無人機傾斜攝影技術設計優化與成果精度分析

王小維,吳玉娟,劉全海

(1.常州市測繪院,江蘇 常州 213003; 2.常州市地理信息智能技術中心,江蘇 常州 213003;3.常州市自然資源和規劃局鐘樓分局,江蘇 常州 213000)

0 引 言

隨著智慧城市和景觀數字修復的迅速發展,三維模型技術日新月異,市場價值較高,集成建模對象的豐富信息,對紋理、幾何、屬性等進行三維表達,因此,研究三維建模技術,具有重要意義[1-2]。

當前,三維建模技術相關研究已取得較大發展,應用傾斜攝影技術,從垂直和傾斜角度出發,獲得三維模型[3-4]。通過傾斜攝影測量獲取豐富的影像數據,結合自動化建模軟件構建實景三維模型,實現對三維場景快速、高效、低成本的真實還原的目的,具有工期短、成本低、精度高、成果類型多、三維場景真實、建模自動化等優點[5]。

隨著三維建模在各個領域研究與應用的不斷擴大和深入,有必要對采用無人機傾斜攝影、激光點云、SAR、視頻流全景等三維建模技術進行細致的研究和分析。針對無人機傾斜攝影建模技術,本文通過優化控制點布設,優化無人機航高設計,科學設計傾斜攝影基線和航線間隔,再通過無人機相機畸變糾正、影像變形處理和勻光處理后建立的實景三維建模技術其精度更高,效果更佳。本文基于優化設計的無人機傾斜攝影測量建模技術,適用于構建高精度的實景三維模型。

1 實景三維建模技術

空間地理信息的三維可視化表現因其比傳統二維表達有著更直接、更準確和更精確的空間地理特征,而地理空間信息的三維空間可視化表現則是其重點。目前,三維模型關鍵技術大致采用3Dmax人工建模、傾斜攝影、激光點云、SAR、視頻流全景三維建模技術等。其中傾斜攝影測量能夠迅速獲得實際地物各個方面的圖像,從而獲取了比較細致的實際物體側面數據,所得到的信息也能夠直接、準確地表達實際地物特性。

1.1 傾斜攝影建模

傾斜攝影是在同一飛行平臺上搭載多臺傳感器,同時從一個垂直、四個傾斜等五個不同的角度采集影像,傾斜攝影測量三維建模技術通過高效的數據采集設備及專業的數據,批量自動處理生成三維模型,直觀反映地物的外觀、位置、高度等屬性,為真實效果和測繪精度提供保證。傾斜三維建模具備了全自動生產、建模過程精確、貼圖紋理顏色更符合實際情況等優點。

1.2 激光點云建模

激光點云本質上屬于點云技術的一種形式。通過激光三維掃描設備獲取批量數據,再通過海量點集合來表示空間內物體的坐標和分布的,通過在空中繪制出大量的點,并用這些點來形成數據集合,從而建立起三維模型來表示空間的表面特性。相比較傾斜攝影技術建模,激光點云建模成本較高,生產周期較長。

1.3 SAR技術建模

合成孔徑雷達(SAR)在國民經濟和國防軍事的各個領域有著廣泛的應用。由于它不受天氣、光照等條件的限制,并且對地表植被有一定的穿透能力,日益成為當今最具代表性的對地觀測手段之一。通過二維SAR圖像中測得的目標長、寬及陰影長度是像素個數,因而得到的目標長度、寬度及高度分別與像素分辨率相乘即可得到目標在真實場景中的三維幾何特征,通過平板、二面角、球體二維散射機理的相互組合進行三維建模。

1.4 視頻流全景建模

視頻流全景地圖以高清晰度的視頻影像來直接反映空間物體以及自然環境的原貌,它包含了傳統的目標地物信息,又包括了與之有著物理相關性的各種自然和社會信息。全景視頻流可以作為地圖來使用,只是從視覺上帶來三維立體感覺,視頻流全景三維建模非常簡便,數據量小,系統要求低,適合在各個終端設備上觀看。

2 基于優化設計無人機傾斜攝影的實景三維建模技術實現

2.1 無人機傾斜攝影優化設計

隨著傾斜攝影技術的快速發展,一種利用低空無人機作為傾斜攝影載體,進行城市三維實景建模的方法成為當前城市三維模型發展的一個重要方向。這種方法能快速構建三維模型,同時還具有操作方便、成本低、數據處理周期短等特點[6-7]。構建低空無人機傾斜攝影測量實景三維模型時,其相似區域容易出現誤匹配,導致模型精度低。為了克服這種缺陷,低空無人機傾斜攝影拍照過程中容易造成影像幾何變形,因此需通過相機畸變糾正、航高、傾斜攝影基線長度和航線間隔、最大巡航速度和最長曝光時間、像控點優化設計,影像面陣變形、勻光勻色進行處理,提升所建立實景三維模型精度。

(1)畸變糾正

無人機傾斜攝影測量中,相機畸變差對測量結果的精度有著較大的應用,實際應用中要事先對相機進行檢校,以獲取相機的內方位元素及畸變系數,數據處理中必須考慮畸變差的影響。通過相機檢校軟件校檢相機,獲得徑向和切向的畸變系數以及鏡頭畸變改正參數,徑向畸變改正可利用公式(1)計算。

(1)

切向畸變改正公式為:

(2)

式中:(x2,y2)為切向畸變改正后的影像坐標,k2為照相機的切向畸變系數。

(2)無人機航高優化設計

在實際航攝中,測區地貌并不會理想,地表起伏會較大地影響影像的分辨率。因此,在控制航高和攝影物距時,對可視化效果要求較高的關鍵地物,采用較高的分辨率進行影像采集;對于關鍵地物周圍的環境背景,則可以采用一般分辨率進行影像采集。根據公式計算出不同的航高進行航攝,最終在內業處理中將不同分辨率的三維重建模型進行融合。結合實景三維測區地形條件,優化設置測圖比例尺,選擇相應的地面分辨率,計算無人機航高公式為:

(3)

式中:a為物鏡鏡頭焦距,S為地面分辨率,b為像元尺寸。其中 1∶500、1∶1 000、1∶2 000的測圖比例尺,對應的地面分辨率分別為≤5 cm、8～10 cm、15～20 cm。

(3)傾斜攝影基線長度和航線間隔優化設計

構建低空無人機傾斜攝影測量實景三維模型時,其相似區域容易出現誤匹配,導致模型精度低[8]。因此,設置傾斜攝影的像片重疊度,令航向重疊度、旁向重疊度分別在60%～80%、15%～60%之間,完成實景三維測區航攝影像數據的獲取。

無人機一般使用短邊平行航向進行航拍,嚴格規定傾斜攝影基線長度B和航線間隔寬度G,計算公式為:

(4)

式中,L1、L2分別為像幅長度和像幅寬度,R1、R2分別為航向重疊度和旁向重疊度[9]。

(4)最大巡航速度和最長曝光時間

最大巡航速度用于限制無人機的飛行速度,防止影像動態模糊[10]。鏡頭成像在焦平面上容許位移的最大值與像元尺寸的比值,描述了航片的動態模糊程度。在起飛前計算時,可以使用經驗曝光時間值。若相機性能足夠優秀,則可以取更高的感光度值,以達到更快的快門速度,從而降低甚至取消飛行器的速度限制。

(5)像控點優化布設

影響無人機傾斜攝影測量成果精度最大的因素之一是像控點的數量和分布[11-13]。實景三維測區,選擇高程點和平面點的布設位置,共同構成平高點,統一布設像控點。像控點布設中角形分布、中間分布以及隨機分布的水平精度和高程精度都差于四周分布和均勻分布,隨著控制點數量的增加,檢查點的平面和高程精度也隨著增加[14]。針對無人機航線的重疊部分,在重疊中線的 3.5 cm范圍內,設置具有明顯標記的像控點,沒有重疊的區域則分別布點。分別布點采用區域網法布點方案,根據像對數,劃分布點區域,通過四周分布和均勻分布的布點方式,在最長航帶網的55%～65%范圍內布設像控點,設定像控點間隔,限制像控點之間的間隔基線數;在中間和重疊布設區域,高大建筑物樓頂或高差相差較大的區域,分別布設多個高程點。由此,可全面提高三維模型的平面和高程精度。

2.2 數據處理

(1)影像面陣變形處理

獲得徑向和切向的畸變系數后,可進行糾正影像面陣變形處理。糾正影像面陣變形計算公式為:

(5)

式中,K1、K2為鏡頭畸變差的改正系數,(x3,y3)為面陣變形改正后的影像坐標[14]。相加(x1,y1)、(x2,y2)、(x3,y3),獲得相機畸變改正后的影像坐標(x4,y4)。

(2)勻光勻色處理

首先進行線性變換影像灰度,計算加系數u1和乘系數u2,公式為:

(6)

在[0,1]區間取值c和d,線性分布變換,可利用公式(7)進行計算。

h(x4,y4)=g(x4,y4)u2+u1

(7)

式中,g(x4,y4)為原始影像在(x4,y4)處的灰度值,h(x4,y4)為線性分布后(x4,y4)處的影像灰度值。

分析影像局部區域的灰度急劇變化情況,提取全幅影像的特征和屬性,包括邊緣特征、點特征、面特征,加權圖像x方向和y方向的梯度,構建尺度空間,遍歷整個圖像,獲得所有極值特征點。至此完成實景影像特征點的提取。

2.3 實景三維建模建立

利用軟件匹配無人機采集影像,映射紋理,建立實景三維模型。匹配兩兩影像之間的特征點,建立影像周圍特征點的點集,在點集中搜索最近鄰的特征向量,每個像對的特征向量f計算公式為:

f=argmin‖q1-q2‖2

(8)

式中,q1、q2分別為特征點的最近距離、第二近距離。

設定特征點距離閾值,計算q1和q2的比值,當比值小于設定閾值時,判定圖像匹配,否則判定為不匹配。將圖像特征點作為待匹配點(X0,Y0),選取該點的兩個同名點(X1,Y1)、(X2,Y2),利用窗口覆蓋特征點,判定窗口之間存在仿射變形,則窗口內待匹配點的像素灰度h(X0,Y0)為:

h(X0,Y0)=M1(X1,Y1)+M2(X2,Y2)

(9)

式中,M1、M2分別為待匹配點與第一個同名點、第二個同名點之間的仿射映射系數。

通過公式(9),去除灰度差異大的圖像,將圖像大小作為約束條件,分割圖像簇,聚類像素灰度相近的分割圖像,令圖像簇保留整個圖像的微小部分,匹配實景直角特征和圖像二維直角特征。

通過三角形面片,生成匹配圖像的網格面,對聚類匹配后的圖像簇進行逐個重建,利用泊松方程的表面構建算法,擴展濾波重建的圖像簇,形成定向的三角形面片,將一系列面片重建成實景三維模型的完整表面。計算三角形面片頂點坐標以及影像紋理的像素值,將二維空間點對應的顏色,映射到三維實景表面,對模型表面進行渲染。在模型表面映射傾斜攝影紋理,包括每個像素點的法向量、空間坐標。提取相機垂直拍攝影像中的紋理信息,作為頂面紋理,在傾斜影像中選取最佳紋理信息,作為側面紋理,將紋理信息貼在模型表面。至此完成實景三維模型的建立,實現實景三維建模。

3 實驗論證分析

依據本文提出的優化設計技術,設計優化方案進行對比實驗,比較模型測量數據與實測數據的誤差大小。

3.1 實驗準備

選取城市某一社區作為試驗區域,該區域地形條件復雜,東西方向長度為 1 000 m,南北方向長度為 650 m,設置6條無人機飛行航帶,具體如圖1所示:

圖1 測區像控點布設和飛行航線

3.2 優化方案設計

為了評估不同技術設計方案對實景三維模型的精度影響,從像控點布設、航高、基線長度和航線間隔、最大巡航速度和最長曝光時間優化、面陣變形、光勻色處理設立3種方案,如表1所示。

表1 無人機傾斜攝影技術優化方案表

選擇Phantom 4Pro型專業級無人機,云臺角度控制精度為±0.03°,云臺穩定模塊為偏航、橫滾、俯仰3軸,配置FC6310R型號照相機,鏡頭為FOV84°8.8 mm/24 mm,照片分辨率為16∶9,有效像素為 2 000萬,面對低空攝影測量,具有厘米級的導航定位和成像性能。無人機傾斜攝影參數如下:設置航攝時間為 30 min,飛行高度為 120 m,下降速度為 4 m/s,物鏡鏡頭焦距為 9.0 mm,影像像元大小為 0.002 837 mm,豎直方向攝影基線為 0.6 m,像幅尺寸為12.937 6×8.394 7 mm,上升速度為 5 m/s,航向重疊度為75%,影像像元數為 5 638×3 628 pixel,影像分辨率為 0.54 mm,傾斜攝影角度為50°,航高為 50 m左右,地面分辨率 ≤5 cm,水平飛行速度為 6 m/s,航向視場角為 ±26.897 3°,GNSS測量參數為海拔高、緯度和經度,旁向重疊度為65%。布設控制點覆蓋地面長度為 155 m,公共部分長度為 76 m,獲得 1 028張航空影像數據,其中垂直影像為192張,傾斜影像為836張。

3.3 驗證結果

為了驗證三種技術優化方案的實景建模精度,在該區域地面和樓頂選擇特征點15個,并獲取特征點的三維坐標信息。在三種實景三維建模中提取對應的特征點,通過計算特征點的誤差反映各模型的精度,計算得到的平面和高程誤差結果如圖2所示。

圖2 不同布設方案的宿舍樓誤差對比圖

從圖2(a)的平面誤差結果可以看出,方案a特征點的最大誤差值為 0.294 m,其中誤差絕對值低于 0.1 m的特征點占總數的47%;方案b特征點的最大誤差值為 0.223 m,其中誤差絕對值低于 0.1 m的特征點占總數的73%;方案c誤差值整體最小,特征點的最大誤差值為 0.103 m,誤差絕對值低于 0.1 m的特征點占總數的95%。

從圖2(b)的高程誤差結果可以看出,方案a特征點的最大誤差值為 0.148 m,其中誤差絕對值低于 0.1 m的特征點占總數的60%;方案b特征點的最大誤差值為 0.127 m,其中誤差絕對值低于 0.1 m的特征點占總數的80%;方案c特征點的最大誤差值為 0.059 m,誤差絕對值低于 0.1 m的特征點占總數的100%。

綜合分析,采用聯合布控像控、優化航高、基線長度和航線間隔、最大巡航速度和最長曝光時間設計,通過畸變糾正、面陣變形、勻光勻色處理會顯著影響三維模型的精度。

從以上實驗數據比對分析,可得出以下結論:

(1)測區內建筑物高差較大,應采取分層設計航線,對高聳建筑單獨劃定航高和航線,選用不同的無人機組合的航線須做航線外擴設置,一般建議外擴航線高度的50%～150%;

(2)測區范圍像控點采用四周分布和均勻分布布點方式,像控點間距宜控制在 100 m左右,像控點控制范圍需要包含整個測區。測區中央位置宜選擇加測像控點,測區內建筑物的頂面須加測像控點,測區內開闊地帶和高程起伏較大區域宜布設檢查點;

(3)經相機徑向和切向的畸變改正,糾正影像面陣變形處理、勻光勻色處理影像數據后建立的實景三維模型,量測三維坐標更貼近實測坐標,精度更高。

4 結 語

本文研究通設優化設計無人機傾斜攝影像建模技術,減小了模型量測坐標和實測坐標的誤差,提高了建模精度。但此次研究仍存在一定不足,模型表面的三角面數量較多,在今后的研究中,會簡化三角面形,降低后期數據管理和數據處理的復雜程度。