唐印 徐天暢 張偉 雷鵬 李園 常留紅

摘 要：為提高船載石料體積測算的效率，基于無人機三維視覺重構(gòu)技術(shù)的體積測量方法，分別對50米、80米和100米三種飛行高度，采用縱向回字形和橫向回字形兩種拍攝線路拍攝，利用ContextCapture軟件對圖像數(shù)據(jù)進行特征提取、點云重構(gòu)、三維模型重構(gòu)，通過體積換算公式計算得到石料的總體積。結(jié)果表明，基于無人機技術(shù)的測量方法誤差較小，能滿足工程精度要求，同時具有速度快、效率高、對施工干擾較小等優(yōu)點。

關(guān)鍵詞：體積測量;無人機;三維重構(gòu);石料體積;特征匹配

中圖分類號：TP23? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2020）11-0084-03

1 研究背景

隨著大規(guī)模航道建設(shè)和護岸工程的實施，大量拋石工程需要用到相當數(shù)量的石料，石料交付使用前中需快速對石料的體積進行測量估算，以確定材料成本和拋石方量[1]。由于拋石需求量巨大，且運輸船船體噸位型號不一，傳統(tǒng)的人工測量方法費時費力，效率低下，對施工干擾較大。

為此，基于無人機視覺運動重構(gòu)技術(shù)，通過無人機搭載的攝影平臺，從不同的角度進行數(shù)據(jù)的采集，快速、高效獲取豐富的數(shù)據(jù)信息，真實地反映客觀情況，極大提高了測算效率[2]。并研發(fā)一套基于無人機視覺重構(gòu)的船載石方測算系統(tǒng)，對拋石料的體積進行測量估算。與傳統(tǒng)方法相比，基于無人機視覺重構(gòu)的石方測算方法能夠提高石方驗收的工作效率，有效減少了對施工現(xiàn)場的干擾。

2 無人機技術(shù)和三維重構(gòu)技術(shù)

2.1航拍方式

為了解無人機航拍船載堆石方案的可行性，對無人機航拍模式進行研究，包括拍攝航線、飛行高度、拍攝角度。拍攝航線包括縱向拍攝回字形和橫向回字形拍攝，見圖1所示。飛行高度分低（50米）、中（80米）、高（100米）;拍攝方式為單鏡頭垂直拍攝。航拍設(shè)備為大疆精靈4 Pro，通過普通數(shù)碼相機獲取影像數(shù)據(jù)大大降低了實際應(yīng)用成本，而且能獲取清晰的三維邊緣輪廓[4]。

2.2圖像采集

圖像數(shù)據(jù)采集是對物體進行三維重構(gòu)的最重要的一步，contextcapture通過上傳的圖像數(shù)據(jù)進行分析，生成點云需要圖像有適當?shù)闹丿B度，來精確地還原物體[8]。因此，圖像數(shù)據(jù)采集的好壞關(guān)系到模型的好壞。確定合理的圖像采集方案能夠有效地提高模型質(zhì)量。

圖像采集時，應(yīng)該至少從三個不同的視角拍攝需要被重構(gòu)的物體，相鄰每張圖像的重疊區(qū)域通常需要超過2/3。為了獲得最佳重構(gòu)效果，可采取垂直拍攝與和傾斜拍攝相結(jié)合的方式[9]，并提前計劃飛行航線。此次航拍采用垂直拍攝方式，采集了深艙舶現(xiàn)場施工的圖像共計137張，涵蓋50m、80m和100米三個拍攝高度。

2.3數(shù)據(jù)分析和模型重構(gòu)

2.3.1相機標定

對三維重構(gòu)的數(shù)據(jù)處理的第一步，就是相機標定。廣泛使用的是張正友[12]提出的二維棋盤標定方法，該方法精度高、經(jīng)濟性好，適用于無人機的相機標定。相機標定目的是了解計算相機的內(nèi)參數(shù)和畸變參數(shù)。二維棋盤法將要拍攝的物體和圖像看作處于一個棋盤，在世界坐標中Z=0，以左上角為坐標原點，那么棋盤上的每個點的實際坐標（X，Y，Z）為已知。在圖片的像素坐標中，也是以左上角為坐標原點，棋盤上的每個角點坐標（x，y）也已知。

2.3.2特征點提取與特征匹配

進行圖像數(shù)據(jù)采集后，通常會有一些無效的無法利用的數(shù)據(jù)，通常會造成計算機的計算負擔，因此通過特征點提取將包含大量冗余的照片轉(zhuǎn)換成只包含關(guān)鍵信息的特征點。

特征點提取是計算機視覺和圖像處理中的關(guān)鍵，提取特征點是將影像上的具有某種性質(zhì)的點作為共軛實體，通過計算特征點之間的相似程度來識別共軛實體能否進行匹配。因此這些點一般要具有一定的灰度值或同其他點具有一定的位置關(guān)系等。特征點可以是物體的圓心、角點、建筑物的邊緣點等[13]。為了有效匹配，這要求我們提取出來的特征點具有較強的適應(yīng)能力。

特征匹配就是要在兩幅圖像之間建立盡可能多的匹配點對。特征點匹配領(lǐng)域的研究者提出了許多不同的匹配方法，不同的方法有著各自的優(yōu)點和局限性。特征匹配使用的方法多數(shù)為經(jīng)典的灰度相關(guān)性算法、松弛法、極線約束等等?；谔卣鞯钠ヅ浞椒ㄍㄟ^提取圖像的顯著特征，盡可能的壓縮了圖像的信息量，運算量較小，匹配的速度較快，充分利用了圖像之間的相互約束關(guān)系，能盡可能多地利用圖像的結(jié)構(gòu)信息，在處理細節(jié)較少的景物時比較可靠，特別是在處理影像有不連續(xù)、陰影與被遮擋時能達到比較好的效果。

2.3.3 空中三角測量

空中三角測量是以圖片上測量的像點坐標為基礎(chǔ)，采用嚴格的數(shù)學模型，根據(jù)最小二乘法原理，用少量地面控制點為平差條件，在電子計算機上求解測圖所需控制點的地面坐標?？罩腥菧y量時雙像解析攝影測量的擴展，后者以一個相對坐標為計算范圍，根據(jù)兩張圖片的內(nèi)在幾何關(guān)系，用一定數(shù)量的控制點求解待定點的地面坐標，空三是將計算范圍擴大到一條航線或多條航線，可根據(jù)少量的控制點進行加密計算，求得加密點的高程和平面位置。

在ContextCapture軟件中導入137張航拍照片，進行空中三角測量，空中三角測量見圖2，經(jīng)計算得到的結(jié)果見圖3。

2.3.4三維點云及點云構(gòu)網(wǎng)

點云三維顯示技術(shù)一般有兩個部分，點云表面重建和點云重投影。三維重構(gòu)的第一步是得到視差圖，再根據(jù)視差圖計算出點云圖的三維信息，即為三維點云重投影的過程。三維信息數(shù)據(jù)只是空間中離散的點，并不能描述現(xiàn)實場景中各個物體之間的相互關(guān)系、相互位置，因此需要進行三維表面重構(gòu)，就是為了區(qū)分環(huán)境中的物體并將離散點云集合重構(gòu)到物體表面。重建的過程步驟如下。

空間三角測量完成之后，進行圖像重建，獲取其三維點云，重構(gòu)結(jié)果見圖5所示。其中，圖5（a）為無貼圖點云圖像，圖5中（b）為有貼圖點云圖像。紋理是識別的重要因素之一，可根據(jù)它判斷物體的細節(jié)。

2.3.5航拍圖像重構(gòu)結(jié)果

在點云網(wǎng)格基礎(chǔ)上，還可以進一步獲取船體的三維重構(gòu)圖像，以獲得高度真實感的模型，重構(gòu)結(jié)果見圖6所示。

3 土石方的測算

根據(jù)體積測量原理（見圖7），重構(gòu)圖像無法直接獲取船艙內(nèi)部拋石料的體積，只能獲取拋石料表面到船艙上表面之間的體積，然后再根據(jù)船艙尺寸進行體積換算，即拋石料總體積等于船艙總體積減去填方體積，再加上挖方體積。

根據(jù)圖7的計算示意圖，得到拋石料體積計算公式：

（1）

根據(jù)重構(gòu)得到的三維視圖，選擇深艙駁貨倉頂部的四個角點，程序能自動計算得到填方體積V1=1045.90m3和挖方體積V2=6.61m3，見圖8。

根據(jù)船艙體型參數(shù)（長41.6m，寬10.7m，深6.13m），計算得到船艙總體積V0=2728.59m3。將V0、V1、V2代入公式（1），得到拋石料總體積為1689.30 m3。根據(jù)現(xiàn)場實測結(jié)果，拋石料總體積約為1600 m3。計算結(jié)果表明，航拍測算結(jié)果與現(xiàn)場測量結(jié)果非常接近，誤差為5.6%，可見，現(xiàn)有航拍平臺和分析方法的測算精度較高，能滿足實際使用要求。

4 結(jié)論

針對航道整治中的拋石料體積測算需求，提出了一種通過無人機航拍方式快速獲取石料體積的方法，提高了測量效率，減少對施工現(xiàn)場的干擾。得到如下結(jié)論：

（1）在航線提前規(guī)劃的前提下，無人機航拍速度較快，對施工現(xiàn)場干擾較小，能節(jié)省人力，提高了測量的效率;

（2）從航線策劃、圖像采集、生成點云、三維重構(gòu)等方面可以看出，實施效果滿足工程的實際需求，在重構(gòu)模型的過程中，由于自動化程度高，大大提高了三維重構(gòu)的速度，能提高土石方驗收的效率;

（3）測算結(jié)果與實測結(jié)果對比，該方法測算誤差約5%，總體誤差較小，現(xiàn)有航拍平臺能滿足工程精度要求。

參考文獻：

[1]孫可朝. 蕪申線高淳段航道整治工程經(jīng)濟性研究[D]，武漢理工大學，2010.

[2]楊國東，王民水.傾斜攝影測量技術(shù)應(yīng)用及展望[J].測繪與空間地理信息，2016，39（01）：13-15+18.

[3]高尚. 基于無人機的小流域地形提取技術(shù)[D]. 華北水利水電大學，2017

[4]李暢，李熙，朱愛琴，李奇.城市建筑物框架輪廓三維自動重構(gòu)研究[J].計算機工程與應(yīng)用，2011，47（08）：4-6+10.

[5]謝榛. 基于無人機航拍圖像的室外場景三維重建技術(shù)研究[D]，浙江工業(yè)大學，2014.

[6]李鮮. 無人機三維立體重構(gòu)與物體識別系統(tǒng)研究與實現(xiàn)[D]，湖南大學，2017

[7]鄭盼. 基于Smart3D軟件的無人機傾斜攝影三維建模及精度評價[D]，成都理工大學，2018

[8]王文敏，王曉東.基于ContextCapture Center平臺的城市級實景三維建模技術(shù)研究[J].測繪通報，2019（S1）：126-128+132.

[9]周杰.基于傾斜攝影測量技術(shù)構(gòu)建實景三維模型的方法研究[J].價值工程，2016，35（25）：232-236.

[10]畢凱，趙俊霞，丁曉波，劉飛.傾斜航空攝影技術(shù)設(shè)計與成果質(zhì)量檢驗[J].測繪通報，2017（04）：71-76.

[11] 馬如進，董一慶，潘子超，潘玥.基于消費級無人機的古橋三維重構(gòu)分析[J].華南理工大學學報（自然科學版），2019，47（6）：94-100+126.

[12] ZHANG Z Y.A flexible new technique for camera calibration [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence，2000，22（11）：1330-1334.

[13] 高尚.基于無人機的小流域地形提取技術(shù)[D]，華北水利水電大學，2017.