田 方,史佳豪,李昊燔
(西安航空職業(yè)技術(shù)學(xué)院,陜西 西安 710089)
傾斜攝影是應(yīng)用于無人機航測工作的一項新型技術(shù),該技術(shù)的應(yīng)用打破了從垂直角度拍攝的局限,可通過搭載于同一無人機上的多臺傳感器以非垂直拍攝的方式獲取某一地面對象的三維影像,大幅降低了無人機航測的操作難度[1-2]。而基于無人機影像數(shù)據(jù)的三維地理信息建模方法則是決定三維圖像信息質(zhì)量的重點因素,這就需要通過特定的點去通過準(zhǔn)則將一系列影像數(shù)據(jù)空間點聯(lián)系起來,進(jìn)而形成一套完整的三維地理空間模型[3-4]。
在三維重建工作中,Delaunnay三角網(wǎng)的應(yīng)用具體包括表面重建、三維模型表達(dá)和數(shù)據(jù)預(yù)處理等[5-6]。本次研究首先通過Delaunnay三角網(wǎng)建立點云領(lǐng)域信息,進(jìn)而通過簡單拓?fù)潢P(guān)系將各三維點云聯(lián)系起來,并在此基礎(chǔ)上實施表面重建,通過該手段對噪聲點和異常點加以處理所得到的處理結(jié)果將明顯優(yōu)化隱式曲面[7-8]。
構(gòu)建Delaunnay三角網(wǎng)的有關(guān)技術(shù)在二維領(lǐng)域中的應(yīng)用已經(jīng)比較成熟,而對于三維重建工作來說,需要通過更加復(fù)雜的處理方法來對密度不均、噪聲較強的三維點云來構(gòu)建Delaunnay三角網(wǎng)[9-10]。本次研究以空間四面體的二值化標(biāo)記法為基礎(chǔ),借由Delaunay技術(shù)來重建Mesh表面。在圖1(a)中,t與s為終端頂點,分別代表匯點與原點,頂點V代表空間四面體,以n-links代表匯點與原點之間的成功連接,進(jìn)而形成一個s-t圖[11]。每個連接邊均對應(yīng)一個連接權(quán)值,通過圖1(b)所示的規(guī)定的準(zhǔn)則來確定連接邊的權(quán)值,空間四面體中各頂點與各觀測點之間的視線會與空間四面體相交,進(jìn)而獲得相應(yīng)的連接邊n-link。
圖1 Mesh表面重建原理Fig.1 Mesh surface reconstruction principle
在獲得連接邊n-link的基礎(chǔ)上,此次研究通過圖割算法處理最小分割問題,進(jìn)而獲取內(nèi)、外部空間四面體的集合并得到重建物體表面的mesh。
利用無人機傾斜攝影技術(shù)所獲取的三維表面重建結(jié)果如圖2所示,該無人機安裝有5枚鏡頭,地面分辨率為3.5 cm,原始圖像共計3 365張。
圖2 三維表面重建結(jié)果Fig.2 3D surface reconstruction results
在完成三維Mesh構(gòu)建工作后,還需要通過紋理映射技術(shù)對白模數(shù)據(jù)著色,使三維模式帶有彩色紋理。
通常情況下,一個模型會對應(yīng)幾百張、幾千張影像,需要通過適當(dāng)?shù)念A(yù)處理將質(zhì)量較好的影像篩選出來并完成紋理貼圖[12]。此次研究通過可見性分析、遮擋檢測等手段對紋理數(shù)據(jù)進(jìn)行預(yù)處理。
(1)可見性分析。設(shè)像片中心到攝影中心之間的線段為OS,設(shè)模型上多邊形的法線為ON,OS與ON之間的夾角為θ,通過夾角θ能夠?qū)τ跋裨谠撁嫫鲜欠窨梢娂右耘袛?。若θ處?°~90°,則說明該三角面片在影像上可見。影像可見性分析原理如圖3所示。
圖3 影像可見性分析原理Fig.3 Principles of image visibility analysis
(2)遮擋檢測。設(shè)地面點為A,設(shè)攝影中心為S,將AS投影在地面上的線段記為OA,線段OA也可稱為搜索線。根據(jù)高程射線追蹤算法的基本原理,若射線OA上不存在高于攝影光線的點,則說明影像可見。遮擋檢測的具體原理如圖4所示。
圖4 遮擋檢測原理Fig.4 Principle of occlusion detection
(3)剔除非固定場景剛性幾何組成。在完成可見性分析和遮擋檢測的基礎(chǔ)上,還需要對未重建出來的固定場景剛性幾何組成的影像加以分析。單純通過求取色彩均值或中值的分析方法難以顯著降低影像色彩的不一致性,這就需要設(shè)定三角面各可見影像為內(nèi)點,在此基礎(chǔ)上求取三角面投影內(nèi)點影像色彩的平均值,同時去掉色彩均值最大的影像。經(jīng)過一定次數(shù)的迭代處理并與閾值要求達(dá)到一致的情況下停止迭代。
為了降低模型色彩差異,將模型上數(shù)量較多的三角面片納入選取范圍。研究通過如下所示的目標(biāo)函數(shù)來處理三角網(wǎng)格面貼標(biāo)問題:
E(L)=∑Fi∈Neighbor(Fj)Esoooth(Fi,F(xiàn)j,Li,Lj)+∑Fi∈FEdata(Fi,Li)
(1)
將三角面投影到圖像后的圖像梯度幅值積分作為數(shù)據(jù)項,若梯度幅值較大或投影面積較大,說明數(shù)據(jù)項較大,數(shù)據(jù)項的表達(dá)方式:
(2)
式(2)將紋理影像中三角面單位面積內(nèi)的像素個數(shù)記為δ,圖像質(zhì)量與δ值成正比;將面片F(xiàn)i投影到Li上的區(qū)域記為φLi(Fi),再通過Sobel算子對中像素的梯度幅值之和進(jìn)行計算。
在式(1)中,相鄰紋理塊間色彩的連續(xù)程度被記為Esoooth(Fi,F(xiàn)j,Li,Lj),在相鄰三角面片紋理來自同一影像的情況下,則Esoooth(Fi,F(xiàn)j,Li,Lj)=0;在相鄰三角面片紋理來自不同影像的情況下,則取所在影像灰度均值之間的差值平方,具體處理方法為:
(3)
式(3)將影像Li、Lj的均值記為Mi、Mj。
本次研究根據(jù)第二章所介紹的建模方法對城區(qū)內(nèi)某一建筑集群進(jìn)行了傾斜攝影測量與三維地理信息建模,所獲取的實景三維模型數(shù)據(jù)如圖5所示。
圖5 實景三維模型數(shù)據(jù)Fig.5 Real 3D model data
在此基礎(chǔ)上,研究依照國家測繪地理信息局提出的低空數(shù)字航空攝影測量規(guī)范和三維地理信息模型數(shù)據(jù)產(chǎn)品規(guī)范,對實景三維模型場景的地理點位的精度和三維模型的整體重建程度進(jìn)行分析。
研究通過三維重建軟件對所建立的三維模型進(jìn)行旋轉(zhuǎn)、綻放等操作并加以觀察,得出以下評估結(jié)果:①各地物要素完好,場景模型完整;②模型場景中地物紋理與現(xiàn)實地物基本相似,各地物空間拓?fù)潢P(guān)系基本正確。③場景建筑的各種細(xì)節(jié)結(jié)構(gòu)如房頂、窗戶基本可以展現(xiàn)出來。
表1記錄了國家測繪地理信息局三維地理信息模型數(shù)據(jù)產(chǎn)品規(guī)范所提出的有關(guān)規(guī)定,根據(jù)該規(guī)定,研究中三組實景三維模型均達(dá)到了Ⅰ級的重建水平。
表1 場景模型精細(xì)度表現(xiàn)等級Tab.1 Scene model fineness performance level
通過三維瀏覽屏打開模型并檢查該模型的高程值和平面坐標(biāo),并與實地測量的真實值進(jìn)行比較,對比模型測量值與真實值之間的誤差,進(jìn)而對模型的高程精度和平面精度進(jìn)行評價?,F(xiàn)場測量點定位圖如圖6所示,模型地物坐標(biāo)點如圖7所示。
此次研究在測量范圍內(nèi)所設(shè)置的平面檢查點共計40個,其中包括房屋角點、地面特征點等。各檢查點的坐標(biāo)見表2。
表2 檢測范圍內(nèi)各檢查點實測坐標(biāo)Tab.2 Measured coordinates of each check point in the detection range m
三組實景三維模型上依照測量相應(yīng)的模型坐標(biāo),分別計算三組模型的高程中誤差、平面中誤差、X方向中誤差和Y方向中誤差,統(tǒng)計結(jié)果見表3。
表3 實景三維模型調(diào)和、平面檢查點誤差統(tǒng)計Tab.3 Real-world 3D model reconciliation,plane checkpoint error statistical results m
經(jīng)實驗研究發(fā)現(xiàn),所設(shè)計的最大高程中誤差為0.074 647 m,最大平面中誤差為0.130 m,符合《三維地理信息模型數(shù)據(jù)產(chǎn)品規(guī)范》中的Ⅰ級1∶500成圖比例尺三維模型產(chǎn)品規(guī)定的高程中誤差小于0.5 m、平面中誤差小于0.3 m的要求。
本文對無人機傾斜攝影三維建模的相關(guān)技術(shù)進(jìn)行了介紹,通過Mesh技術(shù)完成三維建模并通過紋理映射技術(shù)實現(xiàn)模型著色。在未來的研究工作中,還需要對該技術(shù)下所獲取的建筑物立面細(xì)節(jié)精度進(jìn)行全面評價。