基于无人机航测的DEM数据生产及编辑

付 平

（济宁市勘测院，山东 济宁 272000）

随着社会经济的不断发展，现代测绘技术已进入全新阶段，将新兴科学技术引入测绘生产并借此高效完成测绘任务成为历史发展的必然趋势。充分研究DEM数据的生产与编辑有不可替代的作用，此举不但能够减少地形、地貌、气象等方面的负面干扰，而且可以保证整个工程的施工进度与安全。基于此，无人机航测DEM数据的生产与编辑值得相关人士的重视。

1 无人机航测特点与DEM数据来源

无人机航测指的是以无人飞行器为载体，将摄像设备沿既定路线航行并拍摄遥感影像的一种测量方式。该测量技术有很多优势，如测量时间短、外业工作量少、覆盖范围广、数据精度高等，因此这种测量方式已然成为当前获取DEM数据的主要来源之一。DEM是无人机航测地貌形态的虚拟展示，可为数据衍生出的等高线、坡度图等提供数据基础。一般情况下，无人机航测得到的遥感影像并不能直接用来制作DEM数据，相关工作人员需要通过一定的过滤方式才能得到真正需要的DEM数据。DEM数据的来源有很多，如无人机航测、干涉雷达、机载LIDAR等[1]。雷达天线能够在不同的时间、不同的地点获得不同数据影像的相位值，通过相位值差异可以得到待测区的三维信息，以满足测量需求。这种测量方式优势明显，如测量成本低、操作简单直观。但劣势同样明显，其测量精度低，误差范围大，甚至会出现长达几米的误差，且在水域崎岖、高山空洞等地区难以被直接利用。无人机航测则可以借助计算机系统的辅助完成相邻遥感区域的配准工作，利用三角函数、拓扑关系等测定被测区域的地理坐标，用坐标定位减少重复与遗漏，内容更加丰富。因此，无人机航测获取DEM数据已然成为当前发展方向，并已成为测绘主要方式之一。但这种航测方式也并非全然没有漏洞，其自动化水平还有很大的提升空间。以机载LIDAR方式获取的DEM数据也是数据的重要来源，其原理为将测距设备安置在被测目标附近，工作人员通过发射脉冲激光的方式获取时间、频率等数据，并结合实际情况调整数据，获取数据形态，最终得到三维数据。现如今，此种方式可覆盖更广的DEM数据，就精度而言也远高于雷达设备，但设备本身抗干扰能力一般，精度不稳定因素过高，有待完善。

2 基于无人机航测的DEM数据生产

无人机航测的DEM数据生产环节较多，基于重要性和科学性，文章主要探讨数据生产中的流程与精度控制两个部分。

2.1 数据生产流程

DEM数据是将高程模型数字化，这样的数据可以描述无人机探测区域的地形、地貌，为三维模型提供数字基础。无人机航测获取的DEM数据包含的内容有很多，如建筑数据、植被覆盖数据、道路水系数据等。这其中有部分数据并非测量所需，所以在实际操作过程中，航测数据生产需要过滤掉建筑、植被等信息，最终得到生产所需的DEM数据。简而言之，无人机航测的DEM数据生产流程体现在如下方面：（1）相关工作人员通过计算机信息系统中的ENVI等软件匹配遥感影像，确保相邻影像成功拼接在影像图中，此举可避免影像图数据的重复计算与遗漏问题。（2）在视差和空三角参数理念的帮助下，工作人员结合遥感影像的各个控制点，精准捕获被测目标的地理空间坐标系，借此初步获得DEM数据。（3）转换视差和地面高程形式，获取有价值的DEM数据[2]。换言之，DEM数据在生产过程中远不止无人机航测获取这一个环节，数据编辑工作的价值不亚于其他环节，原始数据无法满足工作需求，结合计算机技术是必然，数据编辑与处理是关键。

2.2 数据生产中的精度控制

高质量的DEM数据离不开高精度的影像匹配工作，影像匹配质量高低直接决定精度高低。一般来说，无人机上的测量相机需在现代化技术的辅助下做好自动定位工作，此后相机联系实际地理参数扫描被测目标，完成中心定位的工作。匹配与定位环节加速生成精度更高的DEM数据，是提升精度的根本措施之一。在此基础上，以匹配结果为基础确定各个像素点的视差，建成一个金字塔影像模型。为了进一步提升数据生产的精度，加设近似核线也是一种高效措施。核线的存在可以精准表示左摄站与右摄站，将像控点直接展示在图像上，平行线辅助生成交线，协助调节精度[3]。对于非测量相机而言，工作人员应严格过滤产生畸变影响的波段，采用全自动定位和坐标扫描方式交叉验证参数，识别中心定位。这样，信息匹配结果的速度和进度均有提升空间。DEM数据精度高低是决定后续土地利用规划、生产项目计划与施工进度等活动的基础，任何数据误差都可能给相关工作带来负面危害，甚至影响到人们的财产、生命安全，因此把控精度意义非凡，需引起重视。

3 基于无人机航测的DEM数据编辑方法

当前，我国相关单位主要采用PixelGrid等计算软件进行DEM数据编辑。此举是为了检测无人机航测获取的影像数据质量，转化测量数据，为数据编辑打下基础。无人机航测的DEM编辑方法不少，文章主要分析当前常见的3种编辑方式，即三角网过滤、房屋过滤和中值滤波编辑法。

3.1 三角网过滤

三角网过滤方式要求工作人员首先确定切准区的地理高程数据，掌握边缘高程值是后续相应工作的基础。随后，搜索遥感影像区域所形成的三角，三角形不断交互叠加并形成三角网络系统，对三角网系统局域进行重构，最终形成一个新的、符合数据要求的三角形。依据三角形的数据结构特征寻求数据结构与存储点之间的关系，并结合拓扑关系完善三角形。这种数据编辑和过滤方式能够精准地纠正树木、房屋、道路等建筑数据，效果明显。合理运用数据重构和三角网过滤的方式能够对比编辑前后的数据，为筛选最优区域提供基础和保证。与此同时，立体测量方式能够切准高程点，即使树木、房屋等建筑被过滤，地形也依旧清晰直观，与实际情况的契合度高[4]。由此可见，无人机航测的数据并不能直接使用，初始数据是DSM数据，排除干扰是根本要义。三角网过滤方式最显著的特点就是覆盖面广，影像本身由众多三角形叠加而成，关系网之间盘根错杂、关系密切，用网络覆盖的方式可以确保每一个数据点都能被成功编辑。即使数据在编辑时发生错误，工作人员也可以通过周边图像的变化和影响判断数据编辑中的漏洞，以此减少编辑中的各类错误，保证DSM数据能够顺利地演变成DEM数据。

3.2 房屋过滤

房屋过滤与三角网内插法有一定的相似之处，这种过滤方式直接针对大量房屋，在坡度、宽度和高程分析的帮助下识别房屋的实际情况，内查出地面的高程值，展示的效果与实际路面状况差距不大，可有效排除房屋、树木、草地等地面覆盖物的影响。正如“房屋过滤”之名，无人机航测的DEM数据编辑中此举常被用来过滤房屋，对成片房屋过滤有显著效果，可保证房屋所在的地面空间高程值稳定。即使是零星分布的房屋，在这种编辑方式的帮助下也能够有效地被过滤[5]。房屋过滤与DEM数据置平关系匪浅，被测区域内的所有网格点都是处理对象，均有自身的数据与高程值，置平可有效纠正被测区域的水域错点问题，谨防错误数据给编辑带来的负面干扰。房屋数据并非DEM数据的核心，甚至是编辑中的难点，影响整体数据的准确性，并且在航测过程中无可避免会遇到房屋建筑。建筑物本身有一定的遮盖性，建筑内部的复杂结构又给测量结果带来误差，因此房屋过滤工作必不可少，集群房屋与分散式房屋被剔除，干扰小，DEM数据精度与效用提升。

3.3 中值滤波

中值滤波编辑方式是将遥感影像划分成奇数和偶数2个部分，将其中含有奇数部分作为滑动模板，模板内部数据按从小到大的顺序依次排开，中间部分的信息数据可成为信息处理的目标结果。在这样的编辑背景下，如果数据点出现类似明暗点噪声，工作人员则需对数据进行排序，一般将数据排列在最左侧或者是最右侧，效率更高。此举对孤立噪声有较强的防范效果，并能有效地保存图像内容，因此常作为整体滤波的一种方式。不仅如此，中值滤波最突出的效果就是不会干扰遥感影像的其他部分，避免编辑干扰降低数据精度，保证DEM数据的高效性与准确性[6]。DEM数据多，数据波段长，中值滤波方式可有效减少冗杂数据的干扰，提升数据编辑处理的速率，是一种满足当下数据编辑需求、较为高效的处理方式，值得相关人士重视。

4 结束语

无人机航测与功能类似的雷达设备相比，具有获取更高质量DEM数据的优势，可符合当前我国生产和发展对三维影像的标准，使用效率明显提升。然而在实际的运行过程中，DEM数据的生产和编辑依旧存在缺陷，被测区域的数据包含建筑、水系、桥梁等信息，数据较容易受到感染，并由此降低精度、增加误差，因此勘测工作人员需结合实际情况，及时调整数据的生产与编辑[7]。