王雷 冯幼贵 邢著荣 鲁其雷 王静
摘 要:无人机倾斜摄影测量是测绘遥感领域近年来发展起来的一项高精度测量新技术,成果具有现实感逼真、分辨率高、可量测和精度可靠等特点。研究了基于该技术开展地籍房产一体化测量技术,通过像控测量、倾斜航空摄影、空三加密、实景模型生成、要素采集、精度检测、统计分析等关键环节,评定不同航摄地面分辨率的成果精度情况,以期寻求实际生产中性价比最优的航摄分辨率,最终达到降本增效的目的。同时为该技术在房地一体测绘中的进一步推广应用提供典型参考案例和作业依据。
关键词:无人机倾斜摄影测量;航摄地面分辨率;实景三维模型;房地一体测量;精度评价
中图分类号:TP 393
文献标志码:A
文章编号:1007-757X(2020)11-0126-04
Abstract:UAV tilt photogrammetry is a new high precision measurement technology developed in the field of surveying and remote sensing in recent years and its results are characterized by realistic reality, high resolution, measurable and reliable accuracy. This paper mainly studies the integrated measurement of real estate and cadastral based on this technology, through image control point measurement, tilt aerial photography, aerial triangulation, scene model generation, element collection, precision detection, statistical analysis and other key processes, evaluating the results accuracy of different aerial photography ground resolutions, in order to seek optimal cost-effective resolution in actual production. Ultimately it achieves the purpose of reducing costs and increasing benefits. At the same time, it provides a typical reference case and operation basis for the further popularization and application of the technology in the integrated measurement of real estate and cadastral.
Key words:UAV tilt photogrammetry;ground resolution of aerial photography;real 3D model;measurement of real estate and cadastral;precision evaluation
0 引言
傾斜摄影测量主要分为有人机倾斜摄影测量和无人机倾斜摄影测量,是国际摄影测量领域近十几年发展起来的一项高新技术。该技术通过从1个垂直、4个倾斜和5个不同的视角同步采集影像,获取到丰富的建筑物顶面及侧视的高分辨率纹理[1]。它不仅能够真实地反映地物情况,高精度地获取物方纹理信息,还可通过先进的定位、融合、建模等技术,生成真实的实景三维模型[2]。实景三维模型具备3个特点:①更加逼真地表现现实场景。相对于二维影像,实景三维模型能多角度反映地物形态与纹理,更加逼真地表现地物的现实场景,极大地弥补了其他传统摄影测量影像的不足。②可进行空间量测。倾斜摄影拍摄的数据通过内业数据处理出带有坐标位置信息的三维点云数据,这样使得基于实景三维模型可以直接量测点位的坐标、高程,地物的高度、长度、角度,区域的坡度、面积[3]、体积。③航摄分辨率高。倾斜摄影测量的地面分辨率一般优于10 cm,多数优于5 cm,甚至可达1 cm,大大增强了三维数据带来的现实感,弥补了传统建模数据体验感低的遗憾。同时借助无人机等多种飞行载体,可快速地采集影像数据,实现全自动化三维建模。目前该技术目前已广泛应用于国土测绘、不动产测绘、应急指挥、国土安全、城市管理、房产税收等诸多领域。
近几年,无人机倾斜摄影测量技术在地籍房产测量方面的应用越来越广泛,越来越成熟,由于国家还没有出台无人机倾斜摄影测量的相关内外业规范,因此在像控点布设、航摄分辨率等方面还没有统一的标准要求。在进行地籍测量时,为保证地籍精度,大家根据经验普遍将航摄分辨率控制在1.5 cm以内,地籍精度会稳定在±5.0 cm以内,当然前提是模型的质量要比较好。航摄分辨率超过1.5 cm精度会如何,目前缺少相关的技术验证。本次研究的目的就是采用1.5 cm、2.0 cm、2.5 cm航摄分辨率对同一测区进行无人机倾斜摄影并建立三维模型,分析三种分辨率的精度情况,找出超限时的分辨率临界值,为提高实际应用中的生产效率提供依据。根据以往经验,实景模型的边长精度相对点位精度较高且稳定,本次试验一并对房屋边长精度进行验证。
1 技术研究关键点
在保证地籍测量平面精度、房产测量边长精度的前提下找出性价比最佳的航摄分辨率。理论上,为提高三维实景模型的精度,可无限提高航摄分辨率,但会大大增大生产成本和降低生产效率,无法应用于实际生产。本次研究主要是保证地籍界址点点位中误差可控制在±5 cm以内,房屋边长中误差可控制在《GBT 17986.1-2000 房产测量规范 第1单元 房产测量规定》[4]要求的二级界址点精度(±5 cm)之内,计划选取三种地面分辨率,分辨是1.5 cm、2.0 cm、2.5 cm进行航摄。
2 技术路线
首先在测区进行根据Google Earth影像和像控点布设规则提前布设像控点并现场利用SDCORS测量出其坐标,之后利用无人机倾斜航摄系统对测区进行倾斜摄影,分别获取地面高分辨率1.5 cm、2.0 cm、2.5 cm的倾斜影像,然后内业进行空三加密、实景三维建模,通过摄影测量工作站基于三维模型采集宗地和房屋,外业实测检查点、室内进行点位和边长精度验证,最后根据不同分辨率成果的精度情况找出性价比最高的航摄分辨率并提出改进建议,具体技术流程,如图1所示。
3 具体实施
3.1 试验区选取
试验区选取在济南市章丘区龙山村,面积约0.5 km2。测区内主要为农村宅基地,多数为3层以下房屋,地势较平坦,交通便利。
3.2 无人机倾斜摄影测量系统选取
利用大疆M600多旋翼无人机搭载成都睿铂的锐眼RIY-DG3pros进行倾斜数据采集。满负荷续航时间大约0.5小时,获取1.5 cm分辨率影像时单架次航摄面积约0.1 km2,获取2.0 cm分辨率影像时单架次航摄面积约0.2 km2,获取2.5 cm分辨率影像时单架次航摄面积约0.3 km2。天气好时每天可飞行多个(5~10)架次。
3.2.1 飞行平台
考虑到测区实际环境对无人机起降、作业高度的需求,采用具有小场地起降能力、能够在航摄过程中保持稳定性的大疆M600 Pro型电动六旋翼无人机。该机是一款专门服务于行业应用领域的全新一体化飞行平台,其轻量化设计的机身搭载了全天候大负载动力系统,提供最大6.0 kg的有效载重[5],配备的飞控系统可同步记录拍摄时的位置,姿态等信息。
3.2.2 传感器
传感器采用RIY-DG3pros五镜头一体化摄影系统,具有重量轻、体积小、焦距合理、可靠性高、兼容性高等优点,适用于地形落差较大的地区或者城市楼层较高的场景做数据采集,能在保证分辨率的同时也能保证无人机足够的飞行高度,以确保无人机作业安全。配套数据预处理软件,能大幅度提高空三及刺点效率,降低空三报错概率。RIY-DG3pros使用了长焦镜头,所以即使是楼层较高的建筑物底部也比較清晰。生成模型的房脚线清晰并且基本平直,也保证了后期在采房脚点能够更加精准。
3.3 数据处理系统选取
使用ContextCapture软件(原Smart3D)对倾斜摄影所得的照片进行实景建模。ContextCapture是一款可实现由照片自动生成高分辨率三维模型的倾斜数据自动三维重建软件,照片可以来自于任何数码相机包括智能手机的相机,建模水平处于国际领先地位[6]。
3.4 倾斜航空摄影
3.4.1 制定飞行计划
在执行飞行任务前,需对测区的整体环境状况有一个直观的把握,包括确定测区的地物覆盖情况、交通状况、常年气候情况、地形海拔高低起伏情况、建筑物高度和密集度以及高压线塔、通讯信号塔等信号影响源的分布状况,并根据测区实际状况制定飞行计划,根据无人机装备配置进行合理的任务分块分区,并选取合适的起降场地。航摄时间尽量控制在上午9:00至下午16:00之间[7]。
3.4.2 航线设计
(1)航高设计
无人机倾斜摄影的飞行高度是航线设计的基础。航摄高度需要根据任务要求选择合适的地面分辨率,然后结合倾斜相机的性能,
如式(1)。
(2)航摄重叠度设计
空数字航空摄影规范规定“航向重叠度一般应为60%~80%,最小不小于53%;旁向重叠度一般应为15%~60%,最小不小于8%” [8-9]。在无人机倾斜摄影时,旁向重叠度是明显不够的。不论航向重叠度还是旁向重叠度,按照算法理论值应达到66.7%。
本次航向重叠度按 80%,旁向重叠度按70%设计。
具体参数如下。
(1)1.5 cm分辨率,等间距拍摄,航高108 m,基线长12 m,航带间隔45 m。
(2)2.0 cm分辨率,等间距拍摄,航高144 m,基线长16 m,航带间隔60 m。
(3)2.5 cm分辨率,等间距拍摄,航高180 m,基线长20 m,航带间隔75 m。
3.5 像控点布设及测量
根据飞行计划、飞行高度,并结合现场情况确定像控点的数量及分布[10],同时基于Smart3D算法,从最终空三特征点点云的角度考虑,按每隔10 000~20 000个像素布设一个控制点, 稳妥起见,本次点与点之间的距离在150 m-200 m范围内。同时需要根据每个任务的实际地形地物条件灵活应用,如地形起伏异常较大的、大面积植被及面状水域特征点非常少的,需要酌情增加控制点。
本次像控点位根据Google Earth地图影像,采用四周均匀布点内部少量布点的方案[11]。使用油漆在地面绘制人工标记作为像控点。用SDCORS系统进行RTK测量,三种分辨率采用同一套像控点。
3.6 空三加密
在保证飞行数据能对区域进行全覆盖、照片的拍摄质量良好以及像控点满足精度要求的基础上,使用Photoshop和航天远景EPT软件对采集到的影像进行调色和匀色处理。
该系统中空三计算是自动完成,采用光束法区域网整体平差方法进行,即以一张像片组成的一束光线作为一个平差单元,以中心投影的共线方程作为平差单元的基础方程,通过各光线束在空间的旋转和平移,使模型之间的公共光线实现最佳交会,将整体区域最佳地嵌入到控制点坐标系中,从而恢复地物间的空间位置关系[12]。作业时,利用POS提供的多视影像的外方位元素作为初始值,采用ASIFT,SIFT算法来进行多视影像的特征点匹配,以获取不同影像之间的连接点[13]。利用试验区中影像连接点的像点坐标,结合像控点,通过严密的平差计算,得到连接点的地面坐标和多视影像的外方位元素,输出空三成果。
3.7 三维模型构建
空三结束后,选择2000國家大地坐标系对整个模型进行三维重建,生成OSGB格式实景三维模型。利用ContextCapture系统根据影像的匹配算法,自动匹配影像中的同名点,然后在影像中提取更多的特征点构成密集点云。在上一步建立的影像之间的关系建立三角TIN,再由构建的三角TIN生成白模,ContextCapture软件会自动的计算出模型所对应的的纹理,并将纹理映射到由TIN构成的白模上,建立逼真的三维模型[14]。生成的实景三维模型色彩明亮、色调均匀,无明显空洞、拉花和扭曲现象,能够清晰地表达项面及各个立面的纹理信息。基于真实影像纹理的高分辨率实景真三维模型,对真实场景在原始影像分辨率下的全要素级别的还原达到了无限接近真实的程度[15],如图2所示。
3.8 倾斜三维数据采集
利用易绘软件进行倾斜三维数据采集,直接对房(墙)角进行量测,可以调用该房(墙)角不同视角的多张影像[16],从不同角度借助十字与垂直辅助线进行点与线的量测。对比传统立体像对测图,倾斜三维测图可以360°无死角,因而无须进行房檐改正,提高了工作效率和测图精度[17]。测图时一般选取距离地面1.2至1.5 m处的角点位置进行采集,一是可有效避开墙基外扩或下宽上窄的特殊情况,二是外业量边时也量取该位置,达到标准统一,提高可对比性。
3.9 精度统计
点位和边长中误差不能超过±5 cm,粗差率不能超过5%。通常认为实测方法检测航测法属于高精度检测,因此在允许误差2倍以内(含2倍)的误差参与数学精度统计,超过允许误差2倍的视为粗差,如式(2)[18]。
在试验区内均匀、随机挑取明显位置进行检测。使用GNSS接收机和全站仪采集明显的房角或围墙角,检验实景三维模型的点位精度,使用测距仪量取房屋边长,检验实景三维模型的边长精度,并制作精度统计报表。共测量了136个房角点,量取了126个房屋边长。误差分布及趋势情况,如图3所示。
具体精度情况,如表1所示。
3.10 精度评定分析
精度评定参照CH/T9015-2012《三维地理信息模型数据产品规范》[19-20]。
(1)点位精度分析:1.5 cm分辨率成果的点位精度较高,中误差为±3.9 cm,稳定控制在±5 cm以内,粗差率3.7%,也满足规范不大于5%的要求。2.0 cm分辨率成果精度有所降低,中误差为±3.9 cm,满足不大于±5 cm的要求,但粗差率为5.9%,略超出规范不大于5%的要求,效果不佳。2.5 cm分辨率成果精度明显降低,中误差增大为±4.8 cm,虽然大于±5 cm,但已十分接近,实际生产中随着外界影响因素的增多,点位中误差很可能会超出±5 cm,并且粗差率高达7.4%,显著超出规范不大于5%的要求,效果较差。因此,在实际地籍测量中,建议航摄地面分辨率选择1.5 cm,最大不要超过2.0 cm,否则极易导致粗差率超限而导致产品不合格。
(2)边长精度分析:三种分辨率的边长精度都能满足规范要求,虽然分辨率越高,精度越高,但过度追求高精度也是一种无谓的浪费。从试验数据中基本能看出,在房地一体测绘项目中,只要保证了点位精度,边长精度会更有把握达标,即采用倾斜摄影测量技术,边长精度较点位精度更容易达到。
(3)误差的频率峰值一般出现在[4,5]区间上,误差多数分布在[3,5]区间上,成果的点位中误差就很可能控制在±5 cm以内,若多数分布在[4,6]区间上,点位中误差超限的可能性就大大增加。
4 总结
本文介绍了基于无人机倾斜摄影测量技术开展地籍房产一体化测量时航摄地面分辨率不同对测量精度的影响,选取了三种航摄分辨率,并对三种分辨率的成果精度进行分析。
由试验数据可以看出:1.5 cm分辨率是可以满足房地一体化测量精度要求的;2.0 cm分辨率在中误差偏大,粗差率已超过临界值,实际生产中极易造成精度超限;2.5 cm分辨率中误差在临界值附近,粗差率已明显超限,不可取。因此可初步认为性价比最优的航摄分辨率应在1.5-2.0 cm之间。
本次研究试验设置的分辨率种类数量是有限的和非连续的,受多种因素的影响,得出的分析结果不排除存在一定的偶然性,若需得到更加科学、可靠的结论,需要付出更多的努力。个人认为可从以下四个方面着手。
(1)增大验证面积。若要形成确定的结论和成熟的经验,需增大验证面积,增大验证区类型,增大试验次数。
(2)增加分辨率种类。比如验证1.7 cm、1.9 cm分辨率时的精度情况。
(3)适量加大像控密度。本次像控点布设只是根据经验值150-200 m,若要加大像控点密度,比如将像控间距调整到100-120 m左右,理论上精度应会进一步提高。
(4)提高飞行质量。飞机飞行姿态、成像质量很关键,在小于3级风、无雾霾环境下,航摄质量会提高,相应的模型精度也会提高。
参考文献
[1] 李安福. 浅析国内倾斜摄影技术的发展[J].测绘与空间地理信息,2014,37(9):57-60.
[2] 黄健,王继.多视角影像自动化实景三维建模的生产与应用[J].测绘通报,2016(4):75-78.
[3] 李德仁,胡庆武.集成倾斜航空摄影测量和地面移动测量技术的城市环境监测[J].武汉大学学报(信息科学版),2015,40(4):427-443.
[4] 国家测绘地理信息局. GB/T 17986.1-2000 房产测量规范 第1单元 房产测量规定 [S].北京:测绘出版社,2000.
[5] 刘铭哲.大疆旗艦级专业多旋翼无人机经纬M600[J].数码影像时代,2016(5):26-27.
[6] 赵宏,杜明成,吴俐民,等.基于倾斜摄影测量技术的智慧城市5D产品制作工艺实现[J].测绘工程,2016.25(9):73-76.
[7] 谭燕萍.低空无人机倾斜摄影测量系统在美丽小镇建设中的应用[J].测绘与空间地理信息,2018,41(3):72-74.
[8] 中测新图( 北京)遥感技术有限责任公司,中国测绘科学研究院,广东省国土资源厅测绘院.CH/Z 3005- 2010低空数字航空摄影规范[S]北京:测绘出版社,2010.
[9] 顾广杰,张坤鹏,刘志超,等.浅谈无人机倾斜摄影测量技术标准[J].测绘通报,2017(S1):210-213.
[10] 王琳,吴正鹏,姜兴钰,陈楚.无人机倾斜摄影技术在三维城市建模中的应用[J].测绘与空间地理信息,2015(12):30-32.
[11] 桑文刚,李娜,韩峰,等.小区域消费级无人机倾斜摄影像控点布设及建模精度研究[J].测绘通报,2019(10):93-96.
[12] 王佩军,徐亚明.摄影测量学[M].武汉:武汉大学出版社,2010.
[13] 闫利,费亮,叶志云,等.大范围倾斜多视影像连接点自动提取区域网平差法[J].测绘学报,2016,45(3):310-317.
[14] 任诚,高利敏,冯耀楼,等.基于无人机倾斜摄影的建筑物三维建模尝试[J].测绘通报,2019(2):161-164.
[15] 曹琳.基于无人机倾斜摄影测量技术的三维建模及精度分析[D].西安:西安科技大学,2016.
[16] 赵小阳,孙松梅.无人机倾斜摄影支持下的1:500高精度三维测图及应用[J].测绘通报,2019(7):87-91.
[17] 李颀.基于倾斜摄影技术在农村房屋权籍调查测量中的应用[J].测绘与空间地理信息,2016,39(6):182-186.
[18] 国家测绘地理信息局.GB/T 24356-2009测绘成果质量检查与验收[S].北京:中国标准出版社,2009.
[19] 国家测绘地理信息局.CH/T 9015- 2012 三维地理信息模型数据产品规范[S].北京:测绘出版社,2013.
[20] 毕凯,赵俊霞,丁晓波,等.倾斜航空摄影技术设计与成果质量检验[J].测绘通报,2017(4):71-76.
(收稿日期:2020.03.24)