甘拯 周翔

摘要：旭龍水電工程壩址區(qū)河段谷坡高陡，工程建設(shè)后左岸將形成壩肩高邊坡。針對高陡邊坡圍巖落石等突發(fā)性安全問題，提出一種基于貼近攝影的泊松重建改進(jìn)算法，對邊界點的深度值和權(quán)值作調(diào)整，根據(jù)三角網(wǎng)所構(gòu)成曲面的局部曲度變化來精簡TIN，再與紋理影像進(jìn)行配準(zhǔn)和貼圖，得到測區(qū)實景三維模型。結(jié)果表明：貼近攝影相比傾斜攝影數(shù)據(jù)能夠明顯提高實景三維模型的坐標(biāo)精度與精細(xì)程度，泊松重建改進(jìn)算法能夠改進(jìn)重建模型表面棱角不夠突出、平面不夠平整的問題。該方法不僅能大大提升三維模型地形結(jié)構(gòu)的完整性，還能為工程后期施工圖設(shè)計提供精確的參考資料，可為旭龍水電工程壩址區(qū)及類似工況地區(qū)的地質(zhì)災(zāi)害預(yù)防提供重要依據(jù)。

關(guān)鍵詞：傾斜攝影； 貼近攝影； 實景三維； 泊松重建改進(jìn)算法； 旭龍水電站

中圖法分類號：P232

文獻(xiàn)標(biāo)志碼：A

DOI：10.15974/j.cnki.slsdkb.2024.05.021

文章編號：1006-0081（2024）05-0117-04

0 引言

近年來，傾斜攝影技術(shù)作為一種高效、高質(zhì)量的實景三維建模技術(shù)，已廣泛應(yīng)用于堤防、河道、庫區(qū)等各類工程的精細(xì)實景三維重建［1-3］。然而在水利工程建設(shè)中，經(jīng)常會遇到地形環(huán)境復(fù)雜，地勢落差較大的高陡邊坡，在采用傾斜攝影進(jìn)行影像采集時，由于植被的遮擋、清表困難等原因，重建的三維模型會發(fā)生遮擋、扭曲、拉花甚至出現(xiàn)空洞，進(jìn)而影響模型的精細(xì)化和結(jié)構(gòu)完整性［4］。為了解決這些問題，研究學(xué)者一方面可采取貼近攝影技術(shù)［5］或激光雷達(dá)［6］等方式獲取更多數(shù)據(jù)，另一方面可采取基于圖像融合、點云處理、數(shù)據(jù)插值和多視角合成等重建算法提高重建模型的幾何細(xì)節(jié)和結(jié)構(gòu)完整性［7］。其中，貼近攝影技術(shù)利用在傾斜攝影基礎(chǔ)上建立的精度較低的三維模型上重新規(guī)劃航飛路線，提高了采集精度，對立面三維重建做了有效補(bǔ)充，提供了更加詳細(xì)的地形信息和地面要素的幾何細(xì)節(jié)，但所建模型表面仍會存在少部分缺陷、扭曲、變形，而重建泊松算法［8］能有效改善重建模型表面。本文以旭龍水電站工程（以下簡稱“工程”）壩區(qū)的左岸高陡邊坡為例，充分利用無人機(jī)傾斜攝影與貼近攝影兩種技術(shù)的優(yōu)勢，同時提出一種泊松重建改進(jìn)算法，有效地改善了貼近攝影實景建模結(jié)果，顯著提高了高陡邊坡的建模精度和效果，為工程BIM設(shè)計提供更高質(zhì)量的實景三維模型參考，優(yōu)化工程全生命周期管理。

1 試驗區(qū)概況

旭龍水電站位于云南省德欽縣與四川省得榮縣交界的金沙江上，地處橫斷山山地，屬于峽谷地貌類型。壩區(qū)面積約0.2 km2，灌木草叢分布零散，地面部分存在遮擋情況（圖1）。若僅采用傾斜攝影方式，會存在部分地表模型精度不滿足施工設(shè)計要求的情況。本研究在對現(xiàn)場實地查勘后，擬首先采用多旋翼無人機(jī)對左岸高陡邊坡范圍進(jìn)行低精度傾斜攝影，然后將生成的點云成果導(dǎo)入貼近航線設(shè)計軟件，借助大疆精靈4RTK無人機(jī)按重新規(guī)劃的航跡進(jìn)行貼近攝影并獲取邊坡區(qū)域的高精度影像。

2 技術(shù)路線

基于貼近攝影技術(shù)的高陡邊坡精細(xì)實景三維重建分為5個步驟：采用無人機(jī)傾斜攝影方式采集低精度影像數(shù)據(jù)、生成初始地形數(shù)據(jù)（點云成果）、貼近航線設(shè)計、智能貼近飛行、實景三維模型重建。根據(jù)試驗區(qū)地形地貌情況，采用五鏡頭旋翼無人機(jī)獲取整個試驗區(qū)的傾斜影像；為彌補(bǔ)傾斜攝影測量無法精確獲取里面高陡邊坡的影像數(shù)據(jù)的情況，首先采用傾斜影像生成點云數(shù)據(jù)成果，再利用DPGO軟件進(jìn)行貼近影像飛行航跡設(shè)計［9］，并提出了一種改進(jìn)的泊松重建算法，提高實景三維模型建模精度。

本研究在試驗區(qū)比較了貼近攝影建模與本研究提出的改進(jìn)重建算法的貼近攝影融合建模的差異。

3 數(shù)據(jù)采集

3.1 無人機(jī)傾斜攝影

試驗使用飛馬D2000無人機(jī)搭載D-OP3000傾斜模塊進(jìn)行影像數(shù)據(jù)采集。D-OP3000傾斜模塊是一種集成了SONY A6000相機(jī)的高性能測量設(shè)備。下視鏡頭焦距為25 mm，傾斜鏡頭焦距35 mm，有效像素為2 430萬。航飛前在試驗區(qū)選取5個像控點用于后期點云配準(zhǔn)及提高實景三維模型的絕對定位精度。理想情況下精度約為分辨率的2～3倍［10］，為了保證試驗區(qū)實景三維模型精度優(yōu)于5 cm，地面分辨率設(shè)置為2 cm。相對航高為100 m，航向重疊度為83%，旁向重疊度為70%，共獲取4 000張數(shù)字航攝像片（圖2）。

3.2 無人機(jī)貼近攝影

試驗使用精靈4RTK無人機(jī)進(jìn)行貼近影像數(shù)據(jù)采集。航線設(shè)計如圖3所示。

4 內(nèi)業(yè)數(shù)據(jù)處理

4.1 空中三角測量

為了能夠?qū)o序的影像在空間中相互對齊并構(gòu)建與真實世界相接近的空間模型，需要對影像進(jìn)行空三加密操作［11］。將貼近影像數(shù)據(jù)及其POS信息導(dǎo)入專業(yè)的航空影像空三處理軟件，采取由粗略到精細(xì)的金字塔匹配策略在各級影像上進(jìn)行同名點匹配，恢復(fù)影像間的相對位置關(guān)系得到影像匹配結(jié)果，并解算出每張影像的外方位元素信息。根據(jù)空中三角測量運算出的影像外方位元素，通過多視影像密集匹配可獲得高密度的點云［12］，點云成果如圖4所示。

4.2 實景三維重建

本文提出一種改進(jìn)的泊松重建方法，充分利用貼近影像數(shù)據(jù)成果，旨在改善現(xiàn)有三維重建算法生成的Mesh模型表面棱角不夠突出、平面不夠平整的問題。

首先對由密集匹配生成的特征點云進(jìn)行去噪和平整；參照文獻(xiàn)［13］的方法，從融合點云中檢測出邊界點［14］，在泊松重建算法的輸入點云數(shù)據(jù)中加入這些邊界點；為了在泊松構(gòu)網(wǎng)的結(jié)果中盡可能保留這些邊界點，在文獻(xiàn)［15］的基礎(chǔ)上，對泊松重建算法進(jìn)行了改進(jìn)，包括深度值計算和提高邊界點的alpha權(quán)值。

4.3 改進(jìn)泊松重建算法

泊松重建算法是一種典型網(wǎng)格類三維重建算法，通過八叉樹結(jié)構(gòu)和泊松方程判斷該點是幾何物體內(nèi)部或外部。由于算法計算量大，且對點云數(shù)據(jù)密度與分布有一定要求，對于噪聲比較大、邊緣信息不夠明顯、紋理顏色等細(xì)節(jié)重建結(jié)果可能出現(xiàn)偏差。針對這些問題采取以下改進(jìn)措施。

4.3.1 自適應(yīng)深度值計算

（1） 根據(jù)點云局部的結(jié)構(gòu)特征自適應(yīng)計算其深度值。 基本思想是降低平面上的采樣點的深度值，提高不在平面上的采樣點的深度值。

4.3.2 邊界點的深度值和權(quán)值調(diào)整

將邊界點的深度值全部設(shè)置為采樣點深度值的上限D(zhuǎn)max；在計算結(jié)點的指示函數(shù)值時，讓邊界點具有較大的alpha權(quán)值。這樣的調(diào)整可以強(qiáng)制讓邊界點保留在三維重建表面中。

4.3.3 后處理

按照上述改進(jìn)的泊松重建方法生成三維模型后，根據(jù)三角網(wǎng)所構(gòu)成曲面的局部曲度變化來精簡TIN；將簡化后的TIN模型和紋理影像進(jìn)行配準(zhǔn)和貼圖，得到測區(qū)實景三維模型，如圖5所示，這種基于貼近攝影的高精度泊松重建改進(jìn)算法可以有效地提高三維表面重建的精度和質(zhì)量，使得重建結(jié)果更加真實和準(zhǔn)確。

5 質(zhì)量分析

本次實驗主要從模型質(zhì)量對泊松算法重建的貼近攝影建模圖［16］，以及研究提出的改進(jìn)泊松重建算法的貼近攝影建模圖進(jìn)行比較和分析。

兩種建模方案的實景三維模型的部分細(xì)節(jié)如圖6所示?？梢钥吹?，該研究方法能夠有效改善高陡邊坡的三維重建效果。

圖6模型結(jié)構(gòu)清晰程度對比

Fig.6Comparison of model structure clarity

無人機(jī)采集左岸傾斜影像的同時，還獲取了邊坡的機(jī)載LiDAR點云數(shù)據(jù)成果，選取邊坡上20個明顯地物特征點的三維坐標(biāo)值作為理論值，分別對兩種建模方式生成的實景三維模型上的模型坐標(biāo)進(jìn)行檢查，求出中誤差進(jìn)行精度統(tǒng)計：泊松算法平面中誤差為54 mm，改進(jìn)算法后平面中誤差為33 mm，泊松算法高程中誤差為21 mm，改進(jìn)算法后高程中誤差為16 mm。

6 結(jié)語

改進(jìn)泊松重建算法可降低平面上采樣點的深度值，提高不在平面上的采樣點深度值，并使更多邊界點保留在三維重建表面中，能夠有效完善重建模型的紋理細(xì)節(jié)。所建模型在直觀感受與客觀誤差上都取得較大提升。這樣不僅可提高實景三維模型的坐標(biāo)精度與精細(xì)程度，而且能提高地形結(jié)構(gòu)的完整性，還能為工程后期施工圖設(shè)計提供精確的參考資料，可為旭龍水電工程壩址區(qū)及類似工況地區(qū)的地質(zhì)災(zāi)害預(yù)防提供重要依據(jù)。

參考文獻(xiàn)：

［1］高力，徐興亞.無人機(jī)傾斜攝影測量在堤防應(yīng)急除險中的應(yīng)用［J］.人民長江，2020，51（10）：210-214.

［2］王周兵，張瑋鵬，胡義，等.孤山庫區(qū)地質(zhì)災(zāi)害自動化監(jiān)測與信息化防治研究［J］.人民長江，2022，53（增2）：202-206.

［3］魏猛，楊柳，張亭.水陸一體化河道三維模型構(gòu)建方法研究與應(yīng)用［J］.人民長江，2023，54（增1）：68-71.

［4］李策，吳長悅.傾斜攝影與地面激光點云融合精細(xì)化建模研究［J］.現(xiàn)代礦業(yè)，2019，35（5）：53-55.

［5］馬丹璇，張丙先，謝建波，等.無人機(jī)近景測量技術(shù)在高陡邊坡地質(zhì)調(diào)查中的應(yīng)用［J］.水利水電快報，2021，42（10）：38-42.

［6］萬年鋒，袁啟倫，邸國輝，等.基于無人機(jī)LiDAR數(shù)據(jù)的陡崖反坡濾波技術(shù)及應(yīng)用［J］.水利水電快報，2023，44（5）：45-49.

［7］王宇昊，李登華，丁勇.無人機(jī)傾斜攝影測量技術(shù)支持下的裸露邊坡表面變化識別［J］.測繪通報，2023，（8）：45-50.

［8］蔡潤彬.地面激光掃描數(shù)據(jù)后處理若干關(guān)鍵技術(shù)研究［D］.上海：同濟(jì)大學(xué)，2008.

［9］張昕，康光清，馮洋，等.基于傾斜攝影與地面激光掃描技術(shù)的三維實景建模［J］.測繪與空間地理信息，2021，44（增1）：287-290.

［10］陳則剛.三維傾斜攝影技術(shù)在新化縣房地一體項目中的應(yīng)用研究［J］.價值工程，2022，41（14）：139-141.

［11］肖雄武.具備結(jié)構(gòu)感知功能的傾斜攝影測量場景三維重建［J］.測繪學(xué)報，2019，48（6）：802.

［12］孫佳明，李慧.基于傾斜攝影測量與激光掃描技術(shù)的融合建模研究［J］.水利技術(shù)監(jiān)督，2023（2）：280-284.

［13］李世明.激光雷達(dá)點云與攝影測量點云的拉普拉斯融合方法［D］.成都：西南交通大學(xué)，2021.

［14］黃佳彪.基于無人機(jī)的建筑物三維重建及其應(yīng)用［D］.長沙：國防科技大學(xué)，2017.

［15］LI L，YANG F，ZHU H，et al.An improved RANSAC for 3D Point Cloud plane segmentation based on normal distribution transformation cells ［J］.Remote Sens，2017，9（5）：433.

［16］KAZHDAN M，HOPPE H.Screened poisson surface reconstruction［J］.ACM Transactions on Graphics，2013，32（3）：1-13.

編輯：李晗

High steep slope fine realistic 3D reconstruction based on close-up photography techniques

GAN Zheng，ZHOU Xiang

（Changjiang Spatial Information Technology Engineering Co.，Ltd.，Wuhan 430010，China）

Abstract：

Xulong Hydropower Station is located in a steep and high slope area along the Jinsha River.After the construction of the project，a high slope will be formed on the left bank.In response to the sudden safety issues such as rockfall in the steep slope，a Poisson reconstruction improvement algorithm based on close-range photography was proposed.The algorithm adjusted the depth values and weights of boundary points，simplified the TIN based on the local curvature changes of the surface formed by the triangle network，and then treat the model with the texture image to obtain a real-world 3D model of the survey area.The results showed that compared with oblique photography data，the close-range photography can significantly improve the coordinate accuracy and detail of the real-world 3D model.The Poisson reconstruction improvement algorithm can address issues such as the lack of sharp edges and uneven planes in the reconstructed model.This method can not only greatly enhances the integrity of the terrain structure of the 3D model but also provide accurate reference data for the design of construction drawings in the later stage of the project.The research results can provide a reference for the prevention of geologic hazards in the Xulong hydropower dam site area and similar working conditions.

Key words：

inclined photography； close-up photography； realistic 3D； improved poisson reconstruction algorithm； Xulong Hydropower Station

收稿日期：2023-11-02

作者簡介：甘拯，女，高級工程師，主要從事水利水電工程攝影測量與遙感技術(shù)應(yīng)用與研發(fā)工作。E-mail：tricy@126.com

通信作者：周翔，男，高級工程師，主要從事工程測量與攝影測量工作。E-mail：zhouxiang@cjwsjy.com.cn