基于多源融合數(shù)據(jù)處理的航測軟件對比分析

張中月 吳長悅

(華北理工大學礦業(yè)工程學院，河北 唐山 063210)

引言

2022年2月24日，自然資源部辦公廳印發(fā)《關于全面推進實景三維中國建設的通知》，明確了實景三維中國建設的目標、任務及分工等[1]?；趯嵕叭S對現(xiàn)實世界的高精度、強現(xiàn)勢性刻畫，可實現(xiàn)人文及自然景觀在線瀏覽，足不出戶世界環(huán)游。在應急救災中，基于實景三維可對現(xiàn)場環(huán)境更精準的判斷以及制定救災方案，減少危險環(huán)境給救災人員帶來的傷害[2]。

近年來，隨著數(shù)字技術和無人機傾斜技術的發(fā)展，利用無人機傾斜技術可快速高效獲取研究對象的信息。然而，由于傾斜攝影技術在作業(yè)方法及數(shù)據(jù)采集方式的限制，對于某些房屋被遮擋區(qū)域及較為狹窄的陰影區(qū)域的數(shù)據(jù)采集存在模型扭曲、變形現(xiàn)象，進而導致地物信息的缺失[3]。在軟件處理效率方面，模型重建時基于匹配點云進行重建三角網(wǎng)構建時間較長且結構精度不如三維激光掃描點云。激光Lidar技術采集點云位置精度更高，能夠修補傾斜攝影中的點云空洞。且隨著實景三維的不斷推進，激光Lidar的獲取方式不僅僅局限于地面架站式掃描儀和機載Lidar，手持式SLAM激光雷達價格越來越大眾化使得其廣泛應用。基于傾斜技術和Lidar技術融合，可以實現(xiàn)高效的三維模型精細建模，此方式為精細化建模提供了新思路。

市面上傾斜攝影軟件眾多，最早以國外軟件為主，如Context Capture、Pix4D、Photo Scan等，隨著軟件國產(chǎn)化及用戶需求量的不斷增加，國內(nèi)自主研發(fā)攝影測量軟件更加完善，瞰景Smart3D、大勢智慧、大疆制圖等國產(chǎn)軟件已趕超國外軟件。但眾多的攝影測量軟件中，其處理方式及側重點各不相同，軟件的有效選擇，能夠在多源數(shù)據(jù)處理時效及模型精度上得到提高，如何選擇一個適合多源數(shù)據(jù)融合處理的軟件尤為重要。

針對此問題，為實現(xiàn)更高效精細化建模，本文以邯鄲市某廠房為研究對象，以傾斜數(shù)據(jù)和機載Lidar數(shù)據(jù)為主，基于市面上2款軟件Context Capture和瞰景Smart3D軟件對數(shù)據(jù)進行處理，并對處理時效及模型精度進行分析，為基于傾斜攝影和激光點云數(shù)據(jù)生產(chǎn)模型的航測軟件選擇提供參考。

1 傾斜攝影和機載Lidar技術融合技術流程

1.1 統(tǒng)一坐標系

坐標系的統(tǒng)一對于傾斜攝影和機載Lidar數(shù)據(jù)融合尤為關鍵，本文以傾斜攝影坐標系為基礎，通過同名點配準對其進行粗配準，并以ICP配準方式對其再次配準，以實現(xiàn)高精度融合的目的。

本文同名點配準通過同一控制點實現(xiàn)同名點配準，假設機載Lidar數(shù)據(jù)一點P在其初始坐標系坐標為(x，y，z)，其在目標坐標系下坐標為(X，Y，Z)，通過對P原始坐標系o-xyz進行平移、旋轉、縮放等變化，使其與目標坐標系O-XYZ重合，實現(xiàn)同名點配準，本文因不涉及畸變，故只進行平移、旋轉，同名點配準數(shù)學模型如下：

(1)

ICP算法是目前點云配準的主流算法之一，其本質是基于最小二乘法原理，求解剛體變換參數(shù)，變換參數(shù)包括旋轉矩陣和平移向量。給定2個對應的點集P(源點云)和Q(目標點云)。在進行點云配準時，假設目標點云的坐標系作為固定參考系，對源點集P作旋轉和平移變換[4]。通過旋轉、平移更新源點云P的坐標信息，并與目標點云Q進行迭代判斷，當E(R,t)足夠小或達到迭代次數(shù)時停止，使得多源點云完成配準融合。誤差函數(shù)：

(2)

1.2 多源數(shù)據(jù)融合流程圖

圖1 多源數(shù)據(jù)融合流程圖

2 軟件與數(shù)據(jù)源

2.1 Context Capture軟件

Context Capture軟件由法國Bentley公司研發(fā)，是一套集合了全球先進數(shù)字影像處理、計算機虛擬現(xiàn)實以及計算機幾何圖形算法的全自動高清三維建模軟件[5]。在易用性、數(shù)據(jù)兼容性、運算性能、友好的人機交互及自由的硬件配置兼容性等方面有著較高水準[6]。基于Context Capture生成的模型用戶可以分析/掌握現(xiàn)有條件，進行風險管理、安防管理，監(jiān)督建筑/施工項目，以及通過模擬培訓地面工作人員等，從而可以優(yōu)化決策，降低風險，減少成本，其構建模型可達到毫米級精度[7]。

在多源數(shù)據(jù)處理應用上，Context Capture支持多源數(shù)據(jù)融合方式為三維模型提供結構，并支持使用照片紋理或點云顏色對模型紋理進行映射，多種方式結合可為用戶提供更合適的建模方案。

2.2 瞰景Smart3D軟件

瞰景Smart3D全自動實景三維建模軟件，是一套以數(shù)字攝影測量、計算視覺、計算機圖形學等技術為核心，開發(fā)的一套適用于快速全自動傾斜攝影測量三維實景建模國產(chǎn)軟件。軟件將各類數(shù)碼影像和掃描點云生成三維實景模型。在國內(nèi)受到國外軟件使用限制的大潮下，瞰景Smart3D全自主研發(fā)，軟件對提高城市三維模型的生產(chǎn)效率并降低生產(chǎn)成本及促進實景三維中國建設的發(fā)展具有重大作用。

其空三算法高效，獨有的分布式空中三角測量算法讓測量成果更精確、穩(wěn)健，實現(xiàn)了傾斜實景三維大數(shù)據(jù)全流程的并行處理；不僅支持集群運算，多種操作系統(tǒng)(包括Linux)，而且支持單機多開充分利用計算機資源，具有更高的處理效率，節(jié)省大量建模時間。

在多源數(shù)據(jù)處理應用方面，其支持更多的選擇供用戶使用，不僅支持多源數(shù)據(jù)融合方式為三維模型提供結構，同時支持僅以激光點云為模型提供結構的建模方式，使處理方案更多樣化。同時，其處理時效因其獨有的算法，在精細化建模以及應急救災方面頗有成效。

2.3 數(shù)據(jù)源

本實驗數(shù)據(jù)來源于武漢市某地區(qū)的廠房數(shù)據(jù)，該地地形平坦，廠房主體以磚結構為主，屋頂以彩鋼為主，航攝面積約0.33km2。傾斜實驗數(shù)據(jù)獲取相機型號為FGA2635，相機焦距25mm，航向重疊度75%，相對航高100m，無傾斜角，分辨率為6252×4168像素，像片數(shù)量2850張。機載Lidar數(shù)據(jù)使用飛馬D200和D-Lidar200作為采集平臺，其配備高精度Lidar采集模塊級POS系統(tǒng)；設定點云密度18點·m-2，旁向重疊度35%采集區(qū)域面積約0.09km2。

圖2 多源數(shù)據(jù)融合后點云

3 多源數(shù)據(jù)模型分析

本次實驗基于相同的硬件環(huán)境，基于Context Capture和瞰景Smart3D分別處理，通過記錄不同軟件各自不同重建設置模式下重建時間，進行綜合時效對比分析；模型結構及細部紋理分析方面，基于不同軟件對數(shù)據(jù)融合前和融合后生成模型進行對比，并對其不同重建方式下模型進行對比分析。

3.1 綜合時效分析

在實景三維中國建設階段，效率一直是尤為關注的問題，以及在應急救災方面，時間就是生命，因此本文首先對不同軟件下各自時效進行綜合分析。在進行模型重建時，顯卡及內(nèi)存的配置發(fā)揮尤為關鍵的作用，本實驗在同一硬件環(huán)境下進行，基于Nvidia GeForce GTX 1060 6GB顯卡和64G運存計算機對數(shù)據(jù)進行處理，結果見表1。

表1 同一區(qū)域數(shù)據(jù)點云照片混合建模Smart3D和CC效率對比

對不同模式下計算效率進行分析，基于瞰景Smart3D軟件平臺下進行處理，單一使用傾斜攝影像片生成的密集點云同多源點云數(shù)據(jù)混合建模相比時間相似，分別為24.5h、23.8h，多源數(shù)據(jù)混合模式下重建時間略快；但當激光Lidar生產(chǎn)出的點云為重建TIN三角網(wǎng)數(shù)據(jù)源時，只需3.1h即可完成，時間遠超過傳統(tǒng)傾斜攝影建模，效率高達8倍之多。

基于Context Capture軟件平臺進行重建處理，不同模式下效率上均低于瞰景Smart3D，在以激光Lidar點云為主和以傾斜攝影生成密集點云為主2種模式下，使用激光Lidar生產(chǎn)出的點云為重建TIN三角網(wǎng)數(shù)據(jù)源效率均高于傳統(tǒng)傾斜建模方式，時間分別為30.5h、17.5h。多種模式下Context Capture不同于瞰景Smart3D的是，Context Capture軟件基于照片混合建模方式下，要慢于傳統(tǒng)傾斜建模方式。

對于2個軟件平臺相比之下，傳統(tǒng)傾斜建模方式下，國產(chǎn)軟件瞰景Smart3D比Context Capture快1.2倍；基于激光Lidar模式下，前者比后者快5.8倍，效率遠高于后者；多源數(shù)據(jù)融合模式下，前者比后者快1.4倍，瞰景Smart3D在時效上遠超于Context Capture。

3.2 模型結構分析

對于測繪及其他生產(chǎn)需要，除時間效率尤為重要，模型結構是否完整也是其好壞的重要評定因素。結構機載激光雷達與傾斜攝影測量、GNSS-RTK等測量技術相比，機載Lidar技術獲取的點云數(shù)據(jù)密度大，獲取效率高、需要時間短，反映出的地面高程模型更接近于真實，主動測量方式能夠有效克服植被、建筑物等地物的影響。

本實驗對模型結構分析主要通過主觀分析，對模型的結構精細度進行分析。2款軟件基于Lidar點云進行重建的結構進度均好于傾斜攝影方式，在廠房屋頂?shù)恼w結構方面，2款軟件相差不大；但在屋頂?shù)膫让娼Y構處，Context Capture效果優(yōu)于瞰景Smart3D，不會產(chǎn)生斷面的情況。具體模型白模對比圖如圖3所示。

圖3 基于激光Lidar點云模型白模

模型重建主要流程為影像匹配；生成DSM、紋理映射、三維重建等；通過多數(shù)據(jù)融合可自動優(yōu)化不合理的三角網(wǎng)表面，最終重建精度更高的大型牌式古建筑的實景三維模型。對比2款軟件下的TIN三維網(wǎng)格模型，Context Capture軟件處理的TIN三維網(wǎng)格模型明顯密于瞰景Smart3D，如圖4所示。

圖4 基于激光Lidar點云TIN三維網(wǎng)格模型

3.3 細節(jié)紋理分析

通過多源數(shù)據(jù)融合完成了模型重建工作，對最終融合效果進行細節(jié)紋理分析可知，通過多源數(shù)據(jù)融合重建方式生成的模型輪廓線完整，色調無誤差，紋理鮮明；2款軟件在整體紋理上同傳統(tǒng)方式相比無差，如圖5所示；在部分細節(jié)紋理上，瞰景Smart3D所生產(chǎn)模型無大面積貼圖模糊、貼錯的情況，如圖6a所示，基于Context Capture所生產(chǎn)的模型存在部分貼圖錯亂的情況，如圖6b所示。

4 結論

針對如何選擇一個適合多源數(shù)據(jù)融合處理的軟件的問題，本文以邯鄲市一鋼結構廠房為研究對象，采用了多源數(shù)據(jù)輔融合技術，以傾斜攝影與機載Lidar為主，完成了建筑精細化建模，模擬了整個建筑物三維重建流程。并對模型重建階段的綜合時效，以及模型重建完成后的模型結構、細節(jié)紋理進行對比分析，得出如下結論。

國內(nèi)自主研發(fā)的瞰景Smart3D依據(jù)其獨特的算法及對機器高效的利用率，不論采用哪種重建方式，在時間上都遠遠快于Context Capture軟件，在應急救災及大規(guī)模的航測生產(chǎn)中相比后者更適用；2款軟件在生產(chǎn)模型的結構細節(jié)上都達到了生產(chǎn)的要求，同時相比單一傾斜攝影的方式更精細，Context Capture軟件在模型側面的結構重建上優(yōu)于瞰景Smart3D，其TIN三角網(wǎng)模型優(yōu)于后者，但也因此數(shù)據(jù)處理量大大增加，生產(chǎn)時花費時間增多；瞰景Smart3D軟件對于紋理特征的處理較為理想，部分細節(jié)貼圖處優(yōu)于Context Capture，供用戶選擇模式較多，更加方便用戶根據(jù)需求選用。

綜上所述，2款軟件在對于多源數(shù)據(jù)處理時都適用，但效果上各有千秋。在多源數(shù)據(jù)處理時，可根據(jù)實際情況對其進行選擇，達到快速、高效精細化建模的目的。