摘" 要：古式建筑因其具有結(jié)構(gòu)復(fù)雜、構(gòu)件精細(xì)等特點(diǎn)，采用常規(guī)傾斜攝影建模方法，通常存在房檐底部拉花、立面紋理不清晰等問(wèn)題。該文提出一種基于單鏡頭無(wú)人機(jī)空中井字航線影像、貼近環(huán)拍視頻分幀影像、多向空地銜接影像和地面近景照片數(shù)據(jù)的免像控空地融合精細(xì)建模方法，選取青島即墨古城的古式建筑為實(shí)驗(yàn)對(duì)象，將該方法與常規(guī)傾斜攝影建模方法進(jìn)行對(duì)比分析。實(shí)驗(yàn)結(jié)果表明，該文方法在生產(chǎn)效率、紋理精細(xì)度和空間精度上均要優(yōu)于常規(guī)傾斜攝影建模方法。

關(guān)鍵詞：即墨古城；無(wú)人機(jī)免像控；空地影像融合；精細(xì)建模；技術(shù)實(shí)驗(yàn)

中圖分類號(hào)：P231" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2024）25-0024-05

Abstract： Because of its complex structure and fine components， the conventional oblique photography modeling method usually has some problems， such as flower drawing at the bottom of the eaves， unclear facade texture and so on. This paper presents a fine modeling method of image-free air-ground fusion based on single-lens UAV air well route image， close-to-loop video framing image， multi-directional air-ground connection image and ground close-up photo data. The ancient architecture of Jimo ancient city of Qingdao is selected as the experimental object， and this method is compared with the conventional oblique photography modeling method. The experimental results show that the proposed method is superior to the conventional oblique photography modeling method in terms of production efficiency， texture fineness and spatial accuracy.

Keywords： Jimo ancient city; UAV image-free control; air-ground image fusion; fine modeling; technical experiment

古建筑是我國(guó)的無(wú)價(jià)瑰寶，無(wú)人機(jī)傾斜攝影建模方法因其成本低、效率高且自帶真實(shí)紋理等特點(diǎn)[1]，在近年來(lái)被很多學(xué)者廣泛應(yīng)用于古建筑模型重建[2]、修繕保護(hù)[3]與數(shù)字化建檔[4]等工作中。但是，針對(duì)古建筑的修繕需要盡可能地保留古建筑的原真性[5]，而常規(guī)無(wú)人機(jī)五向傾斜攝影建模方法在針對(duì)古式風(fēng)格的建筑進(jìn)行三維建模時(shí)，通常會(huì)因?yàn)闊o(wú)法獲取古式建筑檐下、立面、通道等結(jié)構(gòu)區(qū)域的清晰影像，而導(dǎo)致模型視覺(jué)效果不佳，需要結(jié)合手工單體化精修[6]或激光點(diǎn)云數(shù)據(jù)融合[7]等方法才能解決，極大地增加了建模成本。為了解決以上問(wèn)題，本文提出了一種基于單鏡頭無(wú)人機(jī)空中井字航線傾斜影像、貼近環(huán)拍視頻分幀影像、多向空地銜接影像和地面近景照片數(shù)據(jù)的免像控空地融合精細(xì)建模方法。

1" 免像控空地影像融合建模技術(shù)路線和關(guān)鍵技術(shù)

1.1" 主要技術(shù)路線

本研究主要采取如下技術(shù)路線：第一，利用單鏡頭無(wú)人機(jī)規(guī)劃空中井字航線、貼近繞飛航線，獲取目標(biāo)古式建筑的頂部和中部（側(cè)立面）影像或視頻信息；第二，通過(guò)手持無(wú)人機(jī)或高清相機(jī)圍繞目標(biāo)建筑拍攝地面近景照片，獲取目標(biāo)古式建筑的底部影像數(shù)據(jù)；第三，基于目標(biāo)古式建筑的頂部、中部和底部全方位影像數(shù)據(jù)，加采多向空地銜接影像，經(jīng)過(guò)POS高程精化、相機(jī)標(biāo)定/畸變糾正、視頻分幀、空地融合等技術(shù)處理，實(shí)現(xiàn)多種攝影基線影像空三密集點(diǎn)云的匹配與融合，經(jīng)過(guò)軟件全自動(dòng)TIN網(wǎng)構(gòu)建、白模生成和紋理映射，最終實(shí)現(xiàn)目標(biāo)古式建筑的免像控空地融合精細(xì)建模。

1.2" 單鏡頭無(wú)人機(jī)免像控技術(shù)

單鏡頭無(wú)人機(jī)免像控技術(shù)主要分為2步。第一，POS高程精化。本研究通過(guò)結(jié)合實(shí)驗(yàn)區(qū)的高精度似大地水準(zhǔn)面精化參數(shù)，對(duì)飛機(jī)的原始POS高程進(jìn)行精化處理，將橢球高轉(zhuǎn)換為更為精確的正常高[8]，從而實(shí)現(xiàn)無(wú)人機(jī)POS高程精度的整體優(yōu)化。第二，相機(jī)標(biāo)定與畸變糾正。要實(shí)現(xiàn)無(wú)人機(jī)免像控?cái)z影測(cè)量，就需要對(duì)無(wú)人機(jī)相機(jī)進(jìn)行標(biāo)定，獲得更為精準(zhǔn)的相機(jī)畸變參數(shù)[9]。本文主要采用如下方式進(jìn)行相機(jī)標(biāo)定/檢校：首先，針對(duì)地形、地物相對(duì)豐富的區(qū)域利用單鏡頭無(wú)人機(jī)進(jìn)行常規(guī)傾斜攝影建模；其次，利用大疆智圖軟件進(jìn)行相機(jī)內(nèi)參優(yōu)化計(jì)算，完成相機(jī)自動(dòng)標(biāo)定，并在影像空三計(jì)算階段，導(dǎo)入優(yōu)化后的相機(jī)畸變參數(shù)，從而起到畸變糾正的效果，提升免像控精度。

1.3" 貼近環(huán)拍視頻勻分幀影像提取

貼近攝影測(cè)量近年來(lái)被廣泛應(yīng)用于建筑精細(xì)建模和表觀病害檢測(cè)等領(lǐng)域[10]，本文所采用的貼近環(huán)拍視頻勻分幀影像提取方法則是對(duì)該方法的進(jìn)一步優(yōu)化，具體方法是：首先，通過(guò)對(duì)古式建筑的長(zhǎng)、寬、高進(jìn)行綜合分析，設(shè)計(jì)適宜的航飛高度和相機(jī)傾角，采取貼近繞飛的方式，自動(dòng)勻速環(huán)拍目標(biāo)建筑的側(cè)立面高清視頻，再利用影像勻分幀方法，按照合適的時(shí)間間隔進(jìn)行分幀提取影像?；谠摲椒?，可以有效地提升數(shù)據(jù)采集效率，保證環(huán)拍影像重疊度滿足建模要求。

1.4" 多向空地銜接影像獲取

為了輔助不同攝影基線影像的聯(lián)合空三與融合建模，本研究采用拍攝多向空地銜接影像的方法，具體如下：首先，針對(duì)目標(biāo)建筑的任一主要立面，讓無(wú)人機(jī)自空中航線的最高處至最低處垂直下降，按照一定的影像重疊度，以-90°的相機(jī)傾角不斷拍攝正射影像；待降至航線最低處，將無(wú)人機(jī)相機(jī)沿著朝向建筑物立面以及立面的左、右兩側(cè)共計(jì)3個(gè)方向，分別逐步抬升相機(jī)鏡頭至-75°、-60°、-45°、-30°和-15°，拍攝近地銜接傾斜影像，從而達(dá)到增大不同航高影像之間公共攝影區(qū)域的效果，如圖1所示。

1.5" 空地影像融合建模技術(shù)

空地影像融合建模技術(shù)的主要技術(shù)流程如圖2所示：首先，將井字航線影像與視頻分幀影像進(jìn)行聯(lián)合空三計(jì)算，得到空中影像融合密集點(diǎn)云；其次，利用地面影像進(jìn)行單獨(dú)空三計(jì)算，得到相應(yīng)的影像密集點(diǎn)云；最后，利用空地銜接影像作為連接媒介，通過(guò)刺影像連接點(diǎn)的方式，將地面密集點(diǎn)云與空中影像融合密集點(diǎn)云進(jìn)行配準(zhǔn)、融合，得到融合后的空地影像融合匹配點(diǎn)云數(shù)據(jù)，再經(jīng)過(guò)TIN網(wǎng)重構(gòu)、白模生成、紋理映射等步驟，實(shí)現(xiàn)目標(biāo)古式建筑的精細(xì)模型重建。

2 技術(shù)實(shí)驗(yàn)

2.1" 實(shí)驗(yàn)區(qū)概況

本研究主要選取即墨古城的南閣“景岱”門及周邊區(qū)域作為實(shí)驗(yàn)區(qū)，具體范圍如圖3所示，圖中中下方圓圈區(qū)域內(nèi)為精細(xì)建模區(qū)域，主要是針對(duì)南閣這一古式建筑實(shí)現(xiàn)精細(xì)建模；外圍矩形區(qū)域內(nèi)為常規(guī)實(shí)景三維建模區(qū)域，約0.06 km2。并在測(cè)區(qū)內(nèi)布設(shè)了5個(gè)像控點(diǎn)，主要用于后續(xù)常規(guī)傾斜建模實(shí)驗(yàn)中帶像控點(diǎn)的平差解算。

2.2" 免像控空地融合精細(xì)化建模實(shí)驗(yàn)

本研究中，主要利用大疆Mavic 3 Enterprise（以下簡(jiǎn)稱“M3E”）無(wú)人機(jī)，獲取測(cè)區(qū)的多種空中和地面影像數(shù)據(jù)，并基于空地影像融合建模技術(shù)，構(gòu)建南閣“景岱”門的精細(xì)實(shí)景三維模型。

2.2.1" 井字航線傾斜影像獲取

基于M3E無(wú)人機(jī)規(guī)劃實(shí)驗(yàn)區(qū)“井字”航線，獲取南閣及周邊區(qū)域的3 cm分辨率東、西、南、北4個(gè)方向傾斜影像，設(shè)置航線高度為100 m，相機(jī)傾角-60°，航向與旁向重疊度均為80%，最終共獲取影像278張，作為空地融合建模的重要數(shù)據(jù)源之一。

2.2.2" 貼近環(huán)拍視頻分幀影像獲取

針對(duì)目標(biāo)古式建筑規(guī)劃3種高度的圓形航線，通過(guò)勻速貼近繞飛，分別獲取目標(biāo)古式建筑的頂部（上段圓）、中部（中段圓）和底部（下段圓）的高清視頻數(shù)據(jù)。其中，上段圓航高45 m，繞飛半徑20 m，相機(jī)傾角約55°；中段圓航高25 m，繞飛半徑10 m，相機(jī)傾角約30°；下段圓航高15 m，繞飛半徑8 m，相機(jī)傾角約5°。結(jié)合這3組環(huán)拍高清視頻，綜合分析像片重疊度和數(shù)據(jù)冗余度，采用0.3 s的分幀間隔，進(jìn)行視頻勻分幀影像提取，最終得到目標(biāo)建筑物的貼近繞飛環(huán)拍影像386張，其影像重疊度均在75%以上，完全能夠滿足空中三角測(cè)量和精細(xì)建模要求。

2.2.3" 多向空地銜接影像獲取

為了輔助環(huán)拍視頻分幀影像、“井字”航線影像與地面近景照片的聯(lián)合空三與融合建模，本研究自航線的最高處（100 m），至航線的最低處（15 m），針對(duì)目標(biāo)古式建筑的每個(gè)立面都從高到低依次拍攝了9張正射影像和15張近地銜接傾斜影像（影像重疊度70%），即對(duì)于古式建筑的4個(gè)主要立面總共拍攝了96張空地銜接影像。

2.2.4" 地面近景照片拍攝

本研究主要采用手持M3E無(wú)人機(jī)的方式，圍繞南閣“景岱”門環(huán)拍地面近景影像，共166張。M3E無(wú)人機(jī)自帶RTK，具備高精POS信息，經(jīng)過(guò)與空中航拍影像相同的高程精化和相機(jī)標(biāo)定步驟后，同樣具備免像控級(jí)別的空間精度。

2.2.5" 免像控空地影像融合建模

綜上，本次實(shí)驗(yàn)總計(jì)獲取了926張空地融合影像，利用青島CORS大地水準(zhǔn)面精化七參數(shù)對(duì)這些影像的POS數(shù)據(jù)進(jìn)行高程精化，并導(dǎo)入相機(jī)畸變參數(shù)輔助空中三角測(cè)量計(jì)算（其中，為了進(jìn)一步提高免像控精度，對(duì)視頻分幀影像組和常規(guī)照片影像組分開(kāi)進(jìn)行了畸變糾正，見(jiàn)表1），基于空地影像融合建模技術(shù)，最終實(shí)現(xiàn)了即墨南閣古式建筑的免像控空地融合模型重建，如圖4所示。

2.3" 帶像控常規(guī)五向傾斜影像建模實(shí)驗(yàn)

由于實(shí)驗(yàn)區(qū)周邊存在高度超過(guò)90 m的高大建筑，所以，本文的五向傾斜影像建模實(shí)驗(yàn)，主要采取了如下方式：首先，針對(duì)實(shí)驗(yàn)區(qū)以100 m航高，整體航飛3 cm分辨率五向傾斜影像（相機(jī)傾角-60°，航向、旁向重疊度80%）；再針對(duì)目標(biāo)建筑區(qū)域單獨(dú)規(guī)劃航線，以45 m航高獲取目標(biāo)建筑的1.5 cm分辨率五向傾斜影像（除航高外，其余參數(shù)與3 cm分辨率影像相同），最終通過(guò)像控點(diǎn)平差和實(shí)景三維重建，得到目標(biāo)建筑的常規(guī)五向傾斜模型，用于和免像控空地影像融合模型進(jìn)行對(duì)比分析。

2.4" 2種方法的對(duì)比分析

本文主要從生產(chǎn)效率、紋理精細(xì)度和空間精度3方面，將免像控空地影像融合建模方法與帶像控常規(guī)五向傾斜攝影建模方法進(jìn)行對(duì)比分析。

2.4.1" 生產(chǎn)效率對(duì)比分析

外業(yè)方面，2種方法均是基于M3E無(wú)人機(jī)開(kāi)展影像數(shù)據(jù)獲取。但空地融合建模方法由于采用了免像控技術(shù)，極大地節(jié)省了外業(yè)的數(shù)據(jù)獲取時(shí)間。

內(nèi)業(yè)方面，2種方法均是基于配置為CPU（i7-11 700 K）、內(nèi)存（32 GB）、GPU（RTX 3 060）的單機(jī)處理。但空地融合建模方法獲取的影像更少，數(shù)據(jù)冗余量小，且不需要刺像控點(diǎn)，所以節(jié)省了一定的內(nèi)業(yè)處理時(shí)間。二者的生產(chǎn)耗時(shí)對(duì)比具體見(jiàn)表2。

由表2可知，免像控空地影像融合建模方法的整體生產(chǎn)效率要優(yōu)于常規(guī)的帶像控常規(guī)傾斜攝影建模方法，整體模型生產(chǎn)效率提升約為24.68%，顯著降低了目標(biāo)建筑精細(xì)建模的整體耗時(shí)。

2.4.2" 紋理精細(xì)度對(duì)比分析

本文主要選取了3處具有代表性的細(xì)節(jié)區(qū)域，對(duì)2種方法所重建的實(shí)景三維模型紋理精細(xì)度進(jìn)行了對(duì)比，如圖5—圖7所示。基于空地影像融合的建模方法在房檐底部、通道結(jié)構(gòu)、立面紋理清晰度方面均要優(yōu)于常規(guī)傾斜建模方法，可以有效還原古式建筑的檐底結(jié)構(gòu)、通道結(jié)構(gòu)，甚至連磚縫等紋理細(xì)節(jié)都能清晰呈現(xiàn)，極大提升了模型的紋理精細(xì)程度。

2.4.3" 空間精度對(duì)比分析

本研究圍繞南閣精細(xì)建模區(qū)域周圍共測(cè)量了19個(gè)平高檢測(cè)點(diǎn)（坐標(biāo)已經(jīng)過(guò)脫密處理），其分布如圖8所示。通過(guò)選取模型點(diǎn)和實(shí)測(cè)點(diǎn)，對(duì)空地融合精細(xì)模型和常規(guī)傾斜模型進(jìn)行精度檢測(cè)，其平高檢測(cè)結(jié)果分別見(jiàn)表3、表4。

通過(guò)誤差公式計(jì)算可得，空地融合模型的平面中誤差為0.030 m，高程中誤差為0.025 m；常規(guī)傾斜模型的平面中誤差為0.034 m，高程中誤差為0.027 m。由此看出，空地融合模型與常規(guī)五向傾斜模型的空間精度均能滿足大比例尺測(cè)圖要求，但空地融合模型的整體空間精度均要優(yōu)于常規(guī)五向傾斜模型。

綜上所述，空地融合建模方法在生產(chǎn)效率、紋理精細(xì)度和空間精度上均要優(yōu)于常規(guī)五向傾斜攝影建模方法，可以在不損害空間精度的前提下，有效提升模型生產(chǎn)效率、提高紋理精細(xì)度，降低精細(xì)模型生產(chǎn)成本。

3 結(jié)束語(yǔ)

本文利用單鏡頭無(wú)人機(jī)，基于空中井字航線影像、貼近環(huán)拍視頻勻分幀影像、多向空地銜接影像和地面近景照片數(shù)據(jù)，結(jié)合POS精化、相機(jī)標(biāo)定、視頻分幀和空地融合等技術(shù)，實(shí)現(xiàn)了青島即墨古城南閣“景岱”門的免像控、精細(xì)化建模，并從生產(chǎn)效率、紋理精細(xì)度與空間精度3個(gè)方面，與常規(guī)五向傾斜攝影建模方法進(jìn)行了對(duì)比分析，闡明了本方法的優(yōu)越性，希望為古建筑的精準(zhǔn)修繕和全面保護(hù)提供新的思路。

參考文獻(xiàn)：

[1] 于麗麗.基于無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)的城市三維實(shí)景建模研究[J].測(cè)繪與空間地理信息，2021，44（5）：86-88.

[2] 張茂正.面向高聳古塔的數(shù)字化三維實(shí)景建模方法研究[D].銀川：寧夏大學(xué)，2023.

[3] 袁士才，劉書(shū)婷，唐忠海，等.無(wú)人機(jī)航測(cè)技術(shù)在鄉(xiāng)村古建筑保護(hù)中的應(yīng)用[J].智能建筑與智慧城市，2021（4）：132-133.

[4] 張亦漢，楊清平，黃藝平，等.基于貼近攝影測(cè)量的廣西古墓葬數(shù)字化采集研究[J].南寧師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，40（3）：136-142.

[5] 趙江源.探索古建筑修繕中文物保護(hù)的優(yōu)化路徑[J].中國(guó)民族博覽，2023（16）：63-65.

[6] 楊彥梅，王瑩，施磊，等.基于DP-Modeler的精細(xì)化三維模型構(gòu)建[J].測(cè)繪通報(bào)，2021（5）：106-110.

[7] 張新行，張培，齊亮，等.多源數(shù)據(jù)融合在廣府古城三維重建中的應(yīng)用[J].測(cè)繪通報(bào)，2023（11）：112-115.

[8] 倪凱.基于精靈4 RTK無(wú)人機(jī)的1∶500地形圖免像控測(cè)量[J].測(cè)繪技術(shù)裝備，2021，23（1）：57-59.

[9] 任本偉.基于多源監(jiān)測(cè)數(shù)據(jù)的礦區(qū)地表沉陷研究[D].邯鄲：河北工程大學(xué)，2020.

[10] 孫保燕，莫春華，張玉濤，等.貼近和傾斜攝影互融在拱橋表觀病害檢測(cè)的應(yīng)用[J].遙感信息，2023，38（2）：26-32.