羅林峰 LUO Lin-feng

（百色市右江區(qū)網(wǎng)格化服務(wù)管理中心，百色 533000）

0 引言

隨著可持續(xù)發(fā)展戰(zhàn)略的提出，自然資源測(cè)繪工程受到了越來(lái)越多的關(guān)注，在此工程開(kāi)展過(guò)程中，需要使用高準(zhǔn)確度、科學(xué)合理、全面性的測(cè)繪技術(shù)，以此促使自然資源管理工作的高質(zhì)高效實(shí)施。對(duì)此，應(yīng)當(dāng)使用測(cè)繪新技術(shù)推動(dòng)自然資源測(cè)繪工作的順利進(jìn)行，同時(shí)為自然資源的價(jià)值更加良好的發(fā)揮帶來(lái)保障。

1 無(wú)人機(jī)航測(cè)技術(shù)在自然資源測(cè)繪工程中的應(yīng)用流程

1.1 航線設(shè)計(jì)

在進(jìn)行航拍線路的設(shè)計(jì)時(shí)，需要綜合考慮航線和測(cè)區(qū)范圍、平均基準(zhǔn)面等因素的科學(xué)結(jié)合。航線的設(shè)計(jì)應(yīng)該使無(wú)人機(jī)在相同區(qū)域內(nèi)開(kāi)展拍攝工作，同時(shí)調(diào)整高度差在設(shè)計(jì)航線高度的1/6 以下，以保證圖像質(zhì)量和數(shù)據(jù)精度。此外，重疊率是衡量航線設(shè)計(jì)優(yōu)劣的重要指標(biāo)之一，測(cè)區(qū)航向重疊應(yīng)當(dāng)大于65%。為了確保無(wú)人機(jī)采集的數(shù)據(jù)質(zhì)量，還需要控制旋偏角小于15°和像片傾角最大不超過(guò)5°。這些控制措施可以避免數(shù)據(jù)失真和圖像模糊，提高數(shù)據(jù)的精確性和可靠性[1]。

1.2 航空攝影

在作業(yè)時(shí)，把攝像機(jī)裝載在無(wú)人機(jī)上，可以獲得更清晰的圖像，并能夠獲得多方位的拍攝角度。通過(guò)對(duì)面控制系統(tǒng)的使用，允許技術(shù)人員實(shí)時(shí)監(jiān)控和操控?zé)o人機(jī)，對(duì)飛行軌跡、航拍參數(shù)等進(jìn)行實(shí)時(shí)調(diào)整和優(yōu)化，確保航拍任務(wù)的順利完成。同時(shí)，飛行控制系統(tǒng)則負(fù)責(zé)穩(wěn)定無(wú)人機(jī)的飛行，保證航拍過(guò)程中的穩(wěn)定性和可靠性[2]。

1.3 平臺(tái)成果展示與影像對(duì)比分析

對(duì)不同時(shí)期影像信息加以對(duì)比分析，展現(xiàn)變化圖斑，能夠更好地分析和研究區(qū)域內(nèi)的地貌和環(huán)境變化情況，并為區(qū)域開(kāi)發(fā)、規(guī)劃和管理提供科學(xué)依據(jù)。為了更好地利用數(shù)據(jù)資源，應(yīng)結(jié)合其他基礎(chǔ)地理數(shù)據(jù)、國(guó)土調(diào)查數(shù)據(jù)和業(yè)務(wù)管理數(shù)據(jù)等，對(duì)變化圖斑的合法性加以評(píng)估。對(duì)于疑似違法圖斑，需要著重重點(diǎn)展示和核查，以維護(hù)區(qū)域內(nèi)的環(huán)境和資源保護(hù)。此外，巡查結(jié)果可以呈現(xiàn)在自然資源綜合監(jiān)管平臺(tái)中，為監(jiān)管工作提供重要數(shù)據(jù)支持[3]。

2 尚志市林業(yè)資源調(diào)查和規(guī)劃項(xiàng)目中無(wú)人機(jī)航測(cè)技術(shù)的應(yīng)用

2.1 準(zhǔn)備工作

下文主要針對(duì)尚志市帽兒山鎮(zhèn)富民風(fēng)景區(qū)實(shí)行測(cè)繪工作。為使得此次測(cè)繪探究活動(dòng)具有更強(qiáng)的普遍性，另外挑選了一個(gè)村落作為參照對(duì)象。研究對(duì)象的地理位置具體如圖1 所示。

圖1 研究區(qū)域地理位置圖

對(duì)于測(cè)繪設(shè)備的選取，其中測(cè)區(qū)一，即富民風(fēng)景區(qū)使用skyland-DF100 無(wú)人機(jī)，裝載SONY7R 相機(jī)，按照測(cè)繪目標(biāo)規(guī)劃了一共六條航帶，總共需要拍攝150 張照片，具體可見(jiàn)圖2。對(duì)于測(cè)區(qū)二，即作為參照的自然村，使用的是CanonELPH110HS 相機(jī)，一共規(guī)劃了15 條航帶，攝得168張照片（選擇其中的三條航帶，一共包含34 張相片），具體可見(jiàn)圖3。

圖2 測(cè)區(qū)一航帶設(shè)計(jì)圖

圖3 測(cè)區(qū)二航帶設(shè)計(jì)圖

2.2 成圖精度優(yōu)化

本文重點(diǎn)探討了無(wú)人機(jī)航測(cè)成圖精準(zhǔn)度的影響元素，分別從內(nèi)外業(yè)、創(chuàng)建誤差補(bǔ)償模型等層面展開(kāi)研究。結(jié)合實(shí)際測(cè)繪數(shù)據(jù)，優(yōu)化了成圖效果。

2.2.1 航測(cè)像控點(diǎn)布設(shè)

為提升無(wú)人機(jī)航測(cè)結(jié)果的準(zhǔn)確性，針對(duì)外業(yè)像控點(diǎn)布設(shè)方式展開(kāi)研究，通過(guò)明確布點(diǎn)方面的具體影響要素，找出更加科學(xué)合理的布點(diǎn)措施。由此，在空三加密中合理引進(jìn)十九個(gè)像控點(diǎn)，再實(shí)行同樣數(shù)據(jù)和操作方式的試驗(yàn)，將試驗(yàn)一共劃分成六小組進(jìn)行比較分析[4]。同時(shí)對(duì)各個(gè)小組所采取的不同的布點(diǎn)方法，利用光束法區(qū)域網(wǎng)平差，所得結(jié)果可見(jiàn)表1。

表1 不同布點(diǎn)方案平差結(jié)果精度統(tǒng)計(jì)

針對(duì)表1 中的相關(guān)數(shù)據(jù)展開(kāi)詳細(xì)分析研究可以得出，相對(duì)于單點(diǎn)布設(shè)，點(diǎn)組布點(diǎn)的方式能夠明顯提高數(shù)據(jù)精準(zhǔn)度。特別是在測(cè)區(qū)地區(qū)坡度不高的狀況下，使用在四個(gè)角落進(jìn)行點(diǎn)組布點(diǎn)的方式相對(duì)于在四周單點(diǎn)聯(lián)合少數(shù)布點(diǎn)的方式而言能夠得到更高精度的數(shù)據(jù)。同時(shí)，在使用光束法平差環(huán)節(jié)，只需對(duì)航測(cè)地點(diǎn)實(shí)行適宜、均勻性的布點(diǎn)，再在四個(gè)角落進(jìn)行點(diǎn)組布點(diǎn)，完全不用再在測(cè)繪區(qū)域中進(jìn)行其它布點(diǎn)活動(dòng)，便能夠取得理想的精度，如此一來(lái)有助于減少外業(yè)工作量。這一研究成果為航測(cè)外業(yè)像控點(diǎn)布設(shè)提供了重要的指導(dǎo)意義，有助于優(yōu)化數(shù)據(jù)處理流程和提高工作效率。

2.2.2 尺度旋轉(zhuǎn)不變的無(wú)人機(jī)影像匹配

在當(dāng)前的特征點(diǎn)提取方法中，為了尋找影像間的同名點(diǎn)，使用較多的方法包括利用角點(diǎn)算子一階微分、二階微分算子和Canny 算子檢測(cè)邊緣等。然而，在無(wú)人機(jī)航測(cè)中存在一個(gè)挑戰(zhàn)，即姿態(tài)角的不穩(wěn)定性會(huì)使得影像呈現(xiàn)出一定程度的傾斜和幾何變化。因此，傳統(tǒng)的灰度值階躍性提取特征點(diǎn)的方式不太適合應(yīng)用在此種狀況下。

在無(wú)人機(jī)航空測(cè)繪影像中，我們可以發(fā)現(xiàn)一些實(shí)際生活中的角點(diǎn)，比如公路、房屋建筑、圍墻拐彎處等，在無(wú)人機(jī)航測(cè)影像中能夠良好地展現(xiàn)出來(lái)，并且通常是相對(duì)穩(wěn)定的區(qū)域。這些角點(diǎn)具有一些特性，例如它們?cè)谛D(zhuǎn)和尺度變化下保持不變。為了有效地提取無(wú)人機(jī)航測(cè)影像中的特征點(diǎn)，常用的算法有SIFT 算子（尺度不變特征變換）、SURF 算子（加速穩(wěn)健特征）和MSER 算子（最大穩(wěn)定極值區(qū)域）等。這些算法能夠根據(jù)特征點(diǎn)的不變性和穩(wěn)定性取得較佳的效果。它們能夠在無(wú)人機(jī)影像中檢測(cè)到具有旋轉(zhuǎn)不變性、尺度不變性和穩(wěn)定性的特征點(diǎn)，從而實(shí)現(xiàn)可靠的特征點(diǎn)匹配和圖像配準(zhǔn)。這對(duì)于無(wú)人機(jī)航測(cè)任務(wù)的成功執(zhí)行具有重要意義[5]。

SIFT 特征提取為一種以真實(shí)地物局部外觀興趣點(diǎn)為基礎(chǔ)的算法，它可以在圖像中檢測(cè)出多個(gè)具有穩(wěn)定特征的關(guān)鍵點(diǎn)，并提取這些關(guān)鍵點(diǎn)的特征描述。與其他特征提取算法相比，SIFT 算法具有尺度不變性和對(duì)光線、噪聲等變化的容忍度高的優(yōu)點(diǎn)，因此在物體辨識(shí)、影像縫合和三維建模等領(lǐng)域得到了廣泛應(yīng)用。SURF 算法是一種基于高斯二階微分模板的特征提取算法，它將模板化處理后對(duì)圖像進(jìn)行濾波，從而減少了尺度不變特性的檢測(cè)時(shí)間，同時(shí)還具有一定的對(duì)光線、噪聲等變化的容忍度。MSER 算法是一種區(qū)域特征提取方式，它通過(guò)利用不同的灰度閾值對(duì)圖像實(shí)行二值化，從而檢測(cè)出最具穩(wěn)定性的區(qū)域。相比于其他特征提取算法，MSER 算法對(duì)圖像灰度的仿射變化具有不變性特征，能夠檢測(cè)計(jì)算得出不同精細(xì)度的區(qū)域范圍。在本文中，選擇使用SIFT 算法對(duì)無(wú)人機(jī)航測(cè)影像進(jìn)行穩(wěn)定的特征點(diǎn)采集，并與原始影像進(jìn)行匹配。盡管SIFT 算法的速度較慢，不過(guò)伴隨現(xiàn)代科技的持續(xù)發(fā)展，其速度已經(jīng)不會(huì)對(duì)數(shù)據(jù)處理速度產(chǎn)生太大影響，而且它具有穩(wěn)定的特征提取能力和較高的匹配精度，可以有效地解決無(wú)人機(jī)航測(cè)影像的特征點(diǎn)提取和匹配問(wèn)題。

2.2.3 基于LS-SVM 的誤差補(bǔ)償模型的建立

當(dāng)對(duì)測(cè)繪影像實(shí)行平差處理時(shí)，使用較多的一種方法為光束法區(qū)域網(wǎng)平差。然而，因?yàn)椴杉跋窈湍Ｐ妥鴺?biāo)點(diǎn)位之時(shí)容易受到多方面因素的干擾，不可避免地會(huì)出現(xiàn)誤差，如無(wú)人機(jī)在飛行期間產(chǎn)生的加速度、溫度差異、氣壓的變動(dòng)等，均會(huì)使得相機(jī)拍攝效果受到一定程度的影響。

利用光束法區(qū)域網(wǎng)平差，重點(diǎn)在于把像點(diǎn)坐標(biāo)充當(dāng)觀測(cè)數(shù)據(jù)，當(dāng)進(jìn)行影像連接點(diǎn)的匹配工作之時(shí)，常會(huì)由于匹配算法的局限性而產(chǎn)生隨機(jī)誤差。為控制此類問(wèn)題對(duì)數(shù)據(jù)精準(zhǔn)度造成的影響，應(yīng)當(dāng)創(chuàng)建針對(duì)性的誤差補(bǔ)償模型。支持向量機(jī)是一種以統(tǒng)計(jì)學(xué)原理為基礎(chǔ)發(fā)展演變而來(lái)的計(jì)算方式，其最為突出的特征便是，只需給出小樣本，便可以做到非線性、高維度計(jì)算，而且還能夠獲取到高精準(zhǔn)度的預(yù)測(cè)信息，在此基礎(chǔ)上又進(jìn)一步衍生了LS-SVM，是目前提高模型計(jì)算速率以及預(yù)測(cè)精確性的一項(xiàng)重要措施。

在本次研究活動(dòng)中，應(yīng)用的是LS-SVM 模塊來(lái)進(jìn)行建模，然后利用高斯核函數(shù)來(lái)構(gòu)建對(duì)應(yīng)的誤差補(bǔ)償模型。而在選擇合適的核函數(shù)之時(shí)發(fā)現(xiàn)，針對(duì)同樣的數(shù)據(jù)選取不一樣的函數(shù)，最終取得的訓(xùn)練結(jié)果比較接近，由此得出初步結(jié)論——挑選不同的核函數(shù)并不會(huì)對(duì)訓(xùn)練成果帶來(lái)明顯影響，核心的影響要素為有關(guān)參數(shù)的選取。

把LS-SVM 運(yùn)用到誤差補(bǔ)償環(huán)節(jié)中，促使航測(cè)成圖精度獲得了明顯提升，關(guān)鍵建模步驟包括：①將像控點(diǎn)信息作為內(nèi)業(yè)加密時(shí)的地表信息，并且需要將其在影像之中對(duì)應(yīng)的位置詳細(xì)記錄下來(lái)。②將外業(yè)測(cè)量結(jié)果的誤差準(zhǔn)確計(jì)算。③創(chuàng)建補(bǔ)償模型。④實(shí)行補(bǔ)償處理，以此獲得改善過(guò)的地表坐標(biāo)。

此次研究把測(cè)區(qū)一航空測(cè)繪影像當(dāng)做實(shí)驗(yàn)信息（已進(jìn)行平差優(yōu)化），創(chuàng)建補(bǔ)償模型，針對(duì)以POS 平差后的坐標(biāo)信息展開(kāi)修正。在研究活動(dòng)期間，一共在野外設(shè)置了二十九個(gè)實(shí)測(cè)點(diǎn)，在此之中選取二十三個(gè)測(cè)點(diǎn)結(jié)果輸入模型，剩下的六個(gè)點(diǎn)則用來(lái)檢測(cè)模型的精確度。把經(jīng)過(guò)修正處理的POS 數(shù)據(jù)輸入到空三加密內(nèi)，對(duì)經(jīng)過(guò)加密的坐標(biāo)信息和控制點(diǎn)實(shí)測(cè)信息予以對(duì)比，對(duì)比結(jié)果可見(jiàn)表2 和表3。

表2 建?？刂泣c(diǎn)信息

表3 29 個(gè)控制點(diǎn)實(shí)測(cè)坐標(biāo)與加密后量測(cè)坐標(biāo)的水平距離

把待檢驗(yàn)測(cè)點(diǎn)的坐標(biāo)數(shù)據(jù)輸入模型之中，計(jì)算出相應(yīng)的偏差值，得出如表4 所示的結(jié)果。

表4 補(bǔ)償后平面與高程的誤差統(tǒng)計(jì)信息

根據(jù)測(cè)區(qū)一的實(shí)驗(yàn)結(jié)果可知，其航測(cè)影像經(jīng)過(guò)空三處理后的GSD 是8.25 厘米，為滿足后期DLG 成圖比例尺需求，則模型補(bǔ)償之后的誤差絕對(duì)值不可超出補(bǔ)償之前。所以，可得知X、Y、H、S 方向存在的有效補(bǔ)償點(diǎn)分別為5、4、4、4 個(gè)，X 方向可用率達(dá)到了百分之83.33，其它三個(gè)方向的可用率均為百分之66.67。而且針對(duì)補(bǔ)償之前與之后的水平、高程方向?qū)嵭兄姓`差計(jì)算，所得結(jié)果表示檢測(cè)點(diǎn)坐標(biāo)精度在補(bǔ)償以后均得到了提升。

3 結(jié)束語(yǔ)

本文以尚志市林業(yè)資源調(diào)查項(xiàng)目為例，分析了無(wú)人機(jī)航測(cè)技術(shù)在自然資源測(cè)繪工程中的具體應(yīng)用，著重探討了影響成圖精度的各方面要素與解決辦法。結(jié)合實(shí)際采集到的信息數(shù)據(jù)分析，提出了有效的減小成圖誤差的辦法，同時(shí)基于對(duì)測(cè)區(qū)二展開(kāi)數(shù)據(jù)收集，實(shí)現(xiàn)對(duì)全部結(jié)果的驗(yàn)證，證實(shí)了其正確性，此研究結(jié)果對(duì)于指導(dǎo)同類型或是相似條件下的無(wú)人機(jī)航測(cè)工作具有可靠的參考意義。