無人機(jī)傾斜攝影技術(shù)在地理信息獲取中的應(yīng)用

陳陳 唐明軍 張旭

【摘要】隨著科技的不斷發(fā)展，無人機(jī)傾斜攝影技術(shù)也得到廣泛的應(yīng)用，尤其是在測(cè)繪、地理信息安全、城市空間信息獲取等領(lǐng)域。傾斜攝影技術(shù)不僅能夠從垂直角度拍攝，還能從四個(gè)傾斜角度進(jìn)行拍攝，使拍攝的事物更加實(shí)際化，極大地彌補(bǔ)了傳統(tǒng)正射影像只能垂直拍攝的缺點(diǎn)，其優(yōu)越的靈活性和技術(shù)的先進(jìn)性從根本上將測(cè)量精度提升?；诖?，本文探討了基于無人機(jī)傾斜攝影技術(shù)的地理信息獲取和原始影像的處理方法，希望能夠?yàn)橄嚓P(guān)研究提供借鑒。

【關(guān)鍵詞】無人機(jī);傾斜攝影;測(cè)量精度

【DOI 編碼】10.3969/j.issn.1674-4977.2022.02.024

Application of UAV Tilt Photography Technology in Geographic Information Acquisition

CHEN Chen1，TANG Ming-jun1，ZHANG Xu2

（1. School of Information Engineering，Yangzhou Vocational and Technical College of Industry，Yangzhou 225000，China 2.Zhongtong Service Consulting Design and Research Institute Co.，Ltd.，Nanjing 211100，China）

Abstract：With the continuous development of science and technology，UAV tilt photography technology has also been widely used，especially in the fields of surveying and mapping，geographic information security，urban spatial information acquisition and so on. Oblique photography technology can not only shoot from a vertical angle，but also from four oblique angles，making the things photographed more practical. It greatly makes up for the shortcomings of traditional orthophotos that can only be shot vertically，and its superior flexibility and technological advancement will fundamentally improve the measurement accuracy. Based on this，this article discusses the method of geographic information acquisition and original image processing based on drone tilt photography technology，hoping to provide a reference for related research.

Key words：unmanned aerial vehicle;tilt photography;measurement accuracy

無人機(jī)傾斜攝影技術(shù)的應(yīng)用為我國(guó)大比例尺地圖的測(cè)繪、數(shù)字城市建設(shè)、地籍測(cè)量、高精度地理信息獲取等領(lǐng)域做出了卓越的貢獻(xiàn)。在無人機(jī)測(cè)量技術(shù)應(yīng)用中，傳統(tǒng)的航空航天攝影測(cè)量技術(shù)采用垂直角度攝影，一般只針對(duì)測(cè)量對(duì)象頂部進(jìn)行測(cè)量，測(cè)量時(shí)受外界影響較大，具有一定的局限性，對(duì)一些地勢(shì)起伏較為明顯的地區(qū)或者地面物體側(cè)面的紋理信息很難獲取。近年來，國(guó)外技術(shù)團(tuán)隊(duì)針對(duì)傳統(tǒng)無人機(jī)拍攝存在的問題開發(fā)了傾斜攝影測(cè)量這一新技術(shù)。傾斜攝影測(cè)量技術(shù)[1]以多角度、高清晰拍攝的優(yōu)勢(shì)可以非常迅速全面地感知各種復(fù)雜場(chǎng)景，并且可以實(shí)現(xiàn)多臺(tái)無人機(jī)協(xié)同并行工作，具有極強(qiáng)的靈活性，在建筑物較多的城市和地勢(shì)起伏明顯的地區(qū)，可以利用傾斜攝影測(cè)量技術(shù)進(jìn)行空間地理信息獲取。隨著我國(guó)城市化進(jìn)程的快速推進(jìn)，高精度的城市空間信息數(shù)據(jù)在城市規(guī)劃和建設(shè)中變得尤為重要。在高精度城市空間信息數(shù)據(jù)的獲取中，傾斜攝影測(cè)量技術(shù)得到了廣泛的應(yīng)用并逐漸成為關(guān)鍵技術(shù)。

1無人機(jī)傾斜攝影技術(shù)在高精度地理信息獲取應(yīng)用中的優(yōu)勢(shì)

在實(shí)際測(cè)繪中，由于人工測(cè)繪的局限性會(huì)導(dǎo)致地形觀察出錯(cuò)，并且在測(cè)量過程中需要消耗大量的時(shí)間和精力，測(cè)繪的精度也難以保證。而應(yīng)用無人機(jī)傾斜攝影技術(shù)結(jié)合測(cè)繪軟件，可以更好更快地完成測(cè)繪工作。同時(shí)利用空中三角測(cè)量技術(shù)，可以更快更清晰地得到測(cè)繪區(qū)域的實(shí)際情況，并且能夠獲取拍攝物的表面紋理信息和建筑物外層細(xì)節(jié)信息，極大地豐富了影像數(shù)據(jù)源信息。

2基于無人機(jī)傾斜攝影技術(shù)的高精度地理信息獲取方法研究

2.1特征線提取中的直線分段效應(yīng)改善

相機(jī)的CCD感光響應(yīng)差異或在拍攝過程中出現(xiàn)的干擾物，會(huì)造成原始影像在某一小范圍的像素值出現(xiàn)異常，使圖像中的長(zhǎng)直線被斷開，出現(xiàn)多個(gè)短線段。在目前圖形特征線提取方法中一般采用直線提取算法，而由于原始影像中的短線效應(yīng)，直線提前算法幾乎都存在分段現(xiàn)象，而且短線段數(shù)量較多，長(zhǎng)度較短，不易提取。

單張影像是沒有辦法消除相機(jī)的CCD感光缺陷或拍攝中干擾物造成的原始影像中的短線效應(yīng)。要想在圖形特征線提取中不借助外界輔助手段獲取更長(zhǎng)、更有用的直線段，就需要用一種改善特征線提取中的直線分段效應(yīng)方法。如圖1所示。

具體操作原理為：1）首先利用仿射相機(jī)模擬不同視角下的仿射投影，通過仿射變換矩陣，得到1—N等一系列模擬影像;2）對(duì)模擬影像1、模擬影像2，直至模擬影像N，以及原始影像直線提取，得到對(duì)應(yīng)的線段集1—N以及線段集0。然后將線段集1-N通過仿射逆變換矩陣反投影至原始影像上，并得到線段集B;3）對(duì)以上獲得的線段集0和線段集B中的線段提純與優(yōu)化，以原始影像中的第一條線段為參考，將直線提取中由于短線效應(yīng)產(chǎn)生的短線段剔除、連接與合并，從而獲得想要得到的更長(zhǎng)、更有效的長(zhǎng)線段。

2.2基于POS輔助的影像不變特征寬基線影像匹配方法

在基于無人機(jī)傾斜攝影技術(shù)的高精度地理信息測(cè)量中，影像匹配一直是其研究的難點(diǎn)與重點(diǎn)。尤其是在寬基線情況下的立體影像處理問題，考慮到視角變化的因素夾雜其中，要遠(yuǎn)比短基線的情況下復(fù)雜得多。由于一般無人機(jī)在攝影過程中往往都會(huì)攜帶配套的POS數(shù)據(jù)，鑒于此，本文提出了兩種基于以上問題的特征線匹配方法，并在解決其視點(diǎn)角度變化的問題上對(duì)其作出對(duì)比。

1）仿射投影模型下的寬基線影像直線匹配方法

根據(jù)其POS系統(tǒng)提供的定位姿態(tài)信息，求出仿射投影矩陣，進(jìn)行仿射投影模型下的影像糾正，以減小影像間視角差異;對(duì)原始矩形影像糾正后的平行四邊形進(jìn)行直線匹配，得到匹配直線對(duì);利用仿射投影矩陣對(duì)匹配直線對(duì)做逆變換，得出原始傾斜影像的匹配直線對(duì)。

2）透視投影模型下的寬基線影像直線匹配方法

根據(jù)無人機(jī)POS系統(tǒng)提供的高精度位置與定位姿態(tài)信息，恢復(fù)觀測(cè)瞬間成像平面與物方平面的透視變換關(guān)系，并建立透視變換矩陣，將原始影像重新投影糾正至新的平面，得到正形影像，以消除視點(diǎn)角度變化較大導(dǎo)致的透視變形;將原始圓影像糾正后的橢圓影像直線匹配，然后將反投影得到的匹配線段逆變換至原始影像，最終達(dá)到更優(yōu)化的效果。

2.3基于點(diǎn)線混合光束法平差的相機(jī)位姿自動(dòng)估計(jì)

當(dāng)前，對(duì)于該問題最新的相機(jī)位姿求解算法是基于建筑物的邊緣線，同時(shí)其精度也相對(duì)較低。針對(duì)以上算法中的缺點(diǎn)，本文提出的基于點(diǎn)線混合光束法平差的相機(jī)位姿自動(dòng)估計(jì)方法，有效規(guī)避了以上缺陷，并且具有很高的可靠度。其具體算法如下：用兩個(gè)相機(jī)中心點(diǎn)穿過兩個(gè)平面在物方空間中建立世界三維坐標(biāo)系，將兩個(gè)平面的法向量分別寫作對(duì)應(yīng)的方位角與高程角的函數(shù)方程式，然后用其叉積表示3D線的方向向量。基于3D線與Z軸的叉積與點(diǎn)積分別為零向量，來創(chuàng)建水平和垂直線約束的觀測(cè)方程，將該方程導(dǎo)入文章提出的新的算法模型，同時(shí)也包含了觀察到的像點(diǎn)以及線段投影。

2.4三維線段輔助下正射影像的建筑物邊緣結(jié)構(gòu)優(yōu)化

當(dāng)前，在利用無人機(jī)的攝影測(cè)量技術(shù)生成的數(shù)字地表模型中，雖然影像匹配得到了海量點(diǎn)云，大大提高了地理信息的描述精度。但與此同時(shí)，其帶來的密集點(diǎn)云也包含了大量的沉臃數(shù)據(jù)。這些點(diǎn)云數(shù)據(jù)對(duì)于正射影像生成的三角網(wǎng)的構(gòu)建完全是無用的，不但增加了數(shù)據(jù)儲(chǔ)存與計(jì)算的運(yùn)算量，還不利于進(jìn)行數(shù)據(jù)處理。同時(shí)，海量的點(diǎn)云不僅分布無序，還包含有許多含有噪聲點(diǎn)的異常點(diǎn)云，如果不進(jìn)行抽稀剔除，會(huì)導(dǎo)致建筑物的邊緣結(jié)構(gòu)存在嚴(yán)重的鋸齒扭曲現(xiàn)象。

因此，在生產(chǎn)制作城市的正射影像產(chǎn)品時(shí)，由于城市建筑物密集，且存在明顯的高程起伏，這種建筑物邊緣結(jié)構(gòu)的鋸齒失真將表現(xiàn)得更為顯著。所以，基于這一現(xiàn)象，可以通過精確重建優(yōu)質(zhì)三維線段的方法對(duì)以上鋸齒失真進(jìn)行改良。首先根據(jù)上文直線提取和匹配的方法，得到影像中同一建筑物邊緣的同名直線;根據(jù)點(diǎn)線混合光束法平差后得到相機(jī)位姿信息，通過三維重建和端點(diǎn)約束得到相應(yīng)的三維線段;然后通過得到的三維線段的點(diǎn)云參與不規(guī)則三角網(wǎng)構(gòu)建，來改善建筑物邊緣的網(wǎng)形，使重新得到的影像建筑物邊緣獲得優(yōu)化。

2.5空洞邊界檢測(cè)提取與修補(bǔ)

由于傾斜攝影測(cè)量的對(duì)象多為城市建筑和地貌山型，對(duì)象較大且復(fù)雜，一般采用基于網(wǎng)格模型的空洞修復(fù)技術(shù)來實(shí)現(xiàn)最大限度地保持原型，而基于體素方法的空洞修補(bǔ)算法只能夠修復(fù)重建物體表面的小孔洞，不適合大體量的修復(fù)，并且在修復(fù)過程中容易帶來幾何形變，因此可以排除。

要實(shí)現(xiàn)空洞修復(fù)，首先需要完成的是對(duì)空洞邊界的提取。由于傾斜攝影測(cè)量構(gòu)建的一般都是體量較大的模型，所以在對(duì)這些模型進(jìn)行三角網(wǎng)格化過程中產(chǎn)生的三角網(wǎng)格的數(shù)量也較多，無法實(shí)現(xiàn)人工提取，因此需要進(jìn)行自動(dòng)提取。這里可以充分利用OpenMesh庫(kù)來完成，在修補(bǔ)的過程中，先將其加載的三角網(wǎng)格信息采用半邊數(shù)據(jù)結(jié)構(gòu)進(jìn)行存儲(chǔ);然后依次尋找到三角網(wǎng)格信息中的邊，將這些邊采用首尾相連的方式連接起來，最終形成一個(gè)完全閉合的多邊形，在將邊連接的過程中會(huì)產(chǎn)生節(jié)點(diǎn)，對(duì)這些節(jié)點(diǎn)一次進(jìn)行排序A_l、A₂、A₃，記錄這些邊的信息以及所屬面和節(jié)點(diǎn)信息;接下來需要判斷出空洞區(qū)域和三角面片，如果面由三個(gè)以上的半邊進(jìn)行同方向循環(huán)，那這個(gè)面就是空洞區(qū)域，否則為三角面片，將屬于空洞區(qū)域的半邊連接就構(gòu)成一個(gè)空洞半邊多邊形，最終形成新的三角網(wǎng)格模型空洞，如圖2所示。

采用OpenMesh庫(kù)對(duì)三角網(wǎng)格模型的空洞進(jìn)行填補(bǔ)，在完成空洞邊界的提取工作后，由于在空洞邊緣的三角網(wǎng)格的分布不均勻，并且存在較多的窄長(zhǎng)三角面片，文中采用了OpenMesh庫(kù)對(duì)三角網(wǎng)格模型的空洞進(jìn)行填補(bǔ)，填補(bǔ)過后會(huì)生成Delaunay三角網(wǎng)，Delaunay三角網(wǎng)最大的特性是最小內(nèi)角最大化和最大外接圓最小，而空洞邊緣的窄長(zhǎng)三角形很明顯不符合其性質(zhì)，如果繼續(xù)進(jìn)行修補(bǔ)，就會(huì)造成最終三角網(wǎng)格的三角網(wǎng)疏密程度不一致，因此需要對(duì)提取出來的空洞邊界進(jìn)行優(yōu)化，即對(duì)空洞邊界預(yù)處理。這里可以將空洞邊界區(qū)域的窄長(zhǎng)三角形進(jìn)行拆分，最終讓填補(bǔ)區(qū)域邊緣三角面片能夠更好地進(jìn)行光滑拼合，使三角面片的形狀更優(yōu)，并且三角網(wǎng)格的疏密程度趨于正常。

3結(jié)語

綜上所述，本文圍繞傾斜攝影技術(shù)的優(yōu)勢(shì)，針對(duì)無人機(jī)傾斜影像的直線提取、線段匹配等問題進(jìn)行探討，并提出了相應(yīng)的技術(shù)改善方法。通過以上問題的研究和新技術(shù)、新算法的應(yīng)用，可以使無人機(jī)傾斜攝影技術(shù)在高精度地理信息獲取中發(fā)揮最大優(yōu)勢(shì)，并提高無人機(jī)傾斜攝影測(cè)量的可靠程度，使該項(xiàng)技術(shù)在我國(guó)城市測(cè)繪和城市建設(shè)中真正得到推廣和普及應(yīng)用。

【參考文獻(xiàn)】

[1]江明明.基于傾斜攝影測(cè)量技術(shù)的三維數(shù)字城市建模[J].測(cè)繪與空間地理信息，2017，40（3）：189-190.

[2]劉輝，張富文，鄭士舉，等.無人機(jī)傾斜攝影測(cè)量技術(shù)在建筑測(cè)繪中的應(yīng)用研究[J].建筑科技，2018，2（6）：64-67.

[3]陳科羽，陳鳳翔，曾華榮，等.無人機(jī)傾斜攝影技術(shù)的應(yīng)用[J].電子技術(shù)與軟件工程，2019（14）：106-108.

[4]王德高.基于無人機(jī)傾斜攝影測(cè)量的大比例尺測(cè)圖技術(shù)研究[J].遼寧科技學(xué)院學(xué)報(bào)，2018，20（3）：15-17.

[5]曹瀟雷.無人機(jī)傾斜攝影測(cè)量在高山地區(qū)的三維建模研究[D].昆明：昆明理工大學(xué)，2020.