田　雷

(吉林鐵道職業(yè)技術(shù)學(xué)院,吉林 吉林 130000)

?

礦區(qū)多角度無人機遙感三維影像圖制作

田雷

(吉林鐵道職業(yè)技術(shù)學(xué)院,吉林 吉林 130000)

利用無人機遙感系統(tǒng)對礦區(qū)進行了豎直攝影和傾斜攝影，采用SIFT特征與最小二乘的影像自動匹配方法對影像進行處理，并在此基礎(chǔ)上制作完成了測區(qū)的正射影像圖和三維全景影像圖，精度達到了用戶要求，從而驗證了無人機作為準(zhǔn)實時獲取礦區(qū)空間信息平臺的可行性和實用性，為無人機遙感系統(tǒng)在相關(guān)領(lǐng)域的應(yīng)用提供了經(jīng)驗和借鑒。

無人機遙感系統(tǒng)；SIFT特征；最小二乘；傾斜影像；正射影像

煤炭資源的大規(guī)模開采引發(fā)了一系列地質(zhì)災(zāi)害和生態(tài)環(huán)境問題，及時掌握礦山地質(zhì)、生態(tài)環(huán)境時空演變情況對保護人民生命和財產(chǎn)安全、促進礦產(chǎn)資源的合理開發(fā)利用具有重要的實際意義，而定期遙感監(jiān)測和對突發(fā)事件快速反應(yīng)能力是掌握地理礦情時空演變的主要手段?，F(xiàn)有的航空攝影和中高分辨率衛(wèi)星遙感獲取的數(shù)據(jù)質(zhì)量高，影像覆蓋范圍廣，但易受天氣影響，快速反應(yīng)能力弱，難以保證突發(fā)事件信息獲取的時效性。無人機遙感系統(tǒng)機動靈活、使用成本低，可快速準(zhǔn)確地獲取現(xiàn)勢性強、空間分辨率高的多角度礦區(qū)影像數(shù)據(jù)，并結(jié)合其他類型數(shù)據(jù)進行信息綜合處理、挖掘與分析，可為礦區(qū)環(huán)境監(jiān)測、數(shù)字三維礦山、經(jīng)濟活動評估等提供數(shù)據(jù)支持。

本文從制作礦區(qū)多角度鳥瞰景觀影像需求出發(fā)，研究多角度近地遙感影像自動匹配與空三處理的理論與方法，建立一套快速處理無人機傾斜影像的自動化處理流程，以及DOM與多角度三維傾斜影像圖制作的技術(shù)流程，為煤礦企業(yè)、礦區(qū)的科學(xué)規(guī)劃和科學(xué)管理提供依據(jù)。

一、研究內(nèi)容

礦區(qū)多角度無人機遙感三維影像圖制作過程中主要內(nèi)容包括：相機檢校與無人機航空攝影、像控點測量、航空影像自動匹配、快速空中三角測量構(gòu)網(wǎng)和平差計算及DOM影像圖與全景圖制作等步驟。

針對無人機遙感平臺獲取的相鄰影像之間存在較大的旋偏角和上下錯動，無法使用現(xiàn)有的影像匹配算法獲取同名點這一難題，本文研究適用于不同重疊度、傾斜影像同名特征的自動匹配處理方法和算法，實現(xiàn)多角度全景影像自動處理。

1. 研究區(qū)概況

本文選擇山西潞安煤業(yè)集團總部所在地侯堡鎮(zhèn)作為研究區(qū)。該區(qū)地處襄垣縣西南端，測區(qū)面積約8 km2，境內(nèi)屬丘陵山區(qū)，平均海拔890 m，最大高差約100 m，適合無人飛機低空航攝。

2. 技術(shù)流程

本文針對非量測相機的檢校理論和方法、無人機遙感影像的預(yù)處理技術(shù)、數(shù)字攝影測量空中三角測量加密關(guān)鍵技術(shù)、正射影像圖(DOM)及多角度全景圖制作過程中涉及的重點難點進行了深入研究，具體技術(shù)流程如圖1所示。

圖1　項目實施的技術(shù)流程

(1) 相機檢校

無人機遙感系統(tǒng)多采用內(nèi)方位元素和畸變系數(shù)未知且不夠穩(wěn)定的非量測相機，因此在無人機航飛前必須進行嚴格的相機檢校，以確?？罩腥菧y量加密精度及制圖精度符合要求。本項目使用的是Canon 5D MarkⅡ型非量測相機，在高精度室內(nèi)檢校場完成了鏡頭畸變校正，原始影像為5616×3744像素，經(jīng)定標(biāo)改正后為5716×3810像素，邊緣變形最大值為100像素。

(2) 航線設(shè)計與航攝參數(shù)

針對測區(qū)實際地形條件與地理環(huán)境及制作DOM和三維影像圖的要求，設(shè)計了兩架次不同飛行姿態(tài)的航空攝影技術(shù)方案。

1) 豎直攝影航線設(shè)計方案。無人機沿南北方向飛行，布設(shè)11條航線，每條航線拍攝豎直攝影像片26張，共計286張。

2) 傾斜攝影航線設(shè)計方案。為制作測區(qū)三維全景影像圖，沿東西方向布設(shè)了22條航線，每條航線拍攝像片26張，共計572張。

3) 攝影比例尺。設(shè)計的成圖比例尺與攝影比例尺的關(guān)系為：4～6倍。

4) 攝影參數(shù)設(shè)定。設(shè)計相對航高547 m，航向與旁向重疊度分別為70%和40%，地面分辨率為0.1 m。

(3) 像控點布設(shè)

航片像控點布設(shè)遵循區(qū)域網(wǎng)布設(shè)原則及成圖精度要求(平面和平高控制點相對于鄰近控制點的平面位置中誤差不超過圖上0.1 mm，高程和平高控制點相對于鄰近高程控制點的高程中誤差不超過0.1 m)，實際布設(shè)的控制點分布如圖2所示。結(jié)合測區(qū)實際情況及相鄰像片冗余信息大(重疊度大)，以3～5條航線、10～15條基線構(gòu)成一個區(qū)域網(wǎng)。

圖2　像控點分布

二、無人機航攝影像處理與影像圖制作

無人機遙感影像的內(nèi)業(yè)處理過程主要包括：影像自動匹配、空三加密、DEM與DOM制作、三維全景影像圖制作。

1. 影像自動匹配方法

本文采用基于SIFT特征與最小二乘方法實現(xiàn)影像的自動匹配?；赟IFT特征算法是目前應(yīng)用最為廣泛的圖像配準(zhǔn)方法，具體步驟敘述如下。

(1) 尺度空間建立

尺度空間的建立是基于圖像理論模擬的多尺度空間特征，而高斯函數(shù)可以表示其唯一的尺度線性核，因此一幅圖像與尺度的高斯函數(shù)的卷積即為尺度空間，其數(shù)學(xué)表達式為

L(x,y,σ)=G(x,y,σ)*I(x,y)

(1)

式中，G(x,y,σ)代表x和y上的卷積

(2)

利用相鄰圖像的高斯尺度函數(shù)卷積相減即可得到D(x,y,σ)，即

D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=

L(x,y,kσ)-L(x,y,σ)

(3)

式中，k為相鄰尺度間相隔的線型比例因子。

為實現(xiàn)多尺度特征點檢測，必須構(gòu)建線性尺度空間。設(shè)定k、σ(初始尺度)初始值，k持續(xù)地以增長尺度為kσ的高斯核與之相卷積形成高斯金字塔，其中相鄰層的尺度相差因子為k；然后計算DOG算子，通過將高斯金字塔中每個倍頻里的相鄰圖像作差，就形成了DOG金字塔。

(2) 特征點定位

DOG尺度空間的極值點即為特征點。每個像素點(10維尺度空間中)與金字塔上下相鄰尺度的兩幅圖中對應(yīng)位置鄰域內(nèi)的18個點(2×9個點)及相鄰的8個點的像素值進行對比，若該點大于或小于這26個點的像素值，則標(biāo)記為候選特征點。

高斯差分算子的主曲率由Hessian矩陣計算求出

(4)

DOG尺度空間的主曲率與Hessian矩陣的特征值成正比，即

(5)

式中,α、β分別為最大特征值、最小特征值。令α=γβ，則

(6)

(γ+1)2/γ的值在兩個特征值相等時最小，隨著γ的增大而增大。

(3) 計算特征點的主角度

為了使算子保持旋轉(zhuǎn)不變特性，可將每個關(guān)鍵點鄰域像素值的梯度方向作為指定的方向參數(shù)，則梯度的模值、方向參數(shù)為m(x,y)=

θ(x,y)=αtan 2(((L(x,y+1)-L(x,y-1))/

(L(x+1,y)-L(x-1,y)))

(7)

式中，L表示每個關(guān)鍵點的尺度。

(4) 特征點描述子

為增強圖像匹配的穩(wěn)健性，實際計算過程中使用4×4種子點對每個關(guān)鍵點進行描述，可形成128維的SIFT特征向量(剔除了尺度變化、旋轉(zhuǎn)等影響)；然后再對SIFT長度進行歸一化處理，則可消除光照變化影響。

2. DOM與三維全景圖制作

(1) DEM提取

以全自動匹配的特征點及定向點(經(jīng)空三計算并剔除粗差后的離散點)為基礎(chǔ)，利用基于內(nèi)插規(guī)則格網(wǎng)和TIN構(gòu)建數(shù)字高程模型(DEM)。

(2) DOM與三維全景圖的制作

將每幅影像劃分為M×N塊，并結(jié)合構(gòu)建的DEM逐塊進行數(shù)字微分(正射)糾正，然后通過數(shù)字鑲嵌制作全區(qū)域的正射影像圖(DOM)，如圖3所示。

圖3　正射糾正前后影像及最終成果

三、結(jié)束語

本文針對無人機遙感系統(tǒng)多角度獲取的礦區(qū)遙感影像，研究了一套無人機傾斜影像快速處理技術(shù)，制作了礦區(qū)正射影像圖和三維全景影像圖，且成圖精度達到了用戶要求，驗證了無人機作為準(zhǔn)實時獲取礦區(qū)空間信息平臺的可行性和實用性，并可為無人機遙感系統(tǒng)應(yīng)用于新農(nóng)村建設(shè)提供相應(yīng)經(jīng)驗和借鑒。

[1]李德仁,李明. 無人機遙感系統(tǒng)的研究進展與應(yīng)用前景[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版),2014,39(5):505-513.[2]買小爭,楊波,馮曉敏. 無人機航攝像控點布設(shè)方法探討[J]. 測繪通報,2012(S1)：268-271.

[3]胡榮明,張敏,劉潘. 高分辨率無人機低空影像DEM的建立及其精度研究[J]. 測繪科學(xué),2011,36(4):201-202.

[4]趙星濤,胡奎,盧曉攀，等. 無人機低空航攝的礦山地質(zhì)災(zāi)害精細探測方法[J]. 測繪科學(xué),2014,39(6):49-52.

[5]李珵,盧小平,朱寧寧，等.基于激光點云的隧道斷面連續(xù)提取與形變分析方法[J]. 測繪學(xué)報,2015，44(9):1056-1062.

[6]劉廣盛,呂軍超. 基于無人機的礦區(qū)變化監(jiān)測關(guān)鍵技術(shù)研究[J]. 測繪通報,2013(S1):95-98.

[7]傅衛(wèi)平,秦川,劉佳，等. 基于SIFT算法的圖像目標(biāo)匹配與定位[J]. 儀器儀表學(xué)報,2011,32(1):163-169.

[8]李曉明,鄭鏈,胡占義. 基于SIFT特征的遙感影像自動配準(zhǔn)[J]. 遙感學(xué)報,2006,10(6):885-892.

[9]陳夢婷,閆冬梅,王剛. 基于Harris角點和SIFT描述符的高分辨率遙感影像匹配算法[J]. 中國圖象圖形學(xué)報,2012,17(11):1453-1459.

[10]何敬,李永樹,魯恒，等. 基于SIFT特征點的無人機影像拼接方法研究[J]. 光電工程,2011,38(2):122-126.

Production of Multi-angle UAV 3D RS Photomap for Mineral Area

TIAN Lei

田雷.礦區(qū)多角度無人機遙感三維影像圖制作[J].測繪通報，2016(10)：73-75.DOI:10.13474/j.cnki.11-2246.2016.0333.

2016-04-07;

2016-07-12

田雷(1963—)，男，副教授，主要從事無人機影像矯正研究。E-mail：881997@qq.com

P237

B

0494-0911(2016)10-0073-03