基于無人機傾斜測量技術機場三維重建技術研究

赫宗堯，左萍萍，李 帥

（信陽航空職業學院，河南 信陽 464100）

0 引言

隨著無人機技術的迅速發展以及機場建設的需求增加，如何利用無人機進行機場三維重建已成為研究的焦點之一[1]。傾斜測量技術是一種先進的攝影測量技術，具有高精度、高分辨率的特點。通過無人機搭載傾斜攝影測量設備，可以獲取機場的大范圍高分辨率影像數據，為后續的三維重建提供了基礎數據。機場三維重建的流程包括航線規劃和飛行控制、圖像處理和特征匹配以及三維重建算法的應用[2]。借助無人機傾斜測量技術，可以實現對機場進行全方位攝影，然后通過圖像處理和特征匹配算法，提取出機場影像的特征信息。最后，利用三維重建算法，將特征點云數據轉化為機場的三維模型，并進行質量控制和精度評定。

基于無人機傾斜測量技術的機場三維重建技術可以在機場規劃、設計和管理中發揮重要作用。在機場規劃和設計中，可以利用該技術進行機場地形分析、跑道和停機坪的布局設計等。在機場管理和維護中，可以利用該技術進行機場設施檢查和監測，提高機場的安全性和運行效率，為機場建設和管理帶來了新思路和方法[3]。

1 無人機傾斜測量技術研究

1.1 傾斜測量技術概述

傾斜攝影測量技術興起于20 世紀90 年代，憑借搭載平臺的優勢可以獲取大范圍區域內的多角度、高分辨率影像數據，借助相關軟件可構建高分辨率三維地形模型和實景三維模型，具有其他數據獲取技術無法比擬的優勢。因此成為近年來國內外學者研究的熱點，并將其應用于諸多領域，如變形監測、三維建模、地形圖測繪等領域[4]。傾斜攝影是一種通過在飛行中傾斜攝影機拍攝連續影像來獲取地面信息的技術。相比傳統的航空攝影，傾斜攝影能夠提供更加真實、精確的地面影像，提供了可靠的數據。無人機傾斜攝影測量技術所對應的系統主要由數據采集系統、飛行系統、內業數據處理組成。通過無人機搭載傾斜攝影測量設備，可以獲取機場的大范圍高分辨率影像數據，為后續的三維重建提供了基礎數據。

1.2 三維激光掃描系統

傾斜測量技術主要通過三維激光掃面系統進行攝影，三維激光掃描技術是測繪領域的一種新技術，能夠以每秒幾百萬個點的速度采集三維點云數據，且密度較高、紋理信息豐富，能夠反映更多的細節信息，數據經處理后可以得到被測物體或區域的完整信息。三維激光掃描技術的優勢：（1）采集速度快，且數據信息豐富，如色彩信息、反射率等；（2）點云數據精度高；（3）不需要接觸被測目標即可獲取數據，增大了測量范圍，且夜間也可以工作。

目前，比較常見的三維激光掃描儀采用的測距方法有脈沖式測距法、相位式測距法及激光三角法，使用的Trimble TX8 三維激光掃描儀采用脈沖式測距法。其基本原理是：首先安置好三維激光掃描儀，開機自檢；三維激光掃描儀發射激光到達被測物體，經反射返回三維激光掃描儀，并計錄時間差t；三維激光掃描儀內部的傳感器測得目標點P與儀器中心的距離S和目標點P與坐標軸之間的夾角；最終三維激光掃描儀內置的計算機計算出目標點P的坐標值[5]。目標點的精確坐標算式為：

式中S為三維激光掃描儀中心O至目標點P的距離，其求解式為：

式中，Δt為激光脈沖信號從發出到接收的時間差；c為光在真空中傳播的速度。

1.3 傾斜測量技術在無人機領域的應用

無人機技術的快速發展，涌現出許多以無人機為載體的測繪解決方案。經過多年的發展無人機技術在飛行平臺、控制系統、實時圖傳系統、數據處理系統以及操作等各方面都得到了大幅提升，使得無人機技術的應用范圍越來越廣。輕型無人機以其輕巧靈活、高分辨率、高效、低成本、易于轉場和受天氣因素影響小等優勢受到廣大從業者和研究學者的青睞，并在測繪調查領域取得諸多良好的理論成果和應用。隨著計算機視覺技術的發展，無人機搭載的可見光傳感器可以獲取目標物的多角度影像構建真實場景的三維模型，同時獲得海量的密集匹配點云，并且能夠提供可靠的精度及測區內的光譜信息，但是受無人機飛行高度與相機像素、角度的限制，獲取的影像信息不完整或不清晰，尤其是當拍攝對象被遮擋時，重建的模型會出現拉花、變形等問題，因此這是迫切需要解決的問題[6]。

2 基于無人機傾斜技術的機場三維重建過程研究

在采集完整的機場傾斜攝影信息圖像之后，首先對采集的圖像進行質量處理檢查，補充不合格區域，直到滿足要求合理的圖像。其次再通過多視角影像匹配、空三解算、區域網平差等處理。最后，賦予每章圖像三維虛擬空間位置和姿態坐標，最終生成所需要的各種模型，如正射影像、數字高程模型、三維模型等。無人機傾斜測量的建模技術流程如圖1 所示，其具體流程由有以下幾點組成。

圖1 無人機傾斜測量技術流程

2.1 機場影像特征點提取和匹配

影像匹配是數字攝影測量關鍵技術之一，通過同名像點的提取及匹配，實現影像間的匹配。影像特征通常指的是影像在某些特性方面有明顯差異的特征，且能夠作為標志、匹配的區域。影像匹配過程的第一步是提取特征，第二步是對提取的特征利用某種方法進行描述，最后利用特征之間的相關系數完成匹配，而特征提取是影像匹配過程中最基礎也是最重要的一步。SIFT（Scale Invariant Feature Transformation）算法，是以機器視覺的算法來提取與描述影像中的局部特征，并且可以在尺度縮放、旋轉、亮度變化時保持不變，同時在仿射變換、噪聲等方面也具有良好的穩定。SIFT 算法提取特征主要包括3 個步驟。

（1）檢測極值點

計算機視覺并不能判斷影像數據中的地物大小、長短，因此需要利用高斯卷積完成轉換，尺度空間定義和高斯函數分別由式（3）和式（4）計算：

（2）精確定位關鍵點及主方向

需要先確定關鍵點，上述得到的極值點處于離散空間當中，其中還包含有錯誤的極值點，這里利用DOG（Difference Of Gaussian）函數對其進行過濾即可以得到正確的極值點。確定關鍵點后，利用關鍵點的圖像梯度確定局部梯度結構的穩定方向，以使關鍵點具有旋轉不變性。

（3）描述關鍵點特征

關鍵點的位置、方向確定后，以關鍵點為中心，選取鄰域內8×8 的區域為采樣窗口，利用SIFT 特征向量描述關鍵點及鄰域的特征信息，這個過程稱為關鍵點特征的描述，影像的SIFT 特征向量的歐式距離作為關鍵點的相似性判定測度。

2.2 光束法區域網空中三角測量

空中三角測量解算是指以POS（Position and Orientation System）數據和少量控制點坐標為基準進行區域網平差，最終解算出被測物體的精確三維坐標數據?？罩腥菧y量根據平差數學模型的不同可分為航帶法、獨立模型法和光束法三種，目前光束法區域網空中三角測量是最嚴密并且最常用的方法。光束法區域網平差以單張像片組成的單束光線作為平差基本單元，以中心投影的共線方程作為平差的基礎方程，對模型公共點光束進行空間旋轉和平移，從而達到公共點光束最佳的交會，經平差就可以解算出目標地物的三維坐標。

2.3 點云構網及紋理映射

空中三角測量后生成較稀疏的點云，需要結合多視影像密集匹配技術進而生成高密度的點云，利用泊松算法則可以將高密度點云構建為不規則三角網模型，也叫白膜模型，三角網的密集程度反映地形起伏情況。此時的白膜模型雖然可以憑借經驗簡單識別，但是缺少本身的色彩即紋理信息，此時需要對白膜模型進行紋理映射。紋理映射本質上就是尋找影像與白膜模型的對應關系，從而將真實的色彩紋理信息賦予給對應位置的白膜模型，生成還原真實場景的三維模型。

3 機場三維重建技術實驗分析

3.1 像控點布設和測量

像控點布設和量測為數據處理提供絕對坐標數據，從而將內業處理后的成果數據轉換至目標坐標系。一般情況下，像控點均勻分布于測區，保證在4 個角及中心區域都有像控點，避免像控點共線的情況。像控點可以選用人工像控點，如紅白棋盤紙或噴漆。本研究選用的像控點即為標靶紙，此外也可以選擇明顯的地物標志作為像控點，如道路標志的角點、地磚的接縫處等。針對研究的內容，利用RTK 測量布設像控點的坐標，坐標系為國家坐標系。

3.2 結果分析

各個檢查點實測坐標與模型量測坐標的差值見表1。經過計算，地形模型誤差結果為：X、Y方向上的中誤差分別為±1.5 cm、±1.5 cm，平面中誤差、高程中誤差分別為±1.8 cm、±1.8 cm。由上述誤差統計結果可知，地形模型和實景三維模型都具有較高的位置精度，究其原因是基于傾斜攝影測量的模型重建方法獲取的研究區域的傾斜較多，因此重建效果較好，另外是由于測區內控制點分布較為密集的原因。

表1 機場三維重建模型精度統計

3.3 實例應用

所處理的點云數據可以進行模型構建，包括機場實景三維模型和機場地形模型。數據不僅包含地面點云數據，還有地面上的附屬物的非地面點云數據，要構建地形模型需要去除成果點云數據中的非地面點云。截取研究區域內的飛機停機區域的點云數據用于地形模型的構建，得到用于構建地形模型的區域地面點云并構建的地形模型，如圖2 所示，可以清晰地區分各種建筑物模型的輪廓。

圖2 機場三維重建模型局部信息圖

4 結語

通過采用無人機傾斜攝影測量技術，實現對機場的三維重建，以為機場規劃、設計和管理提供有效的數據支持。具體而言，包括深入研究傾斜測量技術、詳細介紹機場三維重建的流程、探討機場三維重建技術的應用，并總結研究的主要成果和創新點。通過本研究，希望為機場建設和管理帶來新的思路和方法，并為未來的機場規劃和管理提供廣泛應用的基礎。該方法能夠有效解決傳統方法存在的問題，實現了機場三維模型的快速、準確生成，對于機場規劃、設計和管理具有重要的實際應用價值。