基于无人机倾斜测量技术机场三维重建技术研究

赫宗尧，左萍萍，李 帅

（信阳航空职业学院，河南 信阳 464100）

0 引言

随着无人机技术的迅速发展以及机场建设的需求增加，如何利用无人机进行机场三维重建已成为研究的焦点之一[1]。倾斜测量技术是一种先进的摄影测量技术，具有高精度、高分辨率的特点。通过无人机搭载倾斜摄影测量设备，可以获取机场的大范围高分辨率影像数据，为后续的三维重建提供了基础数据。机场三维重建的流程包括航线规划和飞行控制、图像处理和特征匹配以及三维重建算法的应用[2]。借助无人机倾斜测量技术，可以实现对机场进行全方位摄影，然后通过图像处理和特征匹配算法，提取出机场影像的特征信息。最后，利用三维重建算法，将特征点云数据转化为机场的三维模型，并进行质量控制和精度评定。

基于无人机倾斜测量技术的机场三维重建技术可以在机场规划、设计和管理中发挥重要作用。在机场规划和设计中，可以利用该技术进行机场地形分析、跑道和停机坪的布局设计等。在机场管理和维护中，可以利用该技术进行机场设施检查和监测，提高机场的安全性和运行效率，为机场建设和管理带来了新思路和方法[3]。

1 无人机倾斜测量技术研究

1.1 倾斜测量技术概述

倾斜摄影测量技术兴起于20 世纪90 年代，凭借搭载平台的优势可以获取大范围区域内的多角度、高分辨率影像数据，借助相关软件可构建高分辨率三维地形模型和实景三维模型，具有其他数据获取技术无法比拟的优势。因此成为近年来国内外学者研究的热点，并将其应用于诸多领域，如变形监测、三维建模、地形图测绘等领域[4]。倾斜摄影是一种通过在飞行中倾斜摄影机拍摄连续影像来获取地面信息的技术。相比传统的航空摄影，倾斜摄影能够提供更加真实、精确的地面影像，提供了可靠的数据。无人机倾斜摄影测量技术所对应的系统主要由数据采集系统、飞行系统、内业数据处理组成。通过无人机搭载倾斜摄影测量设备，可以获取机场的大范围高分辨率影像数据，为后续的三维重建提供了基础数据。

1.2 三维激光扫描系统

倾斜测量技术主要通过三维激光扫面系统进行摄影，三维激光扫描技术是测绘领域的一种新技术，能够以每秒几百万个点的速度采集三维点云数据，且密度较高、纹理信息丰富，能够反映更多的细节信息，数据经处理后可以得到被测物体或区域的完整信息。三维激光扫描技术的优势：（1）采集速度快，且数据信息丰富，如色彩信息、反射率等；（2）点云数据精度高；（3）不需要接触被测目标即可获取数据，增大了测量范围，且夜间也可以工作。

目前，比较常见的三维激光扫描仪采用的测距方法有脉冲式测距法、相位式测距法及激光三角法，使用的Trimble TX8 三维激光扫描仪采用脉冲式测距法。其基本原理是：首先安置好三维激光扫描仪，开机自检；三维激光扫描仪发射激光到达被测物体，经反射返回三维激光扫描仪，并计录时间差t；三维激光扫描仪内部的传感器测得目标点P与仪器中心的距离S和目标点P与坐标轴之间的夹角；最终三维激光扫描仪内置的计算机计算出目标点P的坐标值[5]。目标点的精确坐标算式为：

式中S为三维激光扫描仪中心O至目标点P的距离，其求解式为：

式中，Δt为激光脉冲信号从发出到接收的时间差；c为光在真空中传播的速度。

1.3 倾斜测量技术在无人机领域的应用

无人机技术的快速发展，涌现出许多以无人机为载体的测绘解决方案。经过多年的发展无人机技术在飞行平台、控制系统、实时图传系统、数据处理系统以及操作等各方面都得到了大幅提升，使得无人机技术的应用范围越来越广。轻型无人机以其轻巧灵活、高分辨率、高效、低成本、易于转场和受天气因素影响小等优势受到广大从业者和研究学者的青睐，并在测绘调查领域取得诸多良好的理论成果和应用。随着计算机视觉技术的发展，无人机搭载的可见光传感器可以获取目标物的多角度影像构建真实场景的三维模型，同时获得海量的密集匹配点云，并且能够提供可靠的精度及测区内的光谱信息，但是受无人机飞行高度与相机像素、角度的限制，获取的影像信息不完整或不清晰，尤其是当拍摄对象被遮挡时，重建的模型会出现拉花、变形等问题，因此这是迫切需要解决的问题[6]。

2 基于无人机倾斜技术的机场三维重建过程研究

在采集完整的机场倾斜摄影信息图像之后，首先对采集的图像进行质量处理检查，补充不合格区域，直到满足要求合理的图像。其次再通过多视角影像匹配、空三解算、区域网平差等处理。最后，赋予每章图像三维虚拟空间位置和姿态坐标，最终生成所需要的各种模型，如正射影像、数字高程模型、三维模型等。无人机倾斜测量的建模技术流程如图1 所示，其具体流程由有以下几点组成。

图1 无人机倾斜测量技术流程

2.1 机场影像特征点提取和匹配

影像匹配是数字摄影测量关键技术之一，通过同名像点的提取及匹配，实现影像间的匹配。影像特征通常指的是影像在某些特性方面有明显差异的特征，且能够作为标志、匹配的区域。影像匹配过程的第一步是提取特征，第二步是对提取的特征利用某种方法进行描述，最后利用特征之间的相关系数完成匹配，而特征提取是影像匹配过程中最基础也是最重要的一步。SIFT（Scale Invariant Feature Transformation）算法，是以机器视觉的算法来提取与描述影像中的局部特征，并且可以在尺度缩放、旋转、亮度变化时保持不变，同时在仿射变换、噪声等方面也具有良好的稳定。SIFT 算法提取特征主要包括3 个步骤。

（1）检测极值点

计算机视觉并不能判断影像数据中的地物大小、长短，因此需要利用高斯卷积完成转换，尺度空间定义和高斯函数分别由式（3）和式（4）计算：

（2）精确定位关键点及主方向

需要先确定关键点，上述得到的极值点处于离散空间当中，其中还包含有错误的极值点，这里利用DOG（Difference Of Gaussian）函数对其进行过滤即可以得到正确的极值点。确定关键点后，利用关键点的图像梯度确定局部梯度结构的稳定方向，以使关键点具有旋转不变性。

（3）描述关键点特征

关键点的位置、方向确定后，以关键点为中心，选取邻域内8×8 的区域为采样窗口，利用SIFT 特征向量描述关键点及邻域的特征信息，这个过程称为关键点特征的描述，影像的SIFT 特征向量的欧式距离作为关键点的相似性判定测度。

2.2 光束法区域网空中三角测量

空中三角测量解算是指以POS（Position and Orientation System）数据和少量控制点坐标为基准进行区域网平差，最终解算出被测物体的精确三维坐标数据。空中三角测量根据平差数学模型的不同可分为航带法、独立模型法和光束法三种，目前光束法区域网空中三角测量是最严密并且最常用的方法。光束法区域网平差以单张像片组成的单束光线作为平差基本单元，以中心投影的共线方程作为平差的基础方程，对模型公共点光束进行空间旋转和平移，从而达到公共点光束最佳的交会，经平差就可以解算出目标地物的三维坐标。

2.3 点云构网及纹理映射

空中三角测量后生成较稀疏的点云，需要结合多视影像密集匹配技术进而生成高密度的点云，利用泊松算法则可以将高密度点云构建为不规则三角网模型，也叫白膜模型，三角网的密集程度反映地形起伏情况。此时的白膜模型虽然可以凭借经验简单识别，但是缺少本身的色彩即纹理信息，此时需要对白膜模型进行纹理映射。纹理映射本质上就是寻找影像与白膜模型的对应关系，从而将真实的色彩纹理信息赋予给对应位置的白膜模型，生成还原真实场景的三维模型。

3 机场三维重建技术实验分析

3.1 像控点布设和测量

像控点布设和量测为数据处理提供绝对坐标数据，从而将内业处理后的成果数据转换至目标坐标系。一般情况下，像控点均匀分布于测区，保证在4 个角及中心区域都有像控点，避免像控点共线的情况。像控点可以选用人工像控点，如红白棋盘纸或喷漆。本研究选用的像控点即为标靶纸，此外也可以选择明显的地物标志作为像控点，如道路标志的角点、地砖的接缝处等。针对研究的内容，利用RTK 测量布设像控点的坐标，坐标系为国家坐标系。

3.2 结果分析

各个检查点实测坐标与模型量测坐标的差值见表1。经过计算，地形模型误差结果为：X、Y方向上的中误差分别为±1.5 cm、±1.5 cm，平面中误差、高程中误差分别为±1.8 cm、±1.8 cm。由上述误差统计结果可知，地形模型和实景三维模型都具有较高的位置精度，究其原因是基于倾斜摄影测量的模型重建方法获取的研究区域的倾斜较多，因此重建效果较好，另外是由于测区内控制点分布较为密集的原因。

表1 机场三维重建模型精度统计

3.3 实例应用

所处理的点云数据可以进行模型构建，包括机场实景三维模型和机场地形模型。数据不仅包含地面点云数据，还有地面上的附属物的非地面点云数据，要构建地形模型需要去除成果点云数据中的非地面点云。截取研究区域内的飞机停机区域的点云数据用于地形模型的构建，得到用于构建地形模型的区域地面点云并构建的地形模型，如图2 所示，可以清晰地区分各种建筑物模型的轮廓。

图2 机场三维重建模型局部信息图

4 结语

通过采用无人机倾斜摄影测量技术，实现对机场的三维重建，以为机场规划、设计和管理提供有效的数据支持。具体而言，包括深入研究倾斜测量技术、详细介绍机场三维重建的流程、探讨机场三维重建技术的应用，并总结研究的主要成果和创新点。通过本研究，希望为机场建设和管理带来新的思路和方法，并为未来的机场规划和管理提供广泛应用的基础。该方法能够有效解决传统方法存在的问题，实现了机场三维模型的快速、准确生成，对于机场规划、设计和管理具有重要的实际应用价值。