周子寧

南昌大學(xué) 建筑工程學(xué)院，江西 南昌 330031

0 引言

隨著信息化社會(huì)不斷發(fā)展，三維場(chǎng)景的應(yīng)用越來(lái)越廣泛。除了采用數(shù)學(xué)的方法建模，近幾年采用非接觸式設(shè)備掃描真實(shí)場(chǎng)景的方法日益成熟。無(wú)人機(jī)可以利用傾斜攝影技術(shù)拍攝二維圖像來(lái)重構(gòu)三維場(chǎng)景，目前已經(jīng)活躍在監(jiān)測(cè)自然災(zāi)害、土地與水資源調(diào)查、城市規(guī)劃等領(lǐng)域中。

1 無(wú)人機(jī)概述及工作流程

1.1 多旋翼無(wú)人機(jī)

它是一種具有三個(gè)或三個(gè)以上旋翼軸的無(wú)人駕駛機(jī)。每個(gè)軸上都安裝有電動(dòng)機(jī)來(lái)帶動(dòng)旋翼產(chǎn)生升推力。它的操控性強(qiáng)，可垂直起降和懸停，并且可以通過(guò)調(diào)節(jié)旋翼之間的相對(duì)轉(zhuǎn)速來(lái)控制飛行器的飛行軌跡，以便適應(yīng)復(fù)雜狹小的環(huán)境。與傳統(tǒng)的直升機(jī)相比，多旋翼無(wú)人的及機(jī)身機(jī)械結(jié)構(gòu)簡(jiǎn)單、緊湊，可以飛至離目標(biāo)很近的區(qū)域。大疆精靈4RTK版安裝有GPS和飛行控制系統(tǒng)，小型無(wú)人機(jī)較差的抗風(fēng)性能可以因此得到補(bǔ)償。

1.2 無(wú)人機(jī)航拍工作流程

圖1 無(wú)人機(jī)圖像系統(tǒng)工作流程圖

首先是規(guī)劃路線階段，即在起飛前對(duì)無(wú)人機(jī)設(shè)備進(jìn)行檢查和調(diào)試，對(duì)航拍路線進(jìn)行規(guī)劃，設(shè)定自動(dòng)返回地點(diǎn)。再是任務(wù)執(zhí)行階段，規(guī)劃路線完成后無(wú)人機(jī)起飛，對(duì)已設(shè)定的目標(biāo)進(jìn)行攝像，并用大疆精靈4RTK版自帶的RTK獲取圖像位置信息。使用者需不斷確認(rèn)飛行高度、電池電源和航拍圖像，并根據(jù)圖像調(diào)整無(wú)人機(jī)和照相機(jī)。最后是航拍圖息處理階段，在完成航拍任務(wù)后，進(jìn)行對(duì)圖像的預(yù)處理，以減少圖像冗余和重復(fù)率。主要內(nèi)容是篩選圖像關(guān)鍵幀，消除畸變和模糊等因素的影響，提升重建的效率和精度。

2 用南方銀河1RTK電臺(tái)獲取被測(cè)點(diǎn)位置信息

2.1 RTK概述

RTK有基準(zhǔn)站和流動(dòng)站兩個(gè)站臺(tái)，它們通過(guò)高效協(xié)作能夠獲得厘米級(jí)的定位結(jié)果。且與傳統(tǒng)的測(cè)量方法不同，它不需要事后解算而能實(shí)時(shí)獲得結(jié)果，提高了作業(yè)效率。

2.2 RTK基準(zhǔn)站工作流程

利用RTK獲取控制點(diǎn)位置信息的流程主要包括：儀器架設(shè)，新建工程，求轉(zhuǎn)換參數(shù)，已知點(diǎn)檢核和測(cè)量。儀器架設(shè)完成和新建工程后，將已知控制點(diǎn)的坐標(biāo)錄入站點(diǎn)并求轉(zhuǎn)換參數(shù)?；鶞?zhǔn)站接收測(cè)站信息并將其通過(guò)數(shù)據(jù)鏈傳輸給流動(dòng)站，流動(dòng)站將信息與GPS定位數(shù)據(jù)差分，并實(shí)時(shí)給出差分后的結(jié)果。

3 三維重建原理

針孔模型

可以用一個(gè)模型來(lái)描述相機(jī)將三維坐標(biāo)點(diǎn)映射到二維平面上的結(jié)果，這個(gè)模型有很多種，其中最簡(jiǎn)單的是針孔模型。它由剛體變換和透視投影變換組成，但不包括相機(jī)畸變。

3.1 畸變模型

徑向畸變、離心畸變和薄棱鏡畸變等都屬于畸變模型。徑向畸變主要是由鏡頭的形狀缺陷造成的，而離心畸變和薄棱鏡畸變主要成因是光學(xué)器件的加工和安裝誤差。針孔模型能盡可能滿(mǎn)足實(shí)際應(yīng)用的需要，但在考慮實(shí)際問(wèn)題時(shí)應(yīng)加上各種鏡頭畸變。

圖2 針孔相機(jī)模型示意圖

3.2 多視圖幾何

相機(jī)之間的相對(duì)運(yùn)動(dòng)和立體場(chǎng)景在圖像上的約束關(guān)系是多視圖幾何所研究的。因?yàn)闊o(wú)人機(jī)航拍圖像序列在時(shí)間和空間上具有很大的重疊性，若缺少約束則易重構(gòu)出攝影重構(gòu)。在重構(gòu)算法中使用捆扎調(diào)整［1］可以最使重投影誤差最小化。

4 圖像序列三維重建技術(shù)步驟

4.1 關(guān)鍵幀篩選和特征點(diǎn)匹配

傳統(tǒng)的TMOF等算法需要計(jì)算每張圖像與特征點(diǎn)的匹配關(guān)系，花費(fèi)時(shí)間很大。利用分層篩選［2］可以提高關(guān)鍵幀篩選效率。首先粗略篩選出圖像質(zhì)量、清晰度存在問(wèn)題的圖像。再根據(jù)其重疊度，基線寬度等因素對(duì)圖像進(jìn)行精細(xì)篩選。最后用基于直線區(qū)域先驗(yàn)的特征提取方法［2］匹配特征點(diǎn)。

4.2 相機(jī)參數(shù)估計(jì)與稀疏重建

對(duì)相機(jī)位置的估計(jì)和稀疏點(diǎn)云重建主要涉及了SFM［3］技術(shù)，即從運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)。他是一種可以將圖像的各個(gè)特征點(diǎn)進(jìn)行匹配，并利用空間三角形測(cè)量計(jì)算方法得出場(chǎng)景位置的技術(shù)。SFM從圖像序列恢復(fù)稀疏三維點(diǎn)云數(shù)據(jù)，并利用捆集調(diào)整進(jìn)行參數(shù)優(yōu)化。

4.3 稠密重建

稠密重建的核心技術(shù)是MVS技術(shù)［4］，它可以獲取同一個(gè)物體不同角度上的圖像并進(jìn)行三維立體重建，但只能對(duì)出現(xiàn)在兩幅或多幅圖像上的部分進(jìn)行三維建模。主要分為三步：原圖像匹配、范圍擴(kuò)展、范圍濾波。

4.4 點(diǎn)云模型建立

獲得稠密的三維點(diǎn)云后，把點(diǎn)云模型進(jìn)一步網(wǎng)格化以得到目標(biāo)的三維模型。利用Google earth建立目標(biāo)模型區(qū)域，并與模型匹配去除區(qū)域外的模型。再導(dǎo)入RTK測(cè)量的位置信息來(lái)優(yōu)化目標(biāo)三維模型坐標(biāo)，以提高該模型精度。

5 結(jié)束語(yǔ)

從上文可見(jiàn)，結(jié)合無(wú)人機(jī)航拍圖像和基于序列圖像的三維重建技術(shù)能夠有效的解決室外場(chǎng)景三維重建的問(wèn)題。RTK可以提高航拍圖像位置信息的精度，而合適的關(guān)鍵幀篩選和特征點(diǎn)匹配方法能提高建模效率。但是，三維模型重建還有許多問(wèn)題亟待解決，還有許多技術(shù)難題需要克服。這些難關(guān)極具挑戰(zhàn)性且意義重大。