何 敬，李永樹，魯 恒，張帥毅

(西南交通大學(xué)地理信息工程中心，成都 610031)

無人機(jī)影像地圖制作實(shí)驗(yàn)研究

何 敬，李永樹，魯 恒，張帥毅

(西南交通大學(xué)地理信息工程中心，成都 610031)

首先介紹了無人機(jī)低空航測(cè)系統(tǒng)的組成，然后針對(duì)無人機(jī)影像分辨率高、像幅小的特點(diǎn)提出了3種影像地圖的制作方法，即單張影像幾何糾正法、拼接后糾正法及空中三角測(cè)量法。文中著重對(duì)3種方法的關(guān)鍵性技術(shù)問題進(jìn)行了論述，并從成圖效果、精度及效率等方面對(duì)每種制圖方法進(jìn)行了綜合分析和實(shí)驗(yàn)驗(yàn)證。結(jié)果表明，拼接后糾正法效率高，空中三角測(cè)量法精度高，而單張影像幾何糾正法在效率和精度方面均介于二者之間。

無人機(jī);影像地圖;幾何糾正

0 引言

在自然災(zāi)害等突發(fā)事件發(fā)生時(shí)，第一手原始數(shù)據(jù)的快速獲取對(duì)相關(guān)事件的正確判斷及制定相應(yīng)的決策方案起著重要作用。相對(duì)于常規(guī)的測(cè)量方法，以衛(wèi)星、大飛機(jī)等為平臺(tái)的測(cè)量技術(shù)雖然已經(jīng)得到了廣泛應(yīng)用，但該類方法受天氣因素的影響較大，如在多云霧天氣的四川盆地是很難拍攝到質(zhì)量很好的高分辨率遙感影像的［1］。隨著以無人機(jī)為代表的低空攝影測(cè)量技術(shù)的快速發(fā)展［2－4］，低空遙感技術(shù)很好地彌補(bǔ)了衛(wèi)星光學(xué)遙感和普通航空攝影經(jīng)常受云層遮擋而獲取不到影像的不足;同時(shí)，小型無人機(jī)價(jià)格低廉、操作簡(jiǎn)單，可以根據(jù)要求完成低空、超低空飛行任務(wù)，以獲取不同分辨率的影像［5］。但是，目前對(duì)無人機(jī)在測(cè)繪方面的應(yīng)用多數(shù)還停留在影像的獲取方面，對(duì)影像后期處理方面的研究則涉及較少?；诖?，本文對(duì)利用無人機(jī)影像制作影像地圖的方法進(jìn)行了研究。

1 無人機(jī)遙感平臺(tái)及數(shù)據(jù)獲取

無人機(jī)遙感平臺(tái)分為空中部分和地面部分?？罩胁糠职ㄟb感傳感器系統(tǒng)、空中自動(dòng)控制系統(tǒng)和無人機(jī);地面部分包括航線規(guī)劃系統(tǒng)、地面控制系統(tǒng)以及數(shù)據(jù)接收系統(tǒng)，如圖1所示。

2008年“5·12”汶川地震發(fā)生后，為了對(duì)受災(zāi)情況進(jìn)行評(píng)估，同時(shí)也為災(zāi)區(qū)重建規(guī)劃提供基礎(chǔ)資料，相關(guān)部門對(duì)四川省彭州市北部某鎮(zhèn)進(jìn)行了無人機(jī)航空攝影測(cè)量(航測(cè))。測(cè)區(qū)地處成都平原與龍門山過渡地帶，屬于山地丘陵地區(qū);地質(zhì)構(gòu)造較為復(fù)雜，整個(gè)地勢(shì)西北高東南低，最高海拔1320 m，最低海拔623 m;該地常年多云霧，在地震中受災(zāi)較為嚴(yán)重。

無人機(jī)航測(cè)采用的是Cannon EOS 450D數(shù)碼相機(jī)。為了減少鏡頭畸變參數(shù)對(duì)影像質(zhì)量的影響，采用24 mm定焦的方式獲取影像。像幅大小為4272像元×2848像元，設(shè)計(jì)航高為650 m，影像地面分辨率(Ground Sample Distance，GSD)約 0.14 m。圖2為無人機(jī)在試驗(yàn)區(qū)的作業(yè)情況。

圖2 無人機(jī)野外作業(yè)Fig.2 Field work by UAV

2 無人機(jī)影像地圖的制作方法

在利用測(cè)區(qū)已有地形圖的基礎(chǔ)上，無人機(jī)影像地圖的常用制作方法有單張影像糾正法、拼接后糾正法和空中三角測(cè)量法。

2.1 單張影像幾何糾正法

由于無人機(jī)單張影像的覆蓋范圍相對(duì)較小，需要首先確定單張影像所覆蓋地形圖的大致范圍。從影像的匹配區(qū)域左下角開始尋找明顯的地物信息(如道路交叉口、房屋墻角、平坦地面等)，同時(shí)觀察地形圖上是否有與其對(duì)應(yīng)的點(diǎn)，如果有，則在影像上做出控制點(diǎn)標(biāo)記，并輸入點(diǎn)號(hào);在地形圖上找到同名點(diǎn)并注上點(diǎn)號(hào)，以方便檢查過程中的快速定位;量取同名點(diǎn)的地理坐標(biāo)，根據(jù)這些地理坐標(biāo)對(duì)影像進(jìn)行糾正。

為了獲得更好的影像糾正效果，應(yīng)從左到右、從下到上比較均勻地標(biāo)出影像上的控制點(diǎn)，同時(shí)在地形圖上標(biāo)出同名點(diǎn)的位置和點(diǎn)號(hào)，直到整幅影像4個(gè)角、左右邊的中間和上下邊的中間位置(盡量做到在規(guī)定的位置)都標(biāo)上控制點(diǎn)為止。

鑒于多項(xiàng)式糾正法避開了成像的幾何空間過程，并將遙感影像的總體變形看做是平移、縮放、旋轉(zhuǎn)、仿射、彎曲以及更高次變形綜合作用的結(jié)果，因此本文對(duì)無人機(jī)影像糾正采用了多項(xiàng)式的糾正方法。

為了更加快速準(zhǔn)確地進(jìn)行影像糾正，這里采用粗糾正和精糾正相結(jié)合的方法。

粗糾正利用的仿射變換模型為

式中，(x，y)與(x'，y')為同名點(diǎn)，(x，y)為地形圖坐標(biāo)，(x'，y')為影像圖坐標(biāo);a、b分別代表 X、Y方向的平移量;k為縮放系數(shù);θ為旋轉(zhuǎn)角度。

式(1)中共有4個(gè)參數(shù)，只需2對(duì)同名點(diǎn)即可計(jì)算出方程中的未知數(shù)。利用解算出的參數(shù)即可對(duì)影像進(jìn)行糾正。將糾正后的影像與地形圖疊加，便可獲得影像地圖。通過對(duì)影像地圖漫游及縮放等操作，找出存在較大殘差的影像，對(duì)其通過增加控制點(diǎn)來改善影像的糾正效果。

精糾正一般按照“先整體后局部”的思想選取控制點(diǎn)，即首先在圖像的四角選取控制點(diǎn)，然后從外向內(nèi)選取。當(dāng)控制點(diǎn)數(shù)目在8～19個(gè)時(shí)，采用二次多項(xiàng)式糾正模型;控制點(diǎn)在20～49個(gè)時(shí)，采用三次多項(xiàng)式糾正模型;超過50個(gè)時(shí)，采用四次多項(xiàng)式糾正模型，并且不再增加控制點(diǎn)數(shù)和方程的次數(shù)。因?yàn)榧词乖倮^續(xù)增加控制點(diǎn)數(shù)目和多項(xiàng)式次數(shù)，其糾正質(zhì)量改善效果也不明顯了，而且糾正過程中的計(jì)算量會(huì)極劇增加［6］。

按照?qǐng)D3的流程對(duì)其他無人機(jī)影像進(jìn)行糾正，將糾正后的單張影像進(jìn)行鑲嵌處理，并與地形圖疊加，形成整個(gè)測(cè)區(qū)的影像地圖。

圖3 單張影像幾何糾正法流程Fig.3 Flow chart of the correction processing carried out to the single image

2.2 SIFT拼接后的糾正法

SIFT(Scale Invariant Feature Transform)算法是David［7－8］在2004年總結(jié)了基于不變量技術(shù)的特征檢測(cè)方法基礎(chǔ)上提出的一種基于尺度空間的對(duì)圖像縮放、旋轉(zhuǎn)甚至仿射變換保持不變性的圖像局部特征描述算子，即尺度不變特征變換。該算法對(duì)圖像的縮放、旋轉(zhuǎn)有很強(qiáng)的適應(yīng)能力，能夠完成無人機(jī)影像的匹配工作。在完成匹配后，利用相關(guān)的拼接算法即可對(duì)無人機(jī)影像進(jìn)行拼接［9］。將拼接后的影像利用地形圖上的控制點(diǎn)進(jìn)行幾何糾正，其糾正方法同2.1節(jié)所述。具體流程如圖4所示。

圖4 SIFT拼接后的糾正流程Fig.4 Flow chart of the correction processing carried out to the images mosaiced by SIFT

2.3 空中三角測(cè)量法

利用專業(yè)的攝影測(cè)量軟件，根據(jù)測(cè)區(qū)控制點(diǎn)數(shù)據(jù)完成空中三角測(cè)量，準(zhǔn)確地求取每張影像的外方位元素，生成測(cè)區(qū)影像的DEM。利用生成的DEM數(shù)據(jù)和相機(jī)的內(nèi)外方位元素，通過相應(yīng)的構(gòu)像方程對(duì)影像進(jìn)行傾斜糾正和投影差改正，將原始的非正射數(shù)字影像糾正為正射影像，然后對(duì)測(cè)區(qū)內(nèi)多個(gè)正射影像拼接鑲嵌［10］，其流程如圖5所示。

圖5 空中三角測(cè)量流程Fig.5 Flow chart of aerial triangulation

3 精度分析

為了對(duì)比上述3種方法制作的影像地圖，現(xiàn)從影像拼接鑲嵌的視覺效果、成圖精度和效率等方面進(jìn)行綜合對(duì)比分析。

3.1 成圖效果分析

從圖像接邊處鑲嵌的視覺效果來看:單張影像幾何糾正法糾正的影像有一處明顯的接邊誤差;SIFT拼接后糾正法糾正的影像在接邊處有扭曲現(xiàn)象;空中三角測(cè)量法糾正的影像則不存在錯(cuò)位和扭曲現(xiàn)象，其對(duì)比效果如圖6所示。

通過對(duì)3種方法拼接過程及其原理的分析，可以得出造成上述現(xiàn)象發(fā)生的原因?yàn)?單張影像幾何糾正法中由于單幅影像覆蓋范圍較小，且每幅影像中能夠找到的控制點(diǎn)數(shù)目不一，造成了每幅影像糾正的精度不一樣，最終導(dǎo)致在接邊處存在誤差;SIFT拼接后糾正法僅是從圖像學(xué)的角度出發(fā)，并沒有考慮到地形的起伏，在特征不明顯的地區(qū)匹配精度不高，這些因素都降低了拼接模型參數(shù)求解的精度，同時(shí)在后期的接邊處理過程中又采用了羽化拉伸，因此在接邊處的錯(cuò)位就演變成了扭曲。

圖6 不同拼接方法的拼接效果對(duì)比Fig.6 Contrast of the effects of different mosaic methods

3.2 成圖精度分析

對(duì)于影像地圖，單從視覺效果上作評(píng)價(jià)是不夠的，還要對(duì)成圖精度進(jìn)行檢驗(yàn)。本文從地形圖上選擇25個(gè)檢查點(diǎn)，并分別從上述3種方法所制作的影像圖上量取檢查點(diǎn)坐標(biāo);根據(jù)影像圖坐標(biāo)和地形圖實(shí)際坐標(biāo)計(jì)算出的成圖精度如表1所示。

由于空三測(cè)量方法是從嚴(yán)格意義上的攝影測(cè)量學(xué)角度出發(fā)，考慮了地形起伏、鏡頭畸變等其他諸多因素的影響，其成圖無論是從視覺效果還是精度上都是3種方法中最優(yōu)的;SIFT拼接后糾正法前期將各單張影像的誤差都混合帶到了最終的拼接圖像中，加大了后期的影像配準(zhǔn)難度，其成圖精度最低;單張影像幾何糾正法是在前期對(duì)各單張影像進(jìn)行了糾正，減少了誤差的傳播，因此其總體誤差相對(duì)較小。

表1 不同拼接方法的拼接精度對(duì)比Tab.1 Contrast of the accuracy of different mosaic methods (m)

3.3 成圖效率分析

從所需控制點(diǎn)數(shù)目來說，單張影像幾何糾正法所需控制點(diǎn)數(shù)目最多，對(duì)每張影像的糾正都至少需要8個(gè)控制點(diǎn);SIFT拼接后糾正法所需控制點(diǎn)數(shù)目理論上是單張影像幾何糾正法的1/n(n為影像總數(shù));空中三角測(cè)量法所需控制點(diǎn)介于二者之間。

從方法的難易復(fù)雜程度考慮，單張影像幾何糾正法和SIFT拼接后糾正法的復(fù)雜程度相同，只要將控制點(diǎn)和相應(yīng)的糾正模型選好，即可對(duì)其進(jìn)行糾正;空中三角測(cè)量法則要復(fù)雜的多，它不僅需要設(shè)置很多參數(shù)，而且當(dāng)?shù)皇諗繒r(shí)還需對(duì)各個(gè)參數(shù)的設(shè)置和控制點(diǎn)的點(diǎn)位進(jìn)行反復(fù)微調(diào)，直至解算收斂。

在實(shí)際作業(yè)中，選擇何種方法要根據(jù)實(shí)際情況而定。如果對(duì)精度要求很高，建議選擇空中三角測(cè)量法;如果對(duì)效率要求高的話，則建議選擇SIFT拼接后糾正法。單張影像幾何糾正法通常不單獨(dú)使用，一般和SIFT拼接后糾正法聯(lián)合使用，即對(duì)那些地形起伏、變形較為嚴(yán)重的地區(qū)先采用單張影像幾何糾正法進(jìn)行糾正，然后再采用SIFT拼接后糾正法，這樣有利于提高成圖精度，而成圖效率也不至于降低很多。

4 結(jié)論

本文對(duì)幾種常用無人機(jī)影像地圖制作方法的原理及制作流程進(jìn)行了較為深入的討論，并分別采用這些方法對(duì)獲取的試驗(yàn)區(qū)影像進(jìn)行了實(shí)驗(yàn)，從定性和定量?jī)蓚€(gè)方面對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比分析和評(píng)價(jià)，并根據(jù)實(shí)際地形和應(yīng)用需求總結(jié)了各種方法的適用場(chǎng)合，為今后選擇無人機(jī)影像地圖的制作方法提供了有益的參考。

［1］魯 恒，李永樹，何 敬，等.一種基于特征點(diǎn)的無人機(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.

［2］崔紅霞，孫 杰，林宗堅(jiān).無人機(jī)遙感設(shè)備的自動(dòng)化控制系統(tǒng)［J］.測(cè)繪科學(xué)，2004，29(1):47 －49.

［3］曹 立，潘 然，田 摯.遙控飛艇數(shù)字航空攝影系統(tǒng)［J］.測(cè)繪與空間地理信息，2005，28(5):92 －93.

［4］崔紅霞，林宗堅(jiān)，孫 杰.無人機(jī)遙感監(jiān)測(cè)系統(tǒng)研究［J］.測(cè)繪通報(bào)，2005(5):11－14.

［5］張永軍.無人駕駛飛艇低空遙感影像的幾何處理［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2009，34(3):284 －288.

［6］樊文有，謝 忠.GIS空間數(shù)據(jù)的誤差校正［J］.地球科學(xué)，1998，23(4):344－347.

［7］David D G.Object Recognition from Local Scale－ invariant Features［C］//Proceedings of the 19997th IEEE International Conference on Computer Vision(ICCV’99)，Kerkyra，Greece，September 20 ～27，1999.Piscataway:IEEE，1999:1150 －1157.

［8］David D G.Distinctive Image Features from Scale－ invariant Keypoints［J］.International Journal of Computer Vision(S0920 －5691)，2004，60(2):91 －110.

［9］何 敬，李永樹，魯 恒，等.基于SIFT特征點(diǎn)的無人機(jī)影像拼接方法研究［J］.光電工程，2011，38(2):122 －126.

［10］李德仁，周月琴，金為銑.攝影測(cè)量與遙感概論［M］.北京:測(cè)繪出版社，2001.

［11］中華人民共和國(guó)建設(shè)部，國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.GB50026－2007，工程測(cè)量規(guī)范［S］.北京:中國(guó)標(biāo)準(zhǔn)出版社，2008.

Research on Producing Image Maps Based on UAV Imagery Data

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

The composition of the low－altitude unmanned aerial system is described，and then the single image correction method，the after stitching correction method and the aerial triangulation method of mapping by using the UAV images are proposed according to their small scene and high resolution of the UAV images.The key points of the three different mapping methods are emphatically discussed，and the three methods are jointly analyzed and tested according to their mapping effect，accuracy and efficiency.The results demonstrate that the after stitching correction method has higher efficiency，and the aerial triangulation method has better accuracy，with the single image correction method in between，as evidenced by judging the efficiency and accuracy.

UAV;Image maps;Geometric rectification

P 237

A

1001－070X(2011)04－0074－04

2011－03－31;

2011－06－22

“十一五”國(guó)家科技支撐計(jì)劃項(xiàng)目子課題——“成都平原城鄉(xiāng)用地協(xié)同調(diào)控系統(tǒng)開發(fā)與示范”項(xiàng)目(編號(hào):2006BAJ05A13)。

何 敬(1983－)，男，博士研究生，主要從事“3S”技術(shù)與系統(tǒng)集成研究。

(責(zé)任編輯:刁淑娟)