全昌文,李正洪,龐百寧,熊毅飛

(1. 廣西壯族自治區(qū)自然資源調(diào)查監(jiān)測院,廣西 南寧 530219; 2. 自然資源部北部灣經(jīng)濟(jì)區(qū)自然資源監(jiān)測評價工程技術(shù)創(chuàng)新中心,廣西 南寧 530219)

城市“兩違”是指違法用地和違法建設(shè)。隨著社會經(jīng)濟(jì)迅速發(fā)展,在一些城鄉(xiāng)結(jié)合部及老舊城區(qū),“兩違”現(xiàn)象日益突出,由此引發(fā)的樓房坍塌、地面凹陷等事故時有發(fā)生,嚴(yán)重?cái)_亂城鄉(xiāng)建設(shè)秩序、侵占了城市公共資源、損害了廣大人民群眾生命財(cái)產(chǎn)安全[1-2]?！皟蛇`”問題已成為中國城市管理的集中問題,各個城市都設(shè)置了專門的部門以應(yīng)對和解決此問題,大多采用衛(wèi)星和無人機(jī)遙感進(jìn)行監(jiān)測,其原理主要是利用不同時期的影像紋理、色彩等信息開展二維變化檢測[3-5]。基于二維遙感影像開展監(jiān)測,其結(jié)果易受投影差、分辨率、陰影、影像灰度變化等問題影響,存在一定的局限性,LiDAR點(diǎn)云雖可作為精確度非常高的數(shù)據(jù)源,但存在采集成本高的問題。如何快速、精確、低成本地開展“兩違”監(jiān)測逐步受到廣泛的關(guān)注。

隨著多視立體密集匹配技術(shù)的快速發(fā)展,無人機(jī)影像密集匹配點(diǎn)云的精度越來越高[6],為“兩違”建筑物三維變化檢測提供了一種低成本的數(shù)據(jù)來源。影像密集匹配點(diǎn)云是基于影像空間相對關(guān)系形成的具有空間準(zhǔn)確位置的同名點(diǎn)點(diǎn)云,已廣泛應(yīng)用于DSM、DEM和DOM的生產(chǎn)[7-9]。密集匹配的方法可以分為基于灰度的密集匹配、基于特征的密集匹配和基于相位的密集匹配3大類型[10],同時也衍生出多個優(yōu)化理論,如以Smart3D、PhotoScan等為代表的處理軟件,普遍采用半全局匹配方法開展影像密集匹配。經(jīng)處理生成的密集匹配點(diǎn)云具有點(diǎn)的空間三維坐標(biāo)和影像對應(yīng)像素的光譜信息。雖不具備激光點(diǎn)云的強(qiáng)度信息和回波信息,但具有語義信息[11],尤其對多視影像開展密集匹配,能夠展現(xiàn)更豐富的地物特征信息和立面信息[12],因此具備應(yīng)用于“兩違”監(jiān)測快速提取變化范圍的可行性,這是由影像匹配的特性決定的。

本文將貴港市中心城區(qū)及產(chǎn)業(yè)園區(qū)作為研究區(qū)域,以無人機(jī)影像密集匹配點(diǎn)云為基礎(chǔ)數(shù)據(jù),利用深度神經(jīng)網(wǎng)絡(luò)模型提取建筑物點(diǎn)云,在此基礎(chǔ)上采用分層體素變化檢測方法,檢測建筑物密集點(diǎn)云的變化。

1 貴港市“兩違”監(jiān)測技術(shù)路線

首先利用無人機(jī)搭載五鏡頭相機(jī)采集傾斜影像,通過多視密集匹配技術(shù)生成密集點(diǎn)云(Ⅰ期),建立監(jiān)測區(qū)域?qū)嵕叭S模型;然后采用垂直起降固定翼無人機(jī)搭載單鏡頭獲取航空影像,生成密集匹配點(diǎn)云(Ⅱ期)和數(shù)字正射影像圖;最后對密集匹配點(diǎn)云進(jìn)行分類,分別提取兩期建筑物點(diǎn)云,開展建筑物點(diǎn)云變化檢測,輸出矢量范圍并疊加管理數(shù)據(jù),最終得到疑似違法圖斑。此外,疑似圖斑矢量數(shù)據(jù)分別疊加實(shí)景三維模型和正射影像圖,用于開展外業(yè)核查舉證工作。整體技術(shù)流程如圖1所示。

圖1 “兩違”監(jiān)測技術(shù)流程

2 基于密集匹配點(diǎn)云的疑似“兩違”圖斑提取

2.1 測區(qū)概況

貴港市地處廣西最大的平原——潯郁平原,北回歸線橫貫中部。作為新興的工業(yè)城市,貴港市近幾年來經(jīng)濟(jì)發(fā)展迅速,城市建設(shè)日新月異,土地利用變化較為劇烈。監(jiān)測區(qū)域位于貴港市中心城區(qū)及周邊產(chǎn)業(yè)園區(qū),開展“雙違”監(jiān)測總面積為245 km2,監(jiān)測區(qū)域內(nèi)城中村的自建房較多,人口密集。長期以來主要依靠傳統(tǒng)的人工巡查、詢問、走入實(shí)地查看等方式開展監(jiān)測[13],存在巡查不全面、調(diào)查取證困難、存在監(jiān)管盲區(qū)等問題,迫切需要創(chuàng)新監(jiān)測模式。

2.2 數(shù)據(jù)采集

本文采用兩種無人機(jī)影像獲取平臺,均支持PPK/RTK及其融合作業(yè)模式。首先是飛馬D200多旋翼無人機(jī),搭載D-OP300五鏡頭傾斜攝影測量系統(tǒng),獲取地面分辨率為0.05 m的傾斜影像,采集時間為2022年4月,該數(shù)據(jù)將用于生成實(shí)景三維模型和密集匹配點(diǎn)云,作為“兩違”監(jiān)測的基準(zhǔn)數(shù)據(jù);其次是飛馬V100垂直起降固定翼無人機(jī),搭載V-CAM100單鏡頭相機(jī),獲取地面分辨率為0.1 m的航空影像,采集時間為2022年7月,該數(shù)據(jù)將用于生成DOM和密集匹配點(diǎn)云,作為監(jiān)測數(shù)據(jù)。兩類平臺采集影像的參數(shù)設(shè)計(jì)見表1。

表1 無人機(jī)數(shù)據(jù)獲取平臺及參數(shù)設(shè)計(jì)

除航攝影像外,還包括像控點(diǎn)、POS數(shù)據(jù)及審批、規(guī)劃等管理數(shù)據(jù)。像控點(diǎn)采用廣西衛(wèi)星定位連續(xù)參考站(GXCORS)網(wǎng)絡(luò)RTK進(jìn)行施測,并利用廣西似大地水準(zhǔn)面精化模型進(jìn)行正常高轉(zhuǎn)換;管理數(shù)據(jù)主要用于變化圖斑提取后的疊加與分析。

2.3 影像密集匹配點(diǎn)云生產(chǎn)

目前,測繪地理信息行業(yè)常用的Smart3D、大勢智慧、Pix4D、PhotoScan等實(shí)景三維建模軟件均可以生產(chǎn)密集匹配點(diǎn)云數(shù)據(jù)。本文采用Smart3D軟件開展五視影像的密集匹配點(diǎn)云和實(shí)景三維模型生產(chǎn),密集匹配點(diǎn)云的采樣間隔設(shè)置為0.2 m,可在建模完成后輸出為LAS格式的點(diǎn)云數(shù)據(jù);采用Pix4D軟件單鏡頭下視影像生產(chǎn)密集匹配點(diǎn)云和DOM,并采用同一套像控點(diǎn)數(shù)據(jù)進(jìn)行空三加密,生成點(diǎn)云的采樣間隔設(shè)置為0.2 m。需要注意的是,在Pix4D軟件生產(chǎn)成果類型中需要選取“3D Models”模式,該模式對于單鏡頭像片能夠更好地匹配出建筑物側(cè)面密集點(diǎn)云,以便于后續(xù)建筑物點(diǎn)云的自動提取。

2.4 實(shí)景三維建模和DOM生產(chǎn)

實(shí)景三維建?；玖鞒贪A(yù)處理、空三加密、多視影像密集匹配、構(gòu)建模型三角網(wǎng)、三角網(wǎng)優(yōu)化和紋理映射等[14]。本文實(shí)景三維模型主要為用于“兩違”監(jiān)測的基準(zhǔn)數(shù)據(jù),即作為疑似違法行為發(fā)生之前的固化證據(jù),能夠客觀、真實(shí)地反映用地和建設(shè)情況。DOM影像作為“兩違”的變化監(jiān)測數(shù)據(jù),為外業(yè)核查舉證提供疑似違法圖斑的影像底圖。主要考慮響應(yīng)時間效率要求高,而大范圍的實(shí)景三維建模周期較長,難以滿足監(jiān)測的時效性,因此Ⅱ期不采用實(shí)景三維模型作為監(jiān)測數(shù)據(jù)。

2.5 建筑物密集匹配點(diǎn)云提取

基于無人機(jī)影像生產(chǎn)的密集匹配點(diǎn)云,在建筑物邊緣等視差不連續(xù)區(qū)域,點(diǎn)云結(jié)構(gòu)存在無規(guī)律的幾何變形和扭曲[15]。尤其是單相機(jī)下視影像匹配的密集點(diǎn)云,難以通過人工設(shè)計(jì)判別規(guī)則自動可靠地提取建筑物點(diǎn)云。為解決這個問題,本文通過搭建并訓(xùn)練注意力驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)模型,以實(shí)現(xiàn)兩期無人機(jī)密集匹配點(diǎn)云中建筑物的快速提取,圖2為局部建筑物密集點(diǎn)云提取。構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)包括4個模塊。

圖2 建筑物密集匹配點(diǎn)云

(1)大比例降采樣模塊。在面臨大場景點(diǎn)云時,由于軟硬件處理性能和內(nèi)存的約束,需要進(jìn)行降采樣處理。為了同時兼顧采樣效率和空間覆蓋度,采用一種在采樣效率和空間覆蓋度之間的均勻采樣方法。

(2)注意力機(jī)制模塊。使用基于 SE-Net 的 SE-Block 通道注意力機(jī)制從幾何空間編碼和特征空間編碼特征中篩選有效特征。

(3)局部空間編碼模塊。該模塊通過捕捉局部區(qū)域中的點(diǎn)與點(diǎn)之間的幾何分布關(guān)系和特征分布關(guān)系, 提升網(wǎng)絡(luò)模型捕獲細(xì)節(jié)的能力。

(4)基于跨級連接的特征反向傳遞模塊?？缂夁B接建立在編碼器-解碼器結(jié)構(gòu)的基礎(chǔ)上,將富含語義信息的高層特征層與低層特征相融合,從而更大限度地保留高層特征中的一些重要細(xì)節(jié)信息,有利于實(shí)現(xiàn)更精細(xì)的分割效果。

2.6 不同時相建筑物點(diǎn)云變化檢測

將不同時相建筑物密集點(diǎn)云數(shù)據(jù)高程和面積的變化量作為變化檢測參數(shù)。設(shè)計(jì)了一種分層體素變化檢測的方法,用于檢測不同時相建筑物密集點(diǎn)云的變化。采用從粗到精的策略,首先定位發(fā)生重大變化的區(qū)域,然后在更精細(xì)的尺度上逐層定位變化區(qū)域。該分層變化檢測方法可以有效地消除離散孤立的變化點(diǎn),將變化檢測聚焦到成區(qū)域的變化目標(biāo)上,有利于從點(diǎn)云變化檢測結(jié)果中獲取變化的建筑物,緩解因密集匹配點(diǎn)云誤差造成的建筑物變化誤檢的狀況。通過變化檢測方法,檢測兩期密集點(diǎn)云發(fā)生高差變化的建筑物,如圖3所示。

圖3 不同時相建筑物點(diǎn)云變化檢測

2.7 疑似“兩違”圖斑提取和分類

設(shè)定變化圖斑提取精度按照圖斑面積≥30 m2,建筑變化高度≥1 m,剔除小于兩項(xiàng)閾值的圖斑。對提取的建筑物變化圖斑,可能存在合法變化與違法變化兩種情況,需進(jìn)一步套合管理數(shù)據(jù),篩選出疑似違法圖斑。通過比較不同時相建筑物點(diǎn)云的高程和面積變化,以此對建筑物變化檢測結(jié)果進(jìn)行分類,將建筑物變化類型分為“未變化”“新建” “加蓋/加建”“拆除”4個類別。采用人機(jī)交互的方法疊加分析審批、規(guī)劃等管理數(shù)據(jù),在范圍線之外“新建”“加建”等圖斑可初步認(rèn)定為疑似違法圖斑。為便于后續(xù)的核查及處置工作,將疑似違法圖斑矢量范圍分別疊加至實(shí)景三維模型和最新影像圖,制作外業(yè)核查材料,如圖4所示。

圖4 外業(yè)核查材料

3 結(jié)果與分析

為驗(yàn)證采用無人機(jī)影像密集匹配點(diǎn)云快速提取疑似“兩違”圖斑方法的準(zhǔn)確性,采用最小提取面積、圖斑查全率、準(zhǔn)確率等指標(biāo)進(jìn)行評定,以判斷該區(qū)域違法建設(shè)、違法用地等監(jiān)測情況是否滿足技術(shù)設(shè)計(jì)要求。具體指標(biāo)要求見表2。

表2 基于密集匹配點(diǎn)云的監(jiān)測技術(shù)指標(biāo)

利用人機(jī)交互檢查方法,對采用密集匹配點(diǎn)云提取疑似“兩違”圖斑的結(jié)果進(jìn)行驗(yàn)證分析?；?022年4月的基準(zhǔn)數(shù)據(jù),2022年7月監(jiān)測共提取疑似違法圖斑141個,以人機(jī)檢查提取圖斑133個為參考,正確監(jiān)測129個,遺漏4個,查全率為97%;錯誤監(jiān)測12個,查準(zhǔn)率為91%。其中,遺漏監(jiān)測的圖斑主要是由于采用單鏡頭下視影像匹配得到的密集點(diǎn)云,在密集房屋處缺少較多的建筑物側(cè)面點(diǎn)云數(shù)據(jù),在建筑物提取環(huán)節(jié)造成了少量遺漏。錯誤監(jiān)測的圖斑主要是由于采用單鏡頭下視影像匹配得到的密集點(diǎn)云存在部分起伏的情況,誤判為建筑物高度發(fā)生變化。

4 結(jié) 語

本文以貴港市城區(qū)為例,采用無人機(jī)影像密集匹配點(diǎn)云作為“兩違”監(jiān)測圖斑提取的基礎(chǔ)數(shù)據(jù),通過深度神經(jīng)網(wǎng)絡(luò)模型快速提取建筑物點(diǎn)云,利用分層體素變化檢測方法檢測不同時相的筑物點(diǎn)云變化,實(shí)現(xiàn)了“兩違”疑似違法圖斑的快速發(fā)現(xiàn)與提取,經(jīng)驗(yàn)證,提取圖斑的準(zhǔn)確率達(dá)91%。研究結(jié)果為城市違法用地、違法建設(shè)精準(zhǔn)監(jiān)測提供了一種可行的技術(shù)方案和實(shí)踐經(jīng)驗(yàn),對推動貴港市城區(qū)精細(xì)化治理、規(guī)范城市用地和城鄉(xiāng)建設(shè)等具有重要意義。

但是,在實(shí)際應(yīng)用中采用該技術(shù)方法的監(jiān)測精度主要依賴于密集匹配點(diǎn)云的質(zhì)量和精度,而基于單相機(jī)下視影像構(gòu)建的密集匹配點(diǎn)云存在部分起伏或匹配不佳的情況,因而引起一些監(jiān)測圖斑的誤判,擬增加該區(qū)域控制點(diǎn)布控,以提高點(diǎn)云的質(zhì)量和精度;而對于建筑物側(cè)面點(diǎn)云較少的情況,下一步擬適當(dāng)增加影像重疊,同時增加深度學(xué)習(xí)樣本,以提升建筑物點(diǎn)云提取的準(zhǔn)確性。