李清泉,黃 惠,姜 三,胡慶武,于文率
1.深圳大學(xué)廣東省城市空間信息工程重點(diǎn)實(shí)驗(yàn)室,廣東 深圳 518060;2.深圳大學(xué)計(jì)算機(jī)與軟件學(xué)院,廣東 深圳 518060;3.深圳大學(xué)土木與交通工程學(xué)院,廣東 深圳 518060;4.中國(guó)地質(zhì)大學(xué)(武漢)計(jì)算機(jī)學(xué)院,湖北 武漢 430074;5.武漢大學(xué)遙感信息工程學(xué)院,湖北 武漢 430072
實(shí)景三維已逐步成為構(gòu)建新型智慧城市的重要組成部分[1-2]。當(dāng)前,實(shí)景三維中國(guó)建設(shè)主要集中在地形三維和城市三維兩個(gè)層級(jí)。傳統(tǒng)衛(wèi)星和航空遙感系統(tǒng)可為大范圍地形和城市三維建設(shè)提供基礎(chǔ)觀測(cè)數(shù)據(jù)[3]。但是,這類遙感平臺(tái)的飛行高度和觀測(cè)方式?jīng)Q定了所獲取數(shù)據(jù)的分辨率和完整度有限,難以滿足復(fù)雜城市場(chǎng)景精細(xì)三維模型建設(shè)和更新所亟須的高空間分辨率、高時(shí)間分辨率和多視角觀測(cè)的數(shù)據(jù)需求[4]。近年來,無人機(jī)遙感平臺(tái)和傾斜攝影設(shè)備組成的無人機(jī)傾斜攝影系統(tǒng)具備多視角的數(shù)據(jù)采集方式和靈活的數(shù)據(jù)采集能力,業(yè)已成為城市實(shí)景三維相關(guān)應(yīng)用重要的數(shù)據(jù)采集平臺(tái)[5-7]。
基于影像數(shù)據(jù)的大規(guī)模城市場(chǎng)景三維Mesh建模技術(shù)同樣非常成熟,基本實(shí)現(xiàn)了全自動(dòng)化生產(chǎn)。針對(duì)復(fù)雜城市場(chǎng)景中地物高度變化大、遮擋嚴(yán)重等問題,傳統(tǒng)傾斜攝影提供的觀測(cè)仍然有限,很難進(jìn)一步提升三維重建模型的精度和完整性。城市復(fù)雜場(chǎng)景三維重建的關(guān)鍵難點(diǎn)在于如何實(shí)現(xiàn)無人機(jī)最優(yōu)路徑規(guī)劃和精準(zhǔn)數(shù)據(jù)采集,達(dá)到最小數(shù)據(jù)采集代價(jià)下的精確三維模型重建目標(biāo)。因此,基于無人機(jī)傾斜攝影的城市實(shí)景三維建設(shè)首先需要解決影像數(shù)據(jù)的采集問題,具體歸結(jié)為無人機(jī)平臺(tái)選型和路徑規(guī)劃兩個(gè)方面。
按照常用的氣動(dòng)布局分類,無人機(jī)平臺(tái)可分為固定翼無人機(jī)和多旋翼無人機(jī)[8]。其中,固定翼無人機(jī)通常采用油動(dòng)動(dòng)力裝置,具有飛行速度快、續(xù)航時(shí)間長(zhǎng)(可達(dá)幾個(gè)小時(shí))的優(yōu)點(diǎn),可在固定飛行高度下獲取城市大范圍場(chǎng)景的影像數(shù)據(jù)。相反,多旋翼無人機(jī)一般利用鋰電池供電,導(dǎo)致飛行速度和續(xù)航時(shí)間(約半小時(shí))較差。但是,多旋翼無人機(jī)具備非常靈活的操作方式,能夠更好地滿足復(fù)雜城市場(chǎng)景條件下的數(shù)據(jù)采集任務(wù)[9]。
飛行路徑規(guī)劃是無人機(jī)傾斜攝影數(shù)據(jù)采集需要解決的另外一個(gè)重要問題[10-11]?,F(xiàn)有路徑規(guī)劃方法可分為傳統(tǒng)路徑規(guī)劃方法和場(chǎng)景感知路徑規(guī)劃方法。在攝影測(cè)量與遙感領(lǐng)域,傳統(tǒng)路徑規(guī)劃方法會(huì)預(yù)設(shè)無人機(jī)在被攝場(chǎng)景對(duì)象上方飛行,通常采用固定航高或仿地飛行模式垂直或傾斜向下攝影采集照片[12-13]。由于飛行高度較高和建筑物遮擋等因素,這類方式生成的無人機(jī)路徑存在明顯的視線遮擋區(qū)域,導(dǎo)致重建模型存在誤差大或局部模型變形、影像紋理分辨率不一致等問題,很難滿足城市場(chǎng)景精細(xì)三維建模的需求,如圖1所示。
圖1 傳統(tǒng)路徑規(guī)劃模型下模型質(zhì)量問題
近年來,場(chǎng)景感知路徑規(guī)劃方法得到了深入研究[10,14]。這類方法從待重建場(chǎng)景的三維幾何信息出發(fā),計(jì)算精確三維重建所需的拍照視點(diǎn),進(jìn)而生成無人機(jī)的飛行路徑。根據(jù)是否依賴概略模型輔助,可分為兩步法[11,15-16]和一步法[17-18]。其中,兩步法先通過傳統(tǒng)模式采集影像數(shù)據(jù),制作生成被測(cè)場(chǎng)景對(duì)象的概略模型,用于生成優(yōu)化路徑并采集影像制作精細(xì)模型,如文獻(xiàn)[16]利用概略模型,提出一種最大化候選視點(diǎn)信息量并限制航線總長(zhǎng)度的路徑生成方法。相反,一步法不依賴概略模型,直接利用場(chǎng)景的先驗(yàn)信息,高效生成路徑規(guī)劃所需要的必要信息。文獻(xiàn)[18]提出面向城市場(chǎng)景三維重建的無人機(jī)航攝規(guī)劃方法,即優(yōu)視攝影測(cè)量。優(yōu)視攝影測(cè)量本質(zhì)上屬于張祖勛院士提出的貼近攝影測(cè)量范疇,其路徑規(guī)劃方法利用已有的二維地圖和遙感影像,生成地物場(chǎng)景的盒式概略模型,避免了兩步法的兩次數(shù)據(jù)采集。結(jié)合密集采樣的初始視點(diǎn)生成和采樣點(diǎn)可重建性約束的視點(diǎn)優(yōu)化技術(shù),實(shí)現(xiàn)了無人機(jī)路徑規(guī)劃和精準(zhǔn)數(shù)據(jù)采集。文獻(xiàn)[19]提出了基于最優(yōu)質(zhì)量傳輸理論的多機(jī)器人協(xié)同探索和主動(dòng)重建技術(shù),與優(yōu)視攝影測(cè)量的目標(biāo)相同。但是,兩者依賴的數(shù)據(jù)采集平臺(tái)與應(yīng)用領(lǐng)域不同。前者主要利用概略模型實(shí)現(xiàn)多機(jī)器人的動(dòng)態(tài)任務(wù)規(guī)劃;優(yōu)視攝影測(cè)量則關(guān)注三維模型重建質(zhì)量,自動(dòng)優(yōu)化生成無人機(jī)的最佳飛行路徑和相機(jī)拍照方向。
結(jié)合多旋翼無人機(jī)高度靈活的機(jī)動(dòng)性能和多視角數(shù)據(jù)采集能力,優(yōu)視攝影測(cè)量技術(shù)在城市場(chǎng)景精細(xì)模型三維重建和更新中體現(xiàn)出良好的應(yīng)用潛力。因此,本文對(duì)優(yōu)視攝影測(cè)量三維重建精度和Mesh模型質(zhì)量進(jìn)行深入驗(yàn)證。首先研究?jī)?yōu)視攝影測(cè)量的基本原理,然后利用真實(shí)場(chǎng)景采集的無人機(jī)影像數(shù)據(jù)進(jìn)行空三精度分析和Mesh模型質(zhì)量評(píng)價(jià),并與傳統(tǒng)傾斜攝影方式進(jìn)行對(duì)比,以驗(yàn)證優(yōu)視攝影測(cè)量的技術(shù)優(yōu)勢(shì)和推廣價(jià)值。
文獻(xiàn)[18]提出了優(yōu)視攝影測(cè)量技術(shù),其核心思想是利用概略模型的幾何信息,約束候選影像視點(diǎn)的選擇,達(dá)到最少視點(diǎn)的影像采集,并最大化模型重建質(zhì)量??傮w流程如圖2所示,包括基于概略模型采樣的視點(diǎn)生成和可重建性約束的視點(diǎn)優(yōu)化。相比兩步法路徑規(guī)劃方法,優(yōu)視攝影測(cè)量利用先驗(yàn)輔助信息生成概略模型,如已有盒式建筑物模型,避免了兩次數(shù)據(jù)采集導(dǎo)致的重復(fù)返場(chǎng)和長(zhǎng)時(shí)間消耗問題。對(duì)于變化頻繁的建設(shè)區(qū)域,若無足夠先驗(yàn)信息,也需要通過傾斜攝影生成概略模型。在獲取概略模型后,優(yōu)視攝影測(cè)量采用密集采樣、冗余消除的策略進(jìn)行候選視點(diǎn)生成和優(yōu)化,并在整個(gè)計(jì)算過程中充分考慮后續(xù)無人機(jī)影像空三和密集匹配的影響因素,最大化采集影像的可重建性。算法的具體步驟如下所述。
圖2 優(yōu)視攝影測(cè)量算法流程
概略模型生成是優(yōu)視攝影測(cè)量視點(diǎn)選擇和優(yōu)化的基礎(chǔ)。為了盡可能縮短數(shù)據(jù)采集周期,優(yōu)視攝影測(cè)量選擇利用先驗(yàn)信息生成概略模型。對(duì)于現(xiàn)有絕大部分城市區(qū)域,可直接利用已有的二維底圖和高度屬性,拉伸得到建筑物的盒式概略模型。對(duì)于不存在上述信息的區(qū)域,優(yōu)視攝影測(cè)量利用矢量和衛(wèi)星電子地圖、太陽高度角等信息,計(jì)算建筑物的概略模型。其核心思想是利用建筑物陰影與高度的數(shù)學(xué)關(guān)系,恢復(fù)建筑物的高度屬性?;诟怕阅P偷拿芗蓸?,優(yōu)視攝影測(cè)量生成無人機(jī)飛行路徑的初始視點(diǎn),原理如圖3(a)所示。首先基于概略模型的膨脹運(yùn)算,生成在三維空間中圍繞包裹建筑物的安全罩。然后利用泊松圓盤采樣算法[20],從概略模型表面獲取密集、均勻的采樣點(diǎn)集S={si,ni}。其中,ni為采樣點(diǎn)si的法向量。該算法沿著采樣點(diǎn)法向量ni,在距離為dGSD的位置定義初始視點(diǎn),并定義視點(diǎn)的拍攝指向——主光軸方向沿ni的反方向,即指向被攝對(duì)象。基于上述定義,得到候選視點(diǎn)集V={vi,oi}。其中,vi=si+dGSDni,oi=-ni。泊松圓盤采樣點(diǎn)間隔Ddisk定義了候選視點(diǎn)的密度,與影像重疊度roverlap的關(guān)系見式(1)。其中,dprj=2dGSDtan(θ/2),表示視場(chǎng)角為θ的相機(jī)在概略模型上的成像長(zhǎng)度。
圖3 初始視點(diǎn)生成與模型重建性測(cè)度
Ddisk=dprj·(1.0-roverlap)
(1)
可重建性測(cè)度q(s,vi,vj)定義了采樣點(diǎn)s在視點(diǎn)對(duì)(vi,vj)立體觀測(cè)下的模型重建質(zhì)量[15],如圖3(b)所示。q(s,vi,vj)包含3個(gè)權(quán)重和1個(gè)余弦系數(shù),即
q(s,vi,vj)=w1(α)w2(dm)w3(α)cosθm
(2)
根據(jù)可重建性測(cè)度定義,采樣點(diǎn)s在視點(diǎn)集合U下的可重建性為
(3)
式中,δ(s,vi)和δ(s,vj)為可視性函數(shù),表示采樣點(diǎn)s在視點(diǎn)vi和vj中的可見性,即取值為1時(shí),可見,否則,不可見。同樣的,根據(jù)采樣點(diǎn)的可重建性,定義了視點(diǎn)v的冗余度r(v),表示為關(guān)于采樣點(diǎn)可重建性的最小值,滿足公式如下
r(v)=min{h(s,U)|s∈S,δ(s,v)=1}
(4)
(5)
具體實(shí)現(xiàn)步驟如下。
(1)視點(diǎn)冗余度最小化。采用迭代剔除策略,從初始視點(diǎn)中選擇冗余度r(v)最大的視點(diǎn)v,隨即更新關(guān)聯(lián)采樣點(diǎn)的可重建性。若某個(gè)采樣點(diǎn)的可重建性小于閾值th,則回滾刪除操作,并處理下一個(gè)視點(diǎn)。迭代刪除冗余視點(diǎn),得到視點(diǎn)子集。
選擇深圳大學(xué)粵海校區(qū)匯文樓區(qū)域進(jìn)行試驗(yàn),如圖4(a)所示。匯文樓主體結(jié)構(gòu)復(fù)雜,呈連廊狀結(jié)構(gòu)分布。部分區(qū)域建筑間隔較近,導(dǎo)致不同連廊結(jié)構(gòu)之間存在遮擋。匯文樓建筑整體高度約為35 m。匯文樓的右上方存在一棟高度約為55 m的高層建筑,其他區(qū)域則由密集植被覆蓋。為了驗(yàn)證優(yōu)視攝影測(cè)量三維重建精度,在匯文樓的頂面和立面布置了28個(gè)控制點(diǎn)靶標(biāo),如圖4(b)所示。頂面的控制點(diǎn)分布如圖4(a)所示??刂泣c(diǎn)坐標(biāo)測(cè)量采用合縱思?jí)裊FO-U5 RTK設(shè)備,標(biāo)稱水平和高程精度分別為0.8、1.5 cm。
圖4 試驗(yàn)區(qū)域部分控制點(diǎn)和檢查點(diǎn)分布
基于優(yōu)視攝影測(cè)量的視點(diǎn)優(yōu)化與無人機(jī)飛行路徑生成結(jié)果如圖5所示。其中,視點(diǎn)和路徑按照飛行航線順序進(jìn)行切割,可以實(shí)現(xiàn)多機(jī)并行數(shù)據(jù)采集。本文利用試驗(yàn)區(qū)域的二維矢量和衛(wèi)星電子地圖生成概略模型,并充分考慮其幾何結(jié)構(gòu),生成包圍整個(gè)試驗(yàn)區(qū)域的無人機(jī)拍照視點(diǎn)和最優(yōu)飛行路徑。相機(jī)視點(diǎn)距離目標(biāo)大約80 m。為了與傳統(tǒng)傾斜攝影測(cè)量對(duì)比,同時(shí)按照常規(guī)5鏡頭傾斜攝影作業(yè)模式進(jìn)行了數(shù)據(jù)采集,其飛行高度固定為100 m。影像數(shù)據(jù)采集實(shí)施均使用了大疆M300 RTK無人機(jī)。其中,優(yōu)視攝影搭載大疆禪思P1相機(jī),整個(gè)航跡劃分為7個(gè)架次,所有架次數(shù)據(jù)采集耗時(shí)150 min;傾斜攝影搭載賽爾102S五鏡頭相機(jī),采用1個(gè)架次采集完成,數(shù)據(jù)采集耗時(shí)大約20 min。最終采集的優(yōu)視和傾斜攝影影像數(shù)量分別為4030、3620,地面分辨率分別為1.0、1.6 cm。
圖5 優(yōu)視攝影測(cè)量視點(diǎn)優(yōu)化與無人機(jī)路徑生成
圖6(a)和(b)分別為采用優(yōu)視和傾斜攝影采集的試驗(yàn)區(qū)域高層建筑無人機(jī)影像??梢钥闯?,傳統(tǒng)傾斜攝影作業(yè)模式采用固定高度飛行,容易導(dǎo)致建筑物下半部分觀測(cè)不足或缺失。相反,優(yōu)視攝影測(cè)量利用先驗(yàn)信息約束無人機(jī)視點(diǎn)生成,可以采集建筑物底部影像,實(shí)現(xiàn)對(duì)目標(biāo)的充分觀測(cè)。
圖6 優(yōu)視攝影和傾斜攝影無人機(jī)影像
為了驗(yàn)證重建Mesh模型的整體精度,本文采集了整個(gè)試驗(yàn)區(qū)域的地面激光掃描點(diǎn)云數(shù)據(jù),如圖7所示??紤]單個(gè)設(shè)站無法覆蓋整個(gè)試驗(yàn)區(qū)域,在地面和建筑物頂面選擇了多個(gè)合適的控制點(diǎn)位作為設(shè)站點(diǎn),通過點(diǎn)云采集和拼接,得到最終的點(diǎn)云數(shù)據(jù)。數(shù)據(jù)采集設(shè)備為Trimble X7激光掃描儀,最大測(cè)程為80 m,在20 m范圍內(nèi)點(diǎn)云精度優(yōu)于2.4 mm。
圖7 地面激光掃描點(diǎn)云數(shù)據(jù)
優(yōu)視攝影測(cè)量的主要原理依據(jù)是可重建性判據(jù)分析?;诟怕阅P捅砻嫔傻挠^測(cè)采樣點(diǎn),可對(duì)不同采集方式或配置條件的處理結(jié)果質(zhì)量進(jìn)行預(yù)先評(píng)估。此外,無人機(jī)影像空三和密集匹配結(jié)果用于實(shí)際驗(yàn)證優(yōu)視攝影測(cè)量的三維重建精度和Mesh模型質(zhì)量,并與傾斜攝影測(cè)量進(jìn)行對(duì)比分析。為說明通用性,本文后處理試驗(yàn)采用Bentley ContextCapture軟件(版本號(hào)為V4.4.10)的默認(rèn)參數(shù)設(shè)置進(jìn)行空三和Mesh模型處理。試驗(yàn)在配置有2.6 GHz Intel Core i5-11400F處理器、2 GB GeoForce GT 730圖形卡的Windows系統(tǒng)上完成。
圖8(a)和(b)分別對(duì)傾斜和優(yōu)視攝影測(cè)量給定配置條件后生成的航攝進(jìn)行了可視化顯示??梢钥吹?,針對(duì)特定的場(chǎng)景對(duì)象,相近的空間分辨率和影像數(shù)據(jù)量,傾斜攝影測(cè)量的航高設(shè)置更高,同時(shí)還有一定的覆蓋外擴(kuò);相比之下,優(yōu)視攝影測(cè)量形成了包圍場(chǎng)景對(duì)象的航攝路徑,而且更為貼近,冗余數(shù)據(jù)更少,空間分辨率更高。
圖8 航攝規(guī)劃路徑對(duì)比
針對(duì)式(3)提出的采樣點(diǎn)相對(duì)于視角集的可重建性進(jìn)行量化分析,即基于h(s,U)的輸出數(shù)值,同時(shí)關(guān)聯(lián)采樣點(diǎn)的可觀測(cè)視角數(shù)量,劃分為6個(gè)等級(jí)。圖9(a)和(b)以俯視和斜下視兩個(gè)角度顯示了可重建分析結(jié)果,分別對(duì)應(yīng)于圖8中傾斜和優(yōu)視兩種航攝規(guī)劃方案??芍亟ㄐ再|(zhì)量由高到低分別渲染表示為Ⅰ(深藍(lán))、Ⅱ(淺藍(lán))、Ⅲ(綠)、Ⅳ(黃)、Ⅴ(紅),第Ⅵ等級(jí)為無視角可觀測(cè),圖中未作顯示。其中,Ⅲ級(jí)以上為可重建性較好的采樣點(diǎn)。直觀對(duì)比傾斜和優(yōu)視兩種航攝模式條件下的可重建性分析,優(yōu)視攝影測(cè)量的采樣更為密集,且質(zhì)量更高。即使是對(duì)于相同或相近場(chǎng)景局部位置的采樣點(diǎn),優(yōu)視攝影測(cè)量也能夠保證其具有更高等級(jí)的可觀測(cè)性。表1為圖9中的可重建性分析結(jié)果的數(shù)值對(duì)比??梢钥闯?,無論是絕對(duì)數(shù)值還是整體占比,均表明優(yōu)視攝影測(cè)量針對(duì)概略模型具體部位的立體觀測(cè)質(zhì)量?jī)?yōu)于傾斜攝影測(cè)量。
圖9 可重建性對(duì)比
表1 可重建性量化對(duì)比結(jié)果
為了分析優(yōu)視攝影測(cè)量的三維重建精度,利用圖4(a)中編號(hào)為K02、K04和K10的3個(gè)均勻分布的地面控制點(diǎn)進(jìn)行空三平差計(jì)算,實(shí)現(xiàn)三維模型的絕對(duì)定向,其余點(diǎn)作為檢查點(diǎn)進(jìn)行重建模型的精度驗(yàn)證。表2統(tǒng)計(jì)了空三處理的關(guān)鍵指標(biāo)。其中,效率表示影像匹配和平差計(jì)算的時(shí)間消耗;連接點(diǎn)數(shù)量包含單張影像連接點(diǎn)數(shù)中值和所有影像連接點(diǎn)總數(shù);完整性表示成功定向的影像數(shù)量;精度則為連接點(diǎn)重投影誤差??梢钥闯觯孩儆捎趦A斜攝影影像數(shù)量相對(duì)較少,其總體時(shí)間消耗為50.8 min,小于優(yōu)視攝影的60.1 min;②盡管優(yōu)視攝影的影像數(shù)量多,但是連接點(diǎn)總數(shù)小于傾斜攝影,主要原因在于優(yōu)視攝影根據(jù)概略模型調(diào)整拍照視角,導(dǎo)致拍攝建筑物立面的影像包含很多背景信息,如圖6(a)右上影像中的天空和很遠(yuǎn)處建筑物;③優(yōu)視攝影測(cè)量實(shí)現(xiàn)所有影像定向,且精度為0.62像素,均優(yōu)于傾斜攝影。
表2 空三處理關(guān)鍵指標(biāo)對(duì)比結(jié)果
圖10和圖11分別顯示了傾斜和優(yōu)視攝影的影像地面覆蓋度和空三連接點(diǎn)長(zhǎng)度。其中,影像地面覆蓋度是地面點(diǎn)所覆蓋的影像數(shù)量;空三連接點(diǎn)長(zhǎng)度是連接點(diǎn)所關(guān)聯(lián)的影像數(shù)量。由圖中影像地面覆蓋度可以看出,傾斜攝影測(cè)量是對(duì)試驗(yàn)區(qū)域進(jìn)行均勻拍攝,即無人機(jī)按照航線均勻分布、相機(jī)統(tǒng)一傾斜角進(jìn)行數(shù)據(jù)采集;相反,優(yōu)視攝影測(cè)量利用場(chǎng)景的先驗(yàn)信息調(diào)整航線和相機(jī)拍照方向,盡可能獲取足夠的建筑物影像,如圖10(b)中間的藍(lán)色區(qū)域。正是由于上述影像采集方式,優(yōu)視攝影測(cè)量空三連接點(diǎn)在地面和建筑物立面均具有較高的長(zhǎng)度,如圖11(a)和(b)中紅色橢圓區(qū)域所示。
圖10 地面覆蓋度對(duì)比結(jié)果
圖11 連接點(diǎn)長(zhǎng)度對(duì)比結(jié)果
利用地面控制點(diǎn)進(jìn)行模型絕對(duì)定向后,表3對(duì)25個(gè)檢查點(diǎn)空三平差的水平和高程方向殘差進(jìn)行了統(tǒng)計(jì),且圖12顯示了單點(diǎn)殘差分布。可以看出:①優(yōu)視攝影測(cè)量在水平和高程方向的最大殘差分別為0.063、0.035 m;②盡管傾斜攝影在水平方向的最大殘差為0.057 m,小于優(yōu)視攝影,但其高程方向的最大殘差大于優(yōu)視攝影,達(dá)到0.045 m;③從整體精度RMSE而言,考慮地面控制點(diǎn)在水平和高程方向的理論測(cè)量精度分別為0.8、1.5 cm,優(yōu)視攝影與傾斜攝影具備相當(dāng)?shù)慕^對(duì)定位精度。因此,盡管與傾斜攝影測(cè)量?jī)?yōu)先考慮影像連接網(wǎng)絡(luò)穩(wěn)定性的出發(fā)點(diǎn)不同,優(yōu)視攝影測(cè)量更關(guān)注被攝對(duì)象的精確采樣,但是,優(yōu)視攝影測(cè)量的工作模式依然能夠建立穩(wěn)健影像連接網(wǎng)絡(luò),保證空三的絕對(duì)定位精度。
表3 空三檢查點(diǎn)殘差統(tǒng)計(jì)結(jié)果
圖12 空三檢查點(diǎn)殘差分布
為了驗(yàn)證三維重建Mesh模型的質(zhì)量,圖13顯示了匯文樓主樓的重建模型,并對(duì)模型頂面、立面和底部的4個(gè)局部區(qū)域進(jìn)行了對(duì)比。由圖13(a)和(b)可以看出,優(yōu)視攝影和傾斜攝影模型均能夠重建出主樓的完整結(jié)構(gòu),總體上重建質(zhì)量相當(dāng)。但是,由圖13(c)的局部區(qū)域?qū)Ρ瓤梢钥闯觯孩賹?duì)于建筑物底部區(qū)域,傾斜攝影很難拍攝到,重建質(zhì)量較差,如圖13(c)中編號(hào)1的對(duì)比圖所示;②對(duì)于建筑物頂面的附屬設(shè)施,如空調(diào)外機(jī)、配電箱等,傾斜攝影盡管能夠拍攝到照片,但是由于這些設(shè)施尺寸小、互相遮擋等因素的影響,傾斜攝影的重建模型完整性較差,如圖13(c)中編號(hào)2的對(duì)比圖所示;③建筑物立面是傳統(tǒng)傾斜攝影所需要解決的關(guān)鍵部件,但是由于走廊、陽臺(tái)的內(nèi)凹特性影響,傾斜攝影重建模型存在很大的偏差,主要表現(xiàn)為墻面傾斜,如圖(c)中編號(hào)3、4的對(duì)比圖所示。對(duì)于上述區(qū)域,優(yōu)視攝影測(cè)量能夠有效地采集足夠多的影像,重建模型的質(zhì)量也更高。
圖13 Mesh模型質(zhì)量對(duì)比
為了定量對(duì)比和分析優(yōu)視攝影和傾斜攝影Mesh模型的質(zhì)量,本文利用試驗(yàn)區(qū)域采集的激光點(diǎn)云數(shù)據(jù)進(jìn)行精度分析。表4統(tǒng)計(jì)了優(yōu)視和傾斜攝影重建模型的精度和完整性。其中,精度用于表示重建模型到真實(shí)模型的距離,計(jì)算方法為:對(duì)重建模型點(diǎn)到真實(shí)模型的距離進(jìn)行升序排序,分別取3個(gè)截?cái)嗑嚯x,使距離小于截?cái)嗑嚯x的模型點(diǎn)數(shù)的比例為50%、70%和90%;完整性用于表示重建模型中距離小于給定截?cái)嗑嚯x的點(diǎn)數(shù)比例。試驗(yàn)結(jié)果表明,優(yōu)視攝影模型的精度均高于傾斜攝影模型,其精度分別為0.041、0.077、0.159 m。當(dāng)截?cái)嗑嚯x為0.01 m時(shí),優(yōu)視和傾斜的完整性均較小,主要是由于重建模型的精度很難達(dá)到該水平。當(dāng)截?cái)嗑嚯x為0.1、0.5、1.0 m時(shí),優(yōu)視攝影的模型完整性平均高出14.7%。
表4 Mesh模型的精度和完整性統(tǒng)計(jì)
上述模型質(zhì)量的整體評(píng)價(jià)易受地面、植被等區(qū)域的影響。本文進(jìn)一步分析建筑物立面區(qū)優(yōu)視攝影和傾斜攝影的模型質(zhì)量。圖14顯示了選擇的3個(gè)建筑物立面分布及其點(diǎn)云數(shù)據(jù)。其中,區(qū)域1包含大量玻璃窗戶,激光點(diǎn)云主要分布在建筑物外墻上;區(qū)域2包含內(nèi)凹的陽臺(tái)走廊,激光點(diǎn)云在該區(qū)域分布均勻;區(qū)域3包含大量玻璃窗戶和內(nèi)凹陽臺(tái),結(jié)構(gòu)較復(fù)雜。通過立面點(diǎn)云與重建模型對(duì)比,統(tǒng)計(jì)模型的誤差,結(jié)果見表5。同時(shí),圖15為建筑物立面模型誤差分布,其中左上角為誤差直方圖統(tǒng)計(jì)結(jié)果。由試驗(yàn)結(jié)果可以看出,除區(qū)域3的最大值外,優(yōu)視攝影重建模型在3個(gè)指標(biāo)上均優(yōu)于傾斜攝影。特別地,對(duì)于區(qū)域1和區(qū)域3中遮擋嚴(yán)重的建筑物區(qū)域,優(yōu)視攝影能夠顯著減少模型重建誤差,比傾斜攝影精度提升約3~5倍。主要原因在于區(qū)域1和區(qū)域3包含很多內(nèi)凹的窗戶,導(dǎo)致傾斜攝影存在很多遮擋區(qū)域,如圖15(a)和(e)所示。與傾斜攝影相比,優(yōu)視攝影能夠顯著提高模型重建精度,減少建筑物立面遮擋區(qū)域影像采集不足的問題,如圖15(b)、(d)和(f)所示的誤差分布。
圖14 建筑物立面分布及其點(diǎn)云數(shù)據(jù)
圖15 建筑物立面誤差分布
表5 建筑物立面模型誤差統(tǒng)計(jì)
復(fù)雜城市場(chǎng)景給實(shí)景三維建設(shè)與更新帶來了巨大挑戰(zhàn)。如何實(shí)現(xiàn)無人機(jī)最優(yōu)路徑規(guī)劃和精細(xì)化數(shù)據(jù)采集是當(dāng)前及未來實(shí)景三維中國(guó)建設(shè)亟須解決的關(guān)鍵問題。不同于傳統(tǒng)固定航高的傾斜攝影,優(yōu)視攝影測(cè)量利用被攝對(duì)象的概略模型,結(jié)合密集采樣的初始視點(diǎn)生成和采樣點(diǎn)可重建性約束的視點(diǎn)優(yōu)化技術(shù),生成無人機(jī)最優(yōu)飛行路徑和相機(jī)精準(zhǔn)拍照方位,實(shí)現(xiàn)最小數(shù)據(jù)采集代價(jià)下的高精細(xì)度三維模型重建目標(biāo)。本文在深入研究?jī)?yōu)視攝影原理的基礎(chǔ)上,利用真實(shí)場(chǎng)景采集的無人機(jī)影像進(jìn)行空三精度分析和Mesh模型質(zhì)量評(píng)價(jià)。結(jié)果表明,與面向影像連接網(wǎng)絡(luò)穩(wěn)定性優(yōu)化的傳統(tǒng)傾斜攝影相比,優(yōu)視攝影測(cè)量依然能建立穩(wěn)健影像連接,實(shí)現(xiàn)相當(dāng)?shù)慕^對(duì)定位精度。同時(shí),面向目標(biāo)對(duì)象精細(xì)采樣的優(yōu)視攝影測(cè)量顯著提高了Mesh模型重建質(zhì)量。對(duì)于遮擋嚴(yán)重的建筑物立面區(qū)域,優(yōu)視攝影測(cè)量能夠?qū)崿F(xiàn)3~5倍的精度提升。
結(jié)合多旋翼無人機(jī)的高靈活機(jī)動(dòng)性能和多視角數(shù)據(jù)采集能力,優(yōu)視攝影測(cè)量在城市場(chǎng)景精細(xì)三維重建和模型更新中展現(xiàn)出十分重要的應(yīng)用潛力和推廣價(jià)值。但與傾斜攝影測(cè)量相比,優(yōu)視攝影測(cè)量要求無人機(jī)調(diào)整飛行姿態(tài)和相機(jī)拍攝角度,這必然會(huì)導(dǎo)致更多的采集時(shí)間消耗。因此,后續(xù)研究將進(jìn)一步優(yōu)化改進(jìn)優(yōu)視攝影測(cè)量工作模式下的無人機(jī)飛行路徑,以及時(shí)效、能耗等相關(guān)問題。