实际地物各个方面的图像,从而获取了比较细致的实际物体侧面数据,所得到的信息也能够直接、准确地表达实际地物特性。

1.1 倾斜摄影建模

倾斜摄影是在同一飞行平台上搭载多台传感器,同时从一个垂直、四个倾斜等五个不同的角度采集影像,倾斜摄影测量三维建模技术通过高效的数据采集设备及专业的数据,批量自动处理生成三维模型,直观反映地物的外观、位置、高度等属性,为真实效果和测绘精度提供保证。倾斜三维建模具备了全自动生产、建模过程精确、贴图纹理颜色更符合实际情况等优点。

1.2 激光点云建模

激光点云本质上属于点云技术的一种形式。通过激光三维扫描设备获取批量数据,再通过海量点集合来表示空间内物体的坐标和分布的,通过在空中绘制出大量的点,并用这些点来形成数据集合,从而建立起三维模型来表示空间的表面特性。相比较倾斜摄影技术建模,激光点云建模成本较高,生产周期较长。

1.3 SAR技术建模

合成孔径雷达(SAR)在国民经济和国防军事的各个领域有着广泛的应用。由于它不受天气、光照等条件的限制,并且对地表植被有一定的穿透能力,日益成为当今最具代表性的对地观测手段之一。通过二维SAR图像中测得的目标长、宽及阴影长度是像素个数,因而得到的目标长度、宽度及高度分别与像素分辨率相乘即可得到目标在真实场景中的三维几何特征,通过平板、二面角、球体二维散射机理的相互组合进行三维建模。

1.4 视频流全景建模

视频流全景地图以高清晰度的视频影像来直接反映空间物体以及自然环境的原貌,它包含了传统的目标地物信息,又包括了与之有着物理相关性的各种自然和社会信息。全景视频流可以作为地图来使用,只是从视觉上带来三维立体感觉,视频流全景三维建模非常简便,数据量小,系统要求低,适合在各个终端设备上观看。

2 基于优化设计无人机倾斜摄影的实景三维建模技术实现

2.1 无人机倾斜摄影优化设计

随着倾斜摄影技术的快速发展,一种利用低空无人机作为倾斜摄影载体,进行城市三维实景建模的方法成为当前城市三维模型发展的一个重要方向。这种方法能快速构建三维模型,同时还具有操作方便、成本低、数据处理周期短等特点[6-7]。构建低空无人机倾斜摄影测量实景三维模型时,其相似区域容易出现误匹配,导致模型精度低。为了克服这种缺陷,低空无人机倾斜摄影拍照过程中容易造成影像几何变形,因此需通过相机畸变纠正、航高、倾斜摄影基线长度和航线间隔、最大巡航速度和最长曝光时间、像控点优化设计,影像面阵变形、匀光匀色进行处理,提升所建立实景三维模型精度。

(1)畸变纠正

无人机倾斜摄影测量中,相机畸变差对测量结果的精度有着较大的应用,实际应用中要事先对相机进行检校,以获取相机的内方位元素及畸变系数,数据处理中必须考虑畸变差的影响。通过相机检校软件校检相机,获得径向和切向的畸变系数以及镜头畸变改正参数,径向畸变改正可利用公式(1)计算。

(1)

切向畸变改正公式为:

(2)

式中:(x2,y2)为切向畸变改正后的影像坐标,k2为照相机的切向畸变系数。

(2)无人机航高优化设计

在实际航摄中,测区地貌并不会理想,地表起伏会较大地影响影像的分辨率。因此,在控制航高和摄影物距时,对可视化效果要求较高的关键地物,采用较高的分辨率进行影像采集;对于关键地物周围的环境背景,则可以采用一般分辨率进行影像采集。根据公式计算出不同的航高进行航摄,最终在内业处理中将不同分辨率的三维重建模型进行融合。结合实景三维测区地形条件,优化设置测图比例尺,选择相应的地面分辨率,计算无人机航高公式为:

(3)

式中:a为物镜镜头焦距,S为地面分辨率,b为像元尺寸。其中 1∶500、1∶1 000、1∶2 000的测图比例尺,对应的地面分辨率分别为≤5 cm、8～10 cm、15～20 cm。

(3)倾斜摄影基线长度和航线间隔优化设计

构建低空无人机倾斜摄影测量实景三维模型时,其相似区域容易出现误匹配,导致模型精度低[8]。因此,设置倾斜摄影的像片重叠度,令航向重叠度、旁向重叠度分别在60%～80%、15%～60%之间,完成实景三维测区航摄影像数据的获取。

无人机一般使用短边平行航向进行航拍,严格规定倾斜摄影基线长度B和航线间隔宽度G,计算公式为:

(4)

式中,L1、L2分别为像幅长度和像幅宽度,R1、R2分别为航向重叠度和旁向重叠度[9]。

(4)最大巡航速度和最长曝光时间

最大巡航速度用于限制无人机的飞行速度,防止影像动态模糊[10]。镜头成像在焦平面上容许位移的最大值与像元尺寸的比值,描述了航片的动态模糊程度。在起飞前计算时,可以使用经验曝光时间值。若相机性能足够优秀,则可以取更高的感光度值,以达到更快的快门速度,从而降低甚至取消飞行器的速度限制。

(5)像控点优化布设

影响无人机倾斜摄影测量成果精度最大的因素之一是像控点的数量和分布[11-13]。实景三维测区,选择高程点和平面点的布设位置,共同构成平高点,统一布设像控点。像控点布设中角形分布、中间分布以及随机分布的水平精度和高程精度都差于四周分布和均匀分布,随着控制点数量的增加,检查点的平面和高程精度也随着增加[14]。针对无人机航线的重叠部分,在重叠中线的 3.5 cm范围内,设置具有明显标记的像控点,没有重叠的区域则分别布点。分别布点采用区域网法布点方案,根据像对数,划分布点区域,通过四周分布和均匀分布的布点方式,在最长航带网的55%～65%范围内布设像控点,设定像控点间隔,限制像控点之间的间隔基线数;在中间和重叠布设区域,高大建筑物楼顶或高差相差较大的区域,分别布设多个高程点。由此,可全面提高三维模型的平面和高程精度。

2.2 数据处理

(1)影像面阵变形处理

获得径向和切向的畸变系数后,可进行纠正影像面阵变形处理。纠正影像面阵变形计算公式为:

(5)

式中,K1、K2为镜头畸变差的改正系数,(x3,y3)为面阵变形改正后的影像坐标[14]。相加(x1,y1)、(x2,y2)、(x3,y3),获得相机畸变改正后的影像坐标(x4,y4)。

(2)匀光匀色处理

首先进行线性变换影像灰度,计算加系数u1和乘系数u2,公式为:

(6)

在[0,1]区间取值c和d,线性分布变换,可利用公式(7)进行计算。

h(x4,y4)=g(x4,y4)u2+u1

(7)

式中,g(x4,y4)为原始影像在(x4,y4)处的灰度值,h(x4,y4)为线性分布后(x4,y4)处的影像灰度值。

分析影像局部区域的灰度急剧变化情况,提取全幅影像的特征和属性,包括边缘特征、点特征、面特征,加权图像x方向和y方向的梯度,构建尺度空间,遍历整个图像,获得所有极值特征点。至此完成实景影像特征点的提取。

2.3 实景三维建模建立

利用软件匹配无人机采集影像,映射纹理,建立实景三维模型。匹配两两影像之间的特征点,建立影像周围特征点的点集,在点集中搜索最近邻的特征向量,每个像对的特征向量f计算公式为:

f=argmin‖q1-q2‖2

(8)

式中,q1、q2分别为特征点的最近距离、第二近距离。

设定特征点距离阈值,计算q1和q2的比值,当比值小于设定阈值时,判定图像匹配,否则判定为不匹配。将图像特征点作为待匹配点(X0,Y0),选取该点的两个同名点(X1,Y1)、(X2,Y2),利用窗口覆盖特征点,判定窗口之间存在仿射变形,则窗口内待匹配点的像素灰度h(X0,Y0)为:

h(X0,Y0)=M1(X1,Y1)+M2(X2,Y2)

(9)

式中,M1、M2分别为待匹配点与第一个同名点、第二个同名点之间的仿射映射系数。

通过公式(9),去除灰度差异大的图像,将图像大小作为约束条件,分割图像簇,聚类像素灰度相近的分割图像,令图像簇保留整个图像的微小部分,匹配实景直角特征和图像二维直角特征。

通过三角形面片,生成匹配图像的网格面,对聚类匹配后的图像簇进行逐个重建,利用泊松方程的表面构建算法,扩展滤波重建的图像簇,形成定向的三角形面片,将一系列面片重建成实景三维模型的完整表面。计算三角形面片顶点坐标以及影像纹理的像素值,将二维空间点对应的颜色,映射到三维实景表面,对模型表面进行渲染。在模型表面映射倾斜摄影纹理,包括每个像素点的法向量、空间坐标。提取相机垂直拍摄影像中的纹理信息,作为顶面纹理,在倾斜影像中选取最佳纹理信息,作为侧面纹理,将纹理信息贴在模型表面。至此完成实景三维模型的建立,实现实景三维建模。

3 实验论证分析

依据本文提出的优化设计技术,设计优化方案进行对比实验,比较模型测量数据与实测数据的误差大小。

3.1 实验准备

选取城市某一社区作为试验区域,该区域地形条件复杂,东西方向长度为 1 000 m,南北方向长度为 650 m,设置6条无人机飞行航带,具体如图1所示:

图1 测区像控点布设和飞行航线

3.2 优化方案设计

为了评估不同技术设计方案对实景三维模型的精度影响,从像控点布设、航高、基线长度和航线间隔、最大巡航速度和最长曝光时间优化、面阵变形、光匀色处理设立3种方案,如表1所示。

表1 无人机倾斜摄影技术优化方案表

选择Phantom 4Pro型专业级无人机,云台角度控制精度为±0.03°,云台稳定模块为偏航、横滚、俯仰3轴,配置FC6310R型号照相机,镜头为FOV84°8.8 mm/24 mm,照片分辨率为16∶9,有效像素为 2 000万,面对低空摄影测量,具有厘米级的导航定位和成像性能。无人机倾斜摄影参数如下:设置航摄时间为 30 min,飞行高度为 120 m,下降速度为 4 m/s,物镜镜头焦距为 9.0 mm,影像像元大小为 0.002 837 mm,竖直方向摄影基线为 0.6 m,像幅尺寸为12.937 6×8.394 7 mm,上升速度为 5 m/s,航向重叠度为75%,影像像元数为 5 638×3 628 pixel,影像分辨率为 0.54 mm,倾斜摄影角度为50°,航高为 50 m左右,地面分辨率 ≤5 cm,水平飞行速度为 6 m/s,航向视场角为 ±26.897 3°,GNSS测量参数为海拔高、纬度和经度,旁向重叠度为65%。布设控制点覆盖地面长度为 155 m,公共部分长度为 76 m,获得 1 028张航空影像数据,其中垂直影像为192张,倾斜影像为836张。

3.3 验证结果

为了验证三种技术优化方案的实景建模精度,在该区域地面和楼顶选择特征点15个,并获取特征点的三维坐标信息。在三种实景三维建模中提取对应的特征点,通过计算特征点的误差反映各模型的精度,计算得到的平面和高程误差结果如图2所示。

图2 不同布设方案的宿舍楼误差对比图

从图2(a)的平面误差结果可以看出,方案a特征点的最大误差值为 0.294 m,其中误差绝对值低于 0.1 m的特征点占总数的47%;方案b特征点的最大误差值为 0.223 m,其中误差绝对值低于 0.1 m的特征点占总数的73%;方案c误差值整体最小,特征点的最大误差值为 0.103 m,误差绝对值低于 0.1 m的特征点占总数的95%。

从图2(b)的高程误差结果可以看出,方案a特征点的最大误差值为 0.148 m,其中误差绝对值低于 0.1 m的特征点占总数的60%;方案b特征点的最大误差值为 0.127 m,其中误差绝对值低于 0.1 m的特征点占总数的80%;方案c特征点的最大误差值为 0.059 m,误差绝对值低于 0.1 m的特征点占总数的100%。

综合分析,采用联合布控像控、优化航高、基线长度和航线间隔、最大巡航速度和最长曝光时间设计,通过畸变纠正、面阵变形、匀光匀色处理会显著影响三维模型的精度。

从以上实验数据比对分析,可得出以下结论:

(1)测区内建筑物高差较大,应采取分层设计航线,对高耸建筑单独划定航高和航线,选用不同的无人机组合的航线须做航线外扩设置,一般建议外扩航线高度的50%～150%;

(2)测区范围像控点采用四周分布和均匀分布布点方式,像控点间距宜控制在 100 m左右,像控点控制范围需要包含整个测区。测区中央位置宜选择加测像控点,测区内建筑物的顶面须加测像控点,测区内开阔地带和高程起伏较大区域宜布设检查点;

(3)经相机径向和切向的畸变改正,纠正影像面阵变形处理、匀光匀色处理影像数据后建立的实景三维模型,量测三维坐标更贴近实测坐标,精度更高。

4 结 语

本文研究通设优化设计无人机倾斜摄影像建模技术,减小了模型量测坐标和实测坐标的误差,提高了建模精度。但此次研究仍存在一定不足,模型表面的三角面数量较多,在今后的研究中,会简化三角面形,降低后期数据管理和数据处理的复杂程度。