何高林 常科家 陳 杰

（湖南湘測科技工程有限公司，湖南 長沙 410006）

無人機傾斜攝影測量技術是依賴在無人駕駛飛機上搭載圖像傳感元件或者專業(yè)的測量器件，獲取地表建筑物或者地形的影像，并采用專業(yè)軟件提取影像信息用于建立三維立體模型，實現(xiàn)測量成果解譯的目的[1]。它可以實現(xiàn)快速、高精度和低成本地完成大范圍、大起伏地形的測量，因此在地質災害監(jiān)測、地形圖測繪、考古等領域中得到廣泛的應用，將其應用于房產(chǎn)一體化測量具有明顯優(yōu)勢[2]。

1 基于Harrishe 算子和SIFT 算法的無人機傾斜攝影圖像特征提取

Harris 算子是在信號處理技術發(fā)展起來的數(shù)學算法，它利用了信號的自相關原理進行信息提純，可以有效避免信息提取過程中噪聲信號的影響[3-5]。無人機傾斜攝影圖片可以認為是一個二維的像素信號，在像素信號內確定一個特定大?。ǔ叨龋┑男盘柎翱?，在窗口內對數(shù)字信號進行求水平方向的梯度lx 和豎直方向的梯度ly，形成梯度矩陣M如公式（1）所示

利用高斯卷積模板G 可以實現(xiàn)對矩陣窗口內的信號進行濾波，高斯卷積的計算方法如公式（2）所示

式中，x 是影像水平方向像素坐標，y 是影像垂直方向像素坐標，?為卷積符號，σ 矩形窗口尺度因子。

SHIF 算法是在Harris 算子的基礎上進一步改進，克服了后者在尺度變換影響特征上具有尺度變化性的缺點[6]。從公式（2）中可以看出，在Harris 算子中的高斯卷積模板含有矩形窗口的尺度因子σ，相應地，在SHIF 算法也可以通過構建高斯函數(shù)G（x，y，σ）來獲取不同尺度空間圖像信息L（x，y，σ），以保證圖像尺度變化的不變性，計算方法如公式（3）所示

式中，I（x，y）為圖像。

2 無人機傾斜攝影方案及工作處理流程

2.1 無人機傾斜攝影方案

在房地一體化測量中，對測量的精度較高，測量的范圍也較大，對測量的工作量要求較大，需要測量房屋角點的平面坐標、獲取地界址點坐標以及繪制平面地籍圖等。利用無人機傾斜攝影測量在房地一體化測量時，影響測繪成果精度之一便是像控點的布置方式和數(shù)量確定。本文以湖南省長沙市某村鎮(zhèn)房地一體化測量為例，待測區(qū)域為1km2，區(qū)域內房屋以磚混和鋼混為主，地形整體較為平坦，地表植被分布一般，設了4 種不同的像控點布設工況，如圖1 所示。在工況1 條件下，像控點在待測區(qū)域范圍內均勻布置；在工況2 條件下，像控點在待測區(qū)域角點進行布置，且布置方式為點組，待測區(qū)域邊界中部和內部無像控點；在工況3 條件下，像控點布置數(shù)量與工況2 相比，有進一步的增加，除了在角點位置以點組方式布置像控點外，還在待測區(qū)域邊界中部沿邊線均勻布置像控點；在工況4 條件下，像控點布置數(shù)量在工況3 條件下進一步增加，在待測區(qū)域內部也布置點組像控點。

圖1 無人機傾斜攝影測量相控布置工況

無人機攝影測量設備為中海達多旋翼智能航測無人機，具備旋翼數(shù)量為6 翅，槳葉類型為全碳纖折疊槳，起飛和降落方式為垂直起降，能夠實現(xiàn)POS 輔助自動導航，無人機設備的軸距為1200mm，典型的飛行高度達到60m～750m，最大飛行高度為4500m，典型的巡航速度不超過10s-1，典型的地面采用距離為1.6cm～20cm，太陽高度角不小于30°，陰影倍數(shù)小于2 倍。

2.2 無人機傾斜攝影工作處理流程

房地一體化測量的無人機傾斜攝影工作流程如圖2所示，首先對選取合理的像控點布置方案，在測區(qū)內進行像控點進行布置，其次對測區(qū)進行飛行方案設計，確定飛行平臺和飛行航線，隨后對采集的無人機傾斜攝影圖像進行數(shù)據(jù)處理和解譯，對圖像的特征進行提取以及數(shù)據(jù)濾波等，最后繪制房屋一體地籍圖。在所有的工況中，工況選定20 個測點作為檢測點，以檢測測量效果。

圖2 基于無人機傾斜攝影測量技術的房地一體化測量流程

在無人機傾斜攝影測量數(shù)據(jù)處理時，對圖像的尺度空間進行高斯差分空間構建，即將尺度空間以高斯金字塔分層的方式，將其劃分為n 個父層級，每個父層級又包含n 個子層級，每個子層級進一步細分為σ 層，如圖3 所示。每個父層級在尺度空間內進行高斯濾波，濾波尺度如公式（4）所示，濾波后的圖像進行重新采樣形成新的圖像，并再次重復進行高斯濾波，直至滿足要求位為止[7-8]。

式中，o 為圖3a 中圖像尺度空間高斯金字塔的父層級數(shù)，s 為圖1a 中子層級的第幾層數(shù)，其余子層級的高斯濾波尺度如公式（5）～公式（7）所示。

圖3 圖像高斯差分尺度空間分層及高斯濾波

式中，k 為相鄰子層級的尺度縮放因子，k=21/s。

3 基于無人機傾斜攝影的房地一體化測量成果分析

圖4 為待測區(qū)域20 個測點檢測點的無人機傾斜攝影測量x 坐標誤差δx曲線。從圖中可以看出，在同一工況下，不同檢查點的x 坐標誤差δx呈現(xiàn)不同程度的波動，且各個工況的x 坐標誤差值δx波動互相分離。工況1 的x 坐標誤差范圍為0.04～0.05，平均值δx，ave為0.05；工況2 的x 坐標誤差范圍為0.05～0.10，平均值δx，ave為0.07；工況3 的x 坐標誤差范圍為0.04～0.07，平均值δx，ave為0.06；工況4 的x 坐標誤差范圍為0.04～0.06，平均值δx，ave為0.05。由此可知，在工況2 條件下，像控點在待測區(qū)域角點進行布置，且布置方式為點組，待測區(qū)域邊界中部和內部無像控點，它得到的x 坐標誤差最大，工況3 條件下，在待測區(qū)域邊界中部沿邊線均勻增加布置像控點，其得到的x 坐標誤差次之，而工況1 和工況4 條件下，得到的x 坐標誤差最小，且兩者相近。在實際無人機傾斜攝影中，工況1 像控點在待測區(qū)域范圍內均勻布置，布點量大，測量工作大，因此可以采用工況4 的像控點布置方案，達到減小布點量且滿足測繪精度要求。

圖4 待測區(qū)域無人機傾斜攝影測量檢測點x 坐標誤差

圖5 為待測區(qū)域20 個測點檢測點的無人機傾斜攝影測量y 坐標誤差δy。從圖中可以看出，在同一工況下，不同檢查點的y 坐標誤差呈現(xiàn)不同程度的波動，且各個工況的y 坐標誤差值δy波動互相分離。工況1 的y 坐標誤差范圍為0.03～0.05，平均值δy，ave為0.05；工況2 的y 坐標誤差范圍為0.05～0.09，平均值δy，ave為0.07；工況3 的y 坐標誤差范圍為0.04～ 0.07，平均值δy，ave為0.05；工況4 的y 坐標誤差范圍為0.04～0.06，平均值δy，ave為0.05。由此可知，4 種不同工況的無人機傾斜攝影測量y坐標誤差結果與x 坐標誤差結果基本一致。

圖5 待測區(qū)域無人機傾斜攝影測量檢測點y 坐標誤差

圖6 為待測區(qū)域20 個測點檢測點的無人機傾斜攝影測量點位置誤差δxy，其誤差計算方法如（8）所示。從圖中可以看出，在同一工況下，不同檢查點的點位誤差δxy呈現(xiàn)不同程度的波動，且各個工況的點位誤差δxy值波動互相分離。工況1 的點位誤差范圍為0.05～0.07，平均值δxy，ave為0.06；工況2 的點位誤差范圍為0.07～0.12，平均值δxy，ave為0.10；工況3 的點位誤差范圍為0.06～0.09，平均值δxy，ave為0.08；工況4 的點位誤差范圍為0.05～0.08，平均值δxy，ave為0.07。由此可知，在工況2 條件下，像控點在待測區(qū)域角點進行布置，且布置方式為點組，待測區(qū)域邊界中部和內部無像控點，它得到的點位誤差最大，工況3 條件下，在待測區(qū)域邊界中部沿邊線均勻增加布置像控點，其得到的點位誤差次之，而工況1 和工況4 條件下，得到的點位誤差最小，且兩者相近。

圖6 待測區(qū)域無人機傾斜攝影測量檢測點點位誤差

4 結論

以湖南省長沙市某村鎮(zhèn)房地一體化測量為例，布置4 種不同的像控點布置方案進行測量，得到以下幾個結論：

4.1 x 坐標誤差δx、y 坐標誤差δy、點位誤差δxy計算結果為工況2 條件下得到的誤差最大，工況3 條件下的誤差次之，而工況1 和工況4 條件下，得到的位誤差最小，且兩者相近。

4.2 在實際無人機傾斜攝影中，工況1 像控點在待測區(qū)域范圍內均勻布置，布點量大，測量工作大，因此可以采用工況4 的像控點布置方案，達到減小布點量且滿足測繪精度要求。