魯 恒，李永樹(shù)，何 敬

(西南交通大學(xué)地理信息工程中心，成都 610031)

大重疊度無(wú)人機(jī)影像自動(dòng)展繪控制點(diǎn)方法研究

魯 恒，李永樹(shù)，何 敬

(西南交通大學(xué)地理信息工程中心，成都 610031)

無(wú)人機(jī)影像重疊度高，單個(gè)控制點(diǎn)可能會(huì)出現(xiàn)在多張相鄰影像上，因此在空中三角測(cè)量工作中，在影像上展繪控制點(diǎn)(展點(diǎn))是一項(xiàng)繁瑣的內(nèi)業(yè)工作。為解決該問(wèn)題，將通過(guò)影像和控制點(diǎn)糾正后的POS數(shù)據(jù)應(yīng)用到展點(diǎn)工作中，提出了一種適用于大重疊度影像的自動(dòng)展繪控制點(diǎn)(自動(dòng)展點(diǎn))方法，并針對(duì)不同地形區(qū)域?qū)φ裹c(diǎn)精度進(jìn)行了評(píng)估分析。結(jié)果表明，在地形平坦區(qū)域，該方法展點(diǎn)精度較高，可直接應(yīng)用到影像的快速拼接和空中三角測(cè)量等影像后續(xù)處理中。

大重疊度;無(wú)人機(jī)影像;POS數(shù)據(jù);自動(dòng)展繪控制點(diǎn);精度分析

0 引言

隨著各種數(shù)碼航空攝影測(cè)量設(shè)備的推廣與應(yīng)用，使得獲取大重疊度航空影像變得容易。無(wú)人機(jī)航空攝影測(cè)量具有可低空飛行、靈活性強(qiáng)以及獲取影像分辨率高等優(yōu)點(diǎn)［1－3］，所獲取的影像一般都能達(dá)到航向重疊70%、旁向重疊50%以上，因此，同一地物點(diǎn)可能同時(shí)出現(xiàn)在多張航向或旁向重疊的相鄰影像上。攝影測(cè)量區(qū)域網(wǎng)平差至少需要控制點(diǎn)地面坐標(biāo)和加密點(diǎn)像平面坐標(biāo)［4］兩種觀測(cè)數(shù)據(jù)，相鄰影像間的連接點(diǎn)精度決定了區(qū)域網(wǎng)的幾何強(qiáng)度，屏幕量測(cè)的控制點(diǎn)精度直接決定了平差結(jié)果的質(zhì)量。

國(guó)內(nèi)外攝影測(cè)量軟件的屏幕控制點(diǎn)量測(cè)工作是通過(guò)作業(yè)人員手工完成的，這是區(qū)域網(wǎng)平差中最繁瑣的工作之一。因此，如何實(shí)現(xiàn)自動(dòng)展點(diǎn)就成了提高攝影測(cè)量區(qū)域網(wǎng)平差效率的關(guān)鍵。無(wú)人機(jī)POS數(shù)據(jù)由攝影中心的地理坐標(biāo)(X、Y、Z)及飛機(jī)平臺(tái)相對(duì)于地面坐標(biāo)系3個(gè)坐標(biāo)軸的偏角(Φ、Ω、K)組成，直接利用這些定向參數(shù)進(jìn)行攝影測(cè)量精度較低。為獲取高精度的影像定向參數(shù)，需對(duì)影像進(jìn)行空中三角測(cè)量［5－6］。如果能應(yīng)用POS數(shù)據(jù)實(shí)現(xiàn)自動(dòng)展點(diǎn)，將會(huì)提高后續(xù)空中三角測(cè)量和影像快速拼接［7］的效率。本文正是基于無(wú)人機(jī)影像和機(jī)載POS數(shù)據(jù)，通過(guò)影像和控制點(diǎn)對(duì)原始POS數(shù)據(jù)進(jìn)行糾正，并將糾正后的POS數(shù)據(jù)應(yīng)用到展點(diǎn)中，提出了一種適用于大重疊度影像的自動(dòng)展點(diǎn)方法。

1 方法研究

無(wú)人機(jī)影像具有大重疊度、高分辨率的特點(diǎn)，一個(gè)控制點(diǎn)可能會(huì)在多張影像和多條航帶間出現(xiàn)，如果通過(guò)人工方法判斷控制點(diǎn)所分布的影像及確定控制點(diǎn)所在影像的位置是非常繁瑣的工作，POS數(shù)據(jù)和共線方程［8］為解決這一問(wèn)題提供了可能。光束法區(qū)域網(wǎng)平差是一種以像點(diǎn)坐標(biāo)為觀測(cè)值、單張影像光束為平差單元的攝影測(cè)量加密方法，該方法基于像點(diǎn)、投影中心和物點(diǎn)位于一條直線的中心投影共線條件方程。利用像點(diǎn)坐標(biāo)計(jì)算相應(yīng)的地面點(diǎn)坐標(biāo)，應(yīng)首先建立像點(diǎn)在不同的空間直角坐標(biāo)系之間的坐標(biāo)變換關(guān)系，即

式中，x、y為以像主點(diǎn)為原點(diǎn)的像平面坐標(biāo);f為像片主距;X、Y、Z 為物點(diǎn)的地面坐標(biāo);Xs、Ys、Zs為外方位線元素;a1、a2、a3，b1、b2、b3，c1、c2、c3為外方位角元素表示的方向余弦。

當(dāng)已知若干像點(diǎn)和物點(diǎn)時(shí)，可用它來(lái)解算拍攝時(shí)像片的方位;當(dāng)已知立體像對(duì)兩張像片的方位元素時(shí)，可用它來(lái)解算物點(diǎn)坐標(biāo);當(dāng)已知像片方位和物點(diǎn)坐標(biāo)時(shí)，可用它來(lái)計(jì)算像點(diǎn)坐標(biāo)。

無(wú)人機(jī)影像自動(dòng)展點(diǎn)實(shí)驗(yàn)過(guò)程如下:

(1)糾正POS數(shù)據(jù)。根據(jù)無(wú)人機(jī)影像和控制點(diǎn)數(shù)據(jù)后方交會(huì)得到的影像外方位元素，建立POS數(shù)據(jù)的擬合糾正模型。

(2)判斷控制點(diǎn)所在的影像。根據(jù)糾正后的外方位元素和影像四角的像素坐標(biāo)，確定每張影像的覆蓋范圍;輸入控制點(diǎn)，判別出每個(gè)控制點(diǎn)所在的影像編號(hào)。

(3)自動(dòng)展繪控制點(diǎn)。輸入無(wú)人機(jī)影像，自動(dòng)識(shí)別出當(dāng)前影像的控制點(diǎn);利用糾正后的POS數(shù)據(jù)計(jì)算出控制點(diǎn)所在影像的像素坐標(biāo)，并在影像上展繪出控制點(diǎn)。

(4)評(píng)定分析展點(diǎn)精度與效率。分別對(duì)糾正后的POS數(shù)據(jù)和展點(diǎn)的點(diǎn)位誤差進(jìn)行評(píng)定，對(duì)產(chǎn)生誤差的原因進(jìn)行分析，同時(shí)，對(duì)展點(diǎn)效率進(jìn)行分析。

具體流程如圖1所示。

圖1 無(wú)人機(jī)影像自動(dòng)展點(diǎn)流程Fig.1 The workflow of UAV image automatic extraction control points

2 方法實(shí)驗(yàn)

2.1 實(shí)驗(yàn)數(shù)據(jù)

由于地形會(huì)對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生影響，為驗(yàn)證方法的可靠性，本文選取兩組不同地形的無(wú)人機(jī)數(shù)據(jù)進(jìn)行展點(diǎn)實(shí)驗(yàn)。第一組數(shù)據(jù)選用的是2010年3月無(wú)人機(jī)拍攝的成都市北部某區(qū)域，該地區(qū)地處龍門(mén)山斷裂帶，屬于山地區(qū)域，地質(zhì)構(gòu)造較為復(fù)雜，所獲取的無(wú)人機(jī)影像航向重疊率為78%，旁向重疊率為55%;第二組數(shù)據(jù)選用的是2011年4月無(wú)人機(jī)拍攝的德陽(yáng)市郊某區(qū)域，該地區(qū)地形起伏較小，屬于平原區(qū)域，所獲取的無(wú)人機(jī)影像航向重疊率為72%，旁向重疊率為50%。

2.2 實(shí)驗(yàn)結(jié)果

基于上述方法，借助Visual Studio 2008平臺(tái)開(kāi)發(fā)了無(wú)人機(jī)影像自動(dòng)展點(diǎn)模塊，并將其集成應(yīng)用到影像的快速拼接系統(tǒng)中。待展繪的控制點(diǎn)數(shù)據(jù)如表1所示。

表1 控制點(diǎn)數(shù)據(jù)①Tab.1 Control point data (m)

自動(dòng)展繪控制點(diǎn)界面如圖2所示。

圖2 無(wú)人機(jī)影像自動(dòng)展繪控制點(diǎn)界面Fig.2 Interface of UAV image automatic extraction control points

應(yīng)用自行開(kāi)發(fā)的無(wú)人機(jī)影像自動(dòng)展點(diǎn)模塊，實(shí)現(xiàn)了批量導(dǎo)入無(wú)人機(jī)影像和對(duì)應(yīng)的POS、控制點(diǎn)數(shù)據(jù)文件，自動(dòng)計(jì)算判斷控制點(diǎn)所在的影像編號(hào)，自動(dòng)展繪控制點(diǎn)及展點(diǎn)誤差分析等功能。其中，山地區(qū)域自動(dòng)展點(diǎn)結(jié)果如圖3所示，平原區(qū)域自動(dòng)展點(diǎn)結(jié)果如圖4所示。圖3、4上紅色十字絲代表控制點(diǎn)所在點(diǎn)位，下方注記為控制點(diǎn)點(diǎn)號(hào)。

圖3 山地區(qū)域自動(dòng)展點(diǎn)結(jié)果Fig.3 Results of automatic extraction control points in mountain area

圖4 平原區(qū)域自動(dòng)展點(diǎn)結(jié)果Fig.4 Results of automatic extraction control points in plain area

3 精度及效率分析

3.1 精度分析

完成自動(dòng)展點(diǎn)后，為保證后續(xù)影像處理的精度，需要對(duì)展點(diǎn)的精度進(jìn)行評(píng)估。本文從山地區(qū)域和平原區(qū)域影像中分別隨機(jī)選取8張完成展點(diǎn)的影像作為POS數(shù)據(jù)精度分析樣本，以空中三角測(cè)量后反算的外方位元素為準(zhǔn)確值，計(jì)算糾正后的POS數(shù)據(jù)與其之差，即

便可得到糾正誤差。式中，X0、Y0、Z0為糾正后的POS數(shù)據(jù);Xp、Yp、Zp為反算的外方位元素準(zhǔn)確值。表2為糾正后POS數(shù)據(jù)的誤差值。

表2 糾正后的POS數(shù)據(jù)誤差Tab.2 Error of POS data after correction (m)

由表2可知，利用山地區(qū)域影像糾正后，POS數(shù)據(jù)的線元素誤差在±1.4 m以內(nèi)，利用平原區(qū)域影像糾正后，POS數(shù)據(jù)的線元素誤差在±0.6 m以內(nèi)。

將ΔX、ΔY分別定義為每張無(wú)人機(jī)影像展點(diǎn)的點(diǎn)位與實(shí)際點(diǎn)位在X方向和Y方向上差值的平均值(單位為像素)，ΔH定義為影像覆蓋范圍內(nèi)地形最高點(diǎn)與最低點(diǎn)的差，則

式中，Xpi、Ypi分別為單張影像在 X、Y方向上展點(diǎn)的點(diǎn)位;Xi、Yi分別為單張影像在X、Y方向上實(shí)際點(diǎn)位坐標(biāo);i=1，2，…，n代表展點(diǎn)的個(gè)數(shù);Hh、Hl分別為單張影像范圍內(nèi)地形最高點(diǎn)與最低點(diǎn)的高程值，無(wú)人機(jī)影像展點(diǎn)的點(diǎn)位誤差均值如表3所示。

表3 自動(dòng)展點(diǎn)的點(diǎn)位誤差Tab.3 Position error of automatic extraction control points

由表3數(shù)據(jù)可知，在高程起伏大于10 m的山地區(qū)域，展點(diǎn)誤差小于10個(gè)像素;在高程起伏小于10 m的平原區(qū)域，展點(diǎn)誤差小于5個(gè)像素。

造成誤差的原因有:①無(wú)人機(jī)受載荷及外界條件干擾存在自身的系統(tǒng)誤差;②無(wú)人機(jī)影像屬于中心投影，其影像邊緣畸變最大，導(dǎo)致部分位于影像邊緣的控制點(diǎn)點(diǎn)位誤差偏大;③高差變化可能引起像點(diǎn)位移，在地形起伏較大區(qū)域會(huì)引起像點(diǎn)誤差。因此，在地形較為平坦的平原區(qū)域展點(diǎn)精度較高，這與本文實(shí)驗(yàn)結(jié)果相符。

3.2 效率分析

本文以拍攝于2011年4月的德陽(yáng)市郊20 km2無(wú)人機(jī)影像為例，其中涉及影像620張，有102個(gè)控制點(diǎn)需展繪。將本文展點(diǎn)方法與熟練人員操作一臺(tái)攝影測(cè)量工作站耗時(shí)進(jìn)行對(duì)比，其結(jié)果如表4所示。

表4 效率對(duì)比Tab.4 Efficiency comparison

通過(guò)對(duì)表4數(shù)據(jù)分析可知:與采用攝影測(cè)量工作站方法的效率相比，自動(dòng)展點(diǎn)方法的工作效率有大幅提升;所涉及影像重疊度越高，出現(xiàn)漏展的可能性也越大;本文方法能有效減少漏展控制點(diǎn)數(shù)目。

4 結(jié)論

本文提出了一種利用無(wú)人機(jī)POS數(shù)據(jù)自動(dòng)展繪控制點(diǎn)的方法，并針對(duì)不同地形對(duì)展點(diǎn)精度和導(dǎo)致誤差的原因進(jìn)行了分析。與手工屏幕量測(cè)控制點(diǎn)相比，該方法能提高工作效率，該研究成果已直接應(yīng)用于影像快速拼接、空中三角測(cè)量等后續(xù)處理中。

無(wú)人機(jī)自身的系統(tǒng)誤差是難以徹底消除的，但其誤差會(huì)隨著GPS及慣性導(dǎo)航系統(tǒng)精度的提高而減小。下一步需要重點(diǎn)研究的問(wèn)題是如何對(duì)機(jī)載POS數(shù)據(jù)中的角元素進(jìn)行糾正，以及在高程變化較大的區(qū)域如何提高展點(diǎn)的精度。

［1］Laliberte A S，Rango A.Texture and Scale in Object－ based Analysis of Subdecimeter Resolution Unmanned Aerial Vehicle(UAV)Imagery［J］.Geoscience and Remote Sensing，2009，47(3):761－769.

［2］魯 恒，李永樹(shù)，李何超，等.無(wú)人機(jī)影像數(shù)字處理及在地震災(zāi)區(qū)重建中的應(yīng)用［J］.西南交通大學(xué)學(xué)報(bào):自然科學(xué)版，2010，45(4):533－538.

［3］Laliberte A S，Herrick J E，Rango A，et al.Acquisition，or Thorectification，and Object－based Classification of Unmanned Aerial Vehicle(UAV)Imagery for Rangeland Monitoring［J］.Photogrammetric Engineering ＆ Remote Sensing，2010，76(6):661 －672.

［4］袁修孝，明 洋.大重疊度面陣航空數(shù)碼影像的自動(dòng)轉(zhuǎn)點(diǎn)［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2009，34(5):505－508.

［5］Yuan X X.A Novel Method of Systematic Error Compensation for a Position and Orientation System［J］.Progress in Natural Science，2008，18(8):953 －963.

［6］袁修孝，明 洋.POS輔助航帶間航攝影像的自動(dòng)轉(zhuǎn)點(diǎn)［J］.測(cè)繪學(xué)報(bào)，2010，39(2):156 －161.

［7］魯 恒，李永樹(shù)，何 敬，等.一種基于特征點(diǎn)的無(wú)人機(jī)影像自動(dòng)拼接方法［J］.地理與地理信息科學(xué)，2010，26(5):16 －19.

［8］張祖勛.正射投影技術(shù)［M］.北京:測(cè)繪出版社，1981:42－44.

A Study of the Method of Automatic Extraction of Image Points for UAV Imagery with Large Overlap

LU Heng，LI Yong－shu，HE Jing
(GIS Engineering Center of Southwest Jiaotong University，Chengdu 610031，China)

A single control point may appear in multiple adjacent images because the unmanned aerial vehicle(UAV)images have high overlap degree.In the aerotriangulation work，the extraction of control points on images is a complex work.The original position and orientation system(POS)data can be corrected using the UAV images and control points，and then the corrected data can be applied to the work of points extraction.In this paper，an automatic extraction image points method suitable for large overlap images was put forward，and the accuracy of points extraction was assessed according to different terrain areas.Experimental results show that the method has higher precision in the flat terrain area and can be directly applied to the fast image mosaic，aerotriangulation and other follow －up processes.

Large overlap;UAV images;POS data;Extraction of image points;Precision analysis

P 231

A

1001－070X(2011)04－0069－05

2011－04－19;

2011－05－27

國(guó)土資源公益性行業(yè)科研專項(xiàng)項(xiàng)目(編號(hào):201211031)和“十一五”國(guó)家科技支撐計(jì)劃項(xiàng)目(編號(hào):2006BAJ05A13)共同資助。

魯 恒(1984－)，男，博士研究生，主要研究方向?yàn)檫b感技術(shù)理論與應(yīng)用，圖像理解。

(責(zé)任編輯:刁淑娟)