張小惠,劉濤,答星,周勇兵
(1 武漢警官職業(yè)學(xué)院,武漢 430040;2 武漢市測繪研究院,武漢 430022)
隨著我國社會經(jīng)濟發(fā)展和城市化進程深入,城市違法建設(shè)與健康可持續(xù)建設(shè)開發(fā)之間的矛盾日益突出,傳統(tǒng)的監(jiān)測手段主要依靠群眾發(fā)現(xiàn)和工作人員現(xiàn)場巡查實施,不僅需要耗費大量的人力物力,而且調(diào)查取證比較困難,對大面積控違監(jiān)測不適用[1].近年來,相關(guān)部門借助遙感衛(wèi)星或航空攝影手段對城市開發(fā)區(qū)域進行控違監(jiān)測,取得了不錯的成果.但衛(wèi)星數(shù)據(jù)獲取不夠靈活、影像分辨率較低、容易受到云霧干擾,而航空攝影受天氣影響大,飛行手續(xù)辦理復(fù)雜,特別是空間分布離散或面積較小的區(qū)域不便于制定飛行計劃,較難獲取兼具高分辨率和高現(xiàn)勢性的遙感監(jiān)測數(shù)據(jù)[2].
無人機航測采用無人駕駛的飛行器搭載高清數(shù)碼相機進行對地觀測,一般為低空飛行,空域申請便利,且無需專用機場,具有機動靈活、高效快速、受天氣影響小、作業(yè)成本低、生產(chǎn)周期短等特點,對離散區(qū)域或飛行困難的地區(qū)快速獲取高分辨率遙感影像具有明顯優(yōu)勢[3],已成為衛(wèi)星及航空攝影測量的有力補充[4].隨著無人機硬件制造工藝和軟件處理水平的提高,無人機航測在基礎(chǔ)測繪、土地資源調(diào)查、土地利用動態(tài)監(jiān)測、應(yīng)急救災(zāi)等方面具有廣闊的應(yīng)用前景[5].利用無人機進行城市控違監(jiān)測主要分為影像采集、處理、動態(tài)監(jiān)測等環(huán)節(jié),本文將對其關(guān)鍵內(nèi)容進行闡述.
為實現(xiàn)對城市開發(fā)區(qū)域的控違監(jiān)測,必須組織無人機對目標區(qū)域開展周期性影像航攝采集工作.影像采集工作是后續(xù)處理及監(jiān)測任務(wù)的先決條件,其完成質(zhì)量對整個控違監(jiān)測工作具有重要影響.與常規(guī)航空攝影類似,無人機影像采集需要經(jīng)過航線設(shè)計、像控點聯(lián)測、空域申請及航飛實施等四個步驟.
(1)航線設(shè)計.航線設(shè)計的主要工作是在航飛實施前,根據(jù)項目的需求和目的,結(jié)合航飛單位的設(shè)備情況,制定合理的航攝飛行計劃.其具體內(nèi)容包含航向及相對航高選擇、每架次航攝范圍確定、航線重疊度和旁向重疊度的設(shè)置等.航線一般按東西向平行于圖廓線飛行,特定條件下亦可按南北向或沿線路、河流等方向飛行[6].相對航高按照相機焦距和攝影比例尺推算得出.每架次航攝范圍根據(jù)測區(qū)范圍、無人機設(shè)備載荷、續(xù)航時間等因素綜合設(shè)置.無人機航線重疊度和旁向重疊度的設(shè)置按照規(guī)范要求,航向重疊度一般為60%~80%,最小不低于53%,旁向重疊度一般為15%~60%,最小不低于8%[6].
(2)像控點聯(lián)測.空中三角測量是利用航攝影像和所攝目標之間的投影幾何關(guān)系,基于少量的平面和高程控制點,計算加密點平面、高程坐標以及影像外方位元素的測量過程.像控點是攝影測量空三加密的基礎(chǔ),其位置分布的選擇、平面和高程坐標的測定直接影響內(nèi)業(yè)成圖精度.像控點應(yīng)選在明顯的地物點、地物的拐角點、線狀地物的交叉點上,當刺點的目標與位置不能兼顧時,以目標優(yōu)先[7].像控點的測量技術(shù)應(yīng)符合圖根控制測量的有關(guān)規(guī)定,并在施測時現(xiàn)場拍照確認,便于內(nèi)業(yè)像控點刺點工作.
常規(guī)航空攝影測量在航帶間兩度重疊區(qū)和航帶內(nèi)三度重疊區(qū)布設(shè)像控點[8],但由于無人機影像像幅較小及飛行姿態(tài)不穩(wěn)等影響[9],常規(guī)航測的布設(shè)方法控制點數(shù)量過多且難于保證常規(guī)空三測量的精度,不適用于無人機航測.目前無人機航測像控點布設(shè)方案主要有飛前布控和飛后布控.飛前布控便于計算機識別,作業(yè)員不需要復(fù)雜的系統(tǒng)培訓(xùn),但易受自然環(huán)境影響,飛后布控可避免測區(qū)環(huán)境改變的影響,但需內(nèi)外業(yè)結(jié)合、作業(yè)員具備較高的專業(yè)知識[10].據(jù)此,若違控區(qū)域的條件適宜野外測量作業(yè),應(yīng)盡量采用飛前布控的方案,降低像控點的布設(shè)難度.
(3)空域申請.無人機空域申請難度比常規(guī)航空攝影小,通常在航攝前一天,航飛單位向當?shù)仫w行管制室申報次日飛行計劃,并于正式飛行前,提出飛行請求,經(jīng)批準后組織飛行活動.飛行計劃申請內(nèi)容包含:單位、航空器類別、架數(shù)、空域范圍、飛行高度、飛行架次、飛行日期及開始和結(jié)束時間、現(xiàn)場聯(lián)系方式等.飛行前,航飛單位組織相關(guān)人員開展飛行管制規(guī)定學(xué)習,制定詳細的航空器管制措施和特殊情況處置預(yù)案,嚴防飛行事故的發(fā)生.
(4)無人機航飛.航飛前,根據(jù)地形地貌及測區(qū)情況預(yù)先確定無人機起降地點.航飛時,認真做好飛行前和降落后的各項檢查工作,確保無人機設(shè)備完好、工況正常、人員及相關(guān)設(shè)備安全,并及時將無人機起飛、降落及其他異常情況通報飛行管制室.航飛后,做好無人機數(shù)據(jù)預(yù)處理工作,及時下載航攝的影像數(shù)據(jù),并做好POS數(shù)據(jù)的后差分解算等相關(guān)工作.
由于無人機采用輕質(zhì)的攝影器材,且飛行姿態(tài)不穩(wěn)定,所獲取的像片相較傳統(tǒng)航空攝影影像會存在旋片角大、重疊度不均、影像畸變等情況.利用傳統(tǒng)的航空攝影測量軟件處理無人機數(shù)據(jù)時,工作量大,工作周期長[11].PhotoScan是Agisoft公司出品的3D掃描系統(tǒng),基于多視圖三維重建技術(shù)能自動計算影像的位置、姿態(tài)等,定向過程無需人工干預(yù),自動化程度高.系統(tǒng)所需的數(shù)據(jù)僅為影像、POS數(shù)據(jù)及地面控制點,在導(dǎo)入地面控制點情況下可生成專業(yè)級別的數(shù)字攝影測量產(chǎn)品,精度滿足工程所需[12].
基于無人機的控違監(jiān)測是對不同時期正射影像(DOM)進行對比分析以獲取目標區(qū)域違法建設(shè)變化情況.PhotoScan利用影像匹配生成三維模型,在DOM快速生成及拼接等方面具有優(yōu)勢,PhotoScan生產(chǎn)DOM流程圖如圖1所示:
圖1 PhotoScan生產(chǎn)DOM流程圖Fig.1 Flow chart of DOM production by Photoscan
利用PhotoScan生成正射影像只需要影像、POS及控制點數(shù)據(jù).在導(dǎo)入數(shù)據(jù)之前,需要對影像進行預(yù)處理并修改POS數(shù)據(jù)格式.影像預(yù)處理包括去除壞片、云霧處理、勻光勻色等,未經(jīng)預(yù)處理的“不合格航片”會降低影像匹配精度,最終影響DOM成果質(zhì)量.通常無人機自帶的POS數(shù)據(jù)格式與PhotoScan不兼容,因此需對其進行一定的修改以便順利導(dǎo)入PhotoScan中.在PhotoScan中,POS數(shù)據(jù)的片名與原始影像名稱一致,并保留經(jīng)度、緯度、高度、角度參數(shù)即可[13].
像控點的分布和精度對DOM成果質(zhì)量會產(chǎn)生重大的影響.控制點在測區(qū)中需均勻分布,且在測區(qū)邊緣要設(shè)置控制點,否則DOM邊緣部分容易發(fā)生扭曲現(xiàn)象.像控點刺點完成后需進行優(yōu)化,對選刺錯誤或誤差較大的像控點進行修正,并對多次優(yōu)化仍達不到要求的像控點進行刪除,確保所有像控點誤差在0.1個像元內(nèi)[14].根據(jù)匹配后的稀疏點云及控制點數(shù)據(jù),對影像進行自動空中三角測量,生成密集點云.
利用點云數(shù)據(jù),對整個測區(qū)自動構(gòu)建網(wǎng)格,并按照工程精度需求輸出DOM.采用區(qū)塊分割方式進行逐塊輸出,然后進行拼接鑲嵌的方法,以解決較大測區(qū)面積的DOM整體輸出失效的問題.鑲嵌后的DOM邊緣地區(qū)如有扭曲變形,則主要由于邊緣地區(qū)像控點控制效果不好或邊緣像片不足,因此在航線設(shè)計時可適當在測區(qū)邊緣延展設(shè)計一定數(shù)量航線,以保證測區(qū)DOM產(chǎn)品質(zhì)量[14].
無人機影像動態(tài)監(jiān)測是對不同時期的無人機正射影像進行對比分析,提取變化圖斑,然后通過影像解譯或與土地利用現(xiàn)狀數(shù)據(jù)疊加分析等手段,確定變化圖斑區(qū)域是否存在違法建設(shè)行為,最終將違法建設(shè)圖斑提交相關(guān)執(zhí)法部門依規(guī)查處[15].無人機影像動態(tài)監(jiān)測涉及計算機科學(xué)、統(tǒng)計科學(xué)、圖形圖像學(xué)等多個學(xué)科,其關(guān)鍵技術(shù)是遙感影像變化檢測.遙感影像變化檢測是對同一區(qū)域不同時相的影像進行比較、分析以確定影像間的變化情況[16,17].
遙感影像變化檢測的方法眾多,傳統(tǒng)方法為人工目視判讀法,但需投入大量的人力物力,效率很低,一般采用機器自動化和人工目視相結(jié)合的方法進行檢測.自動化影像變化檢測方法主要分為兩大類:一類是基于像素的影像變化檢測,一類是基于特征的影像變化檢測[18].基于像素的檢測方法是在對影像進行精確幾何配準后,對每個像素不同時相的灰度或色彩值(或基于色彩信息的引申特征)進行比較,以確定變化區(qū)域.基于特征的檢測方法首先確定感興趣的影像對象并提取其特征,然后通過特征對比,獲取變化信息.
基于特征的變化檢測方法是極為復(fù)雜的影像處理、識別及理解的過程[18],目前仍處于方法摸索階段,如針對建筑物等目標的變化檢測算法[19,20],但缺乏實用的處理產(chǎn)品.基于像素的檢測方法具有技術(shù)成熟、速度快等優(yōu)勢,且PhotoScan是通過密集點云進行自動空三解算,其生成正射影像為真正射影像,基本無投影差影響,因此本文采用基于像素的檢測方法進行實驗.
基于像素的檢測可分為直接比較和分類后比較兩種方法.直接比較法是對已配準不同時相遙感影像的像元值直接進行運算,常用的有差值法、比值法、相關(guān)系數(shù)法、回歸分析法等.直接比較法不能確定影像變化的類型和性質(zhì),且檢測結(jié)果易受到影像配準、輻射校正等因素的影響.分類后比較法是將經(jīng)過配準的兩期影像分別進行分類,然后對分類結(jié)果進行比較以檢測變化信息,檢測結(jié)果對輻射差異的抗性較高,因此本文采取分類后比較進行影像變化檢測.
分類后比較變化檢測是通過遙感影像處理軟件(Envi)完成,其基本思路為:首先對不同時相影像進行分類,然后將分類結(jié)果進行對比,提取違法建設(shè)可疑區(qū)域,最后將可疑區(qū)域圖斑疊加在影像中,通過內(nèi)業(yè)影像判讀并結(jié)合外業(yè)實地調(diào)查方式進行違法建設(shè)確認.經(jīng)實驗表明,自動提取違法建設(shè)的可疑區(qū)域精度高,能有效提高生產(chǎn)效率,降低人工漏查幾率.
本次違控區(qū)域位于武漢市某城鄉(xiāng)結(jié)合地帶,城市開發(fā)痕跡較大,是城市違法建設(shè)監(jiān)測的重點區(qū)域.該區(qū)域地形以平原為主,間有丘陵,地形起伏較小,低矮房屋為主,少有高層建筑,非常適合采取遙感影像進行動態(tài)監(jiān)測.
對城市違法建設(shè)的動態(tài)監(jiān)測,首先需按指定周期采用無人機對目標區(qū)域進行影像采集.本次實驗采用成都縱橫自動化技術(shù)有限公司生產(chǎn)的CW-10垂直起降固定翼無人機進行航空攝影.該機型采用固定翼結(jié)合四旋翼的復(fù)合翼布局,無需起降跑道,具有飛行姿態(tài)穩(wěn)定,續(xù)航時間長(近90分鐘)的特點.航攝相機采用Sony ILCE-7R全畫幅相機,像幅為7360*4912.航飛前對需對航線進行設(shè)計,考慮測區(qū)實地條件,設(shè)計航線為東西方向,航高為300~400米,航線重疊度為75%,旁向重疊度為50%,有效飛行架次為10架次,每期獲取影像約6000張,航線規(guī)劃圖如下圖2所示.
圖2 航線規(guī)劃圖Fig.2 Diagram of flight design
獲取無人機影像后,需進行必要的勻光勻色處理,以消除薄霧、反光、色差等影響,控制多期采集時間不同而產(chǎn)生的影像色差,提高正射影像的質(zhì)量.本文無人機影像的勻光勻色處理主要利用INPHO公司的OrthoVista軟件模塊進行處理,其中Single Image Adjustment能單獨地計算每幅像片的調(diào)整輻射量,以此來補償由諸如熱點﹑透鏡變異等引起的顏色變異, 勾選Hot Spot Removal選項提升無人機彩色影像的視覺效果.利用Global Tilting Adjustment計算補償參數(shù)來調(diào)整毗鄰重疊影像間色彩﹑亮度和對比度的差異,從而控制整個測區(qū)的色彩一致性.影像去霧處理前后對比圖如圖3所示.經(jīng)勻色處理后的無人機影像,利用PhotoScan進行數(shù)字正射影像生成處理,經(jīng)數(shù)據(jù)預(yù)處理、對齊影像、生成點云、生成網(wǎng)格、生成DOM、DOM拼接與鑲嵌等步驟完成正射影像圖的制作,作為動態(tài)檢測的基礎(chǔ)數(shù)據(jù)源.
圖3 影像去霧處理對比圖Fig.3 Contrast of image defogging
將不同時期正射影像圖導(dǎo)入Envi中,選取若干具有代表性的圖像區(qū)域作為樣本,樣本顏色越純越好,需注意類別間的可區(qū)分性.本測區(qū)主要地物類型為房屋建筑、道路、植被、水體和裸土,每個類型根據(jù)輻射信息的差異還會有數(shù)個子類型,如房屋建筑有褐頂?shù)霓r(nóng)村房屋、藍頂?shù)呐锓?、青白頂?shù)纳唐贩康?,可針對這些子類型分別選取一定數(shù)量的樣本區(qū).所有類型的樣本選擇完畢后,采用最大似然法進行監(jiān)督分類,由于控違項目主要針對房屋建筑類型進行,因此分類后只保留房屋建筑類型,其兩期正射影像房屋提取示意圖(局部)如下圖4所示.
圖4 兩期正射影像提取房屋示意圖Fig.4 Schematic diagram of orthoimage housing extraction in two periods
影像分類結(jié)果對后續(xù)監(jiān)測影響較大,須針對不同種類選取足夠數(shù)量的合適樣本進行監(jiān)督法分類,選取一定數(shù)量的真實地物區(qū)域?qū)Ψ诸惤Y(jié)果進行精度驗證,兩期影像分類精度統(tǒng)計表如表1所示.
表1 兩期影像分類精度統(tǒng)計表Tab.1 Statistical table of image classification accuracy in two periods
從表中可以看出,各類型地物分類精度較好,可以滿足后續(xù)動態(tài)監(jiān)測的需求.
利用Envi中變化檢測統(tǒng)計工具對兩期影像分類結(jié)果進行對比分析以獲取違法建設(shè)可疑區(qū)域,重點關(guān)注房屋建筑新增情況.由于Envi監(jiān)督法分類只考慮了影像的光譜信息,導(dǎo)致分類和變化檢測結(jié)果比較破碎,不利于作業(yè)人員判讀.因此,可利用Majority/Minority工具對變化檢測結(jié)果進行優(yōu)化,濾除離散小區(qū)域以增強顯示效果,優(yōu)化前后的違法建設(shè)可疑區(qū)域示意圖如下圖5所示.
獲取違法建設(shè)可疑區(qū)域后,將其疊加到正射影像上,作業(yè)人員根據(jù)顏色提示進行違法建設(shè)圖斑確認.影像清晰且特征明顯的情況下可直接在正射影像上進行勾繪,影像判讀不能確定的區(qū)域再進行外業(yè)實地調(diào)查.所有圖斑確認后,統(tǒng)計違法建設(shè)圖斑個數(shù)及分布情況,將結(jié)果提交相關(guān)管理部門以備執(zhí)法需要.下圖6為局部區(qū)域變化圖斑成果展示:
圖5 違法建設(shè)可疑區(qū)域示意圖Fig.5 Schematic diagram of suspected illegal construction area
可疑區(qū)域時相1時相2
圖6 變化圖斑示意圖
Fig.6 Schematic diagram of variation region
自動化檢測出的區(qū)域與真實變化區(qū)域具有較大的相關(guān)性,結(jié)合人工輔助勾繪可快速有效地提取主體變化房屋區(qū)域.以上圖所示三個新增房屋進行優(yōu)化前后的制圖精度對比(優(yōu)化前為65.44%,優(yōu)化后為73.12%),表明制圖精度有一定改善,但自動化檢測結(jié)果即使經(jīng)過優(yōu)化后,依然存在一定的破碎性,主要因為分類時僅考慮像元的光譜信息,待后續(xù)研究利用多種特征增強分類效果.
采用遙感影像動態(tài)監(jiān)測方式進行城市查違、控違已經(jīng)得到越來越多從業(yè)人員的關(guān)注,本文探討了利用無人機進行城市控違監(jiān)測的應(yīng)用,實踐表明能達到較為理想的效果.無人機動態(tài)監(jiān)測分為影像采集、處理、動態(tài)監(jiān)測三個步驟,其中動態(tài)監(jiān)測是最為關(guān)鍵的一環(huán).采用分類后比較的影像變化檢測技術(shù),提取違法建設(shè)可疑區(qū)域,能減少了人工工作量,有效提升監(jiān)測效率.
遙感影像變化檢測是當前遙感領(lǐng)域的熱點之一,許多專家學(xué)者提出了非常有效的檢測方法.本文采用Envi的分類后檢測方式,利用無人機真正射影像的光譜特性對其中違法建筑的快速甄別有一定的提升效果.后續(xù)會針對分類結(jié)果中的破碎圖斑現(xiàn)象,綜合考慮影像對象中的其他特征,進一步提高分類和變化檢測的效果.