无人机城市控违动态监测的研究与应用

张小惠，刘涛，答星，周勇兵

(1 武汉警官职业学院，武汉 430040；2 武汉市测绘研究院，武汉 430022)

随着我国社会经济发展和城市化进程深入，城市违法建设与健康可持续建设开发之间的矛盾日益突出，传统的监测手段主要依靠群众发现和工作人员现场巡查实施，不仅需要耗费大量的人力物力，而且调查取证比较困难，对大面积控违监测不适用[1].近年来，相关部门借助遥感卫星或航空摄影手段对城市开发区域进行控违监测，取得了不错的成果.但卫星数据获取不够灵活、影像分辨率较低、容易受到云雾干扰，而航空摄影受天气影响大，飞行手续办理复杂，特别是空间分布离散或面积较小的区域不便于制定飞行计划，较难获取兼具高分辨率和高现势性的遥感监测数据[2].

无人机航测采用无人驾驶的飞行器搭载高清数码相机进行对地观测，一般为低空飞行，空域申请便利，且无需专用机场，具有机动灵活、高效快速、受天气影响小、作业成本低、生产周期短等特点，对离散区域或飞行困难的地区快速获取高分辨率遥感影像具有明显优势[3]，已成为卫星及航空摄影测量的有力补充[4].随着无人机硬件制造工艺和软件处理水平的提高，无人机航测在基础测绘、土地资源调查、土地利用动态监测、应急救灾等方面具有广阔的应用前景[5].利用无人机进行城市控违监测主要分为影像采集、处理、动态监测等环节，本文将对其关键内容进行阐述.

1 无人机影像采集

为实现对城市开发区域的控违监测，必须组织无人机对目标区域开展周期性影像航摄采集工作.影像采集工作是后续处理及监测任务的先决条件，其完成质量对整个控违监测工作具有重要影响.与常规航空摄影类似，无人机影像采集需要经过航线设计、像控点联测、空域申请及航飞实施等四个步骤.

(1)航线设计.航线设计的主要工作是在航飞实施前，根据项目的需求和目的，结合航飞单位的设备情况，制定合理的航摄飞行计划.其具体内容包含航向及相对航高选择、每架次航摄范围确定、航线重叠度和旁向重叠度的设置等.航线一般按东西向平行于图廓线飞行，特定条件下亦可按南北向或沿线路、河流等方向飞行[6].相对航高按照相机焦距和摄影比例尺推算得出.每架次航摄范围根据测区范围、无人机设备载荷、续航时间等因素综合设置.无人机航线重叠度和旁向重叠度的设置按照规范要求，航向重叠度一般为60%～80%，最小不低于53%，旁向重叠度一般为15%～60%，最小不低于8%[6].

(2)像控点联测.空中三角测量是利用航摄影像和所摄目标之间的投影几何关系，基于少量的平面和高程控制点，计算加密点平面、高程坐标以及影像外方位元素的测量过程.像控点是摄影测量空三加密的基础，其位置分布的选择、平面和高程坐标的测定直接影响内业成图精度.像控点应选在明显的地物点、地物的拐角点、线状地物的交叉点上，当刺点的目标与位置不能兼顾时，以目标优先[7].像控点的测量技术应符合图根控制测量的有关规定，并在施测时现场拍照确认，便于内业像控点刺点工作.

常规航空摄影测量在航带间两度重叠区和航带内三度重叠区布设像控点[8]，但由于无人机影像像幅较小及飞行姿态不稳等影响[9]，常规航测的布设方法控制点数量过多且难于保证常规空三测量的精度，不适用于无人机航测.目前无人机航测像控点布设方案主要有飞前布控和飞后布控.飞前布控便于计算机识别，作业员不需要复杂的系统培训，但易受自然环境影响，飞后布控可避免测区环境改变的影响，但需内外业结合、作业员具备较高的专业知识[10].据此，若违控区域的条件适宜野外测量作业，应尽量采用飞前布控的方案，降低像控点的布设难度.

(3)空域申请.无人机空域申请难度比常规航空摄影小，通常在航摄前一天，航飞单位向当地飞行管制室申报次日飞行计划，并于正式飞行前，提出飞行请求，经批准后组织飞行活动.飞行计划申请内容包含：单位、航空器类别、架数、空域范围、飞行高度、飞行架次、飞行日期及开始和结束时间、现场联系方式等.飞行前，航飞单位组织相关人员开展飞行管制规定学习，制定详细的航空器管制措施和特殊情况处置预案，严防飞行事故的发生.

(4)无人机航飞.航飞前，根据地形地貌及测区情况预先确定无人机起降地点.航飞时，认真做好飞行前和降落后的各项检查工作，确保无人机设备完好、工况正常、人员及相关设备安全，并及时将无人机起飞、降落及其他异常情况通报飞行管制室.航飞后，做好无人机数据预处理工作，及时下载航摄的影像数据，并做好POS数据的后差分解算等相关工作.

2 无人机影像处理

由于无人机采用轻质的摄影器材，且飞行姿态不稳定，所获取的像片相较传统航空摄影影像会存在旋片角大、重叠度不均、影像畸变等情况.利用传统的航空摄影测量软件处理无人机数据时，工作量大，工作周期长[11].PhotoScan是Agisoft公司出品的3D扫描系统，基于多视图三维重建技术能自动计算影像的位置、姿态等，定向过程无需人工干预，自动化程度高.系统所需的数据仅为影像、POS数据及地面控制点，在导入地面控制点情况下可生成专业级别的数字摄影测量产品，精度满足工程所需[12].

基于无人机的控违监测是对不同时期正射影像(DOM)进行对比分析以获取目标区域违法建设变化情况.PhotoScan利用影像匹配生成三维模型，在DOM快速生成及拼接等方面具有优势，PhotoScan生产DOM流程图如图1所示：

图1 PhotoScan生产DOM流程图Fig.1 Flow chart of DOM production by Photoscan

利用PhotoScan生成正射影像只需要影像、POS及控制点数据.在导入数据之前，需要对影像进行预处理并修改POS数据格式.影像预处理包括去除坏片、云雾处理、匀光匀色等，未经预处理的“不合格航片”会降低影像匹配精度，最终影响DOM成果质量.通常无人机自带的POS数据格式与PhotoScan不兼容，因此需对其进行一定的修改以便顺利导入PhotoScan中.在PhotoScan中，POS数据的片名与原始影像名称一致，并保留经度、纬度、高度、角度参数即可[13].

像控点的分布和精度对DOM成果质量会产生重大的影响.控制点在测区中需均匀分布，且在测区边缘要设置控制点，否则DOM边缘部分容易发生扭曲现象.像控点刺点完成后需进行优化，对选刺错误或误差较大的像控点进行修正，并对多次优化仍达不到要求的像控点进行删除，确保所有像控点误差在0.1个像元内[14].根据匹配后的稀疏点云及控制点数据，对影像进行自动空中三角测量，生成密集点云.

利用点云数据，对整个测区自动构建网格，并按照工程精度需求输出DOM.采用区块分割方式进行逐块输出，然后进行拼接镶嵌的方法，以解决较大测区面积的DOM整体输出失效的问题.镶嵌后的DOM边缘地区如有扭曲变形，则主要由于边缘地区像控点控制效果不好或边缘像片不足，因此在航线设计时可适当在测区边缘延展设计一定数量航线，以保证测区DOM产品质量[14].

3 无人机影像动态监测

无人机影像动态监测是对不同时期的无人机正射影像进行对比分析，提取变化图斑，然后通过影像解译或与土地利用现状数据叠加分析等手段，确定变化图斑区域是否存在违法建设行为，最终将违法建设图斑提交相关执法部门依规查处[15].无人机影像动态监测涉及计算机科学、统计科学、图形图像学等多个学科，其关键技术是遥感影像变化检测.遥感影像变化检测是对同一区域不同时相的影像进行比较、分析以确定影像间的变化情况[16，17].

遥感影像变化检测的方法众多，传统方法为人工目视判读法，但需投入大量的人力物力，效率很低，一般采用机器自动化和人工目视相结合的方法进行检测.自动化影像变化检测方法主要分为两大类：一类是基于像素的影像变化检测，一类是基于特征的影像变化检测[18].基于像素的检测方法是在对影像进行精确几何配准后，对每个像素不同时相的灰度或色彩值(或基于色彩信息的引申特征)进行比较，以确定变化区域.基于特征的检测方法首先确定感兴趣的影像对象并提取其特征，然后通过特征对比，获取变化信息.

基于特征的变化检测方法是极为复杂的影像处理、识别及理解的过程[18]，目前仍处于方法摸索阶段，如针对建筑物等目标的变化检测算法[19，20]，但缺乏实用的处理产品.基于像素的检测方法具有技术成熟、速度快等优势，且PhotoScan是通过密集点云进行自动空三解算，其生成正射影像为真正射影像，基本无投影差影响，因此本文采用基于像素的检测方法进行实验.

基于像素的检测可分为直接比较和分类后比较两种方法.直接比较法是对已配准不同时相遥感影像的像元值直接进行运算，常用的有差值法、比值法、相关系数法、回归分析法等.直接比较法不能确定影像变化的类型和性质，且检测结果易受到影像配准、辐射校正等因素的影响.分类后比较法是将经过配准的两期影像分别进行分类，然后对分类结果进行比较以检测变化信息，检测结果对辐射差异的抗性较高，因此本文采取分类后比较进行影像变化检测.

分类后比较变化检测是通过遥感影像处理软件(Envi)完成，其基本思路为：首先对不同时相影像进行分类，然后将分类结果进行对比，提取违法建设可疑区域，最后将可疑区域图斑叠加在影像中，通过内业影像判读并结合外业实地调查方式进行违法建设确认.经实验表明，自动提取违法建设的可疑区域精度高，能有效提高生产效率，降低人工漏查几率.

4 无人机城市控违监测实例

本次违控区域位于武汉市某城乡结合地带，城市开发痕迹较大，是城市违法建设监测的重点区域.该区域地形以平原为主，间有丘陵，地形起伏较小，低矮房屋为主，少有高层建筑，非常适合采取遥感影像进行动态监测.

对城市违法建设的动态监测，首先需按指定周期采用无人机对目标区域进行影像采集.本次实验采用成都纵横自动化技术有限公司生产的CW-10垂直起降固定翼无人机进行航空摄影.该机型采用固定翼结合四旋翼的复合翼布局，无需起降跑道，具有飞行姿态稳定，续航时间长(近90分钟)的特点.航摄相机采用Sony ILCE-7R全画幅相机，像幅为7360*4912.航飞前对需对航线进行设计，考虑测区实地条件，设计航线为东西方向，航高为300～400米，航线重叠度为75%，旁向重叠度为50%，有效飞行架次为10架次，每期获取影像约6000张，航线规划图如下图2所示.

图2 航线规划图Fig.2 Diagram of flight design

获取无人机影像后，需进行必要的匀光匀色处理，以消除薄雾、反光、色差等影响，控制多期采集时间不同而产生的影像色差，提高正射影像的质量.本文无人机影像的匀光匀色处理主要利用INPHO公司的OrthoVista软件模块进行处理，其中Single Image Adjustment能单独地计算每幅像片的调整辐射量,以此来补偿由诸如热点﹑透镜变异等引起的颜色变异, 勾选Hot Spot Removal选项提升无人机彩色影像的视觉效果.利用Global Tilting Adjustment计算补偿参数来调整毗邻重叠影像间色彩﹑亮度和对比度的差异，从而控制整个测区的色彩一致性.影像去雾处理前后对比图如图3所示.经匀色处理后的无人机影像，利用PhotoScan进行数字正射影像生成处理，经数据预处理、对齐影像、生成点云、生成网格、生成DOM、DOM拼接与镶嵌等步骤完成正射影像图的制作，作为动态检测的基础数据源.

图3 影像去雾处理对比图Fig.3 Contrast of image defogging

将不同时期正射影像图导入Envi中，选取若干具有代表性的图像区域作为样本，样本颜色越纯越好，需注意类别间的可区分性.本测区主要地物类型为房屋建筑、道路、植被、水体和裸土，每个类型根据辐射信息的差异还会有数个子类型，如房屋建筑有褐顶的农村房屋、蓝顶的棚房、青白顶的商品房等，可针对这些子类型分别选取一定数量的样本区.所有类型的样本选择完毕后，采用最大似然法进行监督分类，由于控违项目主要针对房屋建筑类型进行，因此分类后只保留房屋建筑类型，其两期正射影像房屋提取示意图(局部)如下图4所示.

图4 两期正射影像提取房屋示意图Fig.4 Schematic diagram of orthoimage housing extraction in two periods

影像分类结果对后续监测影响较大，须针对不同种类选取足够数量的合适样本进行监督法分类，选取一定数量的真实地物区域对分类结果进行精度验证，两期影像分类精度统计表如表1所示.

表1 两期影像分类精度统计表Tab.1 Statistical table of image classification accuracy in two periods

从表中可以看出，各类型地物分类精度较好，可以满足后续动态监测的需求.

利用Envi中变化检测统计工具对两期影像分类结果进行对比分析以获取违法建设可疑区域，重点关注房屋建筑新增情况.由于Envi监督法分类只考虑了影像的光谱信息，导致分类和变化检测结果比较破碎，不利于作业人员判读.因此，可利用Majority/Minority工具对变化检测结果进行优化，滤除离散小区域以增强显示效果，优化前后的违法建设可疑区域示意图如下图5所示.

获取违法建设可疑区域后，将其叠加到正射影像上，作业人员根据颜色提示进行违法建设图斑确认.影像清晰且特征明显的情况下可直接在正射影像上进行勾绘，影像判读不能确定的区域再进行外业实地调查.所有图斑确认后，统计违法建设图斑个数及分布情况，将结果提交相关管理部门以备执法需要.下图6为局部区域变化图斑成果展示：

图5 违法建设可疑区域示意图Fig.5 Schematic diagram of suspected illegal construction area

可疑区域时相1时相2

图6 变化图斑示意图
Fig.6 Schematic diagram of variation region

自动化检测出的区域与真实变化区域具有较大的相关性，结合人工辅助勾绘可快速有效地提取主体变化房屋区域.以上图所示三个新增房屋进行优化前后的制图精度对比(优化前为65.44%，优化后为73.12%)，表明制图精度有一定改善，但自动化检测结果即使经过优化后，依然存在一定的破碎性，主要因为分类时仅考虑像元的光谱信息，待后续研究利用多种特征增强分类效果.

5 结语

采用遥感影像动态监测方式进行城市查违、控违已经得到越来越多从业人员的关注，本文探讨了利用无人机进行城市控违监测的应用，实践表明能达到较为理想的效果.无人机动态监测分为影像采集、处理、动态监测三个步骤，其中动态监测是最为关键的一环.采用分类后比较的影像变化检测技术，提取违法建设可疑区域，能减少了人工工作量，有效提升监测效率.

遥感影像变化检测是当前遥感领域的热点之一，许多专家学者提出了非常有效的检测方法.本文采用Envi的分类后检测方式，利用无人机真正射影像的光谱特性对其中违法建筑的快速甄别有一定的提升效果.后续会针对分类结果中的破碎图斑现象，综合考虑影像对象中的其他特征，进一步提高分类和变化检测的效果.