馬國(guó)吉，馬國(guó)斌，馬國(guó)寶，孫曉霞

（1. 青海省測(cè)繪科學(xué)技術(shù)研究院,青海 西寧 810001；2.青海省地理空間和自然資源大數(shù)據(jù)中心,青海 西寧 810001； 3.青海省基礎(chǔ)測(cè)繪院,青海 西寧 810001；4.青海地理信息產(chǎn)業(yè)有限公司,青海 西寧 810001）

隨著“數(shù)字地球”、“智慧城市”等概念的提出,人們對(duì)城市空間信息的需求變得更加強(qiáng)烈,城市空間信息也變得更加復(fù)雜,給城市管理效率來了嚴(yán)峻考驗(yàn),急需為城市管理、規(guī)劃提供可視化的實(shí)景三維數(shù)字模型數(shù)據(jù)。如何快速獲取實(shí)景三維模型成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)[1-2]。

三維模型重建是攝影測(cè)量的主要目標(biāo)之一。實(shí)現(xiàn)三維目標(biāo)重建的數(shù)據(jù)主要包括光學(xué)影像和激光雷達(dá)兩種[3]。王建強(qiáng)[4]等以傳統(tǒng)的攝影測(cè)量手段獲取影像數(shù)據(jù),再利用三維制作軟件（Smart3D、Context Capture）生成三維模型,該方法建模速度快、自動(dòng)化程度高、成本較低,但獲取三維模型框架精度較低,密集建筑物區(qū)域的模型較模糊,難以區(qū)分建筑物邊界信息；為了快速獲取高精度的三維模型邊緣信息,孫保燕[5]等采用影像數(shù)據(jù)、激光雷達(dá)數(shù)據(jù)以及已有高精度的矢量數(shù)據(jù)構(gòu)建城市三維模型,再利用激光數(shù)據(jù)快速獲取噪聲低、精度高的白膜數(shù)據(jù),然而激光數(shù)據(jù)缺少紋理信息,通過無(wú)人機(jī)影像數(shù)據(jù)和輔助參數(shù)可獲取建筑物頂部與部分側(cè)面紋理信息,但仍不能滿足三維模型對(duì)側(cè)面紋理的要求,且該方法成本較高；張春森[6]等利用傳統(tǒng)的航空攝影測(cè)量獲取了地物的紋理信息和高程信息,能提供高精度、輪廓明顯的建筑物模型,是目前城市建筑物三維模型主要的獲取方式之一,但傳統(tǒng)的航空攝影測(cè)量方式無(wú)法獲得建筑物的側(cè)面紋理信息,在密集建筑物區(qū)域存在地物遮擋現(xiàn)象。上述三維建模方法具有成本高、生產(chǎn)工藝復(fù)雜、作業(yè)效率低等特點(diǎn),在一定程度上制約了城市三維重建技術(shù)的發(fā)展與推廣。鑒于此,本文提出了消費(fèi)型無(wú)人機(jī)傾斜序列影像三維重建的方法。該方法首先利用消費(fèi)型無(wú)人機(jī)獲取無(wú)人機(jī)傾斜影像；再采用Agisoft PhotoScan軟件的影像匹配模塊自動(dòng)獲取多視傾斜影像同名點(diǎn)坐標(biāo)；然后通過GodWork軟件的AT模塊進(jìn)行引入曝光延遲的GPS光束法區(qū)域網(wǎng)平差,生成高精度的影像外方位元素信息；最后為了獲取豐富的紋理信息,采用Smart3D軟件構(gòu)建三維模型,為無(wú)人機(jī)傾斜序列影像三維建模提供一種思路。

1 關(guān)鍵技術(shù)

無(wú)人機(jī)傾斜序列影像一般具有幾何變形大、不同視角變化較大、影像側(cè)面信息豐富等特點(diǎn)。構(gòu)建三維模型時(shí),需針對(duì)無(wú)人機(jī)傾斜影像的特點(diǎn),在影像匹配、空三加密處理、密集匹配和紋理映射等方面采用區(qū)別于傳統(tǒng)攝影測(cè)量的方法進(jìn)行處理,以獲取精度較高、紋理清晰的實(shí)景三維模型。

1.1 傾斜影像匹配與定位

由于不同視角的無(wú)人機(jī)傾斜影像存在較大的視角差異,因此同一地物在不同視角影像上表現(xiàn)出很大差異。采用通用的SIFT無(wú)人機(jī)影像匹配方法獲取同名點(diǎn)存在以下問題[7]:①缺少對(duì)無(wú)人機(jī)傾斜影像地物遮擋以及影像幾何變形的考慮,以固定的局部窗口獲取的特征點(diǎn)描述信息不能真實(shí)反映地物情況,地物起伏較大區(qū)域易匹配失敗；②影像分辨率較高導(dǎo)致地物高差較大區(qū)域投影差變化較大,因此難以確定正確的匹配搜索區(qū)域；③缺少對(duì)獲取點(diǎn)位分布以及定量的精度檢驗(yàn)與分析,使得在實(shí)際工程應(yīng)用中精度難以滿足需求。

SIFT無(wú)人機(jī)傾斜影像匹配方法的影像預(yù)處理主要包括傾斜影像的近似水平校正和影像均勻分塊。由于無(wú)人機(jī)影像分辨率較高、一景影像覆蓋的區(qū)域較小,因此高差變化可近似認(rèn)為水平。通過影像的POS數(shù)據(jù)以及公開的SRTM數(shù)據(jù)將無(wú)人機(jī)傾斜影像投影到一個(gè)固定的高程面上進(jìn)行近似水平校正,可在一定程度上減弱影像幾何變形的影響[8]；然后利用影像的地理信息計(jì)算影像的重疊區(qū)域,并對(duì)重疊區(qū)域進(jìn)行均勻劃分；最后采用參考文獻(xiàn)[9]提出的特征點(diǎn)提取方法,確保提取的同名點(diǎn)分布均勻。

利用近似水平影像提取的特征點(diǎn)能有效避免影像幾何變形的影響,描述子生成后以特征向量的歐式距離作為特征點(diǎn)相似程度的判斷依據(jù),再通過選用合適的閾值,確定影像匹配點(diǎn)的粗匹配過程。由于匹配結(jié)果存在大量錯(cuò)誤點(diǎn),難以保證同名點(diǎn)的精確位置,因此可利用RANSAC算法剔除誤匹配點(diǎn)。通過RANSAC算法剔除粗差后,頂層誤匹配點(diǎn)已基本剔除,但金字塔下層影像的分辨率較高、紋理信息較豐富,提取的特征數(shù)量大大增加,將出現(xiàn)誤匹配現(xiàn)象,因此在底層匹配過程中除了利用核線約束外,還需借助傾角迥異的核線關(guān)系進(jìn)行約束匹配[10]。

為了加快匹配速度、減少誤匹配點(diǎn),一方面利用POS數(shù)據(jù)進(jìn)行水平校正處理,消除影像的幾何變形影響,并通過分塊提取特征點(diǎn)數(shù)量確保同名點(diǎn)分布均勻合理；另一方面通過在不同層影像匹配時(shí)采用不同的約束策略來剔除誤匹配、限制適當(dāng)搜索空間。本文采用金字塔匹配策略,將原始影像縮小為1/2和1/4。頂層影像為原始影像的1/4,影像分辨率較低,匹配精度較高,因此無(wú)需進(jìn)行粗差剔除策略；第二層影像采用RANSAC算法優(yōu)化匹配結(jié)果,剔除誤匹配點(diǎn)。采用兩組不同的15對(duì)同名點(diǎn)計(jì)算兩組傾角迥異的核線參數(shù),在原始影像上進(jìn)行傾角迥異的核線引導(dǎo)匹配,不僅可提高算法的匹配效率,還可提高同名點(diǎn)的定位精度,為空三加密處理提供數(shù)據(jù)支撐。

通過上述匹配過程,可在重疊影像上獲取分布均勻、精度高、誤匹配少的稀疏匹配點(diǎn)；再利用影像內(nèi)外方位元素和高精度的連接點(diǎn)進(jìn)行像對(duì)定向、立體模型連接,完成自由網(wǎng)的構(gòu)建。統(tǒng)一整個(gè)區(qū)域的影像坐標(biāo)后,將利用連接點(diǎn)多片前方交會(huì)方法獲得的地面點(diǎn)物方空間坐標(biāo)作為光束法區(qū)域網(wǎng)平差的初值。針對(duì)無(wú)人機(jī)飛行速度不穩(wěn)定而導(dǎo)致的平差結(jié)果比理論估值偏低的問題,本文采用參考文獻(xiàn)[11]提出的估計(jì)曝光延遲GPS輔助光速法區(qū)域網(wǎng)平差方法對(duì)曝光點(diǎn)的曝光延遲進(jìn)行逐點(diǎn)補(bǔ)償,再將曝光延遲參數(shù)作為未知參數(shù)與其他系統(tǒng)誤差參數(shù)一并代入誤差方程統(tǒng)一求解,以提高GPS光束法區(qū)域網(wǎng)平差的整體精度。同時(shí)借助大量地面控制點(diǎn),對(duì)整個(gè)誤差方程矩陣進(jìn)行循環(huán)分塊,求解改正參數(shù),進(jìn)而獲取每張影像高精度的外方位元素、連接點(diǎn)的空間物方坐標(biāo)。

1.2 密集匹配

將影像匹配、空三加密處理獲取的影像精化后的外方位元素、相機(jī)參數(shù)作為多視密集匹配的輸入,通過考慮多視待匹配影像的多余觀測(cè)生成物方點(diǎn)。建立參考影像上某一像素的初始物方面元patch（normal 法向量、position位置）,由物方位置、法向量參數(shù)唯一確定物方面元；再將物方面元反算到參考影像上,通過參考影像局部窗口與待匹配影像的局部窗口的相似度函數(shù)來完成多余觀測(cè)的物方匹配[12]。

多視影像密集匹配算法的整體流程包括4個(gè)步驟:①特征提取,在影像DOG空間上均勻劃分32像素×32像素大小的格網(wǎng),采用Harris算子提取格網(wǎng)內(nèi)4個(gè)響應(yīng)值最大的點(diǎn),再利用多視影像特征點(diǎn)匹配的方法確定特征點(diǎn)集合的稀疏匹配點(diǎn),構(gòu)建初始物方面元集合,并對(duì)面元參數(shù)進(jìn)行初始化；②物方面元優(yōu)化更新,利用面元局部灰度相似度函數(shù)的極值參數(shù)求解,精化初始物方面元信息,再以物方點(diǎn)在參考影像的法向量為約束條件減少面元參數(shù)的相關(guān)性,并將目標(biāo)函數(shù)的自由度減少到3,刪除可見影像單元Ck對(duì)應(yīng)的特征點(diǎn)；③物方面元的擴(kuò)散,從完成優(yōu)化的面元P到其領(lǐng)域未包含的物方面元Cj擴(kuò)散,以物方面元Cj的中心射線與影像攝影中心和優(yōu)化面元P的交點(diǎn)為新物方面元P＇的位置初始值,法向量參數(shù)采用優(yōu)化面元P來迭代、更新、優(yōu)化,直到物方面元Ck遍歷完成；④點(diǎn)云剔除,利用物方與像方空間鄰域關(guān)系剔除不一致面元,并過濾掉懸浮空中或低于地面過低的錯(cuò)誤點(diǎn)。通過上述步驟,可生成與無(wú)人機(jī)傾斜影像同等分辨率的數(shù)字表面模型數(shù)據(jù)。

1.3 紋理自動(dòng)映射

紋理自動(dòng)映射能解決不同影像塊之間的顏色過渡和最佳影像面選擇問題。本文采用泊松融合的方法處理不同影像塊拼接處的影像融合問題[13-14]。首先為每個(gè)需要映射的影像面塊計(jì)算一個(gè)得分,選擇分?jǐn)?shù)最高的面塊作為紋理映射的候選面塊；再利用三角格網(wǎng)面表達(dá)三維空間模型,紋理映射的本質(zhì)是為了建立格網(wǎng)與影像紋理空間信息的一一對(duì)應(yīng)關(guān)系。對(duì)于復(fù)雜節(jié)點(diǎn)構(gòu)建密集格網(wǎng)面的三維模型而言,首先計(jì)算每個(gè)三角形面片的頂點(diǎn)坐標(biāo)和影像紋理中像素的對(duì)應(yīng)值（行列號(hào)）；再利用影像旋轉(zhuǎn)矩陣和空間投影矩陣將三維模型上的坐標(biāo)轉(zhuǎn)換到原始影像上,獲得每個(gè)頂點(diǎn)的紋理信息；然后在模型渲染時(shí),每個(gè)三角格網(wǎng)面的顏色取3個(gè)頂點(diǎn)顏色的平均值。在本文實(shí)驗(yàn)中,首先從傾斜航空影像密集匹配的點(diǎn)云結(jié)果中獲得每個(gè)點(diǎn)的坐標(biāo)、紋理信息和法向量,再通過找尋對(duì)應(yīng)的影像平面坐標(biāo)和利用空三處理后影像姿態(tài)信息找到三維點(diǎn)云與傾斜影像之間的對(duì)應(yīng)關(guān)系,然后優(yōu)化紋理映射模型,最終獲得紋理信息較真實(shí)的三維實(shí)景模型。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)采集系統(tǒng)介紹

本文采用大疆DJI M600Pro無(wú)人機(jī)搭載的DG3 Pros傾斜攝影測(cè)量系統(tǒng)獲取影像數(shù)據(jù),具有多視角高清影像采集、成本低、機(jī)動(dòng)靈活等優(yōu)點(diǎn)。Pros光學(xué)鏡頭采用了低色散 ED 鏡片,能大幅提高影像的線對(duì)數(shù),有效提升航片質(zhì)量、降低空三分層概率；相機(jī)左右傾斜鏡頭角度從45°提高到50°,可大幅提高模型旁向建模效果,在保證模型精度和效果的前提下,能實(shí)現(xiàn)更高的作業(yè)效率；五鏡頭增加了高同步曝光技術(shù),有利于空三加密解算。

2.2 航攝設(shè)計(jì)

本文采用Altizure軟件進(jìn)行航線規(guī)劃設(shè)計(jì),重疊率為60%～80%（由地面高度決定）,沿某一方向來回往返,呈帶狀按次序逐步覆蓋全部場(chǎng)地,實(shí)現(xiàn)對(duì)地形邏輯有序的全覆蓋航攝（圖1）。設(shè)計(jì)航高為100 m,地面分辨率（GSD）為1.4 cm,航飛面積為6.25 km2,航向重疊度為80%,旁向重疊度為70%,單架次飛行時(shí)間約為46 min,共獲取影像14 902張。影像清晰、色彩均勻,多視影像數(shù)據(jù)能提供影像下視和建筑物側(cè)面豐富的紋理信息,為后續(xù)建筑物三維重建以及側(cè)面紋理信息提取提供數(shù)據(jù)支撐。

圖1 航線設(shè)計(jì)

2.3 空三加密精度驗(yàn)證

為了消除影像內(nèi)部系統(tǒng)誤差,保證影像整體精度的一致性,避免生成的密集點(diǎn)云出現(xiàn)分層現(xiàn)象,在密集匹配前需對(duì)獲取的影像進(jìn)行空三加密處理。Agisoft PhotoScan軟件影像匹配模塊利用POS數(shù)據(jù)對(duì)待匹配的影像進(jìn)行近似水平校正,以消除傾斜影像的幾何變形；再采用分塊金字塔匹配策略通過SIFT算法從多視影像中提取分布均勻的同名點(diǎn),并在不同金字塔影像上采用不同的約束策略剔除誤匹配點(diǎn),獲取高精度的同名點(diǎn)坐標(biāo)。通過GodWork軟件的AT模塊進(jìn)行引入曝光延遲的GPS輔助光束法區(qū)域網(wǎng)平差,利用分區(qū)域平差與區(qū)域間的整體一致性平差獲取定位精度一致的影像外方位元素信息,并生成測(cè)區(qū)稀疏點(diǎn)云?？杖用苁疽鈭D如圖2所示。

圖2 空三加密示意圖

空三加密精度分析如表1所示,可以看出,利用GodWork軟件的AT模塊進(jìn)行引入曝光延遲的GPS輔助光束法區(qū)域網(wǎng)平差,經(jīng)過分區(qū)域與整體一致性平差處理后的控制點(diǎn)平面中誤差為0.025 m,高程中誤差為0.038 m；檢查點(diǎn)的平面最大誤差為0.093 m,高程方向的最大誤差為0.126 m,滿足1∶500大比例尺地形圖控制點(diǎn)、檢查點(diǎn)的平面中誤差與高程中誤差的指標(biāo)要求。

表1 空三加密精度分析/m

2.4 模型精度驗(yàn)證

由于空三加密獲取的初始點(diǎn)云密度過于稀疏,難以保證高精度的三維模型生成,因此需基于無(wú)人機(jī)多視傾斜數(shù)據(jù),采用Smart3D提供的多視密集匹配方法對(duì)初始稀疏點(diǎn)云進(jìn)行擴(kuò)展、濾波和優(yōu)化,生成最終的密集點(diǎn)云。首先采用多視密集匹配方法擴(kuò)展稀疏點(diǎn)云的局部鄰域像素,獲得相對(duì)密集的點(diǎn)云數(shù)據(jù)；由于生成的密集點(diǎn)云數(shù)據(jù)存在一定的誤差點(diǎn),再采用濾波方法剔除偏離地物三維模型過大的誤差點(diǎn)[15]；最后根據(jù)局部地物高程的變化程度,對(duì)密集點(diǎn)云數(shù)據(jù)進(jìn)行優(yōu)化處理,利用軟件內(nèi)部矢量函數(shù)關(guān)系算法,在保證模型精度的同時(shí)剔除冗余數(shù)據(jù),并構(gòu)建不同層級(jí)的三角網(wǎng)模型。具體三角網(wǎng)模型效果如圖3所示,可以看出,土山上樹木頂部修飾結(jié)構(gòu)復(fù)雜,點(diǎn)云和三角網(wǎng)較密集；而建筑物頂面、田地和路面的結(jié)構(gòu)簡(jiǎn)單,點(diǎn)云和三角網(wǎng)較稀疏。

圖3 三角網(wǎng)模型

Smart3D首先將不同視角的深度圖像匹配到同一坐標(biāo)下；再通過深度圖像融合獲得物體完整的幾何模型；然后確定深度圖像與紋理圖像的映射關(guān)系,并定義復(fù)合權(quán)重進(jìn)行紋理融合,從而獲取整個(gè)紋理的映射圖；最后進(jìn)行模型的紋理映射,構(gòu)建具有真實(shí)感的三維模型。具體模型如圖4所示,可以看出,三維建筑物模型邊界清晰、側(cè)面紋理信息豐富、地面上的物體能清楚地展現(xiàn)出來,三維模型整體效果較好。

圖4 實(shí)景三維模型

為了驗(yàn)證生成的三維立體模型精度,將三維模型導(dǎo)入DP-Mapper軟件進(jìn)行立體模型下典型地物特征值的量測(cè),獲取地物空間的三維坐標(biāo),并與外業(yè)采集的特征點(diǎn)坐標(biāo)、特征邊長(zhǎng)進(jìn)行統(tǒng)計(jì)分析,得到三維模型的絕對(duì)定位精度和相對(duì)定位精度。驗(yàn)證結(jié)果如表2、3所示,可以看出,三維模型的平面中誤差為0.042 m,高程中誤差為0.045 m,滿足1∶500大比例尺測(cè)圖要求；三維模型上地物間的相對(duì)距離誤差分布在0.01 m以內(nèi),誤差值分布合理,表明構(gòu)建的三維模型內(nèi)部相對(duì)精度一致。

表2 三維模型精度統(tǒng)計(jì)/m

表3 特征邊測(cè)量精度統(tǒng)計(jì)/m

3 結(jié) 語(yǔ)

本文嘗試采用大疆DJI M600Pro消費(fèi)型無(wú)人機(jī)搭載的DG3 Pros傾斜攝影系統(tǒng)獲取了不同視角的傾斜影像數(shù)據(jù),并結(jié)合不同軟件的優(yōu)勢(shì)模塊構(gòu)建了精度較好的建筑物三維模型；以西寧某區(qū)為例,進(jìn)行了數(shù)據(jù)采集與三維模型構(gòu)建實(shí)驗(yàn),得出以下結(jié)論:

1）利用Agisoft PhotoScan的影像匹配模塊對(duì)無(wú)人機(jī)傾斜影像進(jìn)行近似水平校正,以消除幾何變形的影響,通過金字塔分塊匹配策略提高影像匹配速度并確保同名點(diǎn)分布均勻,為后期空三加密處理提供可靠的同名點(diǎn)坐標(biāo)。針對(duì)不同層的影像采用不同的約束策略,確保誤匹配點(diǎn)能被有效剔除,避免因誤匹配點(diǎn)而導(dǎo)致的空三加密失敗或結(jié)果精度較差。

2）通過對(duì)整個(gè)區(qū)域進(jìn)行分區(qū)域空三加密處理,避免因高差較大而出現(xiàn)的空三加密失敗現(xiàn)象；對(duì)分區(qū)域的空三加密結(jié)果進(jìn)行整體一致性平差處理,確保區(qū)域間影像上地物的無(wú)縫銜接；通過引入曝光延遲的光束法區(qū)域網(wǎng)平差對(duì)每張影像進(jìn)行逐曝光點(diǎn)的延遲補(bǔ)充,進(jìn)一步提高影像平差定位精度,為后期密集匹配提供精化的影像外方位元素參數(shù)。

3）將空三加密結(jié)果和影像數(shù)據(jù)輸入Smart3D軟件,全自動(dòng)構(gòu)建高精度的城鎮(zhèn)三維模型。構(gòu)建的模型整體效果較好、符合真實(shí)場(chǎng)景、區(qū)域間能無(wú)縫拼接、紋理較細(xì)膩、整體成本較低,為消費(fèi)型無(wú)人機(jī)構(gòu)建城鎮(zhèn)三維模型提供了一種經(jīng)濟(jì)高效的方法。