葛策文，王留召，焦明連，張攀科

(1.江蘇海洋大學 海洋技術與測繪學院，江蘇 連云港 222005；2.北京四維遠見信息技術有限公司，北京 100039)

城市交通系統(tǒng)的現(xiàn)代化與智能化發(fā)展，對高精地圖精度要求更加嚴格。傳統(tǒng)作業(yè)方式如全站儀測量，無法提供完整的路面信息，只能提供特征信息，且工作效率低。而航空影像雖完整且提取效率高，但同樣很難滿足高精地圖的繪制和無人駕駛所需路面精度。

近10年來，不同學者從不同的角度出發(fā)，針對提高遙感正射影像的精度問題進行制作與研究，并提出很多不同的思路和方法。文獻[1]通過衛(wèi)星高分辨率數(shù)字正射影像圖，及時、全面掌握武漢市地表變化最新信息，可作為地圖分析背景控制信息，為國土資源調(diào)查、災害防治和國民經(jīng)濟建設規(guī)劃等提供可靠依據(jù)。然而，在實驗中檢查點最大誤差3 m，不能滿足重建高精度路面信息要求。文獻[2]有效利用無人機技術獲取地面數(shù)字正射影像數(shù)據(jù)，再通過機載激光雷達獲取植被覆蓋下的LiDAR點云數(shù)據(jù)，將二者結合，不僅能獲取正射影像信息，還能獲得高程信息。但是由于城市道路地形復雜，很多樹木等植被覆蓋導致LiDAR點云數(shù)據(jù)不能完整呈現(xiàn)路面高程信息，機載正射影像系統(tǒng)難以應用于道路正射影像中。文獻[3]提出利用車載系統(tǒng)使用逆透視變換轉換正射影像地圖碎片，通過加權中值算法進行融合形成完整地圖，精度較高。然而，此方法沒有有效解決圖像中的道路扭曲細節(jié)，也沒有完整呈現(xiàn)路面高程狀態(tài)。文獻[4]通過車載激光掃描系統(tǒng)對道路點云進行DEM制作，完成對路面高程數(shù)據(jù)的呈現(xiàn)，然而路面DEM并沒有融入影像數(shù)據(jù)，不能完全還原路面信息。文獻[5]基于LiDAR點云數(shù)據(jù)，采用無地面控制空中三角測量方法對影像數(shù)據(jù)進行正射糾正，以此得到正射影像，最后利用TerraSolid軟件制作的正射影像具有較高的幾何精度和較好的視覺效果。然而，此種DOM制作方法難以在建筑密集的城市中制作道路正射影像。文獻[6]提出了一種基于車載多攝像頭的道路正射影像地圖創(chuàng)建方法，通過該方法可以實現(xiàn)高分辨率的道路正射影像地圖創(chuàng)建。然而，此方法沒有結合DEM生成真正射影像。

針對衛(wèi)星正射影像精度不高、無人機正射影像反映道路信息不完整、傳統(tǒng)方法攝像頭視野有限的問題[7]，本文構建了一種車載多攝像頭采集系統(tǒng)。該系統(tǒng)相對于全景相機采集系統(tǒng)更適合于道路環(huán)境，利用三維激光掃描技術通過將正射影像投影至DEM完整還原路面信息，完成對路面的建模，對路面進行高精度、高效率、數(shù)字化還原，從而實現(xiàn)高效率、高精度、可視化的高精地圖繪制與路面部件測量。

1 實驗方法

1.1 激光雷達正射系統(tǒng)組成與原理

車載正射影像系統(tǒng)由3個部分組合控制，即激光雷達系統(tǒng)、POS系統(tǒng)以及對地相機系統(tǒng)，如圖1所示。激光雷達系統(tǒng)配合POS系統(tǒng)生成的軌跡可掃描出路面及周圍環(huán)境的三維點云信息，從而生成地面模型[8]。而通過校正后影像結合軌跡可生成連續(xù)影像，將影像投影至地面模型后即可生成正射影像。針對傳統(tǒng)攝像頭在視野上不夠寬廣的問題，在SSW車載激光掃描系統(tǒng)基礎上，在車尾增加3個相機。因此，該采集系統(tǒng)具有更大的視野范圍以及有效視野距離，采集效率較高。

a

本文首先對3個車尾相機進行內(nèi)參標定，實現(xiàn)了對攝像頭的畸變校正；隨后，將外方位元素計算出的組合導航結果賦予點云與影像，形成時空同步，融合為連續(xù)影像；地面點云則通過建模形成數(shù)字高程模型；然后對正射影像數(shù)據(jù)進行創(chuàng)建并鑲嵌，為避免多相機出現(xiàn)正射影像色差，本文通過勻光勻色方法進行處理與優(yōu)化；最后將影像投影至DEM制作真正射影像。其流程圖如圖2所示。

圖2 車載激光掃描正射影像系統(tǒng)流程

1.2 數(shù)據(jù)預處理

1.2.1 相機標定 (1)徑向畸變校正。由于圖像在數(shù)碼相機中的形成原理，相機所獲取的圖像與原圖有一定差別，根據(jù)鏡頭成像原理，透鏡產(chǎn)生畸變，導致原始圖像失真。為此，需要通過相機標定找到畸變影像與非畸變影像之間的關系，根據(jù)原始影像內(nèi)參標定還原非畸變影像[9]。

以成像儀光軸中心畸變?yōu)?，畸變數(shù)學模型通過泰勒級數(shù)展開式前3項進行校正，即k1，k2，k3。成像根據(jù)半徑r分布位置，調(diào)解公式為

x0=x(1+k1r2+k2r4+k3r6)，

(1)

y0=y(1+k1r2+k2r4+k3r6)。

(2)

其中，(x0，y0)是畸變點在成像儀上的原始位置，(x，y)是校正后新位置。實現(xiàn)過程為通過對輸出圖的點做遍歷，依次找到輸出點(x,y)對應的原圖點(x0,y0)的像素值，再將(x0,y0)的值賦給(x,y)。

(2)幾何畸變校正。與航空遙感影像不同的是，車載正射影像系統(tǒng)在生成正射影像時，涉及到影像投影從45°俯視角度轉化為正俯視角影像，這種變換關系同樣需要通過標定進行確定。在測量中，地面與地形圖的投影方式屬于正射投影，而車載相機投影方式為中心投影，攝影測量需要將地面按中心投影規(guī)律獲得的影像轉換為正射投影地形圖[10]。

地面點A的坐標為(XA，YA，ZA)，投影中心S在該坐標系中坐標為(XS，YS，ZS)。根據(jù)共線條件：攝影中心S、攝影時刻像點a、物點A這3點共線，則像點a在空間輔助坐標系下與物點A在地面坐標系下的坐標之間滿足共線方程式(3)。成像對比如圖3所示。

a

(3)

1.2.2 基于車載激光雷達的點云DEM生成 車載移動激光掃描技術可以獲取比機載雷達更密集、精度更高的激光點云，并且同步匹配高清晰度的數(shù)碼照片，獲得的道路、人行道、綠化帶等點云數(shù)據(jù)滿足構建DEM要求[11]。綜合考慮車載激光點云數(shù)據(jù)特點以及高效率與高精度，采用逐點內(nèi)插法生成DEM，逐點內(nèi)插法以內(nèi)差點為中心，確定范圍并選定合適的數(shù)學模型擬合計算內(nèi)插點高程[12]。

首先，車載LiDAR在數(shù)據(jù)獲取過程中，產(chǎn)生極低點或極高點，通過濾波對誤差點進行剔除[13]，而后對高程進行分層，再利用虛擬網(wǎng)格進行分層次濾波，對濾波后的點云數(shù)據(jù)建立TIN不規(guī)則三角網(wǎng)，并內(nèi)插為所需要的DEM數(shù)據(jù)[14]，最后利用反距離加權法進行內(nèi)插，提高路面點云精度，完成數(shù)字高程建模[15]。生成流程圖如圖4所示。

圖4 基于點云DEM生成流程

2 實驗過程與分析

2.1 正射影像圖制作

2.1.1 影像后期處理 (1)鑲嵌。在得到精確的車輛定位信息處理后的正射影像后，將生成的正射影像結合組合導航結果輸出的車輛定位信息投影到相應位置，得到正射影像地圖。在多張正射影像投影過程中有眾多影像重合區(qū)域，因此需要融合算法對重疊區(qū)域進行像素點鑲嵌。由于車載相機曝光頻率高，影像重疊區(qū)域大，因此，影像精確配準十分重要。將所有影像通過GPS同步定位至WGS84坐標系，并通過控制點進行精確配準。在精確定位所有影像后，根據(jù)重疊區(qū)域影像對初始網(wǎng)絡進行優(yōu)化，優(yōu)化后包含測區(qū)中的所有正射影像，并將冗余部分進行處理，適合多幀影像的鑲嵌處理[16]。

(2)勻光勻色。在利用車載相機獲取對地觀測影像數(shù)據(jù)過程中，在拍攝時間、光照、相機自身等因素影響下，所獲取到的影像數(shù)據(jù)之間在色調(diào)和亮度方面存在差異，給后面的車載相機正攝影像處理帶來極大困難，因此需要對車載相機影像進行勻光勻色處理。然而當前勻光勻色算法主要是基于衛(wèi)星遙感影像，車載相機影像有別于傳統(tǒng)航空遙感影像，具有數(shù)據(jù)量大、影像張數(shù)多、行人遮擋導致路面遮擋等使局部地區(qū)亮度過暗等問題的特點，因此，處理遙感影像勻光勻色的額算法并不能完全適用于車載相機影像處理算法過程。

如今常用的勻光勻色算法主要包括掩模(Mask)勻光法、基于自適應模板勻光法、基于 Wallis 濾波器的勻光法3種。Mask 勻光法以高斯低通濾波器模擬影像分布作為背景影像的亮度，用原始光照不均勻影像減后獲得背景影像，并做對比度拉伸，從而增強影像細節(jié)反差，最后起到勻光勻色的效果[17]。該算法主要通過增加細節(jié)反差達到勻光勻色效果，數(shù)據(jù)量過大，因此不適用于車載相機影像。雖然基于自適應模板勻光法在處理速度上比Mask勻光法更快，但依然存在諸如對影像中路人以及其他物體的遮擋、影像亮斑噪聲去除不理想等弊端。

而基于Wallis濾波器的勻光方法，其利用影像灰度均值與方差來處理影像，使原始影像具有近乎相同的灰度均值以及方差，從而達到勻光勻色目的。對于高重疊度的影像效果較好，由于車載相機獲取的影像色差不大且影像重疊度較高，此方法對車載影像處理效果較好。圖5為勻光勻色效果。

a

2.1.2 影像投影至DEM制作真正射影像 SSW車載激光掃描系統(tǒng)利用直接定向法，無需在地面架設任何控制點，利用POS系統(tǒng)進行外方位元素直接定向，快速恢復空間模型，既能保證較高的精度，又能減少外業(yè)時間。

使用TerraSolid將算法數(shù)據(jù)導入程序，包括影像文件，GPS，IMU文件和已生成的DEM文件。利用姿態(tài)信息解算照片的外方位元素定位影像位置[18]。首先計算影像點所對應的地面點坐標，以此為基準導入程序中DEM文件；其次將根據(jù)共線方程所糾正的影像按像點坐標對應地面點坐標的方式投影至DEM，得到一張正射投影且?guī)в形恢眯畔⒌恼溆跋駡D。

2.2 結果分析

通過車載激光雷達系統(tǒng)處理過的正射影像在鑲嵌線附近色彩過渡平滑，不存在幾何錯位等情況，能夠真實反映道路的高精度測量繪制。為了驗證處理的精度，對影像數(shù)據(jù)進行統(tǒng)計分析。

實驗1、實驗2分別為在北京市豐臺區(qū)小屯路上的兩組實驗。對小屯路路段進行還原后，通過實驗對掃描車道路往返兩次的點云進行特征選點，分別選取平面上在兩側道路點云和高程上在兩側車道都能掃到的位置，分別采集相同位置的高程值進行選點，見圖6和圖7。具體實驗結果見表1和表2。

a

a

表1 點云平面精度

表2 點云高程精度

通過實驗分析，車載正射影像系統(tǒng)在正射影像精確率上較高，對于道路細節(jié)呈現(xiàn)更加精確。通過該方法生成的高分辨率道路正射影像圖解決了航拍或衛(wèi)星地圖分辨率不夠高導致無法提供豐富的路面信息方面的缺陷，在制作高精地圖、公路竣工測量、公路規(guī)劃調(diào)查與施工、既有線路改造理賠預算等方面具有較高的使用價值。

3 結語

相比于其他遙感手段，LiDAR技術在快速直接獲取高精度、高密度地面三維數(shù)據(jù)方面有著一定優(yōu)勢，車載激光掃描正射影像系統(tǒng)在路面上有著相比于航空正射影像更加精確的正射影像。本文對LiDAR點云數(shù)據(jù)進行處理獲取數(shù)字高程模型(DEM)，再利用車載正射影像的糾正、鑲嵌、勻光勻色生成消除投影誤差的正射影像圖。實驗結果表明，使用激光LiDAR內(nèi)插原理輸出的DEM能真實全面擬合地面模型，所得數(shù)字高程模型精度較高。通過正反解法結合生成的DOM與數(shù)字高程模型匹配度高、誤差小，在生成正射影像的同時，還可以得到地面高程數(shù)據(jù)。

但是，后續(xù)仍有很多值得改進的地方，具體包括以下兩個方面。

(1)本文所使用的多攝像頭方案有比較好的建圖效果，然而對道路周圍環(huán)境并沒有完全還原，仍出現(xiàn)了沒有完全覆蓋所有測區(qū)的情況，后續(xù)研究需要增加超廣角鏡頭甚至全景鏡頭進一步優(yōu)化與設計。

(2)由于在信號遮擋處GPS定位精度不高，且IMU對高程糾正精度不高，導致部分點的高程偏移較大，后續(xù)研究將對此問題進行改善。