摘要：近年來無人機低空遙感技術不斷發(fā)展，利用無人機影像生成的真正射影像(TDOM)在成圖精度、制作流程方面仍有提高的空間。 本文采用固定翼無人機和專業(yè)攝影相機采集影像，布設地面控制點，提出了利用運動恢復結構(SfM) 和多視立體視覺(MVS)工作流來生成高精度數字表面模型(DSM)和數字正射影像(DOM)的方法;對遮蔽傾斜部分進行陰影檢測、DSM 修編和多視影像紋理補償生成TDOM;最后用TDOM 上隨機分布的檢查點進行精度檢查，水平精度為3.3 cm，垂直精度為7.5 cm，消除了DOM 中傾斜和陰影部分，使建筑物保持垂直視角，生成的滿足1 ∶ 500 比例尺高精度并消除傾斜陰影的TDOM 可用于農村宅基地確權、國土規(guī)劃設計等領域。

關鍵詞：無人機;運動恢復結構(SfM);多視立體視覺(MVS);數字表面模型;真正射影像

近年來，無人機低空遙感技術在許多領域得到廣泛發(fā)展，已成為地理信息空間數據獲取的重要技術手段之一。 與傳統(tǒng)測量方法、衛(wèi)星遙感和航空遙感相比，無人機遙感具有高時效、高分辨率、低成本、低損耗、低風險及可重復等諸多優(yōu)勢，能夠在大面積區(qū)域、常規(guī)航攝困難地區(qū)和突發(fā)自然災害地區(qū)快速獲取高分辨率影像[1-3] 。

數字正射影像圖(digital orthophoto map，DOM)是與地表垂直平行投影所得到的影像，同時具有地圖的幾何精度和影像的視覺特征。 真正射影像圖(true digital orthophoto map，TDOM)是將地表影像經垂直投影，消除投影差，使地形和地物均被糾正到正確的平面位置上而生成的影像數據集，具有像片的影像特征和地圖的幾何精度[4-7] 。真正射影像圖與傳統(tǒng)正射影像圖最顯著的差異在于正射糾正的同時分析地物的可見性。TDOM 具有豐富的色彩和易于判別的紋理圖案，可降低外業(yè)成本并提高精度，廣泛應用于國土規(guī)劃、精準農業(yè)、荒漠化監(jiān)測、土地利用調查、農村宅基地確權等方面[8-11] 。

目前已有國內外許多學者對無人機真正射影像進行了研究，Lucieer 等使用運動恢復結構(struct　from motion，SfM)算法和多視立體視覺(multi view　stereo，MVS)算法建立了超高分辨率的3D 模型，生成的DOM 可用于對南極苔蘚生存狀況評估[12-13] 。艾明耀等提出了一個建立自動空三、多視點匹配的方法來改善數字表面模型(digital surface model，DSM)和DOM，使影像三維可視化[14]。 朱慶等提出了面向對象的真正射影像糾正方法，定義物方像方定義，全局可見性縮影，面向對象的真正射糾正和紋理優(yōu)化采樣[15] 。范彬彬等在村莊地籍調查中生產1 ∶ 1000 比例尺的TDOM，TDOM 克服傾斜遮擋問題，可對村莊地籍圖直接矢量化[16] 。

目前研究尚有待改進的地方:①數字正射影像整體精度無法滿足需求，國內傳統(tǒng)方法對空三加密，生成DOM 精度平面中誤差在0.15 m 左右[11] ，無法滿足如農村宅基地確權等對高精度的要求。本研究使用運動恢復結構( SfM) 算法、多視立體建模(MVS)生成點云、DSM、DOM，可生產平面中誤差在0.05 m 以內的高精度DOM;②DOM 局部影像存在傾斜遮蔽等問題，降低了影像局部精度，傳統(tǒng)DOM是以數字高程模型(digital elevation model，DEM)為基礎生成的，但存在中心投影變形、地形地物遮蔽陰影等問題，降低了DOM 局部范圍精度，使用DSM 對DOM 進行糾正可生成TDOM。

本文以北京密云為研究區(qū)，使用無人機航拍收集數據，引入運動恢復結構算法(SfM)工作流來生成點云、DSM、DOM;針對局部影像房屋傾斜遮擋問題，通過對DSM 編修和多視影像補償來消除傾斜生成TDOM，對生成的點云、DSM、TDOM 結果進行驗證和討論，從而提出一種無人機遙感真正射影像高精度制圖方法。

1　研究方法

1.1　研究區(qū)概述

測試區(qū)域位于北京市密云區(qū)西邵渠村，密云區(qū)位于北京市東北部，屬燕山山地與華北平原交接地，測區(qū)主要為農村宅基地，大部分建筑為一層樓平房，村內地勢平坦，四周為農田，選取航飛區(qū)域為南北朝向，長條形狀。 測區(qū)最高海拔為140 m，最低海拔為120 m，平均海拔為130 m， 飛行航拍當天天氣晴朗無云，陽光照射充足，微風，適合進行無人機航飛拍攝。

1.2　外業(yè)航飛

1.2.1　設備參數

本研究所用無人機為大疆筋斗云S-900，它是一款輕巧穩(wěn)定、便攜易用的專業(yè)六旋翼飛行平臺，主要結構部件均采用質量強度較高的碳纖維復合材料，整機自重約3.3 kg，搭載云臺相機后最大起飛重量約8.2 kg， 搭載的數碼相機為Sony A7r，3600 萬像素，分辨率為7360×4912 像素， 傳感器尺寸為35.9 mm×24 mm，相機重量為407g，可配合云臺搭載在無人機S-900，用于采集影像數據。

1.2.2　GCP 布設

經航飛前實地調研觀測，并結合飛行航線，利用Google Earth 在測區(qū)布設了32 個控制點、6 個檢查點。布點沿航線方向均勻分布，位置在村莊內沿著主要道路、道路交匯處、房屋拐點、農田周邊等，如圖1 所示。 使用思拓力SC200 高性能CORS 接收機，架設地面CORS 基站，使用移動手持GPS 測量每個控制點和檢查點的坐標數據。

圖1 控制點分布

1.2.3　飛行控制

航線規(guī)劃在大疆無人機系統(tǒng)配套軟件Rockycapture 中完成，測區(qū)為約0.3 km2、長701 m、寬330 m 的長方形區(qū)域?，飛行2 個架次，規(guī)劃航線10 條，蛇形路線飛行，航線設計如圖2 所示，相對航高為160 m，地面分辨率(GSD)為1.6 cm，預設航向重疊率80%，旁相重疊率60%，曝光間隔為2 s，每個架次飛行時長18 min， 在研究區(qū)拍攝了460 張影像，完成航飛后，導出影像和GCP 數據，在Pix4D 中快速檢測，并檢查影像重疊率、相機焦距、單幅影像特征點匹配數量、GCP 與影像地理配準等指標是否滿足要求。經檢驗，影像質量和GCP 質量良好，滿足內業(yè)處理及正射影像制圖規(guī)范[16] 。

1.3　SfM 算法生成點云

近年來隨著計算機視覺技術的進步，SfM 算法和MVS 已成功應用于無人機影像處理，可生成高分辨率的DSM 和DOM， SfM 算法工作流程為:導入航飛獲得的51 張高精度影像和3 個控制點數據，對控制點數據在可見的影像上進行刺點;通過控制點數據賦予的坐標和包含這些控制點的影像特征點，利用軟件檢索每兩張影像中相同的特征點并進行匹配，恢復每張影像相機曝光的位置和姿態(tài)，將影像位置恢復在空中并顯示運動軌跡，地面特征點的三維位置也可獲得，這些特征點形成了一個稀疏的三維點云;基于MVS 的密集的幾何重建可生成更詳細的三維模型，其中3 個控制點數據用來改進該三維模型的絕對精度，DSM 網格生成的三維模型采用的地圖投影為WGS-84 UTM 50 N;將原始影像投影到數字表面模型并將影像紋理混合在重疊區(qū)域，即可產生整個地區(qū)的數字正射影像。

圖 2

1.4　DSM 修編

DSM 是表達地球表面及表面上物體(如房屋、樹冠等)高起伏形態(tài)的數據集，是地表上自然、人工地物空間信息的統(tǒng)一體。與DEM 相比，DSM 除包含地形的高程信息外，還涵蓋了除地面以外的其他地表信息的高程，如建筑物、植被等，可表達各種建筑物表面和植被覆蓋情況，反映坐落于地面的所有物體表面特征，更準確更直觀地表達地理信息。 使用DSM 代替DEM 生成DOM 可獲取更多地表信息，且可以對生成的DSM 進行修改編正，恢復被傾斜遮蔽的地物。

對初步匹配生成的DSM 進行遮擋區(qū)域檢測，然后對遮擋區(qū)域進行分析和紋理修補，進一步恢復建筑物的立體角度，最后對修補好的DSM 去噪和平滑，在立體模型下手工精細編輯DSM，得到高精度的DSM。

1.5　TDOM 糾正及精度評價

利用中心投影的航攝影像得到正射影像圖，實質是將中心投影轉變?yōu)檎渫队埃话悴捎糜跋窦m正的方法實現(xiàn)兩種投影之間的正確變換。本文采用數字微分糾正的方法，其原理是對數字影像進行逐個像元的微分糾正，即根據影像的已知定向元素和數字高程模型，按一定的數字模型利用控制點結算，由原始的中心投影的像片獲取正射影像，其過程是將影像化為很多微小的區(qū)域，如一個像元的大小，逐一進行糾正。

利用多視影像對遮擋區(qū)域進行補償，主要包括分別對每張影像生成近似真正射影像，然后對所有可見區(qū)域進行融合，依據一定原則選擇合適主、輔影像進行補償，在高精度DSM 的基礎上，采用數字微分糾正的方法糾正消除了所有視差，建立了完全垂直視角的地表景觀。 建筑物保持垂直視角，只顯示了建筑物的頂部，不顯示側面，避免了高大建筑物對其他地表信息的遮擋，恢復了建筑物的正確顯示，生成TDOM。

在完成正射影像成果之后，需要對其精度進行檢驗，以確認成果及整個試驗方法的可靠性，檢查點的X 方向誤差、Y 方向誤差、平面中誤差、高程中誤差計算公式分別為：

式中，RMSE 為中誤差;XGPSi 、YGPSi 、HGPSi為實測值，單位為m;XOi 、YOi 、HOi為圖上值，單位為m;n 為檢查點數量。

2　結果與討論

2.1　點云評價

對導入的影像和GCP 數據使用SfM 算法恢復相機曝光位置和運動軌跡，生成稀疏點云，接著根據稀疏點云使用MVS 生成稠密點云，根據生成點云利用反距離權重插值法生成數字表面模型。

從圖2 可看出，利用SfM 通過特征點匹配，可以恢復每張影像相機曝光時的位置和無人機的運動軌跡，對生成的稀疏點云進行致密化處理，生成致密化三維點云數量約為1769 萬個點，平均每立方米477.18 個點。根據三維點云數據創(chuàng)建Mesh 網模型，接著利用反距離權重插值法生成DSM 模型，對DSM 模型進行去噪濾波和表面平滑處理，結果如圖3 所示。

圖3 數字表面模型(DSM)

2.2　DSM 修編及TDOM 糾正

圖4 為生成DSM 的有遮蔽傾斜部分，圖5 為對DSM 進行修編后，建筑物房屋外形輪廓明顯無傾斜遮蔽。 生成的DOM 也減小了傾斜和遮蔽。

圖4 DSM 修編前

采用人工填補影像排序的方法，對標記為遮蔽區(qū)的地方進行影像填補，得到完整的正射影像。為避免副影像中用來填補的影像區(qū)域為遮蔽區(qū)，也需對副影像進行遮蔽檢測，接著對初步正射糾正成果中標記為遮蔽區(qū)的地面單元與副影像遮蔽區(qū)進行判斷，判斷該遮蔽區(qū)是否能通過該副影像得到所需的影像信息。如果標記為遮蔽區(qū)的單元不在該副影像的遮蔽區(qū)中，則進行影像填補，反之不進行處理。依次利用航測影像來進行遮蔽區(qū)影像的填補，當得到的真正射影像具有完整的影像信息后就停止填補，否則持續(xù)進行。直到最后一張， 如圖6、圖7 所示，原始影像中圈內有明顯的建筑物傾斜，通過正射糾正后，消除了這些明顯的傾斜。每個建筑物處于垂直正射角度，如圖8、圖9 所示。

圖5 DSM 修編后

圖6 原始影像1

圖7 原始影像2

圖8 消除傾斜遮蔽后TDOM1

圖9 消除傾斜遮蔽后TDOM2

2.3　正射影像精度評價

圖10 為生成的真正射影像TDOM，在圖中隨機選取了5 個檢查點，與野外實測數據進行比較，其結果見表1。

圖10　真數字正射影像(TDOM)

程中誤差分別為0.033 m 和0.075 m，相比之下，范彬彬等[10] 平面和高程中誤差分別為0.10 m、0.15 m。本研究剔除個別異常點，異常點發(fā)生的原因是標識被居民移動等，平面中誤差可以控制在0.05 m 內。

參考?數字航空攝影測量空中三角測量規(guī)范?(GB/ T 23236—2009)7.1 中，1 ∶ 500 比例尺在檢查點平面和高程最大限值分別為0.175 m 和0.15 m，DOM 檢查點計算結果符合要求，且質量較好。

3　結　語

本文以北京市密云區(qū)西邵渠村無人機攝影像數據為研究地區(qū)，使用多旋翼無人機搭載高分辨率相機采集數據，在地面布設地面控制點標志并進行RTK 方法測量。 利用運動恢復結構(SfM)匯算相機與三維信息，多視立體建模(MVS)密集匹配獲取三維點云模型，由點云生成高精度和準確的DSM、DOM;對DSM 遮擋部分進行遮擋分析和紋理修補，基于DSM，使用數字微分糾正，生成TDOM，可以有效解決傳統(tǒng)的DOM 存在中心投影變形、地形地物　遮蔽陰影等問題。制作的DOM 精度高，平面中誤差為0.033 m，高程中誤差為0.075 m，優(yōu)于?數字航空攝影測量空中三角測量規(guī)范? (GB/ T 23236—2009)中1 ∶ 500 比例尺在檢查點平面和高程最大限值分別為0.175 m 和0.15 m 的要求。本研究可用于農村宅基地確權、不動產登記等工作，生成的TDOM具有可控制在0.05 m 內精度，可大大減小外業(yè)測量的工作量并提高精度。

參考文獻：略

來源：《測繪通報》 轉自：勘測聯(lián)合網