无人机航测倾斜摄影测量三维地理信息建模分析

无人机航测倾斜摄影测量三维地理信息建模分析

管宝安

百川伟业（天津）建筑科技股份有限公司  天津市  300384

摘要：基于倾斜摄影测量的三维建模应用打破了正射影像只能从单一角度拍摄得到数据的局限性。通过搭载多台传感器从一个垂直、多个倾斜等不同角度采集影像，获得具有较高分辨率、较大视场角、更详细的地物信息数据。在拍摄影像的同时，机载传感相对传统人工建模而言，具有可测量性、真实性、高精度的一系列优势，而且通过该方式获得的影像数据成本低廉、最终得到的数据产品的生产周期较之前缩短很多。基于此，本文将对无人机航测倾斜摄影测量三维地理信息建模进行分析。

关键词：无人机；航测；倾斜摄影；地理信息建模

1 无人机航测倾斜摄影测量发展现状

无人机航测是近年来新兴的测量技术，其中，像控点布设是无人机三维模型制作的关键环节之一。无人机航测倾斜摄影测量技术一经问世即得到迅速发展，并且作为一项高新技术应用也十分广泛，很大程度上避免了大型飞行器材资源的浪费，降低了航摄成本。发展过于迅速的后果是相应的精度评价体系并不完善，应用时面临着精度无法准确评价的困难。在进行无人机三维测图的过程中，像控点是倾斜摄影测量测图和控制加密的基础，控制点的布设是影响精度的关键问题。倾斜摄影测量技术在测绘行业中的地位越来越重要，无论从垂直、倾斜、空地融合、街景、室内外，基于数字影像的三维建模已经得到普遍研究，但在无人机飞行稳定性、相机分辨率、数据处理软件以及数据精度检验分析上都存在一定的技术难点，有待于进一步的实验研究。

2 倾斜摄影测量实景三维模型的构建流程

倾斜摄影是应用于无人机航测工作的一项新型技术，该技术的应用打破了从垂直角度拍摄的局限，可通过搭载于同一无人机上的多台传感器以非垂直拍摄的方式获取某一地面对象的三维影像，大幅降低了无人机航测的操作难度。而基于无人机影像数据的三维地理信息建模方法则是决定三维图像信息质量的重点因素，这就需要通过特定的点去通过准则将一系列影像数据空间点联系起来，进而形成一套完整的三维地理空间模型。

2.1 稀疏匹配

选择特定的算法，在描述相同地形地物的不同影像之间提取同名特征点，这一过程即为稀疏匹配。根据提取出来的同名特征点，可以在数字地图上更加准确地表示不同影像之间的相对位置关系，甚至能起到自动修正位置、提高位置精度的效果。完成稀疏匹配要经过以下流程：a.特征点提取。为了从影像中找到特征点，可选择Harris算子进行角点检测，找出特征角点，或者选择DoG算子进行斑点检测，找出特征斑点。这样就能从多个同名点中找出同名特征点。b.特征点描述。利用特征点本身或领域点的特征信息来描述特征点，例如尺度信息、坐标信息、方向信息等。c.特征点匹配。在多个特征点之间建立映射关系，从特征点集合中寻找能成功配对的信息。根据配对结果，如果相似度较高，说明两点为同名特征点的几率越大。

2.2 空三测量

在稀疏匹配的基础上，可以参考影像中所有同名特征点的配对结果进行相对定向。使像点、地物点、投影中心三点一线，保证同一地物点上的不同影像，产生的像点均满足共线条件；而2条以上的同名光线，与摄影基线之间应满足共面条件。在此基础上，利用共面方程可以计算出无人机相机拍摄影像时的坐标位置和拍摄角度。基于这两项数据，反推出影像在像空间辅助坐标系下相对的外方位元素，从而实现相对定向。定向完成后，继续选择当前数字地图上的特征点，将其作为控制点，根据每一个控制点的坐标，在对应的地面摄影测量坐标系上标记出来。在所有控制点标记完成后，采用光束法区域网平差计算方法，可以得出外方位元素的最佳解，完成空中三角测量。

2.3 网格化处理

a.在已经完成的三角网上进行网格初始化，使相邻三角形的边界清晰，得到若干个元三角形；b.基于最优点位于网格生长方向的约束条件，使用Delaunay算法对元三角形做网格化处理，进行网格生长，可以获得真三维网格；c.对真三维网格进行检查，如果发现存在空洞，则使用Delaunay算法予以修补，所有空洞修补完毕后可以得到最终的网格模型。

2.4 三维Mesh的构建

在三维重建工作中，Delaunnay三角网的应用具体包括表面重建、三维模型表达和数据预处理等。本次研究首先通过Delaunnay三角网建立点云领域信息，进而通过简单拓扑关系将各三维点云联系起来，并在此基础上实施表面重建，通过该手段对噪声点和异常点加以处理所得到的处理结果将明显优化隐式曲面。

构建Delaunnay三角网的有关技术在二维领域中的应用已经比较成熟，而对于三维重建工作来说，需要通过更加复杂的处理方法来对密度不均、噪声较强的三维点云来构建Delaunnay三角网。本次研究以空间四面体的二值化标记法为基础，借由Delaunay技术来重建Mesh表面。t与s为终端顶点，分别代表汇点与原点，顶点V代表空间四面体，以n-links代表汇点与原点之间的成功连接，进而形成一个s-t图。每个连接边均对应一个连接权值，通过规定的准则来确定连接边的权值，空间四面体中各顶点与各观测点之间的视线会与空间四面体相交，进而获得相应的连接边n-link。

2.5 纹理映射

网格模型基本上能够呈现出测区地物的真实景象，但是在一些细部纹理上还有一定的改进空间。尤其是在阴影部分，可能会存在边界模糊、内容覆盖的情况，因此还需要对网格模型做纹理映射处理，使实景三维模型的真实感更强。纹理映射的步骤包括：a.基于影像坐标系和纹理坐标系之间的对应关系，从纹理坐标系中，找出与影像点对应的纹理坐标；b.借助于共线方程，将上一步骤中所得的纹理坐标，与三维模型建立对应关系，从而实现二维影像向三维模型的转换；c.将纹理信息添加到三维模型的表面，让三维模型具备更加真实的视觉效果。

2.6 密集匹配

使用无人机航拍采集地物数据时，采用倾斜、多镜头拍摄可以获得更加丰富、精确的信息，在此基础上转化生成的实景三维模型，可以更加清晰、准确地展示测区的地面情况，从而提高了模型的参考价值。

将所有特征点纳入到同一个集合中，即可得到稀疏点云。虽然稀疏点云可以提供构建实景三维模型的数据，但是模型清晰度、纹理等方面还存在很多缺陷，因此还要对稀疏点云中的同名像点做密集匹配处理。尤其是采用倾斜摄影方式获得的数据，因为拍摄角度的原因，影像资料的投影变形大、地物之间相互遮挡的情况较为常见，需要对影像中的特征点做特殊处理。方法如下：利用特征点建立三角网，每个独立的三角形代表一个独立区域，并对同名三角形进行独立的仿射变换。这样每个同名三角形中，每个顶点都可以提取出1个同名特征顶点，将三角网中所有三角形按照上述方法完成仿射变换后，可以得到一个由同名特征顶点组成的旋转矩阵。利用该矩阵对三角形内的点进行像素点匹配，如果匹配相似度达到标准值，则为同名像点，利用该方法可以寻找更多数量的同名像点，从而提高实景三维建模的精度。

3 结束语

本文对无人机倾斜摄影三维建模的相关技术进行了介绍，通过Mesh技术完成三维建模并通过纹理映射技术实现模型着色。在未来的研究工作中，还需要对该技术下所获取的建筑物立面细节精度进行全面评价。

参考文献：

[1]赵建春.基于倾斜摄影测量技术的实景三维建模及精度分析[J].科学技术创新,2022(07):127-130.

[2]薛雷,邓连生,张国武,张云飞,田金泽.无人机倾斜摄影技术三维建模及精度分析[J].湖北理工学院学报,2022,38(01):4-8+31.

[3]崔巨月.无人机倾斜摄影测量三维建模及精度评定[J].资源信息与工程,2021,36(06):68-70.DOI:10.19534/j.cnki.zyxxygc.2021.06.019.