地震应急无人机影像处理软件对比研究

贺 专

地震应急无人机影像处理软件对比研究

贺 专

相比于传统的航摄软件的庞大，针对于无人机的智能化、轻量化影像处理软件的发展十分迅速，不需要专业知识也能操作，方便了它们的行业应用。本文选取了三款常用软件Pix4d、Photoscan、Smart3d进行评价，以大疆精灵3获取的1个架次209张照片作为实验数据，从处理流程、耗时、正射影像图、三维模型等方面对这三款软件进行对比研究。研究表明在耗时方面，从低到高依次是Pix4d、Photoscan、Smart3d；在生成正射影像图方面适合用Pix4d、Photoscan；在生成三维模型方面适合用Smart3d。

Pix4d Photoscan Smart3d 地震 无人机

1 引言

无人机在地震应急遥感中发挥着越来越重要的作用。地震发生后，需要快速地获取灾情信息，传统的卫星遥感手段的机动性可能不如无人机。无人机到达目的地以后，能快速展开和起飞作业，且能在云层以下拍摄，获取的影像清晰无遮挡、分辨率较高。在无人机影像后期处理软件的帮助下，不但能获取到灾区的正射影像图，而且可以对灾区进行三维建模，因此在道路勘察、滑坡和堰塞湖监测、房屋损失评估等方面具有很大的应用前景。近年来，以大疆为代表的民用无人机市场的爆发，加快了无人机的智能化进程，操作简单、成本低、便于携带等优势更是加快了无人机在地震应急行业中的应用。

适用于无人机影像处理软件的发展也十分迅速。相较于以往一些庞大的、繁杂的、需要专业知识的遥感影像处理软件，如今市面上已经出现一批专门针对无人机影像处理的商用软件，诸如Pix4d、Photoscan、Smart3d等。 这 些软件智能化程度高，人工干预少，不需要相关专业知识就能操作，甚至不需要地面控制点，也能产出有效的成果。

三款软件各有优势，本文通过选取同一组测区数据，使用它们进行处理，然后从正射影像图、三维模型、耗时等方面对它们进行对比研究。

2 测区数据

测区选在国家地震紧急救援训练基地，位于北京西郊凤凰岭。基地是国家和省级地震灾害紧急救援队进行专业技能训练的场地，拥有馅饼状倒塌建筑、斜楼等多种地震模拟废墟，适合进行此次地震应急航拍工作。

表1 无人机参数表

表2 相机参数表

采用的机型为大疆精灵3（DJI Phantom 3 Advanced），电池续航时间约23分钟，最大飞行速度16m/s。搭载的相机型号为DJI FC300S，焦长3.61mm（35mm等效焦距20mm），图像尺寸4000×3000，像元大小1.56μm。

适用于大疆的自主航线规划及飞行的免费软件有Altizure、DJI GS Pro等，可安装在Ipad上运行。本试验采用Altizure，只需轻点屏幕划定飞行区域、设置航高、重叠率、相机等参数后，就能智能规划飞行航线，控制无人机自动起飞并执行航拍任务。

本次试验航向重叠率为86%，旁向重叠率为76%，相对航高为108m。合适的飞行计划能避免疏漏，为了达到更精细的三维建模，重叠率可以适当提高。现场获取完数据后，可以对数据进行重叠度的快速检测，若不满足要求，则要重新采集或者补点。

试验总共获得209张照片，照片的EXIF元数据中包含有GPS标签（经度、纬度、高程），软件会自动读取并作为三维建模的依据。影像数据集相关的信息如表3所示。为模拟地震应急航拍场景，不设置地面控制点（GCP)。

三款软件使用同一个工作站进行影像处理，使用GPU（图形处理器）能加快图形计算处理，工作站的参数如表4。

3 处理流程

3.1 Pix4d

Pix4d是一家瑞士公司的软件，它的最大特点是一键处理，无需人工干预，可全自动地生成结果。内置相机参数数据库，能从照片EXIF中自动识别出对应的相机参数（相机型号、像主点、焦距等），且支持不同架次、不同相机的数据同时处理。输入只需要照片和GPS坐标即可拼图，甚至无pos坐标也能出结果，可不加地面控制点（GCP）。在初始化处理中，Pix4d可自动进行空三、区域网平差和相机检校，有高精度处理和快速处理两种模式可供选择，在快速处理模式下，几分钟内即可生成精度报告，可评估原始影像的质量、预览正射图结果和DEM结果，特别有利于快速检查应急测区是否完全覆盖、重叠度是否符合要求。Pix4d支持GPU加速，在“选项”-“资源”里勾选所有内存、CPU、GPU即可达到最大处理性能。经过点云加密后，可生成高精度的正射影像图和数字表面模型DSM。最后还能使用镶嵌图编辑器修改正射影像图。

表3 影像数据集

表4 工作站参数表

图1 Altizure航线规划

图2 航迹&航拍点

3.2 Photoscan

Photoscan是俄罗斯Agisoft公司的一款基于影像自动生成高质量三维模型的软件，它采用SFM（Structure Form Motion）算法，无需地面控制点，只要导入照片及对应的GPS信息即可。若无GPS信息也能进行处理。它的处理过程也是自动化的，自动对齐照片，生成密集点云、网格、纹理，只不过执行每一个步骤之前需要稍微进行一些参数的设置。Photoscan最后的正射图没有镶嵌修改功能。开始处理前可在“工具”-“偏好设置”-“OpenCL”中勾选启用GPU。

3.3 Smart3d

Smart3d是法国公司的一款软件产品，它基于图形运算单元（GPU）进行三维场景运算，能从简单连续影像中运算生成超高密度点云，并在真实影像纹理的基础上生成高分辨率的三维模型。不同于前两款软件，Smart3d是要先生成三维模型，然后才能生成正射影像图。为了更精细地建模，Smart3d要求航向重叠率为80%以上、旁向重叠率为50%以上。

表5 Pix4d处理流程和参数设置

表6 Photoscan处理流程和参数设置

表7 Smart3d处理流程和参数设置

表8 质量精度报告参数对比

4 结果对比分析

从三款软件的质量精度报告中提取有关参数对比如表8所示。第一项重投影误差（Reprojection error）越小，精度越高。地面分辨率越高，影像越清晰。耗时是按完整生成正射影像图和三维模型的全部时间来计算的（此实验在一台机子上运行，实际中可以通过拆分任务，或使用同一局域网的多台机子集群运行，以加快处理速度）。

由表8可看出Pix4d误差最小、分辨率较高、出图最快；Photoscan分辨率高，可误差较大，出图速度仅次于Pix4d；Smart3d误差尚可，地面分辨率尚可，但耗时最久，不利于地震应急快速产出正射影像图，但它的优势主要体现在三维建模。

三款软件产出的正射影像图对比如下：

正射影像图对比结果：Pix4d出图快、误差小、效果好；Photoscan图的四周区域间杂有黑色圆形缺块；Smart3d生成的正射影像图是多个分块了的文件，需另外使用ArcGIS进行拼接镶嵌形成一整张的大图。

图3（a） Pix4d正射影像图

图3（b） Photoscan正射影像图

图3（c） Smart3d正射影像图

正射影像图局部对比如下：

图4（a） Pix4d正射图局部

图4（b） Photoscan正射图局部

图4（c） Smart3d正射图局部

正射影像图局部对比结果∶Pix4d在屋顶边沿处会有拉花，这是由于边沿处有高程落差，若三维计算量少的话，细节显现不出，后期可用Pix4d自带的镶嵌图编辑器进行修改完善；Photoscan在屋顶边沿处有水纹状的过渡，效果要好一些，后期不带镶嵌修改功能；Smart3d是匀色了的，屋顶边沿也有水纹状的过渡，效果尚可。

三维模型对比如下：

图5（a） Pix4d三维模型

图5（b） Photoscan三维模型

图5（c） Smart3d三维模型

三维模型对比结果：由于此次试验数据采用的是单镜头单趟拍摄，没有采用倾斜摄影，所以房屋侧面信息不足。其中，Pix4d三维效果尚可，可是缺少侧面结构，有纹理空洞；Photoscan三维效果较为清晰，可同样缺少侧面结构，有纹理扭曲，个别地方变形严重；Smart3d三维效果最好，轮廓清晰、局部纹理精细。

三维局部对比如下：

图6（a） Pix4d三维局部

图6（b） Photoscan三维局部

由三维局部图对比可得出，Pix4d三维表现尚可，楼梯无变形、右侧墙纹理有空洞；Photoscan三维建模楼梯有变形扭曲、右侧墙纹理不够精确；Smart3d三维表现最好，楼梯无变形、右侧墙纹理清晰。

图6（c） Smart3d三维局部

5 结论

本文以国家地震紧急救援训练基地的大疆无人机影像为例，对Pix4d、Photoscan、Smart3d三款软件进行了数据处理实验，从处理流程、成果质量、耗时、正射影像图、三维模型等方面对实验结果进行了分析，分析结果表明：

（1）三款软件都具有完整的无人机影像处理功能，成果质量均能满足地震应急所需；耗时从低到高依次是Pix4d、Photoscan、Smart3d；软件操作的步骤大部分具有较高的自动化水平，甚至在所有设置都为默认的情况下，Pix4d能一键处理。Photoscan设置可选多一些，方便进行精度控制。

（2）对于正射影像图，建议采用Pix4d和Photoscan，耗时较短，能快速获取大面积的地震灾情影像图。尤其是Pix4d额外还具有快速拼图的功能。

（3）对于三维模型，建议采用Smart3d，建模精细，有利于进行房屋受损、山体滑坡等评估工作。Smart3d三维建模纹理精细、无变形；Pix4d三维表现尚可，纹理有缺失、无变形；Photoscan纹理有缺失、有变形。

作者单位：中国地震应急搜救中心

[1] John W. Gross. A Statistical Examination of Image Stitching Software Packages For Use With Unmanned Aerial Systems[J]. Photogrammetric Engineering & Remote Sensing,2016,06:419-425.

[2] T. Kraft, M. Geßner, H. Meißner, M. Cramer, M. Gerke, H. J. Przybilla. EVALUATION OF A METRIC CAMERA SYSTEM TAILORED FOR HIGH PRECISION UAV APPLICATIONS[J]. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,2016,XLI-B1.

[3] 谢梓威,范冲,张云生. 一种结合纹理择优算法的影像三维重建方法[J]. 测绘科学,2017,(01):101-106.

[4] 孟鸣,李靖琳,沈玉成. 一种高效快速建立地物三维模型的方法——以大疆无人机和Pix4D软件实现[J]. 云南地理环境研究,2016,(04):1-7.

[5]王旭东,段福洲,屈新原,李丹,余攀锋. 面向对象和SVM结合的无人机数据建筑物提取[J]. 国土资源遥感,2017,(01):97-103.

[6]曹帅帅,米鸿燕,杨润江. 基于无人机技术的水利工程应用探讨[J]. 浙江农业科学,2017,(03):511-513.

[7]陈荻,李卫正,孔文丽,申世广. 基于低空高分辨影像的三维绿量计算方法——以南京林业大学校园为例[J]. 中国园林,2015,(09):22-26.