王曉慶

（鶴壁市土地收購儲備中心，河南 鶴壁458030）

1 引言

無人機航空攝影測量作為一種新型的測量方式，具有成本低、機動靈活、工作效率高等優(yōu)點，在小區(qū)域和飛行困難地區(qū)快速獲取高分辨率影像方面有明顯優(yōu)勢，可極大地減少測繪外業(yè)工作量，大幅度提高工作效率[1]。當前，通過無人機航空攝影測量技術可以輕松獲得小于等于1∶1000比例尺的數(shù)字化地圖成果。如果采用傾斜攝影測量技術，選擇適當?shù)臄?shù)據(jù)后處理方法，獲得的成果精度甚至更高[2]。在數(shù)據(jù)處理過程中，數(shù)字化成果的平面精度較易達到規(guī)范要求，而高程數(shù)據(jù)的精度則不易達到[3]。但在實際應用中，數(shù)字化成果的高程數(shù)據(jù)往往需要達到較高精度，這就對無人機航空攝影測量的高程數(shù)據(jù)處理提出了要求[4]。

內業(yè)數(shù)據(jù)處理時，無人機攝影測量生產的點云數(shù)據(jù)在地物與植被表面生成大量雜波數(shù)據(jù)，批量提取時會得到一部分非地面高程數(shù)據(jù)。同時，部分區(qū)域關鍵特征點的高程數(shù)據(jù)會有缺失，需要在作業(yè)過程中對高程數(shù)據(jù)區(qū)別提取。不同的提取方法對高程數(shù)據(jù)精度及效率的影響不同。本文介紹了三種不同的高程數(shù)據(jù)提取方法，對其技術流程進行了研究，并對其作業(yè)效率、獲得的數(shù)據(jù)精度進行了對比分析，總結了不同高程數(shù)據(jù)提取方法的適用范圍。

2 高程數(shù)據(jù)的提取方法

當前，無人機航空攝影測量獲取的數(shù)字化成果主要有點云、三維模型、數(shù)字表面模型、數(shù)字高程模型等[5]。在上述數(shù)字化成果的基礎上，提取高程數(shù)據(jù)的方法主要有人工提取法、點云分類提取法和地面模型提取法。

2.1 人工提取法

目前，人工提取法主要有兩種提取方式：

（1）利用數(shù)字表面模型（DSM）提取高程數(shù)據(jù)。數(shù)字表面模型是指包含植被、建筑、地面地形形態(tài)的數(shù)字化表達。首先，在正射影像圖上判讀地面點，并按照一定密度提取相關地面特征點。其次，利用數(shù)字表面模型的高程信息提取地面點的高程數(shù)據(jù)，操作軟件為Global Mapper。

（2）利用三維模型提取高程數(shù)據(jù)。三維模型是計算機技術對實地地物、地形、植被的模擬，既包含地物、地形的高程信息，又包含其紋理色彩，可一次性提取點位的平面與高程數(shù)據(jù)。利用無人機航空攝影測量數(shù)據(jù)生成三維模型后，在三維模型上直接提取高程點，操作軟件為山維EPS。

人工提取法與傳統(tǒng)測繪手段類似，即在主要地形特征點處，按照適當?shù)拈g距提取地面特征點及其高程，生成高程數(shù)據(jù)成果，其技術流程如圖1 所示。

圖1 人工提取法提取高程數(shù)據(jù)流程

2.2 點云分類提取法

在相同坐標參考系下，通過獲取目標物體表面采樣點的空間位置信息和表面特征屬性信息，得到海量點的集合，點云包含點的空間位置信息和RGB 顏色信息，能夠最大程度地還原被測目標物的原始形態(tài)[6]。

點云分類提取法主要是通過軟件自動篩選，將無人機攝影測量生成的未分類點云數(shù)據(jù)按照地物類型進行分類，批量提取地面高程數(shù)據(jù)。根據(jù)分類后形成的地面點、建筑物、植物、噪聲點等信息，提取所需的高程數(shù)據(jù)。此法有多種軟件可用，如Photo Scan、Pix4D Mapper、INPHO。數(shù)據(jù)處理軟件在無人機數(shù)據(jù)處理過程中直接進行點云數(shù)據(jù)生成、編輯與分類，也可通過Global Mapper、Point Cloud Tools、Terra Solid 等第三方軟件，對未分類的點云數(shù)據(jù)進行分類。根據(jù)分類結果，提取高程數(shù)據(jù)，技術流程如圖2 所示。

圖2 點云分類提取法提取高程數(shù)據(jù)流程

2.3 地面模型提取法

地面模型提取法主要有兩種方式：

（1）點云逆向模型法，用軟件對點云數(shù)據(jù)進行初步分類，再利用分類后的地面點云數(shù)據(jù)提取地面格網(wǎng)模型。生成地面模型后，用格網(wǎng)編輯功能對格網(wǎng)進行平滑、局部替換、拉伸等編輯處理，形成近似于DEM 的地面模型，操作軟件有3DReshaper、Geo Magic 等。

（2）直接對生成的OSGB 三維模型數(shù)據(jù)進行修改，剔除非地面模型，提取地面模型，操作軟件有Geo Magic、DP modeler 等。

通過這兩種方式提取的地面模型檢查合格后，經(jīng)數(shù)據(jù)轉換形成高程數(shù)據(jù)成果，技術流程如圖3 所示。

3 實例分析

選擇某580m×370m 的近梯形區(qū)域進行無人機航空攝影測量，對數(shù)據(jù)進行初步處理后，利用上述三種方法提取高程數(shù)據(jù)，對提取的數(shù)據(jù)進行精度分析和生產效率對比。在飛行區(qū)域共布設6 個像控點，平均間距為280m；檢查點是33 個，平均間距為60m。無人機平臺采用大疆精靈4Pro，相機型號為FC6310，圖像像素為5472×3648，像素大小為2.4μm，焦距是8.8mm，飛行控制軟件為PIX4D CAPTURE，飛行高度為130m，地面分辨率為3.6cm。數(shù)據(jù)處理軟件采用Pix4d Mapper，生成的初級成果主要為OSGB 格式三維模型、數(shù)字表面模型、數(shù)字高程模型、LAS 格式點云數(shù)據(jù)等。

圖3 地面模型提取法提取高程數(shù)據(jù)流程

3.1 效率分析

3.1.1 人工提取法作業(yè)

利用人工提取法提取高程點，有效高程提取時間約4h。其最大優(yōu)勢為基本適用于各種地形；弊端在于效率較低，在植被覆蓋多及建筑物密集的地方，無法提取到足夠的高程數(shù)據(jù)，需要對高程缺失區(qū)域進行高程內插數(shù)據(jù)處理，內插數(shù)據(jù)工作量較大。

3.1.2 點云分類提取法作業(yè)

利用軟件對點云自動分類用時約5 min，但是分類結果不理想，有較多植被和建筑物仍被認為是地面點，同時雜波數(shù)據(jù)較多。分析后發(fā)現(xiàn)：在建筑物密集、植被覆蓋度高、地形起伏大的地區(qū)，分類結果較差；在地表植被覆蓋度低的區(qū)域，分類結果尚可。

對點云數(shù)據(jù)進行人工分類，分類結果較為理想，但是效率低。在植被覆蓋度較高、建筑物密集的區(qū)域由于有效高程點的大量缺失，在人工分類時仍需進行高程數(shù)據(jù)內插，作業(yè)流程較為繁瑣，用時約2.5h。

3.1.3 地面模型提取法作業(yè)

利用軟件從點云數(shù)據(jù)中提取地面三維模型，用時約3 min。提取時已對點云數(shù)據(jù)進行噪聲過濾，生成的地面三維模型數(shù)據(jù)與真實地面情況近似度較高。在因樹木覆蓋等未能準確提取地面模型的區(qū)域，可以進行地面模型修飾，以得到理想的地面模型。實驗區(qū)域利用地面模型提取法提取高程數(shù)據(jù)用時約1h。在丘陵、山地等高差較大區(qū)域，該方法可以較快提取地面模型，模型修改過程也較為輕松。

三種作業(yè)方法的效率及適用區(qū)域統(tǒng)計如表1所示。

表1 三種方法生產效率及適用區(qū)域統(tǒng)計

3.2 提取的高程精度分析

利用RTK 作業(yè)模式，野外實地采集關鍵地形特征點，進行高程精度驗證，野外實地共采集主要特征點78 個。高程精度統(tǒng)計如表2 所示。

表2 特征地物點高程精度統(tǒng)計

通過表2 可以看出，人工提取法和點云分類提取法提取到的高程數(shù)據(jù)精度較高。因地面模型的連續(xù)性等問題，地面模型提取法提取的部分數(shù)據(jù)可能會偏離地表形狀，在植被覆蓋度高、坑塘水面等區(qū)域會出現(xiàn)點云失真情況，高程提取精度相對較差[7]。但是三種作業(yè)模式提取的高程數(shù)據(jù)精度均能滿足小于等于1∶1000比例尺數(shù)字化測圖的精度要求。

4 結論

通過對三種高程數(shù)據(jù)提取方法的作業(yè)流程、獲得的數(shù)據(jù)精度等進行分析，可以得出結論：（1）人工提取法適用區(qū)域較廣，提取的高程精度也較高，但工作量大，效率低。（2）點云分類提取法適合地形起伏較緩、植物覆蓋稀疏等區(qū)域，獲取的高程數(shù)據(jù)精度與人工提取法得到的高程數(shù)據(jù)精度相當，作業(yè)效率尚可。（3）地面模型提取法適合丘陵、山地等高差較大區(qū)域，作業(yè)效率高，但高程數(shù)據(jù)精度相對較低。

在無人機航空攝影測量內業(yè)成圖過程中，可綜合考慮地形地貌、數(shù)據(jù)精度、生產效率等因素，因地制宜，選擇合適的提取方法，科學合理地開展測繪任務，以獲得理想的高程數(shù)據(jù)成果。