摘 要：為了提升遙感影像在地理信息獲取和環(huán)境監(jiān)測(cè)等領(lǐng)域的應(yīng)用效果，本文提出了多視圖像多角度真正射影像的生成方法，詳細(xì)分析了多角度多視影像真正射糾正的數(shù)據(jù)預(yù)處理過(guò)程，包括影像去重、大氣校正、波段增強(qiáng)、幾何校正以及正射校正等步驟，以保證影像數(shù)據(jù)的準(zhǔn)確性和一致性。同時(shí)，本文設(shè)計(jì)了遮擋檢測(cè)算法，以有效識(shí)別并處理影像生成過(guò)程中可能出現(xiàn)的遮擋區(qū)域，并在此基礎(chǔ)上對(duì)遮擋區(qū)域進(jìn)行信息補(bǔ)償。最終，本文基于特征融合和優(yōu)化的真正射影像生成算法，成功生成了高質(zhì)量的多角度多視影像真正射影像。研究結(jié)果表明，本文提出的方法能夠有效處理多視圖像，生成具有高精度、高清晰度和豐富紋理信息的真正射影像，可為后續(xù)的地理信息提取和地物識(shí)別提供有力支持。

關(guān)鍵詞：多視圖像；多角度；真正射影像

中圖分類(lèi)號(hào)：P 23" " " " 文獻(xiàn)標(biāo)志碼：A

在現(xiàn)有的研究中，多視圖像真正射影像的生成方法主要包括基于幾何變換的方法、基于插值的方法以及基于深度學(xué)習(xí)的方法等。然而，這些方法在處理多視圖像過(guò)程中通常存在計(jì)算量大、精度不高和魯棒性差等問(wèn)題[1]。此外，由于多視圖像拍攝角度具有多樣性，因此如何有效融合不同角度的信息，生成高質(zhì)量的真正射影像，也是目前研究面臨的重要挑戰(zhàn)。

針對(duì)上述問(wèn)題，本文探索了一種高效、準(zhǔn)確的多視圖像多角度真正射影像生成方法，對(duì)多視圖像的幾何特性、光照特性以及紋理特性進(jìn)行深入研究，提出了一種基于特征融合和優(yōu)化的真正射影像生成算法。該算法能夠充分利用多視圖像信息，有效消除投影誤差，提高影像質(zhì)量[2]，并優(yōu)化算法的計(jì)算過(guò)程，降低計(jì)算量，提高處理效率。

1 多角度多視影像真正射糾正數(shù)據(jù)預(yù)處理

航拍圖像中正多邊形房屋通常具有傾斜角，當(dāng)房屋數(shù)量太多且有高層房屋遮擋時(shí)，會(huì)給精確測(cè)量帶來(lái)困難，并影響建模效率。真正射糾正數(shù)據(jù)預(yù)處理是遙感影像處理中的關(guān)鍵步驟，旨在消除地形起伏和傳感器等因素引起的影像變形，生成具有準(zhǔn)確地理信息的正射影像。

當(dāng)對(duì)多面體建筑物進(jìn)行測(cè)量時(shí)，理論上需要對(duì)每個(gè)角進(jìn)行手工測(cè)量，如果角點(diǎn)處數(shù)目太多、圖像上的分角點(diǎn)相互遮擋或圖像分辨率較低，就會(huì)給測(cè)量人員帶來(lái)負(fù)擔(dān)，影響測(cè)量精度，數(shù)據(jù)運(yùn)算的頻繁處理也會(huì)降低建模效率[3]。本文方法僅需要對(duì)房屋的3個(gè)角點(diǎn)進(jìn)行測(cè)量，求出頂點(diǎn)位置，然后根據(jù)頂點(diǎn)個(gè)數(shù)來(lái)確定三角形內(nèi)角位置，并用邊的個(gè)數(shù)來(lái)決定三角形內(nèi)角的夾角，從而得到建筑外形。再測(cè)量房屋周?chē)牡厣宵c(diǎn)，計(jì)算房屋高度，最終實(shí)現(xiàn)對(duì)房屋的擠壓[4]。正多邊形建模流程如圖1所示。

本文在對(duì)鏤空形建筑物建模過(guò)程中，結(jié)合3Ds Max建模規(guī)則，提出一種基于樣條的建筑物外、內(nèi)等高線同時(shí)測(cè)量的方法，即對(duì)建筑物外、內(nèi)等高線進(jìn)行一次測(cè)量，從而對(duì)建筑物、建筑物等進(jìn)行高精度三維建模，解決了傳統(tǒng)3Ds Max測(cè)量方法不精確帶來(lái)的布爾操作偏差問(wèn)題。該算法的基本思路如下所述。首先，在圖像處理中，每一個(gè)特征線上的頂點(diǎn)都是關(guān)鍵的數(shù)據(jù)點(diǎn)，它們能夠精確描述建筑的外形和內(nèi)部結(jié)構(gòu)。以點(diǎn)Pk為例，它是第k個(gè)特征線的頂點(diǎn)，包括該特征線在這個(gè)位置上的關(guān)鍵信息[5]。同時(shí)，將行[i]作為第i個(gè)特征線上的第j個(gè)頂點(diǎn)，按照某種順序或邏輯將這些頂點(diǎn)有序地串聯(lián)起來(lái)，從而形成完整的特征線。其次，輪廓線關(guān)系示例如圖2所示，提取出這些特征線就可以進(jìn)一步定義和識(shí)別建筑的外輪廓線和內(nèi)輪廓線。圖2中的A、B、C、D、E和F點(diǎn)連接構(gòu)成的直線表示建筑的外輪廓線，描述了建筑物外部的邊界形狀。而a、b、c和d點(diǎn)則表示內(nèi)輪廓線，反映了建筑內(nèi)部的某個(gè)區(qū)域或結(jié)構(gòu)。這些輪廓線的存在不僅有助于更好地理解建筑結(jié)構(gòu)，還為后續(xù)的地理空間分析提供了重要依據(jù)。再次，在保證等距不相交的情況下，求出各內(nèi)輪廓線的中心位置，并求出各輪廓線的唯一中心點(diǎn)O。最后，根據(jù)輪廓線獲得唯一中心點(diǎn)，在3Ds Max平臺(tái)上構(gòu)建鏤空形建筑物[6]。

在明確不同形狀建筑的建模流程后，利用紋理映射得到測(cè)區(qū)三維模型。假設(shè)X和Y分別為紋理對(duì)象的橫坐標(biāo)和縱坐標(biāo)，那么每個(gè)紋理對(duì)象的計(jì)算過(guò)程如公式（1）所示。

式中：x1、y1為模型頂點(diǎn)對(duì)應(yīng)圖像坐標(biāo)；x2、y2為切割長(zhǎng)方形左上部圖像坐標(biāo)；width為切割矩形像素寬度；height為裁切矩形像素高；w為切割長(zhǎng)方形長(zhǎng)度；h為切割長(zhǎng)方形的寬度。

將紋理映射數(shù)據(jù)進(jìn)行自動(dòng)裁切，將其存儲(chǔ)為2個(gè)平方的n階冪.jpg文件，從而解決與增強(qiáng)圖像的兼容性問(wèn)題，實(shí)現(xiàn)跨平臺(tái)共享，同時(shí)克服現(xiàn)有模型在不同平臺(tái)的兼容性問(wèn)題。

2 遮擋檢測(cè)算法設(shè)計(jì)

多視圖像多角度真正射影像的生成方法研究是遙感技術(shù)與攝影測(cè)量領(lǐng)域的一個(gè)核心議題。真正射影像的生成旨在消除地形起伏帶來(lái)的投影差，使影像呈現(xiàn)出類(lèi)似垂直攝影的視覺(jué)效果。遮擋檢測(cè)算法設(shè)計(jì)是真正射影像生成過(guò)程中的關(guān)鍵環(huán)節(jié)。遮擋現(xiàn)象在山區(qū)、城市等復(fù)雜地形中比較常見(jiàn)，給影像的完整性和準(zhǔn)確性帶來(lái)了挑戰(zhàn)。因此，開(kāi)發(fā)高效的遮擋檢測(cè)算法對(duì)提升真正射影像的質(zhì)量至關(guān)重要。在遮擋檢測(cè)算法設(shè)計(jì)中，可以利用相關(guān)參數(shù)，例如地形高度、坡度和視角等，建立對(duì)應(yīng)的鏡像方程，并模擬光線傳播過(guò)程[7]。這些方程能夠描述光線在不同角度和地形條件下的傳播路徑，據(jù)此可判斷哪些區(qū)域可能被遮擋，并采用特定的數(shù)字模型進(jìn)行遮擋檢測(cè)。這些模型可以利用幾何光學(xué)原理或機(jī)器學(xué)習(xí)算法，對(duì)圖像進(jìn)行數(shù)值運(yùn)算和點(diǎn)解算，識(shí)別潛在的遮擋區(qū)域。能夠充分利用圖像的像素信息、紋理特征以及上、下文關(guān)系，提高遮擋檢測(cè)的準(zhǔn)確性。在真正射影像的生成過(guò)程中，結(jié)合數(shù)字式差動(dòng)校正消除原始圖像中的畸變和誤差，使圖像更接近真實(shí)場(chǎng)景。數(shù)字式差動(dòng)校正分為直接式、插入式以及直接式與間接式組合等多種方式。直接式校正以直接對(duì)圖像進(jìn)行數(shù)值運(yùn)算來(lái)消除畸變，插入式校正可以利用插值算法來(lái)填補(bǔ)圖像中的空白區(qū)域，將直接式與間接式校正方法組合使用可以進(jìn)一步提高校正的精度和效率。本文采用直接式方法，從原始影像的像點(diǎn)p（x，y）出發(fā)，按照順序求解每個(gè)原始像素點(diǎn)在糾正影響中的正確位置坐標(biāo)P（X，Y），在航空攝影測(cè)量的過(guò)程中，其直接解算式如公式（2）所示。

式中：a1、a2和a3分別為由角元素構(gòu)成的旋轉(zhuǎn)矩陣；b1、b2和b3分別為由角元素構(gòu)成的平移矩陣；c1、c2、c3分別為線性變換矩陣；Z為高程，可由DEM內(nèi)插求解；f為糾正系數(shù)。

由于真正射影圖像的質(zhì)量和模型的精細(xì)化程度有緊密聯(lián)系，因此，在城區(qū)遮擋區(qū)域檢測(cè)中，采用矢量建筑模型比采用柵格建筑模型對(duì)遮擋區(qū)域的識(shí)別精度更高。用柵格表示地形的數(shù)字地面模型，用矢量表示建筑數(shù)字地面模型。新方法適合于城區(qū)地勢(shì)較平坦的城區(qū)，但是當(dāng)?shù)貏?shì)較高時(shí)，易發(fā)生迭代次數(shù)過(guò)多，導(dǎo)致算法效率降低。

在真正射影像生成中，遮蔽區(qū)域檢測(cè)耗時(shí)較長(zhǎng)，對(duì)計(jì)算機(jī)內(nèi)存的要求較高。因此，在實(shí)際應(yīng)用中應(yīng)結(jié)合數(shù)字城市幾何模型的范圍，將遮擋檢測(cè)生成控制在合理區(qū)域范圍內(nèi)，達(dá)到降低資源消耗的目的。遮蔽區(qū)域獲取過(guò)程如圖3所示。

3 遮擋區(qū)域信息補(bǔ)償與真正射影像生成

完成遮擋區(qū)域的探測(cè)過(guò)程后可得到每個(gè)圖像所對(duì)應(yīng)的遮蔽區(qū)域，進(jìn)而對(duì)遮蔽區(qū)域面積進(jìn)行信息補(bǔ)償。本文針對(duì)航拍圖像存在多視角、高交疊等特點(diǎn)，根據(jù)航拍圖像間的重疊特征，選取與之相匹配的鄰近圖像進(jìn)行遮擋，從而獲得包括遮擋信息的真實(shí)航拍圖像[8]。

將航拍圖像反向投影城市模型，進(jìn)行遮擋區(qū)域提取。針對(duì)遮擋區(qū)域信息，以減少高差偏移、減少相鄰遮擋區(qū)域圖像顏色不一致性為目標(biāo)，對(duì)每幅圖像的權(quán)重圖像進(jìn)行加權(quán)處理，從遮擋區(qū)域多幅航拍圖像中選取最大選項(xiàng)值圖像來(lái)填充遮擋區(qū)域。

當(dāng)航拍圖像具有多個(gè)角度和側(cè)向重疊程度較高時(shí)，可以在多張相鄰圖像上同時(shí)獲得遮擋區(qū)域。在此背景下，最有效的方式就是利用鄰近航線和側(cè)向圖像中的可見(jiàn)光圖像來(lái)彌補(bǔ)被遮擋區(qū)域的紋理信息。本文擬將被補(bǔ)償?shù)恼队皥D像稱(chēng)為“主像”，被補(bǔ)償?shù)脑紙D像稱(chēng)為“次圖像”，其補(bǔ)償原理如下：選擇與遮擋最接近的“背景點(diǎn)”對(duì)應(yīng)的子圖像，當(dāng)建筑密度較大時(shí)，如果使用相鄰圖像的疊加信息無(wú)法完全彌補(bǔ)遮擋區(qū)域，就可以采用其他紋理修補(bǔ)技術(shù)，以保證圖像的完整性。

在此基礎(chǔ)上，采用最小視點(diǎn)原理，即物體拍攝方向和投影中心鉛垂線間的角度來(lái)填充遮擋區(qū)域內(nèi)的缺損信息。當(dāng)視野較小時(shí)，所選取的可視像素點(diǎn)的可用度也較高。視角大小選擇影像示意圖如圖4所示。

根據(jù)最小角度選取原理，將角度最小的C點(diǎn)作為遮擋點(diǎn)，并進(jìn)行填充。

綜上所述，如果利用鄰近航攝圖像對(duì)遮擋區(qū)域進(jìn)行補(bǔ)償，就需要使被填充區(qū)域在其他圖像上可見(jiàn)。當(dāng)生成真實(shí)投影圖像時(shí)，將被遮擋區(qū)域像素的顏色值賦予為黑色，這樣在對(duì)遮擋區(qū)域進(jìn)行紋理修復(fù)過(guò)程中僅需要對(duì)已標(biāo)注的像素做相應(yīng)處理即可。如果被標(biāo)注的像素不是遮擋區(qū)域，就保持原始圖像的顏色值。本文沒(méi)有對(duì)真實(shí)圖像進(jìn)行圖像增強(qiáng)，因此采用最少?gòu)垟?shù)的影像，得到包括完整圖像信息的正射影像，以降低遮擋區(qū)域由多幅航空影像拼接造成的圖像色差。圖像填充的方法為手工方法，將航空影像按照順序排列，逐個(gè)填充遮擋區(qū)域。

一般情況下，當(dāng)使用鄰近航拍影像填充遮擋區(qū)域時(shí)，需要先提取遮擋區(qū)域，再用索引矩陣標(biāo)注遮擋區(qū)域。多視角、高重疊率的影像是一種非常適合鄰近像素補(bǔ)償?shù)姆椒?。?dāng)多幅影像同時(shí)含有被遮擋的圖像時(shí)，需要選取適當(dāng)?shù)挠跋襁M(jìn)行補(bǔ)償。通常將被修復(fù)的圖像稱(chēng)為主要圖像，將被遮蓋區(qū)域進(jìn)行紋理修復(fù)的圖像稱(chēng)為副圖像，進(jìn)而可聯(lián)合主圖像和輔助圖像的來(lái)形成真實(shí)圖像。

真實(shí)圖像拼接所使用的圖像通常存在一定交疊。當(dāng)獲取多視角多視點(diǎn)圖像時(shí)，受外界環(huán)境和硬件條件的限制，除了不同圖像區(qū)域的有顏色深淺、曝光強(qiáng)弱外，同一圖像區(qū)域內(nèi)的對(duì)比也有所差異。例如，同一幅影像在不同區(qū)域會(huì)出現(xiàn)不同色調(diào)，迎光面會(huì)偏明亮，背光面會(huì)黯淡。一般來(lái)說(shuō)，影像的像主點(diǎn)附近色彩飽和度較高，而影像邊緣部分則色差明顯、變形較大。

光線強(qiáng)度、氣象條件、霧霾、云煙、航攝時(shí)段和相機(jī)自身等多種因素的影響，會(huì)使真實(shí)影像拼接結(jié)果出現(xiàn)色彩不均衡現(xiàn)象，導(dǎo)致真正影像的顏色缺乏一致性，直接影響真正射像的視覺(jué)質(zhì)量，進(jìn)而影響后期圖像的地物辨別和多領(lǐng)域服務(wù)應(yīng)用。因此對(duì)影像的勻光、勻色和色彩庫(kù)進(jìn)行協(xié)調(diào)匹配、優(yōu)化處理，不僅能改進(jìn)圖像質(zhì)量，還能提升圖像的精度和美感。

4 結(jié)論

本文對(duì)多視圖像多角度真正射影像的生成方法進(jìn)行了深入研究，提出了一種基于特征融合和優(yōu)化的算法。該算法能夠有效融合多視圖像的信息，消除投影差，生成高質(zhì)量的真正射影像。試驗(yàn)結(jié)果表明，該算法在處理多視圖像過(guò)程中具有較高的精度和魯棒性，能夠滿足實(shí)際應(yīng)用需求。

然而，本文的研究仍存在一定局限性。首先，算法的處理效率有待進(jìn)一步提高，以應(yīng)對(duì)大規(guī)模多視圖像的處理需求。其次，在處理復(fù)雜地形和地物過(guò)程中，該算法可能會(huì)受一定程度的影響，需要進(jìn)一步優(yōu)化算法以提高適應(yīng)性。未來(lái)將繼續(xù)研究多視圖像的處理技術(shù)，探索更高效、準(zhǔn)確的真正射影像生成方法，為遙感影像的應(yīng)用提供更豐富的信息支持。

參考文獻(xiàn)

[1]周勇，張旺，黃琦峻.真正射影像制作技術(shù)的新發(fā)展及生產(chǎn)實(shí)踐[J].測(cè)繪技術(shù)裝備，2023，25（4）：85-89.

[2]賀艷花.基于無(wú)人機(jī)圖像生成高精度真正射影像圖研究[J].科技資訊，2023，21（21）：25-28.

[3]胡玉新，王峰，焦念剛，等.面向目標(biāo)結(jié)構(gòu)信息保持的SAR真正射遙感影像生成方法[J].電子與信息學(xué)報(bào)，2023，45（10）：3767-3775.

[4]王延正，周曉峰，張明哲.基于INPHO軟件的真正射影像生產(chǎn)研究[J].科技與創(chuàng)新，2023（15）：112-114，118.

[5]鄧?yán)^偉.基于高精度真正射影像的鐵路既有線岔心測(cè)量方法[J].中國(guó)鐵道科學(xué)，2023，44（2）：24-31.

[6]唐乾坤，陳曄，楊正銀，等.真正射影像制作中遮蔽區(qū)域修復(fù)算法[J].測(cè)繪，2023，46（1）：18-22.

[7]徐柳華，沈彩蓮，馬旭文，等.真正射影像建筑物遮蔽區(qū)域信息分析與提取[J].測(cè)繪與空間地理信息，2022，45（9）：44-46.

[8]張春森，葛英偉，郭丙軒，等.無(wú)人機(jī)影像DSM自動(dòng)生成隨機(jī)傳播COLVLL算法[J].測(cè)繪學(xué)報(bào)，2022，51（11）：2346-2354.