方強(qiáng)
(成都市勘察測(cè)繪研究院,四川 成都 610081)
傾斜攝影技術(shù)具有數(shù)據(jù)獲取效率高、成果精度高、成果數(shù)據(jù)類型廣泛等顯著特點(diǎn),使得傾斜攝影技術(shù)在地形圖、實(shí)景三維模型、房地一體、地籍等測(cè)繪產(chǎn)品的生產(chǎn)中得到了廣泛應(yīng)用。
在傾斜攝影的數(shù)據(jù)獲取階段中,相機(jī)會(huì)拍攝到大量的影像數(shù)據(jù)。在數(shù)據(jù)處理階段的影像自動(dòng)匹配、空三平差、三維重建等環(huán)節(jié)中,影像的數(shù)量直接影響自動(dòng)處理的速度。影像數(shù)量越高,后期處理的時(shí)間也越長(zhǎng)。通常1萬(wàn)張影像就需要至少5小時(shí)左右完成影像的自動(dòng)匹配,并且會(huì)有一定的失敗概率。因此如果能在影像分辨率、重疊度等條件不變的前提下,減少需要處理的影像數(shù)量,即能顯著減少后期處理的時(shí)間,提高生產(chǎn)效率。
傾斜攝影通過(guò)多張傾斜角度和垂直角度影像的多重覆蓋,實(shí)現(xiàn)地物的多角度多基線交會(huì)。相比傳統(tǒng)航空攝影測(cè)量,傾斜攝影具有更大的基高比、更多的攝影基線,因此可以極大地提高地物點(diǎn)的空間交會(huì)精度(見(jiàn)圖1)。
圖1 傳統(tǒng)攝影測(cè)量與傾斜攝影測(cè)量基線對(duì)比
在實(shí)際生產(chǎn)實(shí)施過(guò)程中為滿足測(cè)區(qū)內(nèi)所有地形地物的多基線多角度影像覆蓋,測(cè)區(qū)內(nèi)所有位置均需要有多個(gè)方向的傾斜影像覆蓋。而對(duì)于測(cè)區(qū)邊界附件區(qū)域,傳統(tǒng)航空攝影中的外擴(kuò)曝光點(diǎn)不能實(shí)現(xiàn)傾斜方向影像的多重覆蓋,因此需要有多的外擴(kuò)距離。在實(shí)際傾斜攝影實(shí)施中,會(huì)根據(jù)飛行高度、傾斜鏡頭角度等參數(shù)設(shè)置一定數(shù)量的外擴(kuò)航線和航點(diǎn)。[1]
傾斜攝影系統(tǒng)中通常安裝有多個(gè)不同朝向的傾斜相機(jī),每一次曝光會(huì)同時(shí)獲取多張影像。因此在測(cè)區(qū)邊界兩側(cè)的曝光點(diǎn)中必然存在相機(jī)鏡頭朝向測(cè)區(qū)之外的影像。此類影像由于不包含測(cè)區(qū)內(nèi)的景物,對(duì)當(dāng)前測(cè)區(qū)的后期處理沒(méi)有實(shí)用價(jià)值,因此可將此類影像定義為無(wú)效影像(如圖2所示)。反之可以將那些所拍攝到地面、地物在測(cè)區(qū)內(nèi),或包含測(cè)區(qū)內(nèi)部分區(qū)域的影像定義為有效影像。對(duì)于多個(gè)分區(qū)構(gòu)成的測(cè)區(qū)中,某個(gè)分區(qū)的無(wú)效影像可能是相鄰分區(qū)的有效影像,某有效影像則可能是相鄰分區(qū)的無(wú)效影像。
圖2 無(wú)效影像與有效影像
對(duì)于使用多個(gè)固定鏡頭組成的傾斜攝影系統(tǒng)而言,每次曝光均會(huì)獲得多張影像,因此在測(cè)區(qū)邊界附近的曝光點(diǎn)中就會(huì)如圖2所示獲得一定數(shù)量的無(wú)效影像。如果不將無(wú)效影像進(jìn)行鑒別和剔除,后續(xù)的影像處理會(huì)增加需要處理的影像數(shù)量。此外無(wú)效影像中對(duì)應(yīng)區(qū)域的影像重疊度較低、影像角度單一,會(huì)對(duì)影像空三處理的效率和正確率造成不良影響。
為實(shí)現(xiàn)影像的有效性判斷,需要較為精準(zhǔn)地計(jì)算出所有影像對(duì)應(yīng)的地面覆蓋區(qū)域。然后根據(jù)所需的測(cè)區(qū)范圍即可判斷出影像的有效性。
攝影測(cè)量學(xué)中共線方程式可以在已知影像的外方位元素條件下,計(jì)算出空間中任意一點(diǎn)(XA,YA,ZA)在影像上對(duì)應(yīng)的像素位置(x,y)[2]。
共線方程中(x0,y0)為影像像主點(diǎn)的像平面坐標(biāo),(XA,YA,ZA)為影像攝影中心的空間坐標(biāo)。影像姿態(tài)角經(jīng)過(guò)矩陣計(jì)算得到的旋轉(zhuǎn)矩陣構(gòu)成了參數(shù)an,bn,cn。
共線方程的逆運(yùn)算,及從影像上任一點(diǎn)計(jì)算對(duì)應(yīng)的空間坐標(biāo),則有以下方程:
(1)
式(1)也稱之為數(shù)字微分糾正正解法方程[3]。通過(guò)觀察式(1)可以看出,需要在某點(diǎn)高程值ZA已知條件下,方可計(jì)算出該點(diǎn)的平面坐標(biāo)值(XA,YA)。
如果要計(jì)算影像每個(gè)像素所對(duì)應(yīng)的地面點(diǎn)坐標(biāo),則每張影像需要進(jìn)行數(shù)千萬(wàn)次計(jì)算,需要耗費(fèi)大量時(shí)間。而在地形起伏不劇烈的條件下,影像最外圍的像素即對(duì)應(yīng)影像覆蓋范圍面邊緣的點(diǎn),因此僅需計(jì)算出最外圍部分像素的地面點(diǎn),然后將地面點(diǎn)依次連線,即可得到每張影像的地面覆蓋范圍面。
目前有部分傾斜攝影系統(tǒng)在配套軟件中提供了有效影像篩選的工具,可以利用影像的位置、姿態(tài)等信息獲得影像的覆蓋區(qū)域。此類工具在影像地面覆蓋計(jì)算時(shí),通過(guò)將地面簡(jiǎn)化為水平面,利用設(shè)定地面高作為式(1)中的ZA,因此可以簡(jiǎn)便快捷地得到影像覆蓋度范圍和有效性,實(shí)現(xiàn)影像篩選的目的。但對(duì)于超低空作業(yè)的無(wú)人機(jī)傾斜攝影,地面幾十米的高差變化就會(huì)對(duì)影像的覆蓋范圍造成巨大的變化。在地形起伏較大的丘陵和山地,這種簡(jiǎn)捷方式獲取的影像地面覆蓋范圍會(huì)有較大的誤差,極易出現(xiàn)錯(cuò)判、漏判的結(jié)果,并不能完全滿足影像篩選的要求[4]。
為確保影像地面覆蓋計(jì)算的正確性,需要以真實(shí)的地形為基礎(chǔ),考慮地形起伏對(duì)影像覆蓋范圍的影響。在實(shí)際工作中,在項(xiàng)目設(shè)計(jì)階段會(huì)收集到測(cè)區(qū)的DEM資料,因此可以以DEM為基準(zhǔn),精確地計(jì)算出每張影像的地面覆蓋范圍。
在該條件下,對(duì)影像上任一點(diǎn)的地面位置,需使用迭代方式計(jì)算該地面點(diǎn)坐標(biāo)。首先設(shè)定高程初始值,通常為測(cè)區(qū)平均高程Z0。將Z0作為ZA代入(1)中,然后計(jì)算出坐標(biāo)(X0,Y0)。隨后在DEM中使用坐標(biāo)(X0,Y0)內(nèi)插獲得新的高程值Z1。然后將Z1作為ZA代入(1)中,然后計(jì)算出坐標(biāo)(X1,Y1),并再次在DEM中內(nèi)插獲得新的高程值Z2(圖3)。進(jìn)行若干次迭代之后,即可獲得較為準(zhǔn)確的地面點(diǎn)坐標(biāo)。
圖3 迭代計(jì)算示意圖
獲取到所有影像的地面覆蓋范圍后,即可通過(guò)與測(cè)區(qū)范圍面的疊加分析判斷出哪些影像覆蓋范圍不在測(cè)區(qū)范圍內(nèi),即為無(wú)效影像,從而起到對(duì)影像進(jìn)行篩選的作用。經(jīng)過(guò)影像的篩選即可有效減少后期處理所需要的影像數(shù)量。
影像地面覆蓋計(jì)算需要較為精確的影像外方位元素,影像的外方位元素由影像攝影中心位置坐標(biāo)和影像姿態(tài)角構(gòu)成。目前傾斜攝影系統(tǒng)都集成有高精度的GPS差分模塊,可以獲得厘米級(jí)精度的影像位置信息。因此可以直接將差分獲得的影像位置坐標(biāo)成果作為覆蓋分析計(jì)算時(shí)的影像位置坐標(biāo)(XA,YA,ZA)。但對(duì)于影像姿態(tài)角,如果傾斜攝影系統(tǒng)無(wú)法提供高精度的姿態(tài)角,則需人為地設(shè)定影像的姿態(tài)角。
攝影測(cè)量中影像的姿態(tài)角包括方向角、仰俯角、橫滾角。根據(jù)坐標(biāo)軸旋轉(zhuǎn)次序,姿態(tài)角目前有三類轉(zhuǎn)角系統(tǒng),即YXZ旋轉(zhuǎn)次序的POK(Phi-Omega-Kappa)系統(tǒng)、XYZ旋轉(zhuǎn)次序的OPK(Omega’-Phi’-Kappa’)系統(tǒng)、ZYX旋轉(zhuǎn)次序的HPR(Heading-Pitch-Roll,也稱為Yaw-Pitch-Roll)系統(tǒng)[5]。同一張影像在位置姿態(tài)不變條件下,其姿態(tài)角在不同轉(zhuǎn)角系統(tǒng)上會(huì)呈現(xiàn)出不同數(shù)值,如表1所示。
影像不同轉(zhuǎn)角系統(tǒng)角度對(duì)比 表1
由表1可以看出,在POK、OPK轉(zhuǎn)角系統(tǒng)中影像的仰俯角和橫滾角與方向角度相關(guān)。相同相機(jī)不同影像在不同方向角時(shí)仰俯角橫滾角數(shù)值有極大的差異。而在HPR轉(zhuǎn)角系統(tǒng)中,影像的仰俯角和橫滾角數(shù)值與方向角度無(wú)關(guān),僅與其鏡頭安置角度相關(guān),不同方向角下的仰俯角和橫滾角基本穩(wěn)定。因此使用HPR的轉(zhuǎn)角系統(tǒng)時(shí)僅需要獲得影像的方向角,對(duì)于仰俯角和橫滾角可以使用固定值。在影像覆蓋分析時(shí)可以將同一相機(jī)所有影像的Pitch值設(shè)定與安裝角度一致,為45°或0°,Roll值設(shè)定為0°。而Heading數(shù)值可以根據(jù)航線方位角,或根據(jù)相鄰影像之間的位置變化計(jì)算獲得。
FME(Feature Manipulate Engine)一款功能強(qiáng)大的地理空間數(shù)據(jù)分析計(jì)算工具。在FME中內(nèi)置有數(shù)百個(gè)轉(zhuǎn)換工具,可以通過(guò)轉(zhuǎn)換工具的靈活組合,實(shí)現(xiàn)不同類型數(shù)據(jù)的讀寫(xiě)、計(jì)算、空間分析等功能。使用FME在實(shí)現(xiàn)地理信息數(shù)據(jù)的格式轉(zhuǎn)換和空間分析時(shí)無(wú)須耗時(shí)耗力的軟件開(kāi)發(fā),具有極大的便利性和易用性。
影像的POS中的影像攝影中心的坐標(biāo)值可作為外方位元素使用。在FME中直接讀取影像的圖像名和坐標(biāo)值,使用AttributeCreator轉(zhuǎn)換器,獲得相鄰影像的坐標(biāo)值。然后根據(jù)影像的前后的位置變化即可計(jì)算出飛行的方位角,再根據(jù)不同相機(jī)的安置角度計(jì)算出Heading值,并設(shè)定Pitch為0°或45°,Roll為0°。
設(shè)定若干個(gè)影像邊界點(diǎn)添加每張影像圖像邊緣的像素點(diǎn)。對(duì)于同一張影像,所選取的邊緣采樣點(diǎn)數(shù)量與影像覆蓋范圍精準(zhǔn)程度相關(guān)。邊緣采樣點(diǎn)越多,生成的范圍面越精確,但計(jì)算量也會(huì)隨之上升。同時(shí)對(duì)于不同的地形條件,不同數(shù)量采樣點(diǎn)之間的覆蓋范圍差異也有所區(qū)別。由圖4可以看出,地形起伏較大的區(qū)域需要較多的采樣點(diǎn)才可獲得較為準(zhǔn)確的覆蓋范圍,但過(guò)多的采樣點(diǎn)會(huì)需要更長(zhǎng)的計(jì)算時(shí)間,且覆蓋范圍準(zhǔn)確性提示也較小。因此需要根據(jù)實(shí)際的地形條件,設(shè)置合適的采樣點(diǎn),對(duì)于丘陵地區(qū)通常12個(gè)采樣點(diǎn)就能計(jì)算出較準(zhǔn)確的覆蓋范圍。
圖4 不同數(shù)量采樣點(diǎn)不同地形條件下生成的范圍面
添加AttributeCreator轉(zhuǎn)換器,將影像的外方位元素連接至該轉(zhuǎn)換器。然后在轉(zhuǎn)換器的Attribute Value參數(shù)中實(shí)現(xiàn)旋轉(zhuǎn)矩陣的計(jì)算,輸出旋轉(zhuǎn)矩陣的值。使用HPR轉(zhuǎn)角系統(tǒng)時(shí),旋轉(zhuǎn)矩陣的計(jì)算方式為:[5]
即為:
新建循環(huán)工具Loop,在其中加入AttributeCreator、PointOnRasterValueExtractor等轉(zhuǎn)換器,實(shí)現(xiàn)如下迭代計(jì)算:
(1)將AttributeCreator轉(zhuǎn)換器作為地面平面坐標(biāo)計(jì)算器,在其Attribute Value中輸入式(1)的表示式。該轉(zhuǎn)換器即可根據(jù)輸入的影像外方位元素、地面點(diǎn)高程ZN計(jì)算出地面點(diǎn)平面坐標(biāo)(XN,YN)。初始高程值Z0可以使用當(dāng)前區(qū)域的平均高程。
(2)將PointOnRasterValueExtractor轉(zhuǎn)換器作為地面點(diǎn)高程計(jì)算器,利用地面點(diǎn)平面坐標(biāo)(XN,YN)在DEM中內(nèi)插計(jì)算出該點(diǎn)的高程值ZN+1。
(3)使用Tester轉(zhuǎn)換器判斷ZN+1與ZN的差值是否小于設(shè)定閾值。若小于則跳出循環(huán),輸出地面點(diǎn)坐標(biāo)(XN,YN,ZN)。
將同一張影像的邊界點(diǎn)相連,即獲得了該影像的地面覆蓋范圍。圖5為某架次影像的地面覆蓋范圍計(jì)算,可以看出由于地形起伏使得影像覆蓋面的邊緣呈現(xiàn)出彎曲的形態(tài)。
圖5 影像覆蓋范圍計(jì)算結(jié)果
使用LineBuilder轉(zhuǎn)換器將影像邊界的地面點(diǎn)連接構(gòu)面,即獲得了每張影像的地面覆蓋范圍,并根據(jù)實(shí)際情況選取或繪制當(dāng)前需要處理的測(cè)區(qū)范圍。然后判斷影像覆蓋范圍面與測(cè)區(qū)范圍面之間的空間關(guān)系,將所覆蓋范圍全部在測(cè)區(qū)外的影像判定為無(wú)效影像,反之則為有效影像。
在FME中可以使用SpatialRelator轉(zhuǎn)換器實(shí)現(xiàn)疊加分析,并使用Tester轉(zhuǎn)換器判斷每個(gè)影像覆蓋范圍面與測(cè)區(qū)范圍面之間的重疊關(guān)系,并輸出判斷結(jié)果。
在選取測(cè)區(qū)范圍時(shí)需要注意像控點(diǎn)所在位置,如果有部分像控點(diǎn)在區(qū)域外,則需要根據(jù)實(shí)際情況適當(dāng)外擴(kuò)或增加獨(dú)立區(qū)域,以確保所有像控點(diǎn)均滿足多角度影像的覆蓋。在地形起伏變化較大的區(qū)域,有可能會(huì)出現(xiàn)計(jì)算范圍與實(shí)際范圍偏差較大的情況,同樣會(huì)造成影像有效性的誤判,因此可以適當(dāng)外擴(kuò)測(cè)區(qū)范圍。
通過(guò)上述流程可以較快速度完成影像的有效性判斷,通常十余分鐘即可完成數(shù)萬(wàn)張影像的有效性判斷。在后續(xù)的各項(xiàng)環(huán)節(jié)中即可僅將有效影像進(jìn)行處理,從而減少需要處理的影像數(shù)量。
利用影像篩選方法可以減少需要處理的影像數(shù)量,可以減少空三環(huán)節(jié)的處理時(shí)間并降低出錯(cuò)概率,從而起到提高生產(chǎn)效率的作用。為驗(yàn)證該方法的有效性,目前已通過(guò)多個(gè)傾斜攝影測(cè)量項(xiàng)目中使用該方法,充分驗(yàn)證了該方法的有效性。
在目前已完成對(duì)傾斜攝影項(xiàng)目中,選取多張影像對(duì)影像地面覆蓋范圍計(jì)算的正確性進(jìn)行判斷。將經(jīng)過(guò)地形正射糾正后影像與計(jì)算出的影像覆蓋范圍面進(jìn)行疊加檢查。檢查中發(fā)現(xiàn)大部分影像所計(jì)算出的覆蓋范圍與最終實(shí)際覆蓋范圍基本一致,在使用12個(gè)采樣點(diǎn)的計(jì)算條件下,地面覆蓋區(qū)域誤差小于20%(圖6)。個(gè)別差別較大的影像均是位于航線首尾區(qū)域,由于無(wú)人機(jī)轉(zhuǎn)向使得影像實(shí)際的姿態(tài)角偏移較大。
圖6 計(jì)算出的范圍與真實(shí)影像疊加
隨后選取了多個(gè)已完成的傾斜攝影項(xiàng)目進(jìn)行驗(yàn)證和對(duì)比測(cè)試,用于檢驗(yàn)影像篩選對(duì)處理時(shí)長(zhǎng)的影響。首先對(duì)實(shí)驗(yàn)樣本區(qū)進(jìn)行影像篩選,然后再僅使用有效影像進(jìn)行空三處理,最后將空三處理的時(shí)長(zhǎng)與最初未進(jìn)行影像篩選的空三時(shí)長(zhǎng)進(jìn)行對(duì)比。部分典型實(shí)驗(yàn)樣本區(qū)的測(cè)試結(jié)果如表2所示:
由表2可以看出由于處理的影像數(shù)量減少,空三處理時(shí)間均減少了10%左右。并且由于所有像控點(diǎn)均位于篩選時(shí)的測(cè)區(qū)范圍內(nèi),因此所有像控點(diǎn)影像數(shù)量、定向殘差等均未發(fā)生變化,精度與未經(jīng)篩選的影像處理結(jié)果保持一致。
影像篩選前后空三處理時(shí)間對(duì)比 表2
驗(yàn)證該影像篩選的有效性后,在成都某地區(qū)的實(shí)景三維生產(chǎn)項(xiàng)目中即將影像篩選作為生產(chǎn)處理中的必要流程。測(cè)區(qū)中每個(gè)分區(qū)在空三處理前均使用影像篩選方法然后僅對(duì)有效影像進(jìn)行空三和建模處理,共計(jì)減少了數(shù)萬(wàn)張無(wú)效影像。各分區(qū)的影像數(shù)與處理時(shí)間如表3所示:
影像篩選實(shí)際效用 表3
經(jīng)過(guò)影像篩選和空三處理后的部分影像姿態(tài)如圖7所示,可以看出在最外邊緣的曝光點(diǎn)中僅保留了鏡頭朝向測(cè)區(qū)的有效影像。
圖7 篩選后測(cè)區(qū)邊界附近的影像分布
在本項(xiàng)目中為增加每個(gè)分區(qū)的像控點(diǎn)數(shù)量與分布條件,每個(gè)分區(qū)均有一定程度的邊界外擴(kuò)。并且為確保分區(qū)接邊精度,分區(qū)之間也有較多的重疊。最終像控點(diǎn)的連接點(diǎn)殘差、定向點(diǎn)殘差、檢查點(diǎn)較差、分區(qū)之間公共點(diǎn)較差(表4)均符合預(yù)期,滿足后續(xù)的地形圖測(cè)繪與單體化建模要求。
影像篩選后精度情況 表4
傾斜攝影中在測(cè)區(qū)邊界附近會(huì)獲取到大量的無(wú)效影像。無(wú)效影像的存在會(huì)增加需要處理的影像數(shù)量,也延長(zhǎng)了空三及建模處理的時(shí)間。利用影像覆蓋計(jì)算方法可以快速判斷影像的有效性,從而可以在后期處理中排除無(wú)效影像,起到減少處理時(shí)間、降低出錯(cuò)概率、提高生產(chǎn)效率的作用。
除此之外,本文中的影像篩選方法的準(zhǔn)確度和效率還有可提升的空間和余地。體現(xiàn)在如下方面:
(1)在測(cè)區(qū)中間的曝光點(diǎn)的所有影像均是有效影像,可以利用影像位置、航高、航向等參數(shù)排除掉這類曝光點(diǎn)的影像覆蓋計(jì)算,從而減少影像篩選計(jì)算時(shí)間。
(2)目前大多數(shù)無(wú)人機(jī)傾斜攝影系統(tǒng)無(wú)法提供高精度的影像曝光姿態(tài)信息,因此僅能通過(guò)后期推斷和假定等方式得到影像的姿態(tài)角。而當(dāng)影像實(shí)際出現(xiàn)姿態(tài)偏離時(shí),利用人為設(shè)定姿態(tài)角計(jì)算出的影像覆蓋范圍與真實(shí)值會(huì)有較大差異。今后隨著傾斜攝影系統(tǒng)的改進(jìn)升級(jí),預(yù)期可以利用IMU設(shè)備直接獲取高精度的影像姿態(tài)角,即可精準(zhǔn)地計(jì)算出每張影像的地面覆蓋范圍,從而為影像篩選、漏洞分析、重疊度計(jì)算、像控點(diǎn)可見(jiàn)性分析等提供更加精準(zhǔn)的依據(jù)。