傾斜攝影測(cè)量技術(shù)在三維建模中的應(yīng)用

劉本寧，黃兵，張陳鋒

(1.北京建筑大學(xué)測(cè)繪與城市空間信息學(xué)院，北京 100044； 2.現(xiàn)代城市測(cè)繪國家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室，北京 100044)

1 引 言

傳統(tǒng)的三維建模和低空攝影測(cè)量技術(shù)已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足當(dāng)下快速精細(xì)建模的要求。傳統(tǒng)三維建模主要依靠二維的平面矢量圖、正射影像圖等數(shù)據(jù)為底圖建立白膜，通過將高程數(shù)據(jù)和拍攝的紋理數(shù)據(jù)貼在白膜上來構(gòu)建。由于傳統(tǒng)的建模方法效率低，勞動(dòng)強(qiáng)度大、生產(chǎn)成本高等缺點(diǎn)，將逐漸被淘汰。傳統(tǒng)低空攝影測(cè)量技術(shù)，廣泛應(yīng)用在大面積區(qū)域調(diào)查、安全監(jiān)測(cè)、災(zāi)害應(yīng)急、環(huán)境保護(hù)等諸多領(lǐng)域。通過無人機(jī)搭載傳感器，快速、高效、便捷地獲取高分辨率影像數(shù)據(jù)，從而制作DOM(數(shù)字正射影像)和DEM(數(shù)字高程模型)。但是由于傳感器和數(shù)據(jù)處理算法等軟硬件的限制，并不能快速高效地還原最真實(shí)的三維場(chǎng)景。

無人機(jī)攝影測(cè)量具有靈活快速、高效便捷、成本較低、影像分辨率高等特點(diǎn)大大促進(jìn)了傾斜攝影測(cè)量技術(shù)的發(fā)展。傾斜攝影測(cè)量徹底改變了人工建模的弊端，通過自動(dòng)化的數(shù)據(jù)處理手段大大加快了大場(chǎng)景精細(xì)三維模型的生成速度。傾斜攝影測(cè)量技術(shù)也顛覆了傳統(tǒng)低空攝影測(cè)量只能從垂直角度獲取數(shù)據(jù)的局限，在無人機(jī)上同時(shí)搭載多個(gè)傳感器，從多個(gè)角度獲取影像數(shù)據(jù)，能夠更加真實(shí)全面立體反映地表物體的局部細(xì)節(jié)和整體層次。利用傾斜攝影測(cè)量技術(shù)獲取豐富的紋理信息數(shù)據(jù)，生成密集三維點(diǎn)云和TIN格網(wǎng)模型，結(jié)合自動(dòng)化實(shí)景建模模型，實(shí)現(xiàn)三維場(chǎng)景的快速、高效、低成本的真實(shí)還原。

2 數(shù)據(jù)獲取的主要流程

傾斜攝影測(cè)量主要有地面飛控系統(tǒng)、無人機(jī)、控制測(cè)量三個(gè)部分組成。飛控部分主要規(guī)劃設(shè)計(jì)無人機(jī)的飛行航線、航高、以及對(duì)無人機(jī)飛行監(jiān)視控制和數(shù)據(jù)通信等，無人機(jī)部分主要由機(jī)載定位系統(tǒng)和多視相機(jī)組成，控制測(cè)量主要是航測(cè)區(qū)域的控制網(wǎng)設(shè)計(jì)和像控點(diǎn)的測(cè)量。無人機(jī)航拍前需要對(duì)測(cè)區(qū)進(jìn)行現(xiàn)場(chǎng)踏勘，首先根據(jù)已有GPS控制點(diǎn)位去合理布設(shè)像控點(diǎn)，像控點(diǎn)的數(shù)量和位置依據(jù)實(shí)際測(cè)量規(guī)程要求的精度和測(cè)區(qū)范圍的大小均勻布設(shè)。其次根據(jù)申請(qǐng)的空域時(shí)間和范圍合理規(guī)劃飛行航線，保證影像的航向重疊、旁向重疊、分辨率等符合作業(yè)要求。在航線的設(shè)計(jì)中，一般設(shè)置30%的旁向重疊度，66%的航向重疊度。對(duì)于模型的自動(dòng)生成，旁向重疊和航向重疊會(huì)要求更高[1]。再次要在已知的高精度點(diǎn)位上架設(shè)基站，在無人機(jī)起飛規(guī)定時(shí)間前開機(jī)，降落后在規(guī)定時(shí)間內(nèi)關(guān)機(jī)。在測(cè)量時(shí)，需要量取天線高，記錄基站開關(guān)機(jī)的具體時(shí)間，并進(jìn)行像控點(diǎn)的測(cè)量。最后組裝無人機(jī)和設(shè)置相機(jī)參數(shù)，實(shí)施無人機(jī)航拍，飛行結(jié)束后，分別下載無人機(jī)數(shù)據(jù)和基站數(shù)據(jù)。

在影像數(shù)據(jù)的獲取過程中，會(huì)受到相機(jī)鏡頭畸變?cè)趦?nèi)的儀器本身以及天氣變化在內(nèi)的外界自然影響而產(chǎn)生的不可避免的誤差。如果不對(duì)原始影像進(jìn)行預(yù)處理，會(huì)直接影響到后期成果數(shù)據(jù)的精度和質(zhì)量。影像數(shù)據(jù)后續(xù)處理基于數(shù)字?jǐn)z影測(cè)量、多視影像聯(lián)合平差、計(jì)算機(jī)視覺等相關(guān)算法，數(shù)據(jù)處理過程中無須人工干預(yù)，具有高伸縮性和高效性。利用AgisoftPhotoscan、Smart3D capture等相關(guān)軟件，在有無控制點(diǎn)的情況下，都可以實(shí)現(xiàn)多視圖多視角的三維重建，還原最真實(shí)的三維場(chǎng)景。同時(shí)利用相關(guān)數(shù)據(jù)處理軟件實(shí)現(xiàn)對(duì)三維模型的高度、面積、長(zhǎng)度、體積等實(shí)現(xiàn)精準(zhǔn)量測(cè)。傾斜攝影測(cè)量技術(shù)獲取多視角的高分辨率影像數(shù)據(jù)，并實(shí)現(xiàn)大場(chǎng)景精細(xì)三維場(chǎng)景的最真實(shí)還原。數(shù)據(jù)獲取處理的主要流程，如圖1所示。

圖1 數(shù)據(jù)獲取處理技術(shù)流程

3 數(shù)據(jù)處理的關(guān)鍵技術(shù)

3.1 多視影像密集匹配和空三解算

由于傾斜攝影測(cè)量獲取的影像是范圍廣而且多視角的，各個(gè)航帶間的影像視場(chǎng)差別較大，傾斜立體影像間往往存在較大的幾何畸變，增加了影像匹配的難度[2]。多視影像的密集匹配就是尋找連接點(diǎn)構(gòu)網(wǎng)的過程，同時(shí)消除多視影像數(shù)據(jù)中的冗余信息。影像匹配的算法分三類：灰度匹配、特征匹配和關(guān)系匹配，匹配的共性就是在影像上按照匹配策略需找同名點(diǎn)[3]?；赟IFT算法為代表的特征匹配，匹配的誤差較多、耗時(shí)較長(zhǎng)。在傾斜攝影測(cè)量中導(dǎo)入處理影像數(shù)據(jù)，同時(shí)添加POS數(shù)據(jù)可以輔助多視影像的匹配，依據(jù)POS數(shù)據(jù)可以粗略得到原始影像的外方位元素，進(jìn)行相關(guān)算法的粗匹配剔除一些誤匹配點(diǎn)，進(jìn)而再重新精確匹配[4]?？杖馑愕木褪怯跋耖g精確幾個(gè)拓?fù)潢P(guān)系重建的過程。根據(jù)地面布設(shè)的像控點(diǎn)，并以共線方程為基礎(chǔ)，進(jìn)行光束法區(qū)域網(wǎng)平差。

3.2 多節(jié)點(diǎn)并行計(jì)算的實(shí)現(xiàn)

并行計(jì)算是將計(jì)算任務(wù)分解成多個(gè)并行的子任務(wù)，分配到具有并行處理的計(jì)算節(jié)點(diǎn)上，通過各節(jié)點(diǎn)上的處理器相互協(xié)同，共同解算并行子任務(wù)，從而使得計(jì)算加速。并行計(jì)算系統(tǒng)主要有并行機(jī)，并行算法和并行編程三個(gè)重要組成部分，如圖2所示。并行計(jì)算的基礎(chǔ)是并行機(jī)，并行機(jī)的核心組成是處理器、內(nèi)存和互聯(lián)網(wǎng)絡(luò)。通過互聯(lián)網(wǎng)絡(luò)將并行機(jī)串聯(lián)起來，在并行機(jī)上實(shí)現(xiàn)影像數(shù)據(jù)的同步、共享和訪問。針對(duì)特定應(yīng)用類型進(jìn)行互聯(lián)網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)，可以極大提升并行計(jì)算能力和效率。并行算法的主要設(shè)計(jì)分為任務(wù)分解、通信設(shè)計(jì)、任務(wù)聚合和處理器映射四個(gè)步驟，根據(jù)并行算法通過并行編程環(huán)境編制為程序并運(yùn)行得到計(jì)算結(jié)果[5]。

影像數(shù)據(jù)的密集匹配和空三解算可以在任何一臺(tái)并行機(jī)上實(shí)現(xiàn)，在模型重建過程中，將模型劃分為若干個(gè)大小長(zhǎng)度相等的規(guī)則瓦塊。依據(jù)并行算法和程序，通過互聯(lián)網(wǎng)絡(luò)使得串聯(lián)的并行機(jī)同時(shí)對(duì)劃分好的規(guī)則瓦塊進(jìn)行并行計(jì)算。通過并行計(jì)算的實(shí)施，極大地提高三維模型計(jì)算和生成的速度，同時(shí)降低了三維模型對(duì)計(jì)算機(jī)硬件的配置要求。

圖2并行計(jì)算結(jié)構(gòu)圖

3.3 面向GPU的LOD可視化

在傾斜攝影測(cè)量的三維模型的可視化需要CPU和GPU協(xié)調(diào)合作完成，紋理映射、模型繪制以及場(chǎng)景的渲染主要依靠GPU的性能和效率。GPU具有小緩存多核的架構(gòu)和快速高效的并行計(jì)算能力，適應(yīng)GPU的數(shù)據(jù)結(jié)構(gòu)必須能夠充分發(fā)揮GPU高速處理和高效渲染的能力，避免計(jì)算機(jī)硬件數(shù)據(jù)帶寬沖突問題[6]。傾斜攝影測(cè)量生成的模型數(shù)據(jù)進(jìn)行分塊分級(jí)處理，對(duì)于生成的瓦塊數(shù)據(jù)建立四叉樹或者八叉樹的空間索引模型，從而提高數(shù)據(jù)的讀取效率，減少數(shù)據(jù)I/O操作，加快數(shù)據(jù)的調(diào)度和繪制。基于四叉樹索引結(jié)構(gòu)的多細(xì)節(jié)層次模型(LOD)，如圖3所示。在三維模型數(shù)據(jù)生成過程中，通過不同的簡(jiǎn)化比例得到三維模型數(shù)據(jù)的LOD，一般至少有5層～6層，多的可達(dá)10層左右[7]。

圖3 基于四叉樹的LOD模型

4 數(shù)據(jù)質(zhì)量分析與比較

4.1 LiDAR建模的特點(diǎn)分析

三維激光掃描技術(shù)具有非接觸、高精度、全天候等諸多優(yōu)點(diǎn)，廣泛應(yīng)用在文物保護(hù)、安全監(jiān)測(cè)、城市規(guī)劃等相關(guān)領(lǐng)域。通過對(duì)海量的點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)、精簡(jiǎn)、分割、封裝、補(bǔ)洞等一系列煩瑣的操作構(gòu)建三角網(wǎng)模型，同時(shí)海量點(diǎn)云數(shù)據(jù)的處理完全依賴計(jì)算機(jī)硬件配置的高低[8]。彩色模型生成主要是通過將三角網(wǎng)模型進(jìn)行UV展開，再將紋理數(shù)據(jù)一一對(duì)應(yīng)手工映射。這種方法不僅耗時(shí)長(zhǎng)、效率低、精度不高，同時(shí)紋理映射的質(zhì)量一般，如下圖4所示。傾斜攝影測(cè)量作業(yè)范圍更大，影像數(shù)據(jù)量要比同范圍的點(diǎn)云數(shù)據(jù)量更小，將影像數(shù)據(jù)和控制點(diǎn)數(shù)據(jù)導(dǎo)入后，自動(dòng)實(shí)現(xiàn)多視影像聯(lián)合平差、密集匹配和空三解算。數(shù)據(jù)處理中對(duì)計(jì)算機(jī)硬件要求較低，可以實(shí)現(xiàn)并行計(jì)算，可以獲取密集點(diǎn)云、三角網(wǎng)模型、彩色模型以及正射影像等諸多成果數(shù)據(jù)，支持網(wǎng)絡(luò)發(fā)布等諸多優(yōu)點(diǎn)。利用三維激光點(diǎn)云建模和傾斜攝影測(cè)量建模的比較，如表1所示。

圖4 三角網(wǎng)模型UV展開

不同建模方法的比較 表1

三維激光掃描建模技術(shù)由于精度高、成本高等特點(diǎn)，更適應(yīng)于構(gòu)建小范圍的精細(xì)模型，不適應(yīng)于大場(chǎng)景三維模型的構(gòu)建。傾斜攝影測(cè)量在大場(chǎng)景三維模型構(gòu)建中成本低、范圍廣、效率高等優(yōu)點(diǎn)更加突出，同時(shí)精度也能滿足三維模型和大比例尺DOM制作的精度要求。為了驗(yàn)證成果數(shù)據(jù)精度，在航測(cè)區(qū)域布設(shè)了8個(gè)控制點(diǎn)，其中4個(gè)建?？刂泣c(diǎn)，剩余4個(gè)為模型驗(yàn)證點(diǎn)，如表2所示。X，Y，Z為實(shí)測(cè)的坐標(biāo)值，X′，Y′，Z′為對(duì)應(yīng)三維模型的坐標(biāo)值，△X，△Y，△Z為殘差值，經(jīng)過計(jì)算中誤差均符合相關(guān)模型和制圖的規(guī)范要求。在實(shí)際的工程項(xiàng)目中，可以根據(jù)需求將兩種建模方法相結(jié)合。大場(chǎng)景三維模型的快速構(gòu)建采用傾斜測(cè)量技術(shù)攝影，小范圍精細(xì)模型構(gòu)建采用三維激光掃描技術(shù)，實(shí)現(xiàn)多源數(shù)據(jù)下多層次不同粒度三維模型的融合統(tǒng)一。也可以利用三維激光掃描獲取的高精度點(diǎn)云數(shù)據(jù)和傾斜攝影測(cè)量技術(shù)生成的三維模型數(shù)據(jù)進(jìn)行分析、對(duì)比和校正，從而提高三維模型數(shù)據(jù)的整體精度。

控制點(diǎn)與模型驗(yàn)證點(diǎn)對(duì)比 表2

4.2 數(shù)據(jù)質(zhì)量要求以及評(píng)價(jià)標(biāo)準(zhǔn)

外業(yè)數(shù)據(jù)的質(zhì)量要求主要是像控點(diǎn)的精度和影像的質(zhì)量。像控點(diǎn)的精度直接影響到三維模型數(shù)據(jù)的幾何精度。像控點(diǎn)的布設(shè)間距根據(jù)三維模型精度要求與像片比例尺的不同而不同，一般平均 0.5 km～20 km，采用E級(jí)GPS網(wǎng)的作業(yè)要求進(jìn)行像控點(diǎn)聯(lián)測(cè)就可以達(dá)到三維模型對(duì)像控點(diǎn)的精度要求。根據(jù)GPS網(wǎng)的布網(wǎng)要求以及起算點(diǎn)和像控點(diǎn)的分布來布設(shè)GPS網(wǎng)，網(wǎng)中應(yīng)聯(lián)測(cè)三個(gè)以上的公共點(diǎn)?？紤]到高程擬合，在網(wǎng)的四周和中心需要聯(lián)測(cè)一定數(shù)量的水準(zhǔn)點(diǎn)。影像的質(zhì)量好壞直接影響到三維模型等成果數(shù)據(jù)的質(zhì)量。無人機(jī)獲取的影像數(shù)據(jù)首先基于人為經(jīng)驗(yàn)的視覺特征要滿足清晰、無色差、色調(diào)一致，同時(shí)影像數(shù)據(jù)的幾何指標(biāo)、構(gòu)象指標(biāo)、其他指標(biāo)等也要符合規(guī)定要求，綜合人為和客觀兩種評(píng)價(jià)構(gòu)建影像質(zhì)量綜合評(píng)定模型[9]。

內(nèi)業(yè)數(shù)據(jù)處理出來的三維模型數(shù)據(jù)要求各要素應(yīng)該完整，沒有遺漏，同時(shí)沒有冗余，模型包括其組成部分的幾何位置精度要符合規(guī)范要求。三維模型各個(gè)部分各個(gè)要素的分類編碼要正確，屬性項(xiàng)或者屬性值應(yīng)該完整正確。三維模型數(shù)據(jù)的存儲(chǔ)格式和空間位置的拓?fù)潢P(guān)系具有一致性，同時(shí)三維模型數(shù)據(jù)應(yīng)具有較強(qiáng)的現(xiàn)勢(shì)性等[10～12]。通過多個(gè)項(xiàng)目實(shí)踐，基于傾斜攝影測(cè)量生成的大場(chǎng)景多角度三維模型的完整性、位置精度、屬性精度、表現(xiàn)精度、邏輯一致性等均符合數(shù)據(jù)質(zhì)量的控制要求。

5 結(jié) 語

傾斜攝影測(cè)量快速生成的三維實(shí)景模型在智慧城市、災(zāi)害應(yīng)急、國土安全、文物保護(hù)等諸多領(lǐng)域中發(fā)揮越來越重要的作用，同樣也面臨著較多的挑戰(zhàn)。由于硬件或者拍攝技術(shù)等因素，對(duì)地面上高度較低且不規(guī)則物體的真實(shí)還原還不夠好。面對(duì)傾斜攝影測(cè)量技術(shù)快速生成的大場(chǎng)景三維模型，仍需要進(jìn)一步對(duì)模型開發(fā)和利用，模型單體化和數(shù)據(jù)的融合是傾斜攝影測(cè)量面臨的亟待解決的問題。目前實(shí)現(xiàn)所謂的“單體化”，只是在利用外包圍合將模型特定部分進(jìn)行高亮顯示而已，并沒有真正意義上實(shí)現(xiàn)三維模型各要素的自動(dòng)分層、分割和提取。實(shí)現(xiàn)將矢量的二維數(shù)據(jù)和三維模型數(shù)據(jù)相融合以及真正意義上的模型單體化，三維模型數(shù)據(jù)的分析、查詢、編輯也將成為現(xiàn)實(shí)。

[1] 劉洋. 無人機(jī)傾斜攝影測(cè)量影像處理與三維建模的研究[D]. 撫州：東華理工大學(xué)，2016.

[2] 劉玉梅，王仁禮，任保剛. 基于仿射不變算子的傾斜影像匹配算法評(píng)價(jià)[J]. 地理信息世界，2017，24(1)：45～47.

[3] 張振超. 多視角傾斜航空影像匹配技術(shù)研究[D]. 鄭州：解放軍信息工程大學(xué)，2015.

[4] 趙明衍，戴晨光，狄亞楠等. 一種POS數(shù)據(jù)輔助多視角傾斜航空影像匹配方法[J]. 測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2016，33(4)：431～435.

[5] 劉軍. Hadoop大數(shù)據(jù)處理[M]. 北京：人民郵電出版社，2013.

[6] 陳靜，吳思，謝秉雄. 面向GPU繪制的復(fù)雜三維模型可視化方法[J]. 武漢大學(xué)學(xué)報(bào)·信息科學(xué)版，2014，39(1)：106～111.

[7] 艾從. 基于WebGL的傾斜攝影測(cè)量三維模型可視化方案設(shè)計(jì)與實(shí)現(xiàn)[D]. 北京：北京建筑大學(xué)，2015.

[8] 侯妙樂，胡云崗，張向前. 石質(zhì)文物三維信息留取技術(shù)研究與應(yīng)用[M]. 北京：中國大地出版社，2015.

[9] 趙有松，伊粟，張莉等. 航空遙感影像質(zhì)量評(píng)價(jià)方法探討[J]. 測(cè)繪科學(xué)，2016，44(1)：158～161.

[10] CH /T 9015-2012. 三維地理信息模型數(shù)據(jù)產(chǎn)品規(guī)范[S].

[11] 譚金石，黃正忠. 基于傾斜攝影測(cè)量技術(shù)的實(shí)景三維建模及精度評(píng)估[J]. 現(xiàn)代測(cè)繪，2015，38(5)：21～24.

[12] 王丙濤，王繼. 基于傾斜攝影技術(shù)的三維建模生產(chǎn)與質(zhì)量分析[J]. 城市勘測(cè)，2015，10(5)：80～85.