劉建明

1山東省國土測繪院，山東 濟南，250013

航空攝影是一項復雜的系統工程，需要根據天氣情況多部門密切配合進行實施作業(yè)，在有云情況下，影響航空攝影的天氣因素主要是云層高度［1］。云層高度信息主要反映在影像遮擋方面，如果云層較低，則導致地面信息無法獲?。?］。由于云底高度判讀仍以目測判讀為主，估算誤差大，經常出現云高估算過高，但實際低于飛行高度，造成空飛情況；也存在因云底高度估算過低，但實際高于飛行高度，造成滯飛情況，影響數據獲取效率。

由于云形成原因復雜，云類型眾多［3］，針對云的研究主要在氣象領域，包括主動探測以及被動反演等方式，其中一些研究成果與設備也廣泛應用于氣象觀測的相關單位［4。5］。當前主要方法有目視測量、探空氣球、激光測云儀、氣象雷達、攝影測量等［6-8］。譚涌波等［9］提出了雙站數字攝影測量云高，李國勝［10］以“一體化高速只能球型攝像機”為核心，提出攝影測量解決方案，兩者都是利用攝影測量原理進行研究，同時對圖像匹配特別是云圖像匹配的研究較為深入［11～16］，為本文研究提供參考。

由于并未考慮到航空攝影測量任務范圍不固定、測定時間短等特點，所以已有研究仍具有局限性，而本文針對航空攝影實施過程中云底高度測量便捷快速的特殊性，探索出適用于航空攝影實施過程中的云底高度快速測量方案。

1 系統結構與技術流程圖

1.1 系統結構

本文設計硬件部分如圖1所示，傳感器位于球形外殼內，旋轉平臺可記錄垂直角度與旋轉角度，底座帶有對中置平裝置，使用時將設備架設于已知點，首先進行單獨定向觀測，然后采用遠程曝光裝置進行兩臺設備同步曝光，獲得獨立像對。

圖1 云底高測量設備結構圖Fig.1 Device Structure of Cloud Bottom Height Measurement

1.2 技術流程

云底高度快速測量技術流程如圖2所示。

圖2 技術流程圖Fig.2 Flow Chart of Technology

2 觀測系統參數解算

傳感器安裝于旋轉平臺內，傳感器橫軸、數軸與旋轉平臺的橫軸數軸存在一定誤差，使得觀測時旋轉平臺記錄觀測角度與實際傳感器外方位角元素存在一定誤差常數，這個常數稱為安置角。

2.1 標定場建立與標志點提取

為進行安置角測定，采用圓形靶標（中心空白并帶有十字絲），在某建筑物背面建立標定場，再根據要求進行拍攝。標志點均勻分布于拍攝像片內，考慮到標志數量較多且提取過程中可能存在誤差，本文中將標志點提取分為粗提取與精提取兩個步驟。

標志點粗提取指手動測量4個標志像點坐標，采用后方交會計算出拍攝瞬間概略姿態(tài)角，對所有物方點坐標進行計算像點坐標x、y，如圖3所示，十字絲為概略像點坐標，每個點位均位于標志內。

圖3 標志點粗提取成果Fig.3 Outline Extraction of Flag Points

標志點精提取指在粗提取成果下，通過指定范圍，采用圖像處理方式檢測范圍內的圓形區(qū)域，擬合出圓心坐標，如圖4所示。

圖4 標志圖形與精提取結果Fig.4 Flag Image and Extraction Points

2.2 安置角測定

根據安置角定義，安置角測定采用差分方式，即實際測量值減去觀測值，如式（1）所示。

式中，φa、ωa、κa為安置角常數；φs、ωs、κs為實際測量值；φo、ωo、κo為觀測值，由于云底高測量設備只有水平旋轉與垂直旋轉兩個角度，所以κo為0。

根據后方交會結果可得出3個外方位角元素，但考慮到實際操作中，拍攝定向目標時候旋轉平臺旋轉角置零，此時定向角度實際值φs為計算值φo與安置角誤差φa的和，如式（2）所示。

而拍攝目標物時，拍攝旋轉角實際值φm等于旋轉角φr與安置角誤差φa的和減去定向角實際值φs，如式（3）所示。

根據式（2）與式（3）得：

根據式（4）可知，由于每次定向存在安置角誤差，觀測目標同時存在安置角誤差，兩者互相抵消，最終旋轉角實際值φm是旋轉角φr與定向角φo的和，與安置角φa無關。

綜上所述，可以獲得安置角測量常數有高度角常數ωa與傳感器翻滾角常數κa，本文安置角測量結果如表1所示。

表1 傳感器安置角常數Tab.1 Sensor Placement Angle

3 雙傳感器前方交會云高測量

3.1 定向角測量

設備安裝完成后，需要進行定向觀測，即對準已知點進行拍攝，獲取定向照片進行定向角φo計算。圖5中標注的點位提前使用全站儀獲取坐標，然后進行拍攝。

圖5 定向角觀測照片Fig.5 Initial Orientation Photo

根據空間直角坐標系的旋轉變換，考慮到旋轉平臺與攝影測量坐標系矩陣Rt變換公式可得：

式中，X、Y、Z為定向標志點世界坐標為已知數據；x、y為標志點像點坐標為已知數據；-f為焦距為已知數據；ai、bi、ci為關于外方位元素φ、ω、κ的函數，其中ω、κ已經通過觀測值與安置角計算得出，為已知數據，所以未知數就只有φ，因此，只需一個定向標志可以計算出傳感器拍攝瞬間的旋轉角φ。

3.2 有云圖像匹配

本研究針對不同云類型制定了多種匹配方案，增加匹配成功率，同時利用雙傳感器姿態(tài)參數反算匹配點，剔除粗差點位，匹配結果如圖6所示。

圖6 朵狀云匹配圖Fig.6 Cumulus Image Matching

3.3 云底高度計算

傳感器標定完成后內方位元素為已知數據，云底高測量系統架設已知點后量取儀器高，外方位線元素Xs、Ys、Zs計算得出，旋轉平臺記錄旋轉角相對值及高度角絕對值，定向拍攝后經過解算可以獲得旋轉平臺初始角度，翻滾角由安置角測定得出結果，外方位角元素φ、ω、κ計算得出；經過圖像匹配，像方點mi(xi，yi)為已知數據，根據共線方程前方交會原理，進行云底高度計算。

云底高計算完成后進行粗差剔除，首先反算像點坐標，然后與原始像點坐標進行對比，設定閾值像素個數，如果超過閾值認為是粗差進行剔除，否則保留為云高數據。

4 試驗數據對比與誤差分析

為證明本文剔除云底高度快速測量系統可用性，基于UV20-ARS無人機（unmanned qerial vehicle，UAV）航攝系統提出兩種切實有效的實驗方案進行驗證。圖7為UV20-ARS無人機的航攝系統設備。

圖7 UV20-ARS航攝系統Fig.7 UV20-ARS Aerial Camera System

4.1 無人機檢核實驗

無人機檢核實驗是以無人機作為檢核點，即野外放飛無人機，利用雙傳感器進行觀測，內業(yè)人工識別無人機，利用云高計算方法計算無人機方位，并與無人機自帶POS系統解算后軌跡進行對比。

本實驗中未采用匹配方式進行無人機像點坐標提取，消除了匹配誤差。經表2對比分析可知，本文提出方法測量得到的無人機三維坐標與無人機軌跡相近，證明本系統同步性好，能夠測量不斷運動變化的云。

表2 無人機檢核精度統計Tab.2 UAV Verification Accuracy Statistics

4.2 無人機探云實驗

無人機探云實驗是利用無人機穿云時拍攝的照片判斷穿云時刻，確定穿云時的位置，從而確定云低高度，再利用本系統進行有云圖像獲取并進行云底高度計算。通過對比驗證本系統云底高測量精度，表3中是多次對兩個高度層的云進行測量，求取平均數得到的結果。

表3 無人機探云精度統計Tab.3 UAV Detection Cloud Accuracy Statistics

由于云是非規(guī)則實體，云底匹配點未必是最低點，所以最終使用全部數據進行排序，認定最低的5%數據為云底數據。

5 結束語

根據本文提出方案設計完成的云底高觀測設備，其操作方法與常規(guī)測繪儀器使用方法相近，便于航攝人員相互之間應用，同時充分考慮設備便攜性，不需要固定安裝，僅需要少量控制點即可操作，滿足設備在不同測區(qū)快速布設要求；經過實驗驗證，本系統在中低空云底高測量時精度優(yōu)于5%，能夠大幅提升云底高度觀測精度。