陳曉茜，王海濤,2，倪 峰

（1.湖北省基礎(chǔ)地理信息中心（湖北省北斗衛(wèi)星導(dǎo)航應(yīng)用技術(shù)研究院），湖北 武漢 430074； 2.中國地質(zhì)大學(xué)（武漢）國家地理信息系統(tǒng)工程技術(shù)研究中心，湖北 武漢 430074；3.湖北省測繪工程院，湖北 武漢 430074）

低空航空攝影飛行質(zhì)量自動化檢查系統(tǒng)實踐與研究

陳曉茜1，王海濤1,2，倪 峰3

（1.湖北省基礎(chǔ)地理信息中心（湖北省北斗衛(wèi)星導(dǎo)航應(yīng)用技術(shù)研究院），湖北 武漢 430074； 2.中國地質(zhì)大學(xué)（武漢）國家地理信息系統(tǒng)工程技術(shù)研究中心，湖北 武漢 430074；3.湖北省測繪工程院，湖北 武漢 430074）

針對低空航空攝影的特點，使用拍攝影像中心點GPS坐標數(shù)據(jù)，研制基于飛行質(zhì)量成果的自動化檢查系統(tǒng)。系統(tǒng)利用SIFT、相關(guān)系數(shù)、相對定向模型、影像勻光等技術(shù)實現(xiàn)高可靠性的自動化處理方法，對SIFT的優(yōu)化、多線程、多核編程技術(shù)（OpenMP）實現(xiàn)了質(zhì)量評定的高效處理，和對評定成果的直觀可視化表達。

低空航空攝影；SIFT；質(zhì)量檢查

低空航空攝影因成本低、性能靈活等特點，廣泛應(yīng)用于測繪、國土、規(guī)劃等行業(yè)，是獲取地理空間數(shù)據(jù)的重要手段之一[1-8]。但其在拍攝時受外部環(huán)境的影響較大，致使獲取影像的重疊度、旋偏角等變化大。為保障后期能夠提供合格的地理空間數(shù)據(jù)，低空航空攝影更應(yīng)加強質(zhì)量檢查工作[9-12]。很多學(xué)者針對航空影像質(zhì)量檢查開展了大量的研究工作[13-16]，但針對低空航空攝影的較少。由于低空航空攝影影像數(shù)量較大，目前常規(guī)依靠人工開展質(zhì)量檢查工作的方法自動化程度低、工作量大，因而其需要實現(xiàn)更快的自動處理速度。本文采用SIFT算法[17-22]、多線程、OpenMP、影像勻色[23-26]、相對定向[27-30]等技術(shù)方法，實現(xiàn)高效率的自動化處理和高可靠性的自動化檢查。

1 低空航空攝影特點分析

1.1 相機位置關(guān)系與獲取的影像特點

低空航空攝影使用數(shù)碼相機拍攝影像，幾種常用的數(shù)碼相機見表1。不同類型的低空攝影測量系統(tǒng)相機與設(shè)備擺放位置有4種關(guān)系（見圖1），圖2a是相機擺放0°時獲取的影像效果，圖2b是相機擺放90°時獲取的影像效果。

表1 幾種常用的數(shù)碼相機像幅面參數(shù)

圖1 相機與設(shè)備擺放關(guān)系（帶箭頭的虛線表示航線方向）

圖2 相機擺放角度與航線關(guān)系

1.2 影像拍攝特點

低空航空攝影一般采用等距曝光的方式拍攝，航帶內(nèi)影像間距相等，而航帶間影像對應(yīng)關(guān)系隨機變化，圖3為常規(guī)航空攝影與低空航空攝影曝光特點，圖中藍色箭頭表示航線方向、紅線表示航線間影像關(guān)系。圖3a為平地的常規(guī)航攝航線，航帶間影像對齊關(guān)系比較整齊；圖3b是低空航空攝影的航線，航帶間影像對齊關(guān)系沒有常規(guī)航空攝影整齊。低空航空攝影使用的相機面幅較小，在相同測區(qū)面積、相同地面分辨率的情況下，與常規(guī)航空攝影相比獲取的影像數(shù)量大，圖4為兩個測區(qū)獲取的航線及影像數(shù)量。

圖3 影像曝光特點

圖4 低空航空攝影的航線與影像數(shù)量

1.3 航線間影像關(guān)系

由于外部環(huán)境的影響，特別是風(fēng)速的影響，航帶間的影像重疊度、旋轉(zhuǎn)等變化大，圖5為兩條航線連續(xù)4張影像重疊度及旋轉(zhuǎn)關(guān)系效果。

圖5 航帶間影像關(guān)系

2 需求與設(shè)計

2.1 系統(tǒng)需求

常規(guī)航空攝影廣泛使用POS（GPS/IMU）技術(shù)[7-8]，而低空航空攝影一般是導(dǎo)航型號GPS技術(shù)，所以對于低空航空質(zhì)量檢查系統(tǒng)要充分利用GPS數(shù)據(jù)研制自動檢查系統(tǒng)，具體需求如表2所示。

2.2 系統(tǒng)設(shè)計

根據(jù)需求分析，本文將低空航空攝影飛行質(zhì)量檢查系統(tǒng)劃分為基礎(chǔ)模塊、自動化處理模塊、交互可視化模塊和實用工具模塊4個部分，各個模塊的具體功能及內(nèi)容見表3。

表2 檢查系統(tǒng)的需求分析

表3 檢查系統(tǒng)模塊功能及內(nèi)容

3 關(guān)鍵技術(shù)

3.1 坐標變換

低空航空攝影系統(tǒng)記錄的影像中心點坐標為經(jīng)緯度（圖6），在后期使用中需要轉(zhuǎn)換為投影坐標，本文采用Proj.4實現(xiàn)坐標轉(zhuǎn)換，Proj.4參數(shù)使用字符串傳遞，下例為UTM投影49帶的參數(shù)配置。為方便使用，本文將Proj.4進行包裝，并給出實用的參數(shù)配置界面，如圖7所示。Proj.4參數(shù)配置例子（WGS84橢球UTM投影49帶的參數(shù)配置字符串）為：+proj=utm +zone=50 +a=6378140.000000 +b=6356755.288158 +towgs84=0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 +units=m +no_defs。

圖6 飛行記錄的影像坐標數(shù)據(jù)

圖7 Proj.4參數(shù)配置界面

3.2 影像匹配

低空航空影像航帶間影像存在大旋轉(zhuǎn)角，文中采用SIFT來實現(xiàn)影像的同名點匹配（圖8）。經(jīng)SIFT算法匹配的同名點錯誤采用RANSAC算法[30]、相對定向模型（式（1））[2-30]和投影變換模型（式（2））來剔除。

航空影像對間存在嚴格結(jié)合關(guān)系，同名點從計算機視覺和攝影測量學(xué)角度都可以表達為：

對于低空航空攝影，地表的深度變化相對于到相機的距離較小，此時可視為弱透視成像，同名點可表達為：

低空航空攝影由于外部攝影條件的復(fù)雜性，使得獲取的影像在色彩上存在不同程度的差異，在特征提取前需消除影像色彩上的差異，即進行勻光處理。本文影像勻光是為了突出影像細部特征，提取分布均勻的特征點，在此采用Schowengerdt提出的LRM[25]模型處理影像色彩差異，勻光處理后的特征點提取效果如圖9所示。

圖8 匹配結(jié)果透明疊加效果

圖9 影像勻光前后特征提取效果

3.3 航線自動恢復(fù)

低空航空攝影拍攝時記錄影像的位置坐標及姿態(tài)信息（如圖10，在航帶間航偏角差別較大）。低空航空攝影幅面較小，一般航帶內(nèi)影像重疊度大于航帶間影像重疊度，這樣航帶內(nèi)影像距離就小于航帶間影像距離，所以利用影像間距離和飛行姿態(tài)這兩個條件自動建立航帶關(guān)系，圖11是兩個測區(qū)自動建立航帶的效果（不同航帶使用不同顏色標識）。

圖10 飛行記錄的影像坐標數(shù)據(jù)（航帶變換處)

圖11 航帶自動建立實驗案例

3.4 影像方向統(tǒng)一及自動排列

由于相機與飛行設(shè)備間的位置關(guān)系，影像關(guān)系不符合人眼視覺觀察習(xí)慣，在開展質(zhì)量評定前需要將影像方向統(tǒng)一。如圖12a，以航線方向為X軸建立笛卡爾坐標系，航帶順序按照Y軸方向排列，影像方向按照X軸排列；圖12b是使用GPS數(shù)據(jù)自動統(tǒng)一的影像排列關(guān)系。

圖12 影像自動排列

3.5 航帶內(nèi)、帶間檢查成果可視化

航帶內(nèi)、航帶間影像檢查成果采用影像透明疊加及質(zhì)量分布曲線的方式來直觀表達。圖13為航帶內(nèi)檢查成果的可視化，分布曲線內(nèi)容包括最大重疊度、最小重疊度、左旋偏角、右旋偏角、旋轉(zhuǎn)角；圖14為航帶間檢查成果的可視化，分布曲線內(nèi)容包括最大重疊度、最小重疊度、旋轉(zhuǎn)角。

圖13 航帶內(nèi)影像質(zhì)量檢查功能實現(xiàn)

圖14 航帶間影像質(zhì)量檢查功能實現(xiàn)

3.6 SIFT優(yōu)化

質(zhì)量評定工作量最大的環(huán)節(jié)在重疊度、旋偏角等檢查，本文使用影像金字塔、距離查找表、多線程、CPU多核等技術(shù)提高處理效率。

為提高SIFT特征提取的效率，滿足快速可視化需要，對原始影像進行降分辨率處理，本文采用縮小影像的最大邊為1 000像素的方式縮小影像，常用相機參數(shù)如表4，降低影像分辨率對重疊計算的影像誤差為0.1%，不影響對飛行質(zhì)量的評定。影像縮小，需要CPU資源少，在此采用多線程的方式實現(xiàn)影像縮放并行處理。

表4 常用數(shù)碼相機使用縮小影像檢查重疊度誤差分析

對SIFT特征的快速計算有很多方法，本文采用OpenMP多核計算及距離計算查找表的方式提高SIFT特征的計算速度。距離計算表要求對SIFT特征描述采用整數(shù)描述，設(shè)特征的描述范圍為N，則計算查找表記錄（N-1）2，如圖15，則SIFT特征的距離由變?yōu)閐因此加快了計算速度。

圖15 距離計算查找表

OpenMP是一種用于共享內(nèi)存并行系統(tǒng)的多線程程序設(shè)計的庫，特別適合于多核CPU上并行程序的開發(fā)設(shè)計。本文采用該技術(shù)計算SIFT特征點的距離，偽代碼為：

4 功能實現(xiàn)及可視化實驗

為實現(xiàn)測區(qū)整體評定，需要將自動化檢查成果用圖表等方式更直觀地視覺表達，按照系統(tǒng)的需求及設(shè)計，系統(tǒng)實現(xiàn)了檢查成果的直觀可視化，在此重點描述數(shù)據(jù)管理、航帶內(nèi)檢查、航帶間檢查和影像圖面檢查功能的實現(xiàn)效果。

1）數(shù)據(jù)管理。數(shù)據(jù)管理包括拍攝的影像數(shù)據(jù)及其位置數(shù)據(jù)，圖16是數(shù)據(jù)管理的界面，對影像數(shù)據(jù)航帶關(guān)系實現(xiàn)了直觀管理，并對航帶分布、影像分布實現(xiàn)了符合檢查習(xí)慣的、友好的操作界面。

圖16 數(shù)據(jù)管理及可視化

2）航向重疊度檢查。航帶內(nèi)檢查成果可視化內(nèi)容包括航帶內(nèi)相鄰影像的透明疊加及整條航帶檢查成果的曲線分布圖，如圖17所示。

圖17 航帶內(nèi)影像質(zhì)量檢查界面效果

3）旁向重疊度檢查。航帶間檢查成果可視化內(nèi)容包括相鄰航帶相鄰影像的透明疊加及航帶間檢查成果的曲線分布圖，如圖18所示。

圖18 航帶間影像質(zhì)量檢查界面效果

4）影像圖面質(zhì)量檢查。圖面質(zhì)量評定是航空影像質(zhì)量檢查的一項重要內(nèi)容，本文使用影像的位置信息（GPS數(shù)據(jù)）自動排列影像，使用前文闡述的方法自動規(guī)劃影像方向，這樣可直觀開展影像圖面質(zhì)量檢查，圖19是檢查云遮擋地物的例子。

圖19 測區(qū)影像整體分布瀏覽（局部截圖）

5 結(jié) 語

該系統(tǒng)使用成熟的影像處理技術(shù)和SIFT優(yōu)化、多線程、OpenMP等實現(xiàn)了飛行質(zhì)量的高效自動化處理，同時實現(xiàn)了質(zhì)量檢查的可視化交互功能。目前該系統(tǒng)已用于低空攝影成果的質(zhì)量檢查實際工作中。低空航空攝影的飛行質(zhì)量檢查內(nèi)容還包括航線軌跡等內(nèi)容，將在今后的系統(tǒng)開發(fā)中進一步完善。

[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] 畢凱,李英成,丁曉波,等.輕小型無人機航攝技術(shù)現(xiàn)狀及發(fā)展趨勢[J].測繪通報,2015(3)∶27-31,48

[3] 周高偉,李英成,任延旭,等.低空無人機雙介質(zhì)水下礁盤深度測量試驗與分析[J].測繪學(xué)報,2015,44(5)∶548-554

[4] 楊青山,范彬彬,魏顯龍,等.無人機攝影測量技術(shù)在新疆礦山儲量動態(tài)監(jiān)測中的應(yīng)用[J].測繪通報,2015(5)∶91-94

[5] 呂立蕾,張衛(wèi)兵,胡樹林,等.低空無人機航攝系統(tǒng)在長距離輸油（氣）管道1∶2 000帶狀地形圖測繪中的應(yīng)用研究[J].測繪通報,2013(4)∶42-45

[6] 史華林.無人機航測系統(tǒng)在公路帶狀地形測量中的應(yīng)用[J].測繪通報,2014(6)∶60-62

[7] 劉先林,鄒友峰.大面陣數(shù)字航空攝影原理與技術(shù)[M].鄭州∶河南科學(xué)技術(shù)出版社,2013

[8] 張力.航空數(shù)字攝影測量傳感器系統(tǒng)新進展[J].地理信息世界,2009(3)∶37-48

[9] CH/Z3005-2010.低空數(shù)字航空攝影規(guī)范[S].

[10] GB/T24356-2009.測繪成果質(zhì)量檢查與驗收[S].

[11] CH/T1029.2-2013.航空攝影成果質(zhì)量檢驗技術(shù)規(guī)程 第2部分∶框幅式數(shù)字航空攝影[S].

[12] 洪亮,王海濤,曹金山,等.數(shù)字航空攝影成果質(zhì)量檢驗方案[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2013,38(10)∶1 172-1 174

[13] 陳潔,楊達昌,杜磊,等.框幅式數(shù)字航空攝影飛行質(zhì)量檢查方法[J].國土資源遙感,2014,26(4)∶91-96

[14] 曾衍偉,易堯華.影像數(shù)據(jù)質(zhì)量檢驗與評價系統(tǒng)的設(shè)計與實現(xiàn)[J].遙感信息,2003(4)∶35-38

[15] 段福洲,趙文吉.基于圖像匹配的機載遙感影像質(zhì)量自動檢查方法研究[J].測繪科學(xué),2010(6)∶57-58

[16] 冮麗杰,劉津懌,宋麗紅,等.SWDC-4數(shù)字航空攝影的質(zhì)量檢查內(nèi)容及實現(xiàn)手段[J].測繪與空間地理信息,2014(11)∶193-194

[17] Lowe David G. Distinctive Image Features from Scaleinvariant Keypoints[J].Internation Journal of Computer Vision, 2004,60(2)∶91-110

[18] 徐秋輝,佘江峰,宋曉群,等.利用Harris-Laplace和SIFT描述子進行低空遙感影像匹配[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2012,37(12)∶1 443-1 447

[19] 胡同喜,牛雪峰,譚洋,等.基于SURF算法的無人機遙感影像拼接技術(shù)[J].測繪通報,2015(1)∶55-58

[20] 劉如飛,盧秀山,劉冰,等.無人機航攝影像快速拼接方法改進[J].測繪通報,2014(2)∶46-49

[21] 解斐斐,林宗堅,桂德竹.基于SIFT的UAV載組合寬角相機影像匹配方法[J].吉林大學(xué)學(xué)報(信息科學(xué)版),2014, 32(1)∶56-63 [22] Kim J C,Park E,CUI X,et al.A Fast Feature Extraction in Object Recognition Using Parallel Processing on CPU and GPU[C]. IEEE International Conference on Systems, Man and Cybernetics San Auyonio,2009

[23] 韓龍,郭立,李玉云.SIFT算法的并行實現(xiàn)及應(yīng)用[J].計算機工程與應(yīng)用,2010,46(20)∶56-59

[24] 李德仁,王密,潘俊.光學(xué)遙感影像的自動勻光處理及應(yīng)用[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2006,31(9)∶753-756

[25] Schowengerdt R A.Remote Sensing Models and Methods for Image Processing[M]. San Diego,1997

[26] 張力,張祖勛,張劍清.Wallis濾波在影像匹配中的應(yīng)用[J].武漢測繪科技大學(xué)學(xué)報,1999,24(1)∶24-27

[27] 張祖勛,張劍清.數(shù)字攝影測量學(xué)[M].武漢∶武漢大學(xué)出版社, 2012

[28] 張永軍,張勇.大重疊度影像的相對定向與前方交會精度分析[J].武漢大學(xué)學(xué)報(信息科學(xué)版),2005,30(2)∶126-130

[29] 陸玨,陳義,鄭波.多基線近景攝影測量連續(xù)像對相對定向[J].同濟大學(xué)學(xué)報(自然科學(xué)版),2010,38(3)∶442-447

[30] Fischler M A,Bolles R C. Random Sample Consensus∶a Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[J].Communications of the ACM,1981,24(6)∶381-395

P208

B

1672-4623（2016）05-0044-05

10.3969/j.issn.1672-4623.2016.05.014

陳曉茜，碩士，工程師，主要從事信息化測繪研究。

2015-12-10。

項目來源：國家高技術(shù)研究發(fā)展計劃資助項目（2013AA122104）。