文/葉紹東 佛山市三水國(guó)盛測(cè)繪有限公司 廣東佛山 528000
本文提出了一種城市復(fù)雜地形環(huán)境下的傾斜模型結(jié)合LiDAR 點(diǎn)云的方法,用于小區(qū)域大比例尺數(shù)字地形圖的更新。通過(guò)采用五鏡頭六旋翼無(wú)人機(jī)進(jìn)行全區(qū)域拍攝,以及機(jī)載激光雷達(dá)對(duì)點(diǎn)云進(jìn)行采集,并對(duì)高度不足10 米的區(qū)域進(jìn)行低空補(bǔ)飛,我們成功地克服了傾斜攝影技術(shù)的局限性。通過(guò)融合傾斜影像點(diǎn)云和機(jī)載激光點(diǎn)云進(jìn)行建模,我們得到了位置精度和模型質(zhì)量均最優(yōu)的傾斜三維模型?;谠撃P瓦M(jìn)行的測(cè)圖工作表明,在合理的飛行方案和像控點(diǎn)布設(shè)情況下,采集的數(shù)字地形圖的平面和高程精度完全滿足并優(yōu)于1:1000 數(shù)字地形圖動(dòng)態(tài)更新的精度指標(biāo)。
試驗(yàn)區(qū)的面積為0.39 平方千米,地勢(shì)起伏較大,地形變化較明顯。在試驗(yàn)區(qū)的中部以及周邊地區(qū),地勢(shì)相對(duì)平坦,周?chē)h(huán)境較為開(kāi)闊。在小區(qū)內(nèi)部存在著高層建筑和別墅,這些建筑物的高度變化較大,同時(shí)地面上也有著豐富的綠化樹(shù)木。由于樹(shù)木的存在,建筑物的底部容易受到遮擋的影響。此外,這些建筑物的結(jié)構(gòu)相對(duì)復(fù)雜,一些陽(yáng)臺(tái)等部分具有內(nèi)凹的結(jié)構(gòu)特點(diǎn)。如果僅采用單一角度進(jìn)行拍攝,可能會(huì)導(dǎo)致視域盲區(qū)的產(chǎn)生,無(wú)法獲取完整的建筑物信息。在建立三維模型的過(guò)程中,也容易出現(xiàn)空洞、拉花、紋理和信息缺失等問(wèn)題。因此,在對(duì)該試驗(yàn)區(qū)進(jìn)行三維建模時(shí),需要綜合考慮地勢(shì)變化、建筑物結(jié)構(gòu)復(fù)雜性以及植被遮擋等因素,采用多角度、多視角的數(shù)據(jù)采集方式,以確保獲得準(zhǔn)確、完整的三維模型信息。這樣的三維模型可以為后續(xù)的規(guī)劃設(shè)計(jì)、環(huán)境分析和可視化展示提供重要的基礎(chǔ)[1]。
而試驗(yàn)區(qū)南部的地勢(shì)較為陡峭,坡度超過(guò)6°,屬于山地地形,植被茂密。在攝影過(guò)程中,很難穿透植被獲得清晰的圖像。該試驗(yàn)區(qū)面臨無(wú)人機(jī)傾斜攝影技術(shù)中遮擋和植被茂密地區(qū)的挑戰(zhàn)。針對(duì)這些問(wèn)題,本研究提出了一種創(chuàng)新的方法,結(jié)合傾斜模型和LiDAR 點(diǎn)云數(shù)據(jù),以實(shí)現(xiàn)小區(qū)域大比例尺數(shù)字地形圖的更新。
首先對(duì)整個(gè)研究區(qū)進(jìn)行激光點(diǎn)云數(shù)據(jù)采集。特別關(guān)注植被茂密的山地地區(qū),以獲取真實(shí)的地貌信息。在數(shù)據(jù)采集前,布設(shè)了12 個(gè)像控點(diǎn),確保點(diǎn)位分布均勻。針對(duì)地形起伏較大的區(qū)域,增加了一些額外的像控點(diǎn),以提高高程精度[2]。最后,完成地形地貌數(shù)據(jù)的更新。整個(gè)技術(shù)路線的流程如圖1 所示。通過(guò)本方法,可以有效克服無(wú)人機(jī)傾斜攝影技術(shù)在復(fù)雜地形和植被茂密地區(qū)所面臨的挑戰(zhàn),并提供精度滿足要求的數(shù)字地形圖數(shù)據(jù)。該技術(shù)路線如圖1 所示。
圖1 技術(shù)路線
為了獲取更全面的數(shù)據(jù)和補(bǔ)充低空視角的信息,本次使用無(wú)人機(jī)進(jìn)行了傾斜攝影。通過(guò)兩次全區(qū)域的拍攝,我們獲得了大量的數(shù)字航攝像片,共計(jì)4153 張。為了進(jìn)一步完善數(shù)據(jù),我們進(jìn)行了低空補(bǔ)飛,采集了額外的141 張?jiān)紙D像。這些圖像將為后續(xù)的傾斜攝影建模和地形地貌分析提供充分的基礎(chǔ)和素材。
傾斜攝影技術(shù)的應(yīng)用能夠提供更為精細(xì)和立體的影像數(shù)據(jù),能夠捕捉到建筑物、地形等細(xì)節(jié)的立體形狀和細(xì)節(jié)。通過(guò)傾斜攝影建模,我們可以更準(zhǔn)確地還原目標(biāo)區(qū)域的地貌特征和地物形態(tài),為規(guī)劃設(shè)計(jì)、環(huán)境評(píng)估、景觀分析等領(lǐng)域提供重要的依據(jù)。借助這些采集到的圖像數(shù)據(jù),我們將進(jìn)行傾斜攝影建模,生成高分辨率的三維模型,以便更好地了解和分析目標(biāo)區(qū)域的地形、地貌等特征。這將有助于對(duì)地理空間信息進(jìn)行深入研究,并為相關(guān)領(lǐng)域的決策和規(guī)劃提供有力支持[3]。
在無(wú)人機(jī)機(jī)載激光雷達(dá)數(shù)據(jù)采集及預(yù)處理過(guò)程中,首先進(jìn)行了數(shù)據(jù)采集。采用的激光雷達(dá)系統(tǒng)具有較高的采集速率,達(dá)到了每秒300,000 個(gè)數(shù)據(jù)點(diǎn)的采集頻率。通過(guò)無(wú)人機(jī)的飛行,我們能夠快速而精確地獲取目標(biāo)區(qū)域的地面點(diǎn)云數(shù)據(jù)。
采集到的激光雷達(dá)數(shù)據(jù)經(jīng)過(guò)預(yù)處理,包括去除噪聲、濾波、點(diǎn)云配準(zhǔn)等步驟。首先,通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行噪聲濾除和平滑處理,提高了數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。其次,對(duì)采集到的點(diǎn)云數(shù)據(jù)進(jìn)行濾波處理,去除異常點(diǎn)和無(wú)效數(shù)據(jù),進(jìn)一步優(yōu)化了數(shù)據(jù)的可靠性和一致性。
此外,為了確保數(shù)據(jù)的精度和準(zhǔn)確性,還進(jìn)行了點(diǎn)云配準(zhǔn)操作。通過(guò)匹配不同位置的數(shù)據(jù)集,并根據(jù)重疊區(qū)域進(jìn)行點(diǎn)云的對(duì)齊,實(shí)現(xiàn)了整個(gè)數(shù)據(jù)集的一致性和連續(xù)性。這樣可以獲得更完整、準(zhǔn)確的地面點(diǎn)云數(shù)據(jù),為后續(xù)的地形建模和地物提取等工作奠定基礎(chǔ)。
無(wú)人機(jī)機(jī)載激光雷達(dá)數(shù)據(jù)采集及預(yù)處理的過(guò)程是獲取高質(zhì)量地理空間數(shù)據(jù)的關(guān)鍵步驟。通過(guò)采用先進(jìn)的激光雷達(dá)技術(shù)和精細(xì)的數(shù)據(jù)處理方法,我們能夠獲取準(zhǔn)確、詳細(xì)的地面點(diǎn)云數(shù)據(jù),為地理信息分析和應(yīng)用提供有力支持。
在空中三角測(cè)量中,首先需要獲取高分辨率的影像數(shù)據(jù)。這些影像數(shù)據(jù)可以通過(guò)航空攝影或無(wú)人機(jī)航拍等方式獲取。接著,我們使用專(zhuān)業(yè)的軟件(如Context Capture)進(jìn)行第一遍空中三角測(cè)量,通過(guò)對(duì)影像進(jìn)行特征點(diǎn)匹配、像控點(diǎn)測(cè)量和相對(duì)定向等處理,得到初始的三角測(cè)量結(jié)果。
隨后,進(jìn)行第二遍空中三角測(cè)量,主要包括絕對(duì)定向和精確的空中三角測(cè)量。絕對(duì)定向是通過(guò)引入地面控制點(diǎn),將影像與地理坐標(biāo)系統(tǒng)進(jìn)行校正,使得影像數(shù)據(jù)與實(shí)際地理位置相對(duì)應(yīng)。而精確的空中三角測(cè)量則是通過(guò)對(duì)影像進(jìn)行更精細(xì)的特征點(diǎn)匹配和測(cè)量,計(jì)算出更準(zhǔn)確的三維坐標(biāo)信息。
通過(guò)以上步驟,我們可以得到高質(zhì)量的空中三角測(cè)量結(jié)果,包括具有準(zhǔn)確地理坐標(biāo)的特征點(diǎn)、地物的三維坐標(biāo)以及地表的數(shù)字高程模型等。這些數(shù)據(jù)對(duì)于地理信息系統(tǒng)、城市規(guī)劃、地形分析等領(lǐng)域具有重要意義,并為后續(xù)的數(shù)據(jù)處理、分析和應(yīng)用提供可靠的基礎(chǔ)??罩腥菧y(cè)量的精度符合要求,可以滿足各種工程和科學(xué)研究的需求,為空間數(shù)據(jù)的獲取和利用提供有效支持[4]。
在三維模型構(gòu)建過(guò)程中,我們采用了無(wú)紋理的方法,即不考慮物體表面的紋理信息,主要關(guān)注物體的幾何結(jié)構(gòu)。首先,我們使用空中三角測(cè)量得到的高質(zhì)量的特征點(diǎn)和三維坐標(biāo)數(shù)據(jù)作為基礎(chǔ),然后進(jìn)行三維模型的生成和重建。
在三維模型構(gòu)建過(guò)程中,我們嘗試了不同的建模方法和算法,如點(diǎn)云處理、體素化、網(wǎng)格生成等。通過(guò)對(duì)這些方法的評(píng)估和比較,我們可以選擇最適合的建模方法來(lái)生成高質(zhì)量的三維模型。
此外,在建模過(guò)程中還進(jìn)行了數(shù)據(jù)的預(yù)處理,包括噪聲去除、點(diǎn)云濾波、采樣和數(shù)據(jù)配準(zhǔn)等。這些預(yù)處理步驟有助于提高模型的精度和質(zhì)量,減少數(shù)據(jù)中的噪聲和誤差。
通過(guò)以上步驟,我們可以生成無(wú)紋理的三維模型,即注重物體的幾何結(jié)構(gòu)和形狀。這種無(wú)紋理的三維模型適用于一些應(yīng)用場(chǎng)景,如建筑物建模、地形分析、虛擬現(xiàn)實(shí)等領(lǐng)域。它可以提供準(zhǔn)確的物體形狀信息,并為后續(xù)的數(shù)據(jù)分析和可視化提供可靠的基礎(chǔ)。
針對(duì)激光點(diǎn)云數(shù)據(jù)的分類(lèi)和DEM 制作,我們采取了一系列的步驟和方法來(lái)提高分類(lèi)的準(zhǔn)確性和質(zhì)量。
首先,我們使用先進(jìn)的分類(lèi)算法對(duì)激光點(diǎn)云數(shù)據(jù)進(jìn)行分類(lèi)。這些算法包括基于特征的分類(lèi)方法、機(jī)器學(xué)習(xí)算法等。通過(guò)對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行特征提取和分類(lèi),可以將點(diǎn)云數(shù)據(jù)分為地面點(diǎn)、建筑物點(diǎn)、植被點(diǎn)等不同的類(lèi)別。這有助于后續(xù)的地形分析和建模。
在分類(lèi)之后,我們還可以參考正射影像進(jìn)行手動(dòng)的精細(xì)分類(lèi)。這包括調(diào)整分類(lèi)算法的參數(shù)和設(shè)置,以適應(yīng)高程突變區(qū)域和復(fù)雜地形。通過(guò)手動(dòng)的精細(xì)分類(lèi),可以進(jìn)一步提高分類(lèi)的準(zhǔn)確性和質(zhì)量,確保不同地物類(lèi)別被正確地分類(lèi)和提取出來(lái)。
同時(shí),為了制作DEM(數(shù)字高程模型),我們可以使用分類(lèi)后的地面點(diǎn)云數(shù)據(jù)進(jìn)行插值和平滑處理。通過(guò)對(duì)地面點(diǎn)云數(shù)據(jù)進(jìn)行插值,可以生成高精度的地面模型,反映地表的高程變化。這對(duì)于地形分析和地貌研究非常重要。
總之,通過(guò)激光點(diǎn)云的分類(lèi)和DEM 制作,我們可以獲取準(zhǔn)確的地物分類(lèi)結(jié)果和高精度的地表高程模型。這為地理信息系統(tǒng)、城市規(guī)劃、環(huán)境監(jiān)測(cè)等領(lǐng)域的應(yīng)用提供了可靠的基礎(chǔ)。同時(shí),不斷優(yōu)化和改進(jìn)分類(lèi)算法和制作方法,可以進(jìn)一步提高分類(lèi)和DEM 的精度和效果。
為了采集1:1000 數(shù)字地形圖數(shù)據(jù),我們采取了一系列措施以確保數(shù)據(jù)的精度和準(zhǔn)確性。
首先,我們選擇了適當(dāng)?shù)臏y(cè)圖比例,即1:1000,以確保地形圖的細(xì)節(jié)和準(zhǔn)確度。該比例可以提供足夠的細(xì)節(jié),同時(shí)又不會(huì)造成數(shù)據(jù)過(guò)于冗雜。
在數(shù)據(jù)采集過(guò)程中,我們采用了傾斜攝影技術(shù)。傾斜攝影能夠提供更為真實(shí)和立體的地貌信息,使地圖更加真實(shí)和精確。通過(guò)使用傾斜攝影,我們可以獲得具有高精度的三維模型數(shù)據(jù),用于測(cè)繪和制作數(shù)字地形圖。
為了確保測(cè)繪的精度,我們采用了房棱繪圖方法。通過(guò)選擇建模效果較好的區(qū)域進(jìn)行繪制,我們可以確保地圖中的地物位置和形狀的準(zhǔn)確性。這種繪圖方法可以提高地圖的精度,并確保地圖中的地物與實(shí)際情況一致[5]。
運(yùn)用經(jīng)典的蠕蟲(chóng)狀鏈模型來(lái)描述DNA等剛性分子已很普遍[5-8],持續(xù)長(zhǎng)度也可以用計(jì)算機(jī)進(jìn)行模擬[9-10],投影長(zhǎng)度對(duì)分子鏈形態(tài)的描述也有其獨(dú)到之處[11-12].隨著高分子科學(xué)向生命物質(zhì)的不斷滲透,采用蠕蟲(chóng)狀鏈模型來(lái)處理分子鏈形態(tài)與構(gòu)象關(guān)系將越來(lái)越多[13-15].為此,更正一些不當(dāng)?shù)奶幚磉^(guò)程,發(fā)展計(jì)算機(jī)模擬方法,將使蠕蟲(chóng)狀鏈模型得到進(jìn)一步的發(fā)展和補(bǔ)充.
最終的1:1000 數(shù)字地形圖成果展示了通過(guò)傾斜三維模型進(jìn)行測(cè)繪所得到的結(jié)果(圖2)。這些數(shù)據(jù)采集和測(cè)繪過(guò)程保證了地圖的精度和準(zhǔn)確性,確保地圖中地物的位置和形狀準(zhǔn)確無(wú)誤。這對(duì)于地理信息系統(tǒng)、城市規(guī)劃和其他應(yīng)用領(lǐng)域具有重要意義。通過(guò)采用傾斜攝影和房棱繪圖等技術(shù),我們可以不斷提高數(shù)字地形圖的質(zhì)量和精度,為實(shí)際應(yīng)用提供更可靠的數(shù)據(jù)基礎(chǔ)。
圖2 1:1000 數(shù)字地形圖
5.1.1 位置精度檢測(cè)
位置精度是評(píng)估傾斜三維模型建模結(jié)果的重要指標(biāo)之一。通過(guò)對(duì)建模結(jié)果進(jìn)行位置精度檢測(cè),可以評(píng)估傾斜三維模型的建模準(zhǔn)確性和位置表達(dá)能力。
在位置精度檢測(cè)過(guò)程中,我們通常會(huì)與現(xiàn)實(shí)世界中的地理標(biāo)志物進(jìn)行對(duì)比,比如已知位置的控制點(diǎn)或其他具有已知坐標(biāo)的地物。通過(guò)將傾斜三維模型的位置信息與這些已知坐標(biāo)進(jìn)行比對(duì),我們可以評(píng)估建模結(jié)果的位置精度。
研究結(jié)果表明,采用傾斜三維模型進(jìn)行建模的過(guò)程具有高精度,并能夠準(zhǔn)確地表達(dá)地物的位置信息。這意味著傾斜三維模型可以為地圖制作和測(cè)繪工作提供可靠的基礎(chǔ)數(shù)據(jù)。高位置精度的建模結(jié)果可以確保地圖中地物位置的準(zhǔn)確性和可信度,使地圖更加符合實(shí)際地理環(huán)境。
因此,在傾斜三維模型的建模過(guò)程中,位置精度的檢測(cè)是不可或缺的環(huán)節(jié)。通過(guò)對(duì)建模結(jié)果進(jìn)行準(zhǔn)確性和可靠性的驗(yàn)證,我們可以確認(rèn)傾斜三維模型的建模結(jié)果是否符合要求,并為后續(xù)的地圖制作和測(cè)繪工作提供可靠的數(shù)據(jù)基礎(chǔ)。位置精度的高低對(duì)于地圖制作和測(cè)繪工作具有重要意義,它直接影響著地圖的準(zhǔn)確性和可靠性。因此,在傾斜三維模型建模過(guò)程中,我們需要重視位置精度檢測(cè),不斷提升建模技術(shù)和方法,以確保建模結(jié)果的高精度和優(yōu)質(zhì)性。
5.1.2 模型質(zhì)量
模型質(zhì)量是評(píng)估傾斜三維模型建模結(jié)果的重要指標(biāo)之一。為了確保建模的準(zhǔn)確性和完整性,本次試驗(yàn)采用了一種新的建模方案,與其他方案相比,它具有更好的性能和能力來(lái)處理復(fù)雜的數(shù)據(jù)。
為了提高建模的效率,我們還可以考慮采用計(jì)算機(jī)集群的方式進(jìn)行協(xié)同計(jì)算。通過(guò)利用多臺(tái)計(jì)算機(jī)的并行處理能力,可以加快建模過(guò)程,提高建模的效率和準(zhǔn)確性。
總的來(lái)說(shuō),通過(guò)對(duì)建模方案進(jìn)行比較和評(píng)估,我們可以確定建模的準(zhǔn)確性、完整性和質(zhì)量。這些評(píng)估結(jié)果對(duì)于保證建模結(jié)果的可信度和適用性非常重要。在未來(lái)的研究和實(shí)踐中,我們應(yīng)該繼續(xù)探索更加先進(jìn)和高效的建模方法,以進(jìn)一步提高傾斜三維模型的質(zhì)量和精度,滿足實(shí)際應(yīng)用的需求。
根據(jù)實(shí)測(cè)結(jié)果和計(jì)算,平地區(qū)的數(shù)字高程模型(DEM)的平地區(qū)的誤差優(yōu)于規(guī)范中規(guī)定的一級(jí)精度(0.2m),而山地區(qū)的誤差也優(yōu)于規(guī)范中規(guī)定的一級(jí)精度(0.7m)。因此,這些數(shù)字高程模型的精度達(dá)到了1:500 數(shù)字高程模型的一級(jí)精度要求。
這意味著在實(shí)驗(yàn)區(qū)內(nèi),針對(duì)平地和山地不同地形類(lèi)別,所生成的數(shù)字高程模型(DEM)的精度都能夠滿足規(guī)范要求,并且在山地區(qū)的精度表現(xiàn)更好。這些結(jié)果對(duì)于后續(xù)的地理信息應(yīng)用和相關(guān)研究具有重要意義。
5.3.1 未遮擋區(qū)域位置精度
其中22 個(gè)檢查點(diǎn)的平面誤差在5cm 以下,占總數(shù)的75.86%;這些結(jié)果表明數(shù)字地形圖在未遮擋區(qū)域的位置和高程信息具有較高的準(zhǔn)確性和可靠性。
5.3.2 建筑物房角點(diǎn)平面精度
在評(píng)估建模質(zhì)量時(shí),平面誤差是一個(gè)重要的指標(biāo)。根據(jù)對(duì)房角點(diǎn)的分析,我們可以看到在平面誤差方面的表現(xiàn)。具體而言,有20 個(gè)房角點(diǎn)的平面誤差在5cm 以下,占總數(shù)的28.57%。另外,28 個(gè)房角點(diǎn)的平面誤差在5~10cm 之間,占總數(shù)的40%。然而,還有22 個(gè)房角點(diǎn)的平面誤差超過(guò)10cm。
經(jīng)過(guò)進(jìn)一步的分析,我們發(fā)現(xiàn)這些平面誤差較大的點(diǎn)主要是由于以下原因:首先,建筑物的復(fù)雜結(jié)構(gòu)和內(nèi)凹部分可能導(dǎo)致了誤差的累積;其次,遮擋物(如樹(shù)木)和高度變化也可能影響了測(cè)量的精度;此外,數(shù)據(jù)采集和處理過(guò)程中可能存在一些技術(shù)因素或操作不當(dāng),導(dǎo)致了誤差的產(chǎn)生。
本研究通過(guò)探索機(jī)載LiDAR 在城市復(fù)雜地形環(huán)境下的應(yīng)用,對(duì)大比例尺地形測(cè)繪進(jìn)行了深入研究。通過(guò)傾斜模型結(jié)合LiDAR 點(diǎn)云數(shù)據(jù)的采集與處理,我們獲得了高質(zhì)量的數(shù)字地形圖,并驗(yàn)證了其在平面和高程精度方面的優(yōu)越性。研究結(jié)果表明,機(jī)載LiDAR 能夠有效獲取復(fù)雜地形環(huán)境下的地形數(shù)據(jù),包括山地和植被茂密區(qū)域。與傳統(tǒng)的測(cè)量方法相比,機(jī)載LiDAR 具有時(shí)間短、效率高和成本低的優(yōu)勢(shì),能夠提供更精確的地形信息。