董平

摘要： 無人機航空攝影是一種新型的低空遙感影像獲取方式，其中像控點布設(shè)是利用航測進行數(shù)字測圖和制作正射影像圖（DOM）的重要環(huán)節(jié)，其布設(shè)效率將直接影響后續(xù)的工作進度，而且像控點布設(shè)的網(wǎng)型也是影響最終測圖和DOM精度的重要因素。本文主要介紹了傳統(tǒng)的無人機影像像控點布設(shè)方式，分析了傳統(tǒng)布設(shè)方法存在的缺陷，并針對傳統(tǒng)手動布設(shè)像控點的缺陷，研究開發(fā)一種全新的像控點自動布設(shè)程序，省略了傳統(tǒng)布設(shè)方式所需的大部分人工操作，極大地提高了像控點布設(shè)的工作效率。

Abstract： UAV aerial photography is a new kind of low altitude remote sensing image acquisition method. The layout of photo control points is an important part in digital mapping and doing orthophoto map（DOM） which uses aerial survey. Its layout efficiency will directly affect the subsequent work schedule. And the net type of control point layout is also an important factor affecting the final mapping and DOM accuracy. This paper introduces the layout method of traditional UAV image control point， analyzes the defects of traditional layout methods and develops a new image control point automatic placement program for the defects of traditional manually setting image control points. This method omits most manual operation required and greatly improves the image control point layout efficiency.

關(guān)鍵詞： 無人機；影像；像控點；布設(shè)；POS數(shù)據(jù)

Key words： UAV；image；control points；layout；POS data

中圖分類號：P231 文獻標(biāo)識碼：A 文章編號：1006-4311（2017）04-0183-03

0 引言

無人機航測作為一種新型的低空遙感影像獲取技術(shù)，是衛(wèi)星遙感和航空攝影的有力補充[1-2]。無人機航攝以成本低、高清晰、小面積、高精度、高現(xiàn)勢性、高效率、起飛降落受場地限制較小、整個飛行過程中可實時化監(jiān)測及產(chǎn)品成果豐富等優(yōu)點，已經(jīng)成為一種有效的快速測繪手段，獲得越來越多的認可，并在國民經(jīng)濟建設(shè)中發(fā)揮了重要的作用[3]。

像控點的布設(shè)是后期數(shù)據(jù)處理的基礎(chǔ)和前提，它在過程中扮演著非常重要的角色，其效率將直接影響后續(xù)的工作進度。傳統(tǒng)像控點的布設(shè)通常需要兩名作業(yè)人員進行配合完成，其中一人在Google earth上布點，另外一人則需要在航空影像上勾勒出刺點范圍，這種布設(shè)方式存在很多的重復(fù)性工作，并且工作效率較低。本文在總結(jié)傳統(tǒng)布設(shè)方式的基礎(chǔ)上，針對傳統(tǒng)布設(shè)方式存在的缺陷，研究開發(fā)了一種全新的自動布設(shè)程序，程序能夠根據(jù)初始的POS數(shù)據(jù)和設(shè)計網(wǎng)型自動獲得像控點分布圖，然后程序可依據(jù)航空攝影測量的成像模型獲得像控點刺點范圍圖。

1 試驗區(qū)域及航攝資料

經(jīng)過對現(xiàn)有資料的分析，選定云南省通?？h的數(shù)據(jù)進行試驗，該縣航片資料采用DB-2型無人機航攝系統(tǒng)平臺，搭載尼康D800、D810數(shù)碼相機進行作業(yè)，拍攝時間段為2015年9月～10月，共飛行27個架次，獲取影像53289張，航飛面積約863km2，無人機航攝影像地面分辨率優(yōu)于0.2m。

2 傳統(tǒng)像控點布設(shè)

像控點是直接為攝影測量的控制點加密或測圖需要而布設(shè)并在實地進行測定的控制點，像控點包括僅具有平面坐標(biāo)的平面點和僅具有高程坐標(biāo)的高程點及同時具有平面與高程坐標(biāo)的平高點，所有這些控制點統(tǒng)稱為“像控點”[4-7]。像控點布設(shè)是根據(jù)設(shè)計網(wǎng)型（航向基線間隔、旁向基線間隔）在成圖范圍內(nèi)布設(shè)像控點。像控點的布設(shè)需遵照均勻性原則，并根據(jù)不同比例尺、地形條件、處理方法等的要求，將像控點按不同的密度布設(shè)在測區(qū)范圍內(nèi)。另外，布點人員除了考慮像控點均勻性之外，還需考慮測區(qū)的交通及地物特征情況。

傳統(tǒng)像控點的布設(shè)通常是在Google earth上進行的。首先將像片曝光位置數(shù)據(jù)（初始POS數(shù)據(jù)）導(dǎo)入Google earth上作為參照，其中一名內(nèi)業(yè)人員根據(jù)布點密度要求，在兼顧交通及地物特征的情況下，將像控點布設(shè)在Google earth上，最終得到KMZ格式的像控點分布圖，外業(yè)數(shù)據(jù)采集人員可以通過像控點分布圖大致了解像控點的分布情況，并根據(jù)像控點的分布情況進行路線規(guī)劃。另外，由于Google earth影像的清晰度不夠，無法當(dāng)作參考影像標(biāo)注具體刺點位置，因此，在Google earth上布點的同時，還需要另一名內(nèi)業(yè)人員挑選出對應(yīng)的航空影像，并根據(jù)像控點在Google earth上的位置找到影像的匹配位置，并在影像上勾勒出刺點范圍，外業(yè)數(shù)據(jù)采集的作業(yè)人員可以根據(jù)刺點范圍和地物特征選擇目標(biāo)清晰、大小適中的特征位置采集控制點坐標(biāo)。

傳統(tǒng)像控點布設(shè)主要采用純手工的操作方式，依靠兩個內(nèi)業(yè)作業(yè)員配合完成，這種方法存在很多的重復(fù)性工作，工作效率比較低。另外，由于Google earth影像本身不夠清晰、部分區(qū)域現(xiàn)勢性不強，加之兩者影像朝向不同，這些因素使得在匹配刺點范圍時需要花費較多的時間。

3 像控點自動布設(shè)

3.1 設(shè)計思路

在Visual Studio2010的平臺上，運用C++語言綜合各種像控點布設(shè)方案開發(fā)一種全新的像控點自動布設(shè)程序，程序能夠針對不同分辨率的影像適當(dāng)調(diào)整布點方案，從而滿足不同比例尺的制圖需求。設(shè)計思路如圖1所示。

3.2 數(shù)據(jù)預(yù)處理

3.2.1 影像畸變差改正

無人機影像數(shù)據(jù)通常都存在著畸變[8]，影像的畸變除了表現(xiàn)為像主點存在偏移之外，還存在著對稱和非對稱畸變兩種變形，因此，影像在利用軟件進行后處理前需要根據(jù)相機檢校參數(shù)（像主點坐標(biāo)X0、Y0；對稱畸變參數(shù)K1、K2、K3；非對稱畸變參數(shù)P1、P2）對原始影像進行畸變差校正。

3.2.2 工程建立及影像相對位置關(guān)系的確定

在Inpho軟件中首先利用畸變糾正后的影像建立金字塔影像，然后根據(jù)相機檢校參數(shù)建立工程，軟件會根據(jù)初始POS數(shù)據(jù)建立航帶影像縮略圖，并自動生成航帶。最后，選擇任意一條航帶，將航帶上的影像按照ID號從小到大依次激活，看相鄰兩張影像的排列是否合理，若排列不合理，需要重新設(shè)置相機直到影像的排列正確為止。

3.2.3 自由網(wǎng)平差

在沒有人工添加同名點的情況下，利用軟件自動匹配像片之間的同名點，生成大量連接點的過程。自由網(wǎng)平差后能夠進一步確定像片的相對位置關(guān)系，得到較為準(zhǔn)確的外方位元素，并能從中間成果aat.log文件中提取改正后的POS數(shù)據(jù)。

3.3 根據(jù)網(wǎng)型自動布點

首先，根據(jù)初始POS數(shù)據(jù)計算曝光點之間的間距以及相鄰兩點之間的方位角，依次判斷相鄰兩點之間的方位角，結(jié)合設(shè)定的航帶角度容差自動生成航帶并計算測區(qū)面積。其次，綜合考慮相關(guān)制圖規(guī)范、制圖的比例尺、用途等因素，確定像控點布設(shè)的密度，根據(jù)布設(shè)密度及間隔航帶數(shù)N可確定相鄰像控點間間隔的基線數(shù)。最后，根據(jù)確定的間隔的基線數(shù)及間隔航帶數(shù)N可在航帶間以交錯的方式進行布網(wǎng)。如圖2所示，其中黑點表示相機曝光點位置，黃色為像控點分布位置。

另外，程序在自動布點時只考慮了網(wǎng)型要求，并未考慮到刺點位置的交通以及地物特征的情況，其中部分像控點的分布位置未必適合。因此，需要借助Google earth平臺對程序已經(jīng)布設(shè)好的像控點進行人工干預(yù)，對部分像控點的位置進行略微的調(diào)整。

3.4 自動匹配刺點范圍

3.4.1 匹配原理

在匹配刺點范圍的過程中，最關(guān)鍵就是要建立像方和物方空間坐標(biāo)系之間的一一對應(yīng)關(guān)系。由于航空影像是地物的中心投影，在影像獲取瞬間攝影中心、像點、對應(yīng)物點位于同一直線上，即滿足共線條件，因此，像點與對應(yīng)地面點之間的空間映射關(guān)系可通過共線條件構(gòu)建[9-10]。

選取像空間坐標(biāo)系為S-xyz，像空間輔助坐標(biāo)系為S-uvw，地面攝影測量坐標(biāo)系為D-XYZ，并使S-uvw和D-XYZ兩種坐標(biāo)系的坐標(biāo)軸彼此平行。若設(shè)攝影中心與地面點A在地面攝影測量坐標(biāo)系中的坐標(biāo)分別為XS、YS、ZS和X、Y、Z，像點在像空間坐標(biāo)系與像空間輔助坐標(biāo)系中的坐標(biāo)分別為x、y、-f和u、v、w。

3.4.2 匹配流程

將已經(jīng)布設(shè)好的像控點文件導(dǎo)入程序，并同時導(dǎo)入自由網(wǎng)平差后的像片外方位元素文件（改正后的POS數(shù)據(jù)），根據(jù)匹配原理中的（5）公式可以自動反算出其在各張影像上的像點坐標(biāo)，然后挑選像點位置最為靠近像片中心的像片作為刺點影像，并以對應(yīng)像點為中心根據(jù)預(yù)先設(shè)定的半徑大小自動勾勒出刺點范圍。勾勒出刺點范圍后，程序會自動對像片進行標(biāo)注，并將像片重命名后保存到指定文件夾下。圖4為一個像控點的匹配結(jié)果圖。

4 結(jié)果分析

在精度方面，根據(jù)匹配原理可知，像控點位置反算像點坐標(biāo)的精度主要取決于像控點物點坐標(biāo)X、Y、Z的準(zhǔn)確度以及像片外方位元素XS、YS、ZS、ω、ψ、κ的精度。外方位元素XS、YS、ZS、ω、ψ、κ可以借助Inpho軟件經(jīng)過自由網(wǎng)平差后獲得更為準(zhǔn)確的外方位元素，然而自由網(wǎng)平差也是后期空中三角測量的必要步驟，采用此種方式只是改變了傳統(tǒng)的作業(yè)流程，并未增加其工作量。物點坐標(biāo)X、Y是經(jīng)人工干預(yù)后獲得的準(zhǔn)確值，而物點的Z坐標(biāo)無法準(zhǔn)確獲取，本文是采用測區(qū)的平均高程作為物點的Z坐標(biāo)，由于Z坐標(biāo)不準(zhǔn)確帶來的誤差主要取決航飛高度H以及像點到像主點的距離r，航飛高度越高，像點到像主點距離r就越小，匹配誤差越小，反之則越大。因此，程序會挑選那些像控點對應(yīng)的像點位置更為靠近中心的像片作為刺點像片，以減小匹配的誤差。

在工作效率方面，像控點自動布設(shè)程序省去了傳統(tǒng)方法中大部分的手工操作步驟，該程序主要的手工操作僅僅是自動生成像控分布文件之后，依據(jù)交通便利、地物清晰的原則對部分像控點進行略微調(diào)整。在自動匹配刺點范圍圖時，程序采用多線程并行的模式處理影像，大大提高了影像的處理效率。經(jīng)過實驗研究，相比傳統(tǒng)的手工布設(shè)方法，本文所采取的方法將布設(shè)效率提高了5-10倍。

5 結(jié)束語

無人機影像像控點的自動布設(shè)能夠極大地提高像控布設(shè)效率，并且利用該種方法獲取的像控分布圖（KMZ文件）及航空影像刺點范圍圖能夠滿足外業(yè)刺點精度要求，大大減少了內(nèi)業(yè)工作量和生產(chǎn)成本，有利于提高無人機數(shù)據(jù)生產(chǎn)的整體效率。

參考文獻：

[1]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，2016（Z）：268-271.

[2]林宗堅.UAV低空航測技術(shù)研究[J].測繪科學(xué)，2011（1）：5-9.

[3]李君，李貴中，李云樹.應(yīng)用無人機數(shù)字影像進行農(nóng)村宅基地確權(quán)技術(shù)研究[J].測繪通報，2016（4）：83-84.

[4]吳巧玲.大比例尺數(shù)碼影像航測像控布點方案探討[J].測繪通報，2009（5）：35-37.

[5]欒學(xué)科，姚喜，王志博，等.航空數(shù)碼影像像控布點方案的研究[J].城市勘測，2010（8）：103-106.

[6]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，1996.

[7]王佩軍，徐亞明.攝影測量學(xué)[M].武漢：武漢大學(xué)出版社，2005.

[8]周曉敏，趙力彬，張新利.低空無人機影像處理技術(shù)及方案探討[J].測繪與空間地理信息，2012（2）：182-184.

[9]陳義.數(shù)字攝影測量共線方程的一種新解法[J].同濟大學(xué)學(xué)報，2004（5）：660-663.

[10]王生明.無人機影像幾何精校正研究[D].成都：西南交通大學(xué)，2011，5.