萬邦旭
臨沂市城市建設(shè)勘察測繪院,山東 臨沂 276000
(1)在施工監(jiān)測中應(yīng)用攝影測量技術(shù)可以先從施工現(xiàn)場采集圖像和視頻數(shù)據(jù),動(dòng)態(tài)地捕捉圖像,跟蹤項(xiàng)目的進(jìn)展。該方法僅接受圖像上的進(jìn)度數(shù)據(jù),不能從三維變化的角度對施工進(jìn)行評價(jià)。(2)采用數(shù)字高程模型(DEM)來反映建筑物高度的特點(diǎn),利用DEM或數(shù)字地表模型(DSM)來檢測目標(biāo)建筑物的高度變化,然后在空間數(shù)據(jù)庫中使用文檔對象模型(DOM)或數(shù)字線圖(DLG)識別目標(biāo)建筑物的二維變化,從而獲得研究區(qū)域的三維變化信息。(3)將雷達(dá)點(diǎn)云數(shù)據(jù)與航空成像相結(jié)合,提取建筑物高度和表面變化信息。該方法難以準(zhǔn)確地描述建模對象在任何時(shí)間、任何地點(diǎn)的屬性,也難以反映其多維特征[1]。
體積元素可簡稱為體素,廣泛應(yīng)用于三維成像、醫(yī)學(xué)成像和三維打印中。在三維空間中,體素是最小的單位。與曲面模型相比,體素模型能夠更準(zhǔn)確地描述站點(diǎn)上不同元素的信息,而三維模型無法直接反映真實(shí)的物體側(cè)面紋理。無人機(jī)拍攝傾斜影像在此基礎(chǔ)上能將正射圖像和傾斜影像相結(jié)合,實(shí)現(xiàn)對目標(biāo)表面的三維建模[2]。
機(jī)載激光雷達(dá)是一種新的空間觀測技術(shù),具有高精度、高速度、大范圍數(shù)據(jù)采集等特點(diǎn),可直接得到地物三維坐標(biāo)。該技術(shù)具有以下應(yīng)用優(yōu)勢:(1)主動(dòng)運(yùn)作模式。該系統(tǒng)不依賴自然光源,通過發(fā)射脈沖獲取目標(biāo)的回波信息,不受天氣條件的影響,從而實(shí)現(xiàn)對目標(biāo)的捕捉。同時(shí),該系統(tǒng)能夠進(jìn)行24h全天候的地物觀測,使其在環(huán)境監(jiān)測、資源開發(fā)、軍事等方面具有獨(dú)特的應(yīng)用優(yōu)勢。此外,激光雷達(dá)能直接、快速、精確地接收各種曲面函數(shù)的三維坐標(biāo)信息。(2)激光雷達(dá)發(fā)射的激光脈沖具有強(qiáng)大的穿透力,在植被密度較高的地區(qū),可通過狹縫直接探測到真實(shí)土壤的三維空間信息。(3)激光雷達(dá)點(diǎn)云數(shù)據(jù)和遙感數(shù)據(jù)可相互補(bǔ)充,并結(jié)合自身優(yōu)勢,以取得更多的信息。
近年來,隨著硬件技術(shù)的不斷發(fā)展,激光點(diǎn)云數(shù)據(jù)逐漸成為建模數(shù)據(jù)的標(biāo)準(zhǔn)化類型,并不斷地對點(diǎn)云檢測方法進(jìn)行簡化和豐富,利用掃描技術(shù)提高了點(diǎn)云檢測的數(shù)量和質(zhì)量。這一系列的開發(fā)使得點(diǎn)云數(shù)據(jù)得到了廣泛應(yīng)用。比如,數(shù)字化智能城市的概念日益明確,大型、復(fù)雜、語義信息豐富的三維城市模型已成為建設(shè)新型數(shù)字化智能城市的必然要求。但是,傳統(tǒng)三維城市模型建立方法已不能滿足精確、高效的建模要求。采用高密度、高精度的二維點(diǎn)云模型成為當(dāng)前攝影測量領(lǐng)域的研究熱點(diǎn)[3]。基于此,文章對國內(nèi)外傾斜攝影測量數(shù)據(jù)模型重建與城市重建的應(yīng)用進(jìn)行了深入的研究與分析。
例如,點(diǎn)云數(shù)據(jù)模型、點(diǎn)云提取、基于激光點(diǎn)云數(shù)據(jù)的變形監(jiān)測和電力線三維重建都比傳統(tǒng)點(diǎn)云模型具有更直接的地理信息。這一特性允許點(diǎn)云數(shù)據(jù)模型與傳統(tǒng)技術(shù)測量和大地測量數(shù)據(jù)(如全站儀和GPS數(shù)據(jù))無縫連接。目前,全球機(jī)載激光雷達(dá)系統(tǒng)的制造商主要有瑞典Topeye,加拿大Optech,奧地利RIEGL、Leicaals等,由德國Topsys,美國Merrick、Frequencymapping等廠商提供專業(yè)的激光雷達(dá)數(shù)據(jù)處理軟件支持。近年來,隨著激光雷達(dá)硬件技術(shù)的迅速發(fā)展,出現(xiàn)了多線激光雷達(dá)等新型激光雷達(dá)系統(tǒng)。該雷達(dá)系統(tǒng)可以擴(kuò)大掃描范圍,增加多個(gè)激光器之間的角度,提高點(diǎn)云密度,適應(yīng)基于組件的可插拔激光雷達(dá)系統(tǒng)的不同應(yīng)用需求。同時(shí),該系統(tǒng)具有采集速度快、精度高、地物細(xì)節(jié)信息豐富等特點(diǎn),可以為施工過程中監(jiān)測建筑物局部施工進(jìn)度提供頂面施工層現(xiàn)場數(shù)據(jù)支持。
文章數(shù)據(jù)來自某建筑工地的無人駕駛傾斜圖像。試驗(yàn)用無人機(jī)模型為“大疆精神”4號消費(fèi)型無人機(jī),以2018年12月19日和2019年4月19日拍攝的五點(diǎn)式單體建筑的兩期無人駕駛飛機(jī)傾斜圖像為例。首次拍攝采用5鏡頭的諾基亞808 PureView攝像機(jī)和像素超采樣技術(shù),分辨率為300dpi,像素傳感器高達(dá)4100萬像素[4]。第2階段配備索尼公司生產(chǎn)的雙鏡頭相機(jī),分辨率為350dpi,2430萬像素。
點(diǎn)云分辨率公式為
式中:Q為點(diǎn)云質(zhì)量;為物體表面的最小特征尺寸;m為掃描物體表面的點(diǎn)云分辨率。
若點(diǎn)云分辨率為20cm,掃描尺寸為10cm,那么Q=1-(20÷10)=-1,不合適??梢钥闯觯c(diǎn)云的分辨率小于目標(biāo)表面的最小功能,掃描的目標(biāo)無法恢復(fù)到更大的分辨率。設(shè)置點(diǎn)云分辨率為5cm時(shí),Q=1-(5÷10)=0.5,可以檢測目標(biāo)表面的50%細(xì)節(jié)。
體素分辨率是一個(gè)小立方體的頁面長度,應(yīng)確定其引用點(diǎn)云分辨率??紤]到三維模型的數(shù)據(jù)量,體素分辨率應(yīng)該略高于或接近點(diǎn)云分辨率,以確保更精確、更完整地修復(fù)建筑物圖像。
三維空間中,每一個(gè)點(diǎn)都有相應(yīng)的體素。在點(diǎn)云txt格式中,體素化過程主要分為以下三步:(1)確定x、y、z點(diǎn)云數(shù)據(jù)的最小值和最大值xmin、ymin、zmin、xmax、ymax、zmax。(2)基于點(diǎn)云的分辨率,選擇相應(yīng)的體素分辨率res。體素解析度決定了體素模型到起始點(diǎn)的距離,體素解析率越低,體素化越相似。(3)對點(diǎn)云數(shù)據(jù)中每一點(diǎn)的三維坐標(biāo)(x,y,z),用式(2)計(jì)算體素坐標(biāo),并對體素做標(biāo)記。
式中:INT為向下取整;res為體素分辨率;i、j、k為體素的三維坐標(biāo)。
比較兩期體素模型的實(shí)質(zhì)是對兩個(gè)不同維度的三維矩陣做減法,其程序和原則如下:(1)對三維矩陣的最大行、列和頁的最大數(shù)目進(jìn)行確定,即L、m、n的最大值;(2)在同維三維矩陣上展開。在三維矩陣中,兩個(gè)維數(shù)不同的矩陣維數(shù)不能相減,必須將兩個(gè)維數(shù)不同的矩陣維數(shù)擴(kuò)展到同一矩陣維數(shù)下,再對位置元素進(jìn)行相減。首先將最大的L、m、n定義為三維矩陣的行數(shù)、列數(shù)和頁數(shù),再將三維矩陣的行數(shù)、列數(shù)和頁數(shù)分別定義為三維矩陣A和B的對應(yīng)位置,即完成對各種度量矩陣的擴(kuò)展。最佳相減三維矩陣在第一階段模型的三維矩陣A中,矩陣元只定義數(shù)字0和1,0表示沒有體素,1表示有體素;而在第二階段模型的三維矩陣B中,矩陣元只定義數(shù)字0和2,0表示沒有體素,2表示有體素。用擴(kuò)展過的第二個(gè)矩陣減小第一個(gè)矩陣,得到4個(gè)結(jié)果,即2、1、0、-1。結(jié)果若等于2,則表示第二階段的變動(dòng)相對于第一階段有所增加;若等于1,則表示兩階段中無變動(dòng);若等于0,則表示無變動(dòng);若等于-1則指第二階段相對于第一階段有變動(dòng)的部分。
先用Photoscan pro v1.4.5軟件處理兩段傾斜圖像。點(diǎn)云模型分辨率為0.3m,然后使用Cloudcompare2.9軟件進(jìn)行剪切、去噪、配準(zhǔn)。為了得到更好的視覺效果,將第一階段的點(diǎn)云模型設(shè)為橙色,第二階段的點(diǎn)云模型設(shè)為白色,兩個(gè)處理點(diǎn)云體素。體素分辨率為0.3m,比建筑物的最小功能尺寸稍小,即體素分辨率應(yīng)高于建筑物的體素分辨率。因此,在第二階段,通過比較兩種體素模型,選取0.2m為目標(biāo)建筑物的體素分辨率,得出與第一階段相比目標(biāo)建筑物體素模型的增加、減少和不變部分。
在2018年12月19日至2019年4月19日的建設(shè)期內(nèi),目標(biāo)建筑物的施工進(jìn)度情況大多數(shù)簡化體素都低于第一階段模型外表面的體素。該項(xiàng)目的進(jìn)展包括覆蓋建筑物的上部以及建筑物左側(cè)的封閉走廊和建筑物內(nèi)部走廊。這一變化對于監(jiān)測施工進(jìn)度毫無意義,而一些體素的變化是場地影像中某些相關(guān)特征的移動(dòng)所致。通常DEM、DSM等表面模型都是二維的,只能表示表面的變化,很難反映出建模對象的多維性。由于加工精度的損失和誤差的累積,產(chǎn)生了一些假變化,但4個(gè)月以上的施工實(shí)踐證明了其可行性。
文章以一種體素模型為基礎(chǔ),介紹了點(diǎn)云模型和兩階段體素模型的總體流程及比較思路,并對某工地?zé)o人機(jī)傾斜拍攝的兩階段圖像進(jìn)行了空間位置配準(zhǔn)和體素模型對比處理,得出如下結(jié)論:該方法簡單,人工干預(yù)少,能夠監(jiān)控建筑的進(jìn)程;模型并非實(shí)體模型,因此對微分模型進(jìn)行簡化沒有意義;該變化結(jié)果是排除了建筑物表面顏色的幾何變化。在后續(xù)工作中,應(yīng)重點(diǎn)關(guān)注建筑物表面顏色變化,以降低數(shù)據(jù)處理的準(zhǔn)確性損失。