无人机影像地图制作实验研究

何 敬，李永树，鲁 恒，张帅毅

(西南交通大学地理信息工程中心，成都 610031)

无人机影像地图制作实验研究

何 敬，李永树，鲁 恒，张帅毅

(西南交通大学地理信息工程中心，成都 610031)

首先介绍了无人机低空航测系统的组成，然后针对无人机影像分辨率高、像幅小的特点提出了3种影像地图的制作方法，即单张影像几何纠正法、拼接后纠正法及空中三角测量法。文中着重对3种方法的关键性技术问题进行了论述，并从成图效果、精度及效率等方面对每种制图方法进行了综合分析和实验验证。结果表明，拼接后纠正法效率高，空中三角测量法精度高，而单张影像几何纠正法在效率和精度方面均介于二者之间。

无人机;影像地图;几何纠正

0 引言

在自然灾害等突发事件发生时，第一手原始数据的快速获取对相关事件的正确判断及制定相应的决策方案起着重要作用。相对于常规的测量方法，以卫星、大飞机等为平台的测量技术虽然已经得到了广泛应用，但该类方法受天气因素的影响较大，如在多云雾天气的四川盆地是很难拍摄到质量很好的高分辨率遥感影像的［1］。随着以无人机为代表的低空摄影测量技术的快速发展［2－4］，低空遥感技术很好地弥补了卫星光学遥感和普通航空摄影经常受云层遮挡而获取不到影像的不足;同时，小型无人机价格低廉、操作简单，可以根据要求完成低空、超低空飞行任务，以获取不同分辨率的影像［5］。但是，目前对无人机在测绘方面的应用多数还停留在影像的获取方面，对影像后期处理方面的研究则涉及较少。基于此，本文对利用无人机影像制作影像地图的方法进行了研究。

1 无人机遥感平台及数据获取

无人机遥感平台分为空中部分和地面部分。空中部分包括遥感传感器系统、空中自动控制系统和无人机;地面部分包括航线规划系统、地面控制系统以及数据接收系统，如图1所示。

2008年“5·12”汶川地震发生后，为了对受灾情况进行评估，同时也为灾区重建规划提供基础资料，相关部门对四川省彭州市北部某镇进行了无人机航空摄影测量(航测)。测区地处成都平原与龙门山过渡地带，属于山地丘陵地区;地质构造较为复杂，整个地势西北高东南低，最高海拔1320 m，最低海拔623 m;该地常年多云雾，在地震中受灾较为严重。

无人机航测采用的是Cannon EOS 450D数码相机。为了减少镜头畸变参数对影像质量的影响，采用24 mm定焦的方式获取影像。像幅大小为4272像元×2848像元，设计航高为650 m，影像地面分辨率(Ground Sample Distance，GSD)约 0.14 m。图2为无人机在试验区的作业情况。

图2 无人机野外作业Fig.2 Field work by UAV

2 无人机影像地图的制作方法

在利用测区已有地形图的基础上，无人机影像地图的常用制作方法有单张影像纠正法、拼接后纠正法和空中三角测量法。

2.1 单张影像几何纠正法

由于无人机单张影像的覆盖范围相对较小，需要首先确定单张影像所覆盖地形图的大致范围。从影像的匹配区域左下角开始寻找明显的地物信息(如道路交叉口、房屋墙角、平坦地面等)，同时观察地形图上是否有与其对应的点，如果有，则在影像上做出控制点标记，并输入点号;在地形图上找到同名点并注上点号，以方便检查过程中的快速定位;量取同名点的地理坐标，根据这些地理坐标对影像进行纠正。

为了获得更好的影像纠正效果，应从左到右、从下到上比较均匀地标出影像上的控制点，同时在地形图上标出同名点的位置和点号，直到整幅影像4个角、左右边的中间和上下边的中间位置(尽量做到在规定的位置)都标上控制点为止。

鉴于多项式纠正法避开了成像的几何空间过程，并将遥感影像的总体变形看做是平移、缩放、旋转、仿射、弯曲以及更高次变形综合作用的结果，因此本文对无人机影像纠正采用了多项式的纠正方法。

为了更加快速准确地进行影像纠正，这里采用粗纠正和精纠正相结合的方法。

粗纠正利用的仿射变换模型为

式中，(x，y)与(x'，y')为同名点，(x，y)为地形图坐标，(x'，y')为影像图坐标;a、b分别代表 X、Y方向的平移量;k为缩放系数;θ为旋转角度。

式(1)中共有4个参数，只需2对同名点即可计算出方程中的未知数。利用解算出的参数即可对影像进行纠正。将纠正后的影像与地形图叠加，便可获得影像地图。通过对影像地图漫游及缩放等操作，找出存在较大残差的影像，对其通过增加控制点来改善影像的纠正效果。

精纠正一般按照“先整体后局部”的思想选取控制点，即首先在图像的四角选取控制点，然后从外向内选取。当控制点数目在8～19个时，采用二次多项式纠正模型;控制点在20～49个时，采用三次多项式纠正模型;超过50个时，采用四次多项式纠正模型，并且不再增加控制点数和方程的次数。因为即使再继续增加控制点数目和多项式次数，其纠正质量改善效果也不明显了，而且纠正过程中的计算量会极剧增加［6］。

按照图3的流程对其他无人机影像进行纠正，将纠正后的单张影像进行镶嵌处理，并与地形图叠加，形成整个测区的影像地图。

图3 单张影像几何纠正法流程Fig.3 Flow chart of the correction processing carried out to the single image

2.2 SIFT拼接后的纠正法

SIFT(Scale Invariant Feature Transform)算法是David［7－8］在2004年总结了基于不变量技术的特征检测方法基础上提出的一种基于尺度空间的对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子，即尺度不变特征变换。该算法对图像的缩放、旋转有很强的适应能力，能够完成无人机影像的匹配工作。在完成匹配后，利用相关的拼接算法即可对无人机影像进行拼接［9］。将拼接后的影像利用地形图上的控制点进行几何纠正，其纠正方法同2.1节所述。具体流程如图4所示。

图4 SIFT拼接后的纠正流程Fig.4 Flow chart of the correction processing carried out to the images mosaiced by SIFT

2.3 空中三角测量法

利用专业的摄影测量软件，根据测区控制点数据完成空中三角测量，准确地求取每张影像的外方位元素，生成测区影像的DEM。利用生成的DEM数据和相机的内外方位元素，通过相应的构像方程对影像进行倾斜纠正和投影差改正，将原始的非正射数字影像纠正为正射影像，然后对测区内多个正射影像拼接镶嵌［10］，其流程如图5所示。

图5 空中三角测量流程Fig.5 Flow chart of aerial triangulation

3 精度分析

为了对比上述3种方法制作的影像地图，现从影像拼接镶嵌的视觉效果、成图精度和效率等方面进行综合对比分析。

3.1 成图效果分析

从图像接边处镶嵌的视觉效果来看:单张影像几何纠正法纠正的影像有一处明显的接边误差;SIFT拼接后纠正法纠正的影像在接边处有扭曲现象;空中三角测量法纠正的影像则不存在错位和扭曲现象，其对比效果如图6所示。

通过对3种方法拼接过程及其原理的分析，可以得出造成上述现象发生的原因为:单张影像几何纠正法中由于单幅影像覆盖范围较小，且每幅影像中能够找到的控制点数目不一，造成了每幅影像纠正的精度不一样，最终导致在接边处存在误差;SIFT拼接后纠正法仅是从图像学的角度出发，并没有考虑到地形的起伏，在特征不明显的地区匹配精度不高，这些因素都降低了拼接模型参数求解的精度，同时在后期的接边处理过程中又采用了羽化拉伸，因此在接边处的错位就演变成了扭曲。

图6 不同拼接方法的拼接效果对比Fig.6 Contrast of the effects of different mosaic methods

3.2 成图精度分析

对于影像地图，单从视觉效果上作评价是不够的，还要对成图精度进行检验。本文从地形图上选择25个检查点，并分别从上述3种方法所制作的影像图上量取检查点坐标;根据影像图坐标和地形图实际坐标计算出的成图精度如表1所示。

由于空三测量方法是从严格意义上的摄影测量学角度出发，考虑了地形起伏、镜头畸变等其他诸多因素的影响，其成图无论是从视觉效果还是精度上都是3种方法中最优的;SIFT拼接后纠正法前期将各单张影像的误差都混合带到了最终的拼接图像中，加大了后期的影像配准难度，其成图精度最低;单张影像几何纠正法是在前期对各单张影像进行了纠正，减少了误差的传播，因此其总体误差相对较小。

表1 不同拼接方法的拼接精度对比Tab.1 Contrast of the accuracy of different mosaic methods (m)

3.3 成图效率分析

从所需控制点数目来说，单张影像几何纠正法所需控制点数目最多，对每张影像的纠正都至少需要8个控制点;SIFT拼接后纠正法所需控制点数目理论上是单张影像几何纠正法的1/n(n为影像总数);空中三角测量法所需控制点介于二者之间。

从方法的难易复杂程度考虑，单张影像几何纠正法和SIFT拼接后纠正法的复杂程度相同，只要将控制点和相应的纠正模型选好，即可对其进行纠正;空中三角测量法则要复杂的多，它不仅需要设置很多参数，而且当迭代不收敛时还需对各个参数的设置和控制点的点位进行反复微调，直至解算收敛。

在实际作业中，选择何种方法要根据实际情况而定。如果对精度要求很高，建议选择空中三角测量法;如果对效率要求高的话，则建议选择SIFT拼接后纠正法。单张影像几何纠正法通常不单独使用，一般和SIFT拼接后纠正法联合使用，即对那些地形起伏、变形较为严重的地区先采用单张影像几何纠正法进行纠正，然后再采用SIFT拼接后纠正法，这样有利于提高成图精度，而成图效率也不至于降低很多。

4 结论

本文对几种常用无人机影像地图制作方法的原理及制作流程进行了较为深入的讨论，并分别采用这些方法对获取的试验区影像进行了实验，从定性和定量两个方面对实验结果进行了对比分析和评价，并根据实际地形和应用需求总结了各种方法的适用场合，为今后选择无人机影像地图的制作方法提供了有益的参考。

［1］鲁 恒，李永树，何 敬，等.一种基于特征点的无人机影像自动拼接方法［J］.地理与地理信息科学，2010，26(5):16 －19.

［2］崔红霞，孙 杰，林宗坚.无人机遥感设备的自动化控制系统［J］.测绘科学，2004，29(1):47 －49.

［3］曹 立，潘 然，田 挚.遥控飞艇数字航空摄影系统［J］.测绘与空间地理信息，2005，28(5):92 －93.

［4］崔红霞，林宗坚，孙 杰.无人机遥感监测系统研究［J］.测绘通报，2005(5):11－14.

［5］张永军.无人驾驶飞艇低空遥感影像的几何处理［J］.武汉大学学报:信息科学版，2009，34(3):284 －288.

［6］樊文有，谢 忠.GIS空间数据的误差校正［J］.地球科学，1998，23(4):344－347.

［7］David D G.Object Recognition from Local Scale－ invariant Features［C］//Proceedings of the 19997th IEEE International Conference on Computer Vision(ICCV’99)，Kerkyra，Greece，September 20 ～27，1999.Piscataway:IEEE，1999:1150 －1157.

［8］David D G.Distinctive Image Features from Scale－ invariant Keypoints［J］.International Journal of Computer Vision(S0920 －5691)，2004，60(2):91 －110.

［9］何 敬，李永树，鲁 恒，等.基于SIFT特征点的无人机影像拼接方法研究［J］.光电工程，2011，38(2):122 －126.

［10］李德仁，周月琴，金为铣.摄影测量与遥感概论［M］.北京:测绘出版社，2001.

［11］中华人民共和国建设部，国家质量监督检验检疫总局.GB50026－2007，工程测量规范［S］.北京:中国标准出版社，2008.

Research on Producing Image Maps Based on UAV Imagery Data

HE Jing，LI Yong－shu，LU Heng，ZHANG Shuai－yi
(GIS Engineering Center of Southwest Jiaotong University，Chengdu 610031，China)

The composition of the low－altitude unmanned aerial system is described，and then the single image correction method，the after stitching correction method and the aerial triangulation method of mapping by using the UAV images are proposed according to their small scene and high resolution of the UAV images.The key points of the three different mapping methods are emphatically discussed，and the three methods are jointly analyzed and tested according to their mapping effect，accuracy and efficiency.The results demonstrate that the after stitching correction method has higher efficiency，and the aerial triangulation method has better accuracy，with the single image correction method in between，as evidenced by judging the efficiency and accuracy.

UAV;Image maps;Geometric rectification

P 237

A

1001－070X(2011)04－0074－04

2011－03－31;

2011－06－22

“十一五”国家科技支撑计划项目子课题——“成都平原城乡用地协同调控系统开发与示范”项目(编号:2006BAJ05A13)。

何 敬(1983－)，男，博士研究生，主要从事“3S”技术与系统集成研究。

(责任编辑:刁淑娟)