肖 波，朱蘭艷

(1.玉溪師范學(xué)院，云南玉溪 653100;2.昆明理工大學(xué)，云南昆明 650093)

0 引言

無(wú)人機(jī)(Unmanned Air Vehicle，UAV)遙感系統(tǒng)具有低成本、影像分辨率高、可云下作業(yè)、機(jī)動(dòng)靈活、能夠快速響應(yīng)等優(yōu)點(diǎn)，成為繼衛(wèi)星遙感和航空攝影測(cè)量等數(shù)字影像獲取的又一重要途徑。目前被廣泛應(yīng)用于地理國(guó)情監(jiān)測(cè)、土地利用變化監(jiān)測(cè)、新農(nóng)村建設(shè)、大比例尺地形圖測(cè)繪等各個(gè)領(lǐng)域。其最大的一個(gè)優(yōu)勢(shì)體現(xiàn)在應(yīng)急救災(zāi)方面，在惡劣的天氣條件下，無(wú)法采用常規(guī)測(cè)量或者其他傳統(tǒng)攝影測(cè)量手段時(shí)，利用簡(jiǎn)單的條件進(jìn)行低空飛行，獲取所需的數(shù)字影像。同時(shí)，無(wú)人機(jī)低空攝影測(cè)量系統(tǒng)也存在一個(gè)不容忽視的問(wèn)題，其搭載的普通非量測(cè)型數(shù)碼相機(jī)，如佳能5D MarkⅡ、尼康D200，與專業(yè)的量測(cè)型相機(jī)相比，存在像幅小、畸變差大、數(shù)量多等問(wèn)題;也因無(wú)人機(jī)質(zhì)量較輕，易受氣流和風(fēng)向影響，航片為非常規(guī)航攝，使所獲取的影像航向和旁向重疊度不規(guī)則、影像傾斜角度過(guò)大且無(wú)規(guī)律、偏角和滾角都比較大。這些影像質(zhì)量問(wèn)題，都是后續(xù)數(shù)據(jù)處理的關(guān)鍵問(wèn)題，如果處理不當(dāng)，將無(wú)法獲取所需的影像全景圖。

因此，需要一種高性能的、完善的影像數(shù)據(jù)處理系統(tǒng)來(lái)解決數(shù)量龐大的無(wú)人機(jī)遙感影像，并保證處理結(jié)果滿足既定要求。本文以新一代數(shù)字?jǐn)z影測(cè)量系統(tǒng)DPGrid為依托，介紹無(wú)人機(jī)影像數(shù)據(jù)處理的流程及關(guān)鍵技術(shù)。

1 基于DPGrid的無(wú)人機(jī)遙感數(shù)據(jù)處理流程

獲取無(wú)人機(jī)遙感影像數(shù)據(jù)后，根據(jù)其特點(diǎn)，應(yīng)用DPGrid軟件進(jìn)行處理的流程圖［1］，如圖1所示。具體處理流程如下:

1)數(shù)據(jù)準(zhǔn)備，包括無(wú)人機(jī)影像數(shù)據(jù)、相機(jī)檢校參數(shù)、航線信息、控制點(diǎn)資料、POS數(shù)據(jù);

2)對(duì)影像進(jìn)行畸變校正、旋轉(zhuǎn)方向、導(dǎo)入控制點(diǎn)、排列航帶等預(yù)處理;

3)利用特征提取技術(shù)進(jìn)行自動(dòng)匹配、自動(dòng)挑點(diǎn)，完成空中三角測(cè)量，輸出加密成果;

4)根據(jù)加密成果文件，利用密集匹配技術(shù)匹配獲取經(jīng)濾波與分類處理的三維DSM，內(nèi)插出格網(wǎng)規(guī)則的DEM，接著對(duì)原始影像作勻光勻色處理，結(jié)合生成的DEM對(duì)其進(jìn)行數(shù)字微分糾正，利用糾正后的影像智能鑲嵌拼接出整個(gè)測(cè)區(qū)的正射影像圖，并對(duì)拼接好的正射影像進(jìn)行人工編輯，處理拼接線附近的拼接痕跡。

圖1 DPGrid低空數(shù)據(jù)處理流程圖Fig.1 The work flow of DPGrid remote sensing image

2 無(wú)人機(jī)影像處理的幾個(gè)關(guān)鍵環(huán)節(jié)

2.1 無(wú)人機(jī)低空遙感影像智能匹配處理

智能匹配處理主要是對(duì)非常規(guī)攝影的影像數(shù)據(jù)實(shí)施空三連接點(diǎn)的匹配，是低空遙感數(shù)據(jù)處理的重要關(guān)鍵技術(shù)。在有導(dǎo)航或POS數(shù)據(jù)的情況下，由導(dǎo)航或POS數(shù)據(jù)引導(dǎo)恢復(fù)飛行航線指導(dǎo)特征匹配;如果沒(méi)有導(dǎo)航或POS數(shù)據(jù)，則利用特征匹配算法、RANSAC以及幾何約束條件進(jìn)行匹配與像對(duì)鑒別處理。特征匹配完成后，構(gòu)建測(cè)區(qū)的初始自由網(wǎng)，進(jìn)行灰度相關(guān)與最小二乘匹配，為高精度區(qū)域網(wǎng)平差提供可靠的像點(diǎn)觀測(cè)數(shù)據(jù)，構(gòu)建穩(wěn)定的區(qū)域自由網(wǎng)。低空飛行遙感影像智能匹配技術(shù)路線，如圖2所示。

圖2 遙感影像智能匹配技術(shù)Fig.2 The intelligent matching technology of remote sensing image

2.1.1 Wallis影像增強(qiáng)技術(shù)

智能匹配采用Wallis影像增強(qiáng)技術(shù)，Wallis濾波器的作用是增強(qiáng)原始影像的反差，使影像中較模糊的紋理信息得到增強(qiáng)，改善圖像的質(zhì)量，便于提取同名像點(diǎn)即連接點(diǎn)，并抑制影像中存在的噪聲。

Wallis影像增強(qiáng)技術(shù)的變換公式［2］為:

式中:G(x，y)為經(jīng) Wallis增強(qiáng)后影像中點(diǎn) (x，y)的灰度值;g(x，y)為原始影像中點(diǎn)(x，y)的灰度值;mg、sg分別為某一像素的灰度均值和灰度方差;mf、sf分別為影像均值和影像方差的目標(biāo)值;c為影像反差擴(kuò)展常數(shù);b為影像亮度系數(shù)。

圖3(a)為原始影像，圖3(b)為經(jīng)Wallis增強(qiáng)后的影像。可見(jiàn)，經(jīng)Wallis變換后，明顯增強(qiáng)了影像的紋理細(xì)節(jié)，便于匹配出精確的同名像點(diǎn)。

3.2 學(xué)生滿意度 為了解學(xué)生對(duì)工作坊教學(xué)模式的滿意程度，對(duì)實(shí)驗(yàn)班的學(xué)生進(jìn)行了無(wú)記名問(wèn)卷調(diào)查，調(diào)查表分為兩部分，第一部分為選擇題：①對(duì)教學(xué)效果的滿意度；②自我學(xué)習(xí)能力提高滿意度；③授課方式滿意度；④創(chuàng)新意識(shí)、創(chuàng)新能力提高滿意度。評(píng)價(jià)等級(jí)分為三類：A代表滿意，B代表較滿意，C代表不滿意。第二部分為主觀題，簡(jiǎn)要寫出心得體會(huì)。調(diào)查結(jié)果如表2所示。

圖3 原始影像和經(jīng)Wallis增強(qiáng)后的影像對(duì)比圖Fig.3 Comparison between original image and image enhanced by Wallis

2.1.2 特征提取

影像經(jīng)Wallis增強(qiáng)紋理細(xì)節(jié)后，由于像片航向和旁向重疊度不規(guī)則、旋偏角過(guò)大等問(wèn)題，常規(guī)的灰度匹配算法會(huì)使影像不相關(guān)，導(dǎo)致無(wú)人機(jī)影像的相對(duì)定向結(jié)果不相關(guān)，因此DPGrid采用基于特征不變的SIFT算子［3］進(jìn)行匹配，圖4為系統(tǒng)自動(dòng)匹配后生成的連接點(diǎn)圖。

圖4 匹配生成的連接點(diǎn)圖Fig.4 Connection points producted by automatic matching

從圖4中可以看出，采用SIFT算子可以提取較多的特征點(diǎn)，這些特征點(diǎn)大量分布在紋理比較清晰的地物附近，比如道路、房屋、河流等，少量的特征點(diǎn)分布在紋理不是很明顯的大面積水域或樹(shù)林附近。提取后的特征點(diǎn)還存在大量的誤匹配像對(duì)，還需進(jìn)一步使用RANSAC與幾何約束［4］有效剔除誤匹配相對(duì)。

2.2 無(wú)人機(jī)低空遙感影像空三處理

2.2.1 自由網(wǎng)平差

特征點(diǎn)提取完畢后，先進(jìn)行無(wú)控制點(diǎn)的自由網(wǎng)平差，剔除誤差比較大的連接點(diǎn)和錯(cuò)誤的連接點(diǎn)。DPGrid軟件采用基于光束法的平差原理，構(gòu)建出光束法自由網(wǎng)平差模型，迭代計(jì)算影像的外方位元素初值，及同名點(diǎn)地面坐標(biāo)初值。

2.2.2 區(qū)域網(wǎng)平差

首先，對(duì)所有觀測(cè)數(shù)據(jù)建立法方程并進(jìn)行法化處理，引入地面控制點(diǎn)構(gòu)建條件方程并設(shè)置觀測(cè)值的權(quán)矩陣，然后利用最小二乘法解算法方程，求出未知數(shù)的改正數(shù)向量，以此循環(huán)直到滿足循環(huán)退出條件，求解出精確的外方位元素。

2.3 正射影像鑲嵌處理

DPGrid多幅影像的鑲嵌處理采用了蟻群算法智能鑲嵌技術(shù)。蟻群算法是一種種群尋優(yōu)的啟發(fā)式搜索算法。由于相鄰正射影像是具有航向和旁向重疊的像對(duì)，對(duì)這些重疊區(qū)域進(jìn)行灰度運(yùn)算得到的差值圖像會(huì)受到拍攝角度、建筑物和樹(shù)木等的高度投影差影響，需要利用蟻群算法在重疊區(qū)域選擇一條最優(yōu)的鑲嵌線［5］，根據(jù)這條鑲嵌線對(duì)正射影像進(jìn)行鑲嵌融合。

2.4 DPGrid軟件使用過(guò)程中常見(jiàn)問(wèn)題處理

2.4.1 智能匹配環(huán)節(jié)的處理

自動(dòng)智能匹配之前，應(yīng)設(shè)置好影像的航向、旁向重疊度及搜索范圍。某些情況下，當(dāng)匹配完成后，無(wú)法匹配到特征點(diǎn)，處理辦法通常有如下幾種［6］:

1)檢查航向、旁向重疊度及搜索范圍是否設(shè)置錯(cuò)誤，如果錯(cuò)誤，重新修改設(shè)置后進(jìn)行匹配;

2)查看像片是否是像片旋角太大，如果是，智能匹配之前，在航帶內(nèi)、航帶間添加種子點(diǎn)，再設(shè)置匹配參數(shù)，進(jìn)行匹配。

2.4.2 空三平差環(huán)節(jié)的處理

空三處理時(shí)，應(yīng)使平差順利通過(guò)，剔除錯(cuò)點(diǎn)后，再將單位權(quán)中誤差和像點(diǎn)精度設(shè)置為半個(gè)像素大小，保證其精度。在剔除錯(cuò)點(diǎn)時(shí)，常見(jiàn)問(wèn)題及處理:

1)平差時(shí)，提示達(dá)到最大迭代次數(shù)，無(wú)法平差，處理辦法是將單位權(quán)中誤差和像點(diǎn)精度設(shè)置變大，使平差通過(guò);

2)平差時(shí)，若提示像點(diǎn)數(shù)據(jù)文件不正確，說(shuō)明單位權(quán)中誤差和像點(diǎn)精度設(shè)置過(guò)大，應(yīng)將其設(shè)置小一點(diǎn)，使平差順利通過(guò)，剔除錯(cuò)點(diǎn);

3)平差過(guò)程中，遇到區(qū)域網(wǎng)中存在孤島或像片被剔除的提示時(shí)，說(shuō)明該區(qū)域缺少連接點(diǎn)，無(wú)法構(gòu)建平差模型，應(yīng)該加點(diǎn)后再進(jìn)行平差。

3 實(shí)驗(yàn)結(jié)果及精度分析

為了驗(yàn)證DPGrid低空數(shù)據(jù)處理模塊的實(shí)際生產(chǎn)能力及精度，以云南省“興地睦邊”重大農(nóng)田整治工程—隴川縣戶撒鄉(xiāng)無(wú)人機(jī)航攝項(xiàng)目為試驗(yàn)。項(xiàng)目區(qū)地處隴川縣戶撒壩子，地理位置為:東經(jīng)97°47'42″～97°58'21″，北緯24°25'22″～24°30'59″之間。本次航拍使用的相機(jī)是佳能5D MarkⅡ，像幅大小是5 616×3 744像素，航攝地面均高是1 400 m，航高2 300 m，航攝比例尺為1∶31 000，相對(duì)航高1 092 m，獲取1∶2 000的影像圖。

3.1 生成正射影像

根據(jù)前面介紹的DPGrid數(shù)據(jù)處理流程及處理技術(shù)，完成了從自動(dòng)空三到正射影像的全部制作過(guò)程，得到0.2 m分辨率的正射影像圖，如圖5所示。DPGrid整個(gè)生產(chǎn)過(guò)程所用時(shí)間與常規(guī)攝影測(cè)量軟件JX4對(duì)這一測(cè)區(qū)的處理時(shí)間對(duì)比，如表1所示。

圖5 戶撒鄉(xiāng)拼接正射影像圖Fig.5 Part of DOM in Husa

表1 DPGrid與JX4的生產(chǎn)時(shí)間對(duì)比表Tab.1 Comparison of production time between DPGrid and JX4

本次航拍由于測(cè)區(qū)位于植被覆蓋較密集的山區(qū)，作業(yè)難度較大，所獲取的影像質(zhì)量較差。作業(yè)過(guò)程中，通過(guò)使用兩種軟件對(duì)比分析得出:采用DPGrid軟件自動(dòng)匹配的成功率比較高，幾乎無(wú)需人工干涉就可獲取大量的連接點(diǎn);而常規(guī)攝影測(cè)量軟件JX4，在面對(duì)植被覆蓋率較高且質(zhì)量較差的影像時(shí)，需要多次進(jìn)行人工干預(yù)，才能獲得少量的連接點(diǎn)。從表1得出:DPGrid用于生產(chǎn)實(shí)踐的處理速度是常規(guī)攝影測(cè)量軟件JX4的2倍以上。

3.2 精度分析

本次試驗(yàn)從測(cè)區(qū)1∶2 000的地形圖上均勻選取26個(gè)控制點(diǎn)，50個(gè)檢查點(diǎn)，外業(yè)實(shí)地測(cè)量檢查點(diǎn)的坐標(biāo)。測(cè)區(qū)航攝影像經(jīng)DPGrid處理后，逐一量測(cè)出各個(gè)檢查點(diǎn)的坐標(biāo)，統(tǒng)計(jì)出外業(yè)實(shí)測(cè)坐標(biāo)與量測(cè)坐標(biāo)的差值，計(jì)算出檢查點(diǎn)的平面和高程中誤差，檢查是否滿足規(guī)范要求。其檢查結(jié)果如表2所示;同時(shí)，與地形圖疊加套合，檢查制作的正射影像是否與實(shí)測(cè)的地形圖吻合，結(jié)果如圖6所示。

表2 精度檢查統(tǒng)計(jì)表Tab.2 Statistics of accuracy checking

圖6 拼接正射影像圖與地形圖疊加套合Fig.6 Part of DOM superimposed with DLG

從表2及圖6可以看出:經(jīng)DPGrid軟件處理獲得的正射影像精度能滿足1∶2 000的成圖比例尺要求，完全可以用于生產(chǎn)實(shí)踐。

4 結(jié)束語(yǔ)

本文基于DPGrid系統(tǒng)的數(shù)據(jù)處理流程和方法，針對(duì)低空無(wú)人機(jī)航拍影像的特點(diǎn)，介紹了處理遙感影像的關(guān)鍵技術(shù)，通過(guò)隴川縣戶撒鄉(xiāng)的航拍影像處理試驗(yàn)，驗(yàn)證了DPGrid低空數(shù)據(jù)處理模塊的實(shí)際生產(chǎn)能力，并得出以下結(jié)論:

1)采用DPGrid處理質(zhì)量較差的無(wú)人機(jī)航拍影像比常規(guī)攝影測(cè)量軟件JX4自動(dòng)匹配的成功率更高，幾乎無(wú)需人工干涉就可獲取大量的連接點(diǎn);

2)DPGrid用于生產(chǎn)實(shí)踐的處理速度更快，是常規(guī)攝影測(cè)量軟件JX4的2倍以上。

［1］武漢中測(cè)晟圖遙感技術(shù)有限公司.DPGrid—LATImage低空數(shù)碼影像處理手冊(cè)［Z］.武漢:武漢中測(cè)晟圖遙感技術(shù)有限公司，2009.

［2］吳亮，趙西安.基于DPGrid系統(tǒng)的無(wú)人機(jī)遙感數(shù)據(jù)處理試驗(yàn)［J］.北京建筑工程實(shí)驗(yàn)學(xué)報(bào)，2013，29(3):43－48.

［3］賈嬌，艾海濱，張力，等.應(yīng)急響應(yīng)中PixelGrid無(wú)人機(jī)遙感數(shù)據(jù)處理的關(guān)鍵技術(shù)與應(yīng)用［J］.測(cè)繪通報(bào)，2013(5):62－65.

［4］王琳，張力，艾海濱.無(wú)人飛行器遙感影像的自動(dòng)相對(duì)定向研究［J］.測(cè)繪通報(bào)，2011(11):11 －14.

［5］董智杰.基于DPGrid的低空無(wú)人機(jī)航攝影像的應(yīng)用研究［D］.昆明:昆明理工大學(xué)，2011.

［6］王家玉，朱陳明.利用DPGrid系統(tǒng)制作影像圖的有關(guān)問(wèn)題探討［J］.測(cè)繪技術(shù)裝備，2010，12(3):31 －34.