沈彩蓮，徐柳華，馬旭文

(1.浙江省地理信息中心，浙江 杭州 310023; 2.浙江省測繪科學(xué)技術(shù)研究院，浙江 杭州 310023)

隨著無人機(jī)航攝數(shù)據(jù)獲取手段的快速發(fā)展，基于無人機(jī)航攝影像開展地理信息數(shù)據(jù)采集更新，正逐步成為各測繪生產(chǎn)單位一項重要業(yè)務(wù)方向。其中無人機(jī)正射影像數(shù)據(jù)生產(chǎn)多基于DEM糾正數(shù)字正射影像(DOM)，較基于DSM糾正真正射影像(TDOM)而言，由于缺少建筑物等地物高程信息，導(dǎo)致糾正后影像存在一定的投影差，難以基于DOM數(shù)據(jù)對地物進(jìn)行準(zhǔn)確尺寸和距離量測。同時受無人機(jī)相對航高、相機(jī)焦距、像幅大小等因素限制，其投影差較傳統(tǒng)航攝DOM尤為明顯。為提高無人機(jī)正射影像使用效果，增強(qiáng)無人機(jī)正射影像定量分析能力，基于DSM開展無人機(jī)影像真正射糾正逐步成為當(dāng)前研究的熱點。

無人機(jī)航高相對建筑物高差較小，影像像幅小、相機(jī)視場角大，因此真正射糾正后影像在建筑物區(qū)域會受建筑物遮蔽而導(dǎo)致影像存在嚴(yán)重“拖影”現(xiàn)象，嚴(yán)重影響影像的正常使用。圖1為無人機(jī)真正射糾正后存在嚴(yán)重的影像“拖影”現(xiàn)場；圖2為無“拖影”的真正射影像。因此迫切需要加強(qiáng)無人機(jī)影像真正射影像處理技術(shù)的研究，其主要技術(shù)難點包括建筑物遮蔽區(qū)域檢測及最優(yōu)影像替換等。針對建筑物遮蔽區(qū)域檢測，國內(nèi)外專家學(xué)者進(jìn)行了大量的研究試驗[1-8]，主要成果有基于DSM柵格模型的Z-buff算法[5]、基于角度的檢測算法及基于角度[7]和高程的檢測算法等。但上述主流遮蔽區(qū)域檢測算法多針對單幅影像在糾正前采用逐點掃描方式進(jìn)行大量計算，獲取建筑物遮蔽區(qū)域及最優(yōu)糾正影像，沒有結(jié)合正射糾正區(qū)域及整體航攝原片進(jìn)行綜合性分析，在處理大量無人機(jī)小像幅原始糾正片時，難以較好發(fā)揮其優(yōu)勢。

在對國內(nèi)外真正射影像數(shù)據(jù)處理方法深入研究[9-15]之后，結(jié)合測繪單位生產(chǎn)實際，提出單片微分糾正基于區(qū)域分塊影像一致性檢測的無人機(jī)影像真正射數(shù)據(jù)處理技術(shù)。結(jié)合無人機(jī)攝片地底點輻射距、方位角基礎(chǔ)上快速對無人機(jī)影像進(jìn)行真正射影像優(yōu)化處理。通過試驗證明利用該技術(shù)開展無人機(jī)影像真正射后處理優(yōu)化，具有較強(qiáng)數(shù)據(jù)處理能力，可適應(yīng)于不同姿態(tài)、焦距的無人機(jī)影像的真正射處理，具有很強(qiáng)的穩(wěn)健性。

圖1 真正射影像“拖影”現(xiàn)象

圖2 無“拖影”真正射影像

1 基于影像一致性檢測的無人機(jī)真正射影像處理

1.1 待糾正區(qū)域格網(wǎng)分塊及最優(yōu)糾正片獲取

基于DSM單幅微分糾正(如圖3所示)片后影像在涉及建筑物遮蔽區(qū)域暫不作處理。圖4為單幅微分糾正影像。

圖3 間接法微分糾正

以糾正DSM數(shù)據(jù)最小外接矩形區(qū)域為邊界，將糾正區(qū)域劃分為一定長度、寬度的n×n規(guī)則格網(wǎng)(如圖5所示)。格網(wǎng)長度、寬度設(shè)定需結(jié)合單幅微分糾正影像在平均高程Z投影長度、寬度計算，保證單幅微分糾正影像范圍能覆蓋6個規(guī)則格網(wǎng)。獲取待糾正區(qū)域格網(wǎng)后，針對每個格網(wǎng)計算過濾出在平均高程Z下，能完全覆蓋該格網(wǎng)的所有原始微分糾正影像，通過計算原始微分糾正影像地底點與格網(wǎng)中心點輻射距離，依據(jù)距離大小，記錄下與每個格網(wǎng)中心距離最短的前3張微分糾正影像地底點，圖6即為計算所得格網(wǎng)中心點與輻射距最小的3張微分糾正影像地底點關(guān)系圖。地底點為攝影中心垂線與物面的交點，三維坐標(biāo)為(Xs,Ys,Z),XS、YS為無人機(jī)航攝點坐標(biāo)，Z為航攝區(qū)域平均高程。

圖4 單片糾正后影像

圖5 規(guī)則格網(wǎng)劃分

圖6 區(qū)塊與最優(yōu)影像地底點連線

1.2 基于哈希感知算法的影像建筑物遮蔽區(qū)塊探測

基于DSM糾正“拖影”現(xiàn)象主要存在于建筑物遮蔽區(qū)塊，而非建筑物區(qū)塊影像一致性較好，鑒于此，通過對同一格網(wǎng)內(nèi)2張微分糾正影像塊基于哈希感知算法進(jìn)行影像一致性檢測，判斷該區(qū)塊是否存在建筑物遮蔽。所選2張微分糾正影像要求為地底點距離格網(wǎng)中心點最短的2張，影像一致性檢測算法采用均值哈希感知算法，算法主要步驟如下：

(1) 縮放：將微分糾正影像塊縮放為11×11大小的圖片，保留影像結(jié)構(gòu)，除去影像細(xì)節(jié)。

(2) 灰度化：將縮放后圖片轉(zhuǎn)換為8位256階灰度圖。

(3) 求平均值：計算灰度圖所有像素平均值。

(4) 二值化：像素值大于平均值記作1，相反記作0，總共121位。

(5) 生成哈希編碼：將上述步驟生成的1和0按從上到下、從左到右順序組合起來，即是圖片的哈希編碼。

(6) 對比圖像哈希編碼一致性：將兩幅圖哈希編碼依據(jù)編碼順序進(jìn)行對比，檢測哈希編碼一致性，對應(yīng)編碼位編碼相同位數(shù)越多，圖片越相似。

圖7為2個不同格網(wǎng)分別在2張微分糾正影像上截取的影像塊，其中圖7(a)、(b)對應(yīng)同一格網(wǎng)，圖7(c)、(d)對應(yīng)同一格網(wǎng)。圖7(b)較圖7(a)明顯存在建筑物而產(chǎn)生遮蔽，圖7(c)、(d)區(qū)域缺少建筑物、糾正后影像一致性較高，哈希感知算法計算得到121位哈希編碼及影像一致性結(jié)果如下：

(1) 圖7(a)影像哈希編碼為：0000000001100 000100011000100000110001000000000011110000100 100110001001000100010100000000011000111111000 001111100001111111。

(2) 圖7(b)影像哈希編碼為：11100000001111 000000011010000000111110000000111101000001111 000000011110000000111000000001111000111111100 01111100000111111。

圖7 同格網(wǎng)對應(yīng)影像塊

(3) 圖7(a)、(b)兩幅影像哈希一致性為71.07%。

(4) 圖7(c)影像哈希編碼為：100000000001 000000000011100000000110000001110000111111011 111100010111110100010110001111101111111111011 1011100000110111111。

(5) 圖7(d)影像哈希編碼為：1000000000011 000000000111000000001100000011100001111100111 110000101000000000101100011111011111111110111 011110100110111111。

(6) 圖7(c)、(d)兩幅影像哈希一致性為91.73%。

通過對多個格網(wǎng)內(nèi)影像數(shù)據(jù)塊組進(jìn)行哈希感知計算，計算判斷建筑物區(qū)塊格網(wǎng)的影像一致性閾值，并以此對所有格網(wǎng)進(jìn)行建筑物遮蔽探測。針對遮蔽區(qū)域格網(wǎng)，進(jìn)一步細(xì)分為2×2格網(wǎng)(如圖8所示)，并再次進(jìn)行哈希一致性檢測，精準(zhǔn)定位到更加細(xì)化的區(qū)塊格網(wǎng)位置。

圖8 格網(wǎng)細(xì)分

1.3 建筑物遮蔽區(qū)域真正射影像精確探測及替換

針對探測出建筑物遮蔽區(qū)格網(wǎng)，以格網(wǎng)所對應(yīng)最優(yōu)3張微分糾正影像地底點為中心，結(jié)合DSM進(jìn)行逐點掃描，基于底點輻射距開展遮蔽區(qū)精確檢測[2]，獲取每個格網(wǎng)在3張微分糾正影像中精確的遮蔽區(qū)域，根據(jù)地底點與格網(wǎng)中心點距離賦予3張原始糾正片不同權(quán)重值p1、p2、p3，距離越近權(quán)重越大，針對3微分糾正影像遮蔽區(qū)域替換依次選擇權(quán)重大并無遮蔽的糾正影像塊進(jìn)行遮蔽補(bǔ)償。圖9中1號、2號、3號片權(quán)重依次遞減，針對1號片的遮蔽區(qū)域，根據(jù)權(quán)重及未遮蔽原則，應(yīng)從2號片中選取影像塊對1號影像進(jìn)行補(bǔ)償。

圖9 基于糾正片權(quán)重的遮蔽補(bǔ)償

采用基于角度遮蔽檢測算法中以地底點為中心的螺旋掃描方式[5]進(jìn)行逐點掃描(如圖10所示)。旋轉(zhuǎn)掃描過程中不在格網(wǎng)范圍內(nèi)的點，不計算其原始糾正片中的原始像素值。

圖10 螺旋掃描

2 試驗結(jié)果與分析

本次試驗所用無人機(jī)數(shù)據(jù)由六旋翼“玄霆DY-SU6”無人機(jī)在浙江省新昌縣采集獲得，具體參數(shù)為：①相對航高為280 m;②相機(jī)焦距為33.72 mm;③物理像元大小為4.51 μm;④地面分辨率為3.7 cm;⑤相機(jī)像幅大小為7952×5304。

通過對原始微分糾正影像真正射處理，較好地解決了建筑物影像遮蔽區(qū)域“拖影”現(xiàn)象，圖11(a)、(c)為原始糾正片中存在的遮蔽區(qū)域影像“拖影”現(xiàn)象，圖11(b)、(d)為消除了遮蔽區(qū)域“拖影”后真正射效果。

圖11 無人機(jī)真正射糾正處理對比

試驗證明，本文無人機(jī)影像真正射處理技術(shù)在處理小像幅、高重疊度無人機(jī)影像時，能充分顧及測繪生產(chǎn)單位已習(xí)慣使用的如Inpho、Pix4Dmapper等軟件進(jìn)行單片影像微分糾正、勻光勻色等處理操作，采用單片微分糾正后處理技術(shù)設(shè)計理念，與Z-buff算法、基于角度的檢測等算法相比，在實際真正射數(shù)據(jù)生產(chǎn)過程中能實現(xiàn)嵌入式數(shù)據(jù)處理優(yōu)化效果，處理操作簡單、效率高，較適合實際正射影像數(shù)據(jù)生產(chǎn)單位開展無人機(jī)影像真正射影像微分處理。

3 結(jié) 語

本文提出的基于影像一致性檢測的無人機(jī)真正射影像處理技術(shù)，結(jié)合了無人機(jī)高差小、像幅小、視場角大等特點，以整體糾正區(qū)域綜合考慮，解決了傳統(tǒng)航攝軟件在無人機(jī)影像真正射微分糾正后存在的嚴(yán)重“拖影”問題，技術(shù)流程簡單。后續(xù)將進(jìn)一步結(jié)合實際生產(chǎn)數(shù)據(jù)，繼續(xù)優(yōu)化算法、提高影像處理效率。