李明哲

（福州城建設(shè)計研究院有限公司，福建 福州 350000）

隨著無人機技術(shù)的快速發(fā)展，無人機傾斜攝影測量成為了一種重要的遙感獲取數(shù)據(jù)方式，而影像處理與三維建模作為無人機傾斜攝影測量的關(guān)鍵環(huán)節(jié)，直接影響著數(shù)據(jù)的準確性和三維模型的質(zhì)量。在實際應(yīng)用中，由于影像數(shù)據(jù)的復(fù)雜性和處理步驟的多樣性，仍存在諸多挑戰(zhàn)。因此，深入研究無人機傾斜攝影測量影像處理與三維建模的技術(shù)方法對于提高遙感數(shù)據(jù)處理的準確性和效率具有重要意義。

1 無人機傾斜攝影測量影像處理的特點

在數(shù)據(jù)采集方面，無人機傾斜攝影可以通過多角度拍攝和多視角重疊的方式獲取大量的影像數(shù)據(jù)。這種采集方式能夠提供非常豐富的地物信息，并且可以避免傳統(tǒng)航測中的缺角問題。在后期處理方面，傾斜攝影影像處理軟件可以根據(jù)影像之間的重疊度和匹配精度，實現(xiàn)高精度的三維建模和影像糾正。同時，無人機傾斜測量影像處理還可以利用現(xiàn)代計算機硬件和算法的優(yōu)勢，實現(xiàn)對大規(guī)模影像數(shù)據(jù)進行快速處理和分析，提高數(shù)據(jù)處理的效率[1]。

2 無人機傾斜攝影測量影像處理與三維建模的流程與要點

以某不動產(chǎn)測繪為例，對無人機傾斜攝影測量影像處理與三維建模進行分析。該測繪項目的總拍攝任務(wù)面積為0.53 km2,區(qū)域內(nèi)部地勢較為平緩，建筑為新建高層建筑，排列密集。在項目中，使用大疆M300RTK無人機和搭載五鏡頭的賽爾102SV3相機開展拍攝。其中，該型號相機的焦距為35 mm，影響單元的尺寸為3.9μm。已知，如果確定了像素的大小和焦距，則航高和地面的分辨率為正比關(guān)系。若航高定位在150 m的位置，則地面的分辨率能夠達到1.6 cm，這一參數(shù)能夠充分符合工程的實際需求。在無人機飛行的過程中，航向的重疊度與旁向的重疊度均為85%，航線呈東西方向，與測區(qū)平行；各個像控點的間隔距離為150 m，總共設(shè)置8個像控點。

2.1 圖像預(yù)處理

圖像預(yù)處理能夠從根本上提高圖像質(zhì)量和準確性，為后續(xù)的特征點匹配和三維模型建立提供良好的數(shù)據(jù)基礎(chǔ)。在圖像預(yù)處理過程中，常涉及圖像校正、去噪和圖像增強等操作，具體來說：

（1）圖像校正是針對無人機傾斜拍攝帶來的幾何畸變進行的修正過程。無人機傾斜攝影時，由于視角的變化，圖像中的地物會出現(xiàn)形變現(xiàn)象，例如，地物的尺寸和形狀會發(fā)生變化。為了消除這種幾何畸變，通常需要使用校正方法，如可運用幾何投影變換或者校正模型方法進行圖像校正，利用無人機航攝系統(tǒng)中的定位和姿態(tài)信息，可以根據(jù)相機內(nèi)外參數(shù)進行透視變換，將圖像校正到正常的地理坐標系統(tǒng)下。

（2）圖像去噪是為了去除圖像中由于無人機飛行中的運動振動、光學(xué)系統(tǒng)的噪聲等因素引入的噪聲干擾。去噪的方法有很多種，常見的是使用濾波器對圖像進行平滑處理，例如，中值濾波、均值濾波或者高斯濾波等。濾波器的選擇和參數(shù)設(shè)置需要根據(jù)具體情況進行調(diào)整，以平衡去噪效果和圖像細節(jié)保留之間的關(guān)系。

（3）圖像增強是為了改善圖像的視覺效果和特征提取能力。在圖像增強過程中，可以應(yīng)用一系列的算法和技術(shù)。例如，直方圖均衡化、對比度拉伸、銳化等方法。這些方法旨在增強圖像的對比度、細節(jié)和邊緣等特征，使得圖像更加清晰、鮮明，并提高后續(xù)處理算法的準確性。

（4）在實際應(yīng)用中，圖像預(yù)處理的具體工作細節(jié)可能會根據(jù)不同的無人機傾斜攝影系統(tǒng)、傳感器型號和數(shù)據(jù)采集條件而有所差異。例如，在圖像校正中，常常根據(jù)相機的內(nèi)外參數(shù)（如焦距、主點坐標、傾斜角度等）進行幾何投影變換，具體操作涉及向量矩陣運算等數(shù)學(xué)計算；在去噪過程中，根據(jù)噪聲的類型和分布情況選擇合適的濾波器，如使用3×3的中值濾波器對每個像素進行中值計算；在圖像增強中，可以根據(jù)圖像局部特征的統(tǒng)計信息進行灰度級調(diào)整，如通過直方圖均衡化使得圖像的灰度分布更加均勻[2]。

2.2 特征點匹配與建立三維模型

特征點匹配與建立三維模型是無人機傾斜攝影測量中的重要環(huán)節(jié)，其目的是利用圖像處理技術(shù)對圖像中的同名點進行匹配，并根據(jù)同名點求取相應(yīng)地物特征的三維坐標，從而建立地物三維模型。在特征點匹配過程中，需要對景物進行特征提取和描述，具體來說：

（1）需要對圖像進行預(yù)處理，去除噪聲、光照不均和其他干擾因素，以保證提取出的特征具有穩(wěn)定性和可重復(fù)性。然后，可以利用現(xiàn)有的特征提取算法（如SIFT、SURF、ORB等）提取圖像中的特征點。這些算法可以在不同尺度和旋轉(zhuǎn)角度下提取具有良好特征描述性的關(guān)鍵點，并計算各個關(guān)鍵點的局部特征描述值。

（2）需要進行特征點匹配。一般使用最近鄰匹配方法進行特征點的匹配。具體地，對于每個圖像中的特征點，都會在另一個圖像中找到距離該點最近的幾個特征點，然后通過比較它們的局部特征描述子的相似度，選擇相似度最高的一個作為匹配點。同時也需要一些準則來判斷一些特征點是否是誤匹配。一般來說，會根據(jù)最短距離與次短距離之間的比值，來判斷兩個特征點是否匹配。

（3）可以利用攝影測量學(xué)的原理，根據(jù)圖像坐標和攝影測量系統(tǒng)的內(nèi)外參數(shù)，求解出匹配點的三維坐標。其中，內(nèi)參數(shù)包括相機的焦距、主點坐標、徑向畸變等，并由標定板進行標定得到；外參數(shù)包括相機的位置和朝向等，可以利用無人機航攝系統(tǒng)中的定位和姿態(tài)信息獲取。

（4）利用這些參數(shù)，可以根據(jù)空間前方交匯法則和光線三角測量法，對三維坐標進行計算。在建立三維模型時，還需要考慮如何對已經(jīng)求得的三維點進行濾波和擬合，以消除誤差并獲得更加平滑的地表模型。這里常用的方法有曲面擬合、點云分割、點云配準等技術(shù)。例如，在對植被進行三維重建時，可以基于點云數(shù)據(jù)進行體元細分和形態(tài)解析，實現(xiàn)植被的快速重建和精細化表征；在對建筑物進行三維建模時，可以使用面元擬合方法，將建筑物表面抽象成一系列三角形表面網(wǎng)格，以更好地反映建筑物的幾何和色彩特征[3]。

（5）本次無人機傾斜攝影所構(gòu)建的真三維模型非常出色。圖1展示了整個測區(qū)的真實地理環(huán)境和房屋分布，反映了測區(qū)的整體情況。而圖2則展示了測區(qū)內(nèi)局部的細節(jié)模型，房屋的結(jié)構(gòu)非常清晰，屋角也變形很少，同時房屋的屬性信息也得到了詳細記錄。這些模型將為后續(xù)的矢量化信息采集提供重要的支撐。

圖1 測區(qū)地理環(huán)境與房屋分布的三維模型

圖2 測區(qū)內(nèi)部的細節(jié)模型

2.3 相機定向

通過計算相機的位置和姿態(tài)參數(shù)，將圖像特征點的二維坐標與地物三維模型進行對應(yīng)，實現(xiàn)圖像與地物之間的空間關(guān)系的精確匹配，在實際的工作中要做到以下幾點。

（1）在相機定向之前，需要進行相機的內(nèi)方位元素標定。內(nèi)方位元素包括相機的焦距、主點坐標以及徑向畸變等參數(shù)。一般來說，可以使用相機標定板進行標定，通過拍攝多張已知幾何形狀的標定板圖像，利用攝影測量的原理和非線性最小二乘法的思想，根據(jù)標定板上的特征點和其真實世界坐標的對應(yīng)關(guān)系，求解出相機的內(nèi)方位元素。例如，使用相機型號為Sony ILCE-7RM4的全畫幅無反相機，通過標定板標定得到的內(nèi)方位元素為焦距f=35 mm，主點坐標為(x0，y0)=(1280，720)，徑向畸變參數(shù)為k1=-3.7，k2=2.1。

（2）利用已知地物三維模型，通過數(shù)學(xué)方法計算相機的外方位元素，主要包括相機的位置和姿態(tài)參數(shù)。其中，位置參數(shù)包括相機的XYZ坐標，姿態(tài)參數(shù)包括方位角（azimuth angle）、俯仰角（pitch angle）和傾斜角（inclination angle）。為了簡化計算，常常以某一參考點的坐標作為世界坐標系原點，將三維模型中的點與圖像中的特征點進行對應(yīng)。在計算相機外方位元素時，可以利用數(shù)學(xué)公式和解析幾何的知識。例如，在計算相機位置時，可以使用空間后方交會法（或稱為重心法）來求解。該方法基于三角測量原理，通過已知地物三維點的空間坐標和其在圖像中的二維坐標，求解出相機的位置坐標。

（3）具體做法是：在攝影坐標系下，根據(jù)相機的內(nèi)方位元素和外方位元素，將地物三維點的空間坐標轉(zhuǎn)換為像平面坐標系下的投影坐標，然后與對應(yīng)的圖像特征點進行比較，通過最小二乘法求解出相機的位置坐標。在計算相機姿態(tài)參數(shù)時，常使用旋轉(zhuǎn)矩陣或歐拉角來描述相機的方位、俯仰和傾斜角。通過將空間坐標系下的地物三維點轉(zhuǎn)換到攝影坐標系下，并與對應(yīng)的圖像特征點進行比較，可以通過最小二乘法求解出相機的姿態(tài)參數(shù)。此外，為了提高定向精度，還可以采用多視幾何方法，利用多個圖像之間的重疊區(qū)域和共同特征點，進行區(qū)域匹配和聯(lián)合定向，從而提高相機定位和姿態(tài)估計的精確度[4]。

2.4 影像拼接

（1）將不同視角下的圖像進行無縫連接，生成具有大幅覆蓋區(qū)域的全景圖，主要包括圖像預(yù)處理、特征提取與匹配、幾何變換和圖像融合等工作。在進行影像拼接之前，需要對輸入的圖像進行預(yù)處理。預(yù)處理的目的是消除圖像的畸變以及色彩、亮度等差異，以便后續(xù)的特征提取和匹配。例如，可以使用型號為Canon EOS 5D Mark IV的全畫幅單反相機拍攝得到的圖像，通過去除鏡頭畸變和圖像校正，使得每張圖像都具備相同的格式和視角。

（2）進行特征提取與匹配，特征可以通過局部紋理、邊緣等特征描述來表示。在這一步驟中，常用的特征提取算法包括SIFT（尺度不變特征變換）、SURF（加速穩(wěn)健特征）和ORB（oriented FAST and rotated BRIEF）等。通過提取每張圖像中的特征點，并計算其特征描述子，進而進行特征匹配，找到各個視角下對應(yīng)的特征點對。匹配算法常用的有暴力匹配和基于最近鄰的匹配方法。然后，進行幾何變換，將各個視角下的圖像進行對齊，使得它們在同一坐標系下能夠無縫連接。其中，常用的幾何變換模型包括仿射變換和透視變換。仿射變換適用于平面上的圖像拼接，而透視變換適用于投影到三維場景中的圖像拼接。通過對特征點對進行RANSAC（隨機采樣一致性）或最小二乘法估計，可以獲得幾何變換所需的變換矩陣或變換參數(shù)。

（3）進行圖像融合，消除拼接過程中產(chǎn)生的過渡區(qū)域的不連續(xù)性，使得拼接后的全景圖具有良好的視覺效果。常用的圖像融合方法包括加權(quán)平均、拉普拉斯金字塔和多重分辨率合成等。通過在過渡區(qū)域內(nèi)進行像素值的平滑過渡和融合處理，可以使得拼接后的圖像看起來更加自然。

（4）還可以利用顏色校正和亮度調(diào)整等技術(shù)，進一步提高拼接圖像的質(zhì)量。進行精度評價，將計算得到的模型結(jié)果與地面真實情況進行比對，并進行誤差分析。比對可以通過計算模型與地面控制點的偏差、測量圖像上物體的位置差異等指標來實現(xiàn)。誤差分析可以包括定性和定量兩方面的評估，根據(jù)測量要求和精度標準來判斷數(shù)據(jù)的準確程度。例如，可以使用根據(jù)國家測繪標準要求計算得到的相對定位精度和絕對定位精度等指標，來評估測量數(shù)據(jù)的精度水平。

3 結(jié)語

綜上所述，無人機傾斜攝影測量影像處理具有高分辨率、大數(shù)據(jù)量和高精度等特點；無人機傾斜攝影測量影像處理與三維建模的關(guān)鍵步驟包括圖像預(yù)處理、特征點匹配與建立三維模型、相機定向和影像拼接等；通過精確地處理無人機傾斜攝影測量影像數(shù)據(jù)，可以實現(xiàn)準確的三維建模。無人機傾斜攝影測量影像處理與三維建模具有重要的應(yīng)用前景，可廣泛應(yīng)用于地理信息系統(tǒng)、城市規(guī)劃、土地管理等領(lǐng)域。