低空航空摄影飞行质量自动化检查系统实践与研究

陈晓茜，王海涛,2，倪 峰

（1.湖北省基础地理信息中心（湖北省北斗卫星导航应用技术研究院），湖北 武汉 430074； 2.中国地质大学（武汉）国家地理信息系统工程技术研究中心，湖北 武汉 430074；3.湖北省测绘工程院，湖北 武汉 430074）

低空航空摄影飞行质量自动化检查系统实践与研究

陈晓茜1，王海涛1,2，倪 峰3

（1.湖北省基础地理信息中心（湖北省北斗卫星导航应用技术研究院），湖北 武汉 430074； 2.中国地质大学（武汉）国家地理信息系统工程技术研究中心，湖北 武汉 430074；3.湖北省测绘工程院，湖北 武汉 430074）

针对低空航空摄影的特点，使用拍摄影像中心点GPS坐标数据，研制基于飞行质量成果的自动化检查系统。系统利用SIFT、相关系数、相对定向模型、影像匀光等技术实现高可靠性的自动化处理方法，对SIFT的优化、多线程、多核编程技术（OpenMP）实现了质量评定的高效处理，和对评定成果的直观可视化表达。

低空航空摄影；SIFT；质量检查

低空航空摄影因成本低、性能灵活等特点，广泛应用于测绘、国土、规划等行业，是获取地理空间数据的重要手段之一[1-8]。但其在拍摄时受外部环境的影响较大，致使获取影像的重叠度、旋偏角等变化大。为保障后期能够提供合格的地理空间数据，低空航空摄影更应加强质量检查工作[9-12]。很多学者针对航空影像质量检查开展了大量的研究工作[13-16]，但针对低空航空摄影的较少。由于低空航空摄影影像数量较大，目前常规依靠人工开展质量检查工作的方法自动化程度低、工作量大，因而其需要实现更快的自动处理速度。本文采用SIFT算法[17-22]、多线程、OpenMP、影像匀色[23-26]、相对定向[27-30]等技术方法，实现高效率的自动化处理和高可靠性的自动化检查。

1 低空航空摄影特点分析

1.1 相机位置关系与获取的影像特点

低空航空摄影使用数码相机拍摄影像，几种常用的数码相机见表1。不同类型的低空摄影测量系统相机与设备摆放位置有4种关系（见图1），图2a是相机摆放0°时获取的影像效果，图2b是相机摆放90°时获取的影像效果。

表1 几种常用的数码相机像幅面参数

图1 相机与设备摆放关系（带箭头的虚线表示航线方向）

图2 相机摆放角度与航线关系

1.2 影像拍摄特点

低空航空摄影一般采用等距曝光的方式拍摄，航带内影像间距相等，而航带间影像对应关系随机变化，图3为常规航空摄影与低空航空摄影曝光特点，图中蓝色箭头表示航线方向、红线表示航线间影像关系。图3a为平地的常规航摄航线，航带间影像对齐关系比较整齐；图3b是低空航空摄影的航线，航带间影像对齐关系没有常规航空摄影整齐。低空航空摄影使用的相机面幅较小，在相同测区面积、相同地面分辨率的情况下，与常规航空摄影相比获取的影像数量大，图4为两个测区获取的航线及影像数量。

图3 影像曝光特点

图4 低空航空摄影的航线与影像数量

1.3 航线间影像关系

由于外部环境的影响，特别是风速的影响，航带间的影像重叠度、旋转等变化大，图5为两条航线连续4张影像重叠度及旋转关系效果。

图5 航带间影像关系

2 需求与设计

2.1 系统需求

常规航空摄影广泛使用POS（GPS/IMU）技术[7-8]，而低空航空摄影一般是导航型号GPS技术，所以对于低空航空质量检查系统要充分利用GPS数据研制自动检查系统，具体需求如表2所示。

2.2 系统设计

根据需求分析，本文将低空航空摄影飞行质量检查系统划分为基础模块、自动化处理模块、交互可视化模块和实用工具模块4个部分，各个模块的具体功能及内容见表3。

表2 检查系统的需求分析

表3 检查系统模块功能及内容

3 关键技术

3.1 坐标变换

低空航空摄影系统记录的影像中心点坐标为经纬度（图6），在后期使用中需要转换为投影坐标，本文采用Proj.4实现坐标转换，Proj.4参数使用字符串传递，下例为UTM投影49带的参数配置。为方便使用，本文将Proj.4进行包装，并给出实用的参数配置界面，如图7所示。Proj.4参数配置例子（WGS84椭球UTM投影49带的参数配置字符串）为：+proj=utm +zone=50 +a=6378140.000000 +b=6356755.288158 +towgs84=0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000 +units=m +no_defs。

图6 飞行记录的影像坐标数据

图7 Proj.4参数配置界面

3.2 影像匹配

低空航空影像航带间影像存在大旋转角，文中采用SIFT来实现影像的同名点匹配（图8）。经SIFT算法匹配的同名点错误采用RANSAC算法[30]、相对定向模型（式（1））[2-30]和投影变换模型（式（2））来剔除。

航空影像对间存在严格结合关系，同名点从计算机视觉和摄影测量学角度都可以表达为：

对于低空航空摄影，地表的深度变化相对于到相机的距离较小，此时可视为弱透视成像，同名点可表达为：

低空航空摄影由于外部摄影条件的复杂性，使得获取的影像在色彩上存在不同程度的差异，在特征提取前需消除影像色彩上的差异，即进行匀光处理。本文影像匀光是为了突出影像细部特征，提取分布均匀的特征点，在此采用Schowengerdt提出的LRM[25]模型处理影像色彩差异，匀光处理后的特征点提取效果如图9所示。

图8 匹配结果透明叠加效果

图9 影像匀光前后特征提取效果

3.3 航线自动恢复

低空航空摄影拍摄时记录影像的位置坐标及姿态信息（如图10，在航带间航偏角差别较大）。低空航空摄影幅面较小，一般航带内影像重叠度大于航带间影像重叠度，这样航带内影像距离就小于航带间影像距离，所以利用影像间距离和飞行姿态这两个条件自动建立航带关系，图11是两个测区自动建立航带的效果（不同航带使用不同颜色标识）。

图10 飞行记录的影像坐标数据（航带变换处)

图11 航带自动建立实验案例

3.4 影像方向统一及自动排列

由于相机与飞行设备间的位置关系，影像关系不符合人眼视觉观察习惯，在开展质量评定前需要将影像方向统一。如图12a，以航线方向为X轴建立笛卡尔坐标系，航带顺序按照Y轴方向排列，影像方向按照X轴排列；图12b是使用GPS数据自动统一的影像排列关系。

图12 影像自动排列

3.5 航带内、带间检查成果可视化

航带内、航带间影像检查成果采用影像透明叠加及质量分布曲线的方式来直观表达。图13为航带内检查成果的可视化，分布曲线内容包括最大重叠度、最小重叠度、左旋偏角、右旋偏角、旋转角；图14为航带间检查成果的可视化，分布曲线内容包括最大重叠度、最小重叠度、旋转角。

图13 航带内影像质量检查功能实现

图14 航带间影像质量检查功能实现

3.6 SIFT优化

质量评定工作量最大的环节在重叠度、旋偏角等检查，本文使用影像金字塔、距离查找表、多线程、CPU多核等技术提高处理效率。

为提高SIFT特征提取的效率，满足快速可视化需要，对原始影像进行降分辨率处理，本文采用缩小影像的最大边为1 000像素的方式缩小影像，常用相机参数如表4，降低影像分辨率对重叠计算的影像误差为0.1%，不影响对飞行质量的评定。影像缩小，需要CPU资源少，在此采用多线程的方式实现影像缩放并行处理。

表4 常用数码相机使用缩小影像检查重叠度误差分析

对SIFT特征的快速计算有很多方法，本文采用OpenMP多核计算及距离计算查找表的方式提高SIFT特征的计算速度。距离计算表要求对SIFT特征描述采用整数描述，设特征的描述范围为N，则计算查找表记录（N-1）2，如图15，则SIFT特征的距离由变为d因此加快了计算速度。

图15 距离计算查找表

OpenMP是一种用于共享内存并行系统的多线程程序设计的库，特别适合于多核CPU上并行程序的开发设计。本文采用该技术计算SIFT特征点的距离，伪代码为：

4 功能实现及可视化实验

为实现测区整体评定，需要将自动化检查成果用图表等方式更直观地视觉表达，按照系统的需求及设计，系统实现了检查成果的直观可视化，在此重点描述数据管理、航带内检查、航带间检查和影像图面检查功能的实现效果。

1）数据管理。数据管理包括拍摄的影像数据及其位置数据，图16是数据管理的界面，对影像数据航带关系实现了直观管理，并对航带分布、影像分布实现了符合检查习惯的、友好的操作界面。

图16 数据管理及可视化

2）航向重叠度检查。航带内检查成果可视化内容包括航带内相邻影像的透明叠加及整条航带检查成果的曲线分布图，如图17所示。

图17 航带内影像质量检查界面效果

3）旁向重叠度检查。航带间检查成果可视化内容包括相邻航带相邻影像的透明叠加及航带间检查成果的曲线分布图，如图18所示。

图18 航带间影像质量检查界面效果

4）影像图面质量检查。图面质量评定是航空影像质量检查的一项重要内容，本文使用影像的位置信息（GPS数据）自动排列影像，使用前文阐述的方法自动规划影像方向，这样可直观开展影像图面质量检查，图19是检查云遮挡地物的例子。

图19 测区影像整体分布浏览（局部截图）

5 结 语

该系统使用成熟的影像处理技术和SIFT优化、多线程、OpenMP等实现了飞行质量的高效自动化处理，同时实现了质量检查的可视化交互功能。目前该系统已用于低空摄影成果的质量检查实际工作中。低空航空摄影的飞行质量检查内容还包括航线轨迹等内容，将在今后的系统开发中进一步完善。

[1] 李德仁,李明.无人机遥感系统的研究进展与应用前景[J].武汉大学学报(信息科学版),2014,39(5)∶505-513

[2] 毕凯,李英成,丁晓波,等.轻小型无人机航摄技术现状及发展趋势[J].测绘通报,2015(3)∶27-31,48

[3] 周高伟,李英成,任延旭,等.低空无人机双介质水下礁盘深度测量试验与分析[J].测绘学报,2015,44(5)∶548-554

[4] 杨青山,范彬彬,魏显龙,等.无人机摄影测量技术在新疆矿山储量动态监测中的应用[J].测绘通报,2015(5)∶91-94

[5] 吕立蕾,张卫兵,胡树林,等.低空无人机航摄系统在长距离输油（气）管道1∶2 000带状地形图测绘中的应用研究[J].测绘通报,2013(4)∶42-45

[6] 史华林.无人机航测系统在公路带状地形测量中的应用[J].测绘通报,2014(6)∶60-62

[7] 刘先林,邹友峰.大面阵数字航空摄影原理与技术[M].郑州∶河南科学技术出版社,2013

[8] 张力.航空数字摄影测量传感器系统新进展[J].地理信息世界,2009(3)∶37-48

[9] CH/Z3005-2010.低空数字航空摄影规范[S].

[10] GB/T24356-2009.测绘成果质量检查与验收[S].

[11] CH/T1029.2-2013.航空摄影成果质量检验技术规程 第2部分∶框幅式数字航空摄影[S].

[12] 洪亮,王海涛,曹金山,等.数字航空摄影成果质量检验方案[J].武汉大学学报(信息科学版),2013,38(10)∶1 172-1 174

[13] 陈洁,杨达昌,杜磊,等.框幅式数字航空摄影飞行质量检查方法[J].国土资源遥感,2014,26(4)∶91-96

[14] 曾衍伟,易尧华.影像数据质量检验与评价系统的设计与实现[J].遥感信息,2003(4)∶35-38

[15] 段福洲,赵文吉.基于图像匹配的机载遥感影像质量自动检查方法研究[J].测绘科学,2010(6)∶57-58

[16] 冮丽杰,刘津怿,宋丽红,等.SWDC-4数字航空摄影的质量检查内容及实现手段[J].测绘与空间地理信息,2014(11)∶193-194

[17] Lowe David G. Distinctive Image Features from Scaleinvariant Keypoints[J].Internation Journal of Computer Vision, 2004,60(2)∶91-110

[18] 徐秋辉,佘江峰,宋晓群,等.利用Harris-Laplace和SIFT描述子进行低空遥感影像匹配[J].武汉大学学报(信息科学版),2012,37(12)∶1 443-1 447

[19] 胡同喜,牛雪峰,谭洋,等.基于SURF算法的无人机遥感影像拼接技术[J].测绘通报,2015(1)∶55-58

[20] 刘如飞,卢秀山,刘冰,等.无人机航摄影像快速拼接方法改进[J].测绘通报,2014(2)∶46-49

[21] 解斐斐,林宗坚,桂德竹.基于SIFT的UAV载组合宽角相机影像匹配方法[J].吉林大学学报(信息科学版),2014, 32(1)∶56-63 [22] Kim J C,Park E,CUI X,et al.A Fast Feature Extraction in Object Recognition Using Parallel Processing on CPU and GPU[C]. IEEE International Conference on Systems, Man and Cybernetics San Auyonio,2009

[23] 韩龙,郭立,李玉云.SIFT算法的并行实现及应用[J].计算机工程与应用,2010,46(20)∶56-59

[24] 李德仁,王密,潘俊.光学遥感影像的自动匀光处理及应用[J].武汉大学学报(信息科学版),2006,31(9)∶753-756

[25] Schowengerdt R A.Remote Sensing Models and Methods for Image Processing[M]. San Diego,1997

[26] 张力,张祖勋,张剑清.Wallis滤波在影像匹配中的应用[J].武汉测绘科技大学学报,1999,24(1)∶24-27

[27] 张祖勋,张剑清.数字摄影测量学[M].武汉∶武汉大学出版社, 2012

[28] 张永军,张勇.大重叠度影像的相对定向与前方交会精度分析[J].武汉大学学报(信息科学版),2005,30(2)∶126-130

[29] 陆珏,陈义,郑波.多基线近景摄影测量连续像对相对定向[J].同济大学学报(自然科学版),2010,38(3)∶442-447

[30] Fischler M A,Bolles R C. Random Sample Consensus∶a Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography[J].Communications of the ACM,1981,24(6)∶381-395

P208

B

1672-4623（2016）05-0044-05

10.3969/j.issn.1672-4623.2016.05.014

陈晓茜，硕士，工程师，主要从事信息化测绘研究。

2015-12-10。

项目来源：国家高技术研究发展计划资助项目（2013AA122104）。