基于无人机航摄影像的数字线划图生成方法

成李博,段平,李佳,姚永祥,李晨,王云川

(1.云南师范大学 旅游与地理科学学院,云南 昆明 650500; 2.云南省高校资源与环境遥感重点实验室,云南 昆明 650500; 3.云南省地理空间信息工程技术研究中心,云南 昆明 650500)

0 引 言

随着数字城市的发展,城市的规划建设管理已向精细化、可视化、动态化转变,传统的模拟产品已不能满足城市快速发展的建设需求. 数字线划图(DLG)具有各类地物的属性信息和空间关系,是基础地理信息数据成果的主要组成部分,在国家地籍测量、重大自然资源规划整合、城市基础信息完善等方面有着重要的生产价值和意义.

传统手段生产DLG产品,因数据源种类多样[1-5],使得DLG的生产方式差异较大[6-7];DLG产品应用的多元化[8-10],且生产方法的多样化[11-13],导致DLG产品制作方法的复杂性. 国家和地区也制定了相应的行业标准,为产品进行质量把关[14]. 在现代化城市的快速发展中,城市样貌改变快速,各类地物层出不穷;加之农田、植被边界线的快速更新,需要一种既能快速获取地表事物的属性特征,又不浪费大量人力和物力的DLG制作方法.

遥感影像是一种便捷的辅助手段,尤其是高分辨率遥感影像. 无人机搭载传感器获取地面低空高分辨率航摄影像,受环境因素影响低,作业范围广,很少穿过云层,影像质量高,更新速度快,为多样化生产DLG产品提供了可能. 无人机分别搭载单、多镜头进行航空作业,从不同角度获取地物表面纹理信息,同时生成正射影像、三维模型等数字化产品,为DLG的生产提供了高分辨率信息数据. 本文利用无人机获取的低空航摄影像生产实景三维模型,并在此基础上进行DLG产品的生产.

1 无人机影像获取与预处理

将通过无人机获取云南师范大学呈贡校区的航摄影像作为数据源,生产1∶500比例尺DLG. 该校区中心位于24°51'59"N,102°50'58"E,平均海拔1900 m,总面积1.43 km2;所处地区气温变化较小,远离市中心. 该区域囊括了各种基本地物,具有普遍代表性. 本研究综合气候条件、地形位置等因素,选取9：00-14：00作为数据采集最佳时间点,利用校区内空旷场所作为飞行场地. 研究区域如图1所示.

图1 研究区域图

1.1 影像获取

飞行稳定性和相机分辨率等因素影响影像获取的质量. 本研究采用哈瓦四轴八旋翼MEGA-V8Ⅱ无人机,搭载SONY ILCE-5100五镜头数码相机,作为影像采集设备. 表1为无人机搭载的五镜头相机传感器参数.

表1 相机参数表

飞行前采用徕卡GPS RTK共布设36个控制点,部分点作为空中三角测量计算的加密点和检查点. 根据“低空数字航摄影像规范”,为保证飞行质量,规定:航向重叠度60%～80%,最低不应低于53%;旁向重叠度15%～60%,最低不能低于8%. 实验共飞行5个架次,46条航线,飞行航向东南-西北,获得航摄影像13 025幅;影像航向重叠度85%,旁向重叠度75%,达到重叠度要求;相对航高150 m,影像分辨率达2.9 cm. 航空摄影规范要求:摄影比例尺在1∶2000到1∶3000之间,成图比例尺为1∶500时地面分辨率≤5 cm. 地面分辨率符合规范要求,其余项也均符合作业要求.

1.2 数据预处理

将采集到的航摄影像进行预处理. 受大气折射、地形起伏、曝光度等因素的影响,使得航摄影像存在小幅度畸变和光线反差. 在使用时,通常做影像匀光和增强处理、畸变差校正. 系统误差可由相机自带参数校正;对POS数据也做纠正处理,得到质量较好的初始化外方位元素,作为同名点识别的基础,同时将POS数据转换到投影坐标系,坐标投影带为:WGS_84_UTM_Zone_48N.

2 实景三维模型

2.1 空中三角测量

空中三角测量是确定测态,从而获得整个测区内任意点的绝对坐标. 依据提供的控制点和像片定向参数,确定测区所有影像的外方位元素,从而求出测区内所有点对应的平面坐标和高程. 其核心步骤包括:空中三角测量、生成稀疏点云、密集匹配和数字表面模型(DSM)重构. 首先,通过影像特征匹配提取得到的连接点和地面控制点,将影像相对坐标纳入到地面绝对坐标系下,得到三维稀疏点云;然后,经过密集匹配算法加密稀疏点云,得到稠密点云;接着,通过反距离加权插值生成DSM;对生成的较粗糙的DSM滤波和表面平滑得到精细化DSM;最后,对DSM进行纹理映射生成实景三维模型.

DGPS/IMU组合导航系统(通称POS系统)能获取影像的空间位置和姿态,即POS数据. 将POS数据作为初始外方位元素,为立体像对同名点识别提供基础,在利用ContextCapture软件做无控制点自由网平差后,添加少许控制点,与区域网进行再次迭代平差,获得更高精度的影像外方位元素,生产高质量的空中三角测量结果.

区域网迭代平差采用光束法平差原理. 光束法区域网平差是利用像点、物点和投影中心三点共线,构建方程组进行求解. 平差方程如下:

(1)

式中:(x、y)为像主点为原点的像平面坐标;(X、Y、Z)为像点对应的物方点的物方空间坐标;f为像片主距;(Xs、Ys、Zs)为外方位元素;(a1、b1、c1、a2、b2、c2、a3、b3、c3)为外方位元素对应的方向余弦.

利用n个误差方程组成法方程进行法化答解,求解待定地面点. 平差过程中添加影像畸变参数. 首先进行无控制的自由网区域平差;然后在区域周边布设少量控制点,再逐一加点,进行控制自由网平差. 每两次平差之间检查平差结果,查看模型连接点分布,如果有漏洞,进行手工量测填补,直到相对定向、检查点和控制点误差符合“GBT 23236-2009 数字航空摄影测量空中三角测量规范”要求,并停止平差. 选取实验区内布设的36个控制点中的7个控制点,完成了航空摄影计算的精度要求.

2.2 实景三维模型构建

基于数字表面模型生成实景三维模型. 数字表面模型的实质是,对立体模型进行同名像点密集匹配生成稠密点云,再对点云插值进行构建. 通常数字表面模型中存在路灯漂浮、水面起伏等现象,需进行滤波处理,删除不用点,压平水面起伏点,生成真实的表面模型. 依据投影中心、像片纹理、DSM三点一线,将像片上的纹理信息映射到DSM对应网格上,实现纹理映射[15],生成与实际一致外观的实景三维模型.

3 DLG生产

依据无人机航测产品生产DLG主要有三种方法:1)借助正射影像采集. 将正射影像作为底图,按照比例尺要求选择性地采集地物、地貌等地理要素,直接量测,操作简单,但对于较复杂地物,正射影像只能观测地物顶部信息,使其应用较单一;2)立体测图. 将影像配对成立体模型,通过佩戴立体眼镜,在立体模型上进行要素采集,可进行全方面观测,精度较高,但要求影像间具有较高重叠度,且处理速度较慢;3)实景三维模型测图. 三维测图分为点云三维测图、垂直摄影三维测图、倾斜摄影测量实景三维模型测图,三种模块是根据不同数据源进行地理要素采集,目前实景三维模型测图是生产效率、精度最高的方法. 在构建的实景三维模型基础上利用清华山维EPS软件进行DLG生产,过程如下:

1)标准制定:应对不同生产要求和生产目的,制定生产标准. 图幅根据要素实际大小与分辨率的不同进行选择. 生产类型分为:地籍、土地、地形.

2)三维测图:采用裸眼测图方法,沿地物边界轮廓线进行全方位数字化综合测图,如图2所示.

3)地籍要素:要素类型充斥结果底图,体现地形地貌. 云南师范大学呈贡校区囊括几十种地物类型,根据地物属性不同,综合绘制地物、地貌. 同时,地籍要素是图例的主要内容.

4)属性体现:二维底图只体现地物要素顶部信息,较复杂的地物类型在测量过程中难以辨认. 利用三维联动方法查看真实地物类型,灵活生产地物,编辑地物属性. 需注意的是,联动生产后的地物要素底部轮廓要与实际相同,且保证复杂地物顶部正射轮廓完整.

5)全局关联:完成地物类型采集,须全局检查,是否有漏洞和超规定分辨率采集. 完成的地物信息应包括1∶500比例尺下的所有地物信息,例如:植被,水体,建筑物,道路,围栏等.

6)制图:在规定比例尺下制图. 添加标题、图例、比例尺、指南针等基本制图要素,必要情况下可添加相关标注信息.

(a)局部DLG (b)局部实景三维模型图2 实景三维模型测图

4 实验验证与结果分析

无人机搭载高分辨率航空摄影相机采集低空航摄影像,将采集到的POS数据、IMU数据、航摄影像、控制点数据进行预处理,同时做空中三角测量解算构建实景三维模型,结合测图软件生产DLG产品. 为进一步确认实验过程的精确性,对空中三角测量结果和实景三维模型做精度验证,同时检查DLG产品精度. 实验流程如图3所示.

图3 实验流程图

4.1 空中三角测量精度分析

高质量的空中三角测量精度保证了实景三维模型的可靠结果. 空中三角测量质量的检查旨在利用平面和高程检查点,对平差结果进行检验. 将检查点在x、y、z轴方向的最大误差分别记为:x、y、z,将平面最大均方根误差记为:RMS_H,高程最大均方根误差记为:RMS_V. 五个误差指标结果如表2所示.

表2 空中三角测量加密精度表

由表3可知,x、y、z轴方向的最大误差值分别为0.082 m、0.147 m、0.002 m;RMS_H为0.043 m,RMS_V为0.009 m. 除了y轴方向上最大指标大于10 cm外,x、z方向上的最大误差均小于10 cm.z和RMS_V达到毫米级. 7个检查点处的指标均达到GBT 23236-2009 数字航空摄影测量空中三角测量规范中的规范要求. 通过分析,采用POS辅助空中三角测量,在添加少量控制点的情况下使得空中三角测量计算结果达到要求,可应用生成实景三维模型.

4.2 实景三维模型精度分析

DLG的质量取决于实景三维模型的精度. 基于上述空中三角测量结果生成实景三维模型.为进一步确定其模型精度,采用点位误差和实景三维模型完整度两方面进行精度验证. 通过选取36个控制点中除去空中三角测量所用的7个点外的6个量测点进行试验验证. 实验量测点使用徕卡GPS RTK仪器获取,将坐标投影转换到WGS84_UTM_48N投影带,并进行点位误差验证. 结果如表3所示.x轴方向的点位误差为0.007 m,y轴方向的点位误差为0.009 m,z轴方向的点位误差为0.012 m,整体点位误差为0.016 m. 纹理细节较完整,且几何变形小、纹理缺失少,模型复杂度较高．点位误差表达式如下:

(2)

式中：μx、μy和μz表示实测点在x、y和z方向上点位误差;(xRTK,yRTK,zRTK)和(x,y,z)分别表示控制点的实际投影坐标与控制点在模型中的实测坐标;n表示量测点的个数;M表示整体点位误差.

表3 点位误差

4.3 DLG精度检查

数据质量检查方法包括:数据合法性检查、测点精度检查、测边精度检查. 对数据质量进行严格检查,通过观测、统计分析和逻辑分析检查数据中存在的错误,方可将生产结果应用到其他产业上去. 通常用空间位置、拓扑关系和属性数据来描述地理数据和地理现象. 数据合法性检查涵盖了这三方面内容,重点从数据合法性检查方面对DLG进行精度检查,其检查内容包括:

1)空间逻辑检查

a.通过数学计算,检查对象是否存在重复、交叉、图形接边等问题. 重叠地物检查:检查图中地物编码、图层、位置等相同的重复对象;交叉检查:包括自交叉和互交叉. 前者主要检查地物自相交的错误性,后者检查点、线、面地物互相交叉或包含的错误性;图形接边:控制图形范围.

b.通过拓扑处理,检查悬挂点、闭合、有面无属性点、有属性点无拓扑面、点符号与范围线一致性、图面注记与属性表值一致性,图块与图幅一致性,房屋面积等错误.

2) 编码和属性检查

检查编码长度、无对照编码、属性层中非属性编码等各对象编码的合法性. 根据编码表、注记分类表、用户层表、属性结构表和数据字典等规则,检查对象的编码合法性、放置层合法性、属性字段的大小和字段内容的合理性,尤其要注意编码的正确性与合法性,防止出现属性外地物.

为进一步确保数据的精度,须进行完整性检验.到实地考察,检查是否有地物遗漏,尽量排除因遮蔽导致的数据缺失,按照1∶500DLG规范进行数据采集和数据生产. 如图4为云南师范大学呈贡校区DLG产品图,图5为局部地方放大图.

图4 云南师范大学呈贡校区DLG

(a)图书馆 (b)汇学三栋图5 云南师范大学呈贡校区局部区域的DLG

5 结 论

本文探究了一种基于无人机航摄影像的DLG快速制作方法,避免了基于多源数据的DLG制作方法的复杂性. 以云南师范大学呈贡校区为例,利用无人机采集的航摄影像,构建实景三维模型,进而生产制作DLG,通过对空中三角测量、实景三维模型、DLG产品精度等多方面检验,证明了该方法的可行性.