無人機影像在大面積1∶2000地形圖測繪中的應用研究

李 雷，張海濤，李 兵

(北京市測繪設計研究院，北京100038)

一、引 言

由于無人機低空遙感平臺具有升空準備時間短、操作控制較容易、不要求專用起降場地、運行成本低、影像分辨率高、受云霧等天氣條件影響較小等特點[1]，很好地解決了傳統測繪航空攝影所存在的諸多問題。但由于無人機搭載非量測相機，且飛行姿態不穩定，造成影像畸變較大、旋偏角較大、比例尺不一等問題，使得傳統生產工藝難以取得滿意效果。目前國內絕大部分無人機低空遙感平臺主要應用于影像的快速獲取及數字正射影像的應急制作，很少涉及基本比例尺地形圖測繪任務，尤其是大面積的地形圖測繪。

本次利用無人機低空遙感平臺所嘗試的測區屬于“北京市援疆(和田地區)測繪工程”中的一部分，包括新疆洛浦縣城和洛浦北京工業開發區。攝影相機類型為 Canon 5D Mark II，鏡頭焦距為28．384mm，共飛行 3 個架次，航攝比例尺 1∶20 000，包括39條航線，2382張影像。空三加密時采用中國測繪科學研究院研制的PixelGrid高分辨率遙感影像一體化測圖系統，并導入VirtuoZo及JX4攝影測量工作站進行矢量采集。成圖面積約88 km2，覆蓋1∶2000地形圖120幅。

二、飛行平臺選擇及影像資料獲取

洛浦縣位于新疆和田地區，氣候條件惡劣，測繪主體包括縣城及待開發戈壁地區。本次航攝采用北京市測繪設計研究院和北京華北光學儀器有限公司聯合研制開發的“華鷹”無人機航攝系統，由于其采用飛行姿態控制、曝光延遲補償、轉彎緩沖等多項技術，具有姿態穩定，抗風性強等特點[2]。傳統航空攝影通常選擇航向重疊60%、旁向重疊30%的方式，但由于無人機旋偏角較大，且像幅較小，按常規方式會導致部分像對在上下邊緣處重疊范圍低于50%的情況，造成航攝漏洞。考慮到如果大幅增加影像重疊度，會導致外業控制點數量和內業測圖時像對數量過多的問題。經過綜合取舍，最終攝影采用航向重疊70%，旁向重疊45%的方式。

三、控制點布設方案

目前所執行的技術規范是針對傳統膠片相機制定[3]，如一味套用將造成外業工作量繁重。陳紅權等人的研究表明，DMC影像最佳布點間隔為8條基線[4]，為穩妥起見，本次布點航線方向每隔8～10條基線布設一個平高控制點，旁向每隔兩條航線布設一排平高控制點。由于測區部分處于戈壁地區，紋理比較匱乏，這就為控制點的選取造成極大困難，最嚴重地段甚至相隔29條基線才能選取到明顯地物點，此時需在紋理匱乏地段的上下兩航線加布控制點，以保證控制的穩定性。此外在加密分區角點及地物不明顯區域，均采用了多控制點布設方式，并在航攝前對于紋理極其匱乏地區采取布置地標的方法，以保證空三加密時可以選取高精度點位。

四、空三加密

空三加密是早年無人機影像處理的主要瓶頸，綜合運用多項技術及處理策略是解決問題的關鍵。本次空三將洛浦地區分為5個測區，考慮到無人機影像特點，空三加密時采用中國測繪科學研究院研制的PixelGrid高分辨率遙感影像一體化測圖系統。由于軟件使用多尺度特征匹配算法，具有尺度不變性、旋轉不變性等特點，可以在像對間產生大量穩定的同名點，很好地解決了無人機影像匹配問題。其流程如圖1所示。

圖1 空三加密流程圖

1．關鍵技術研究

(1)影像畸變改正

與常規測繪航空攝影不同，無人機低空遙感平臺通常搭載非量測相機，國內普遍使用500D、5D Mark II等民用普通單反相機配合定焦鏡頭進行攝影。由于受到鏡頭畸變的影響，導致物點、投影中心、像點不再嚴格共線，空間后方交會精度降低，特別是影像邊緣，甚至會有20～40像素的誤差。

圖2分別表示無變形情況及由于鏡頭畸變所引起的桶裝變形、枕形變形和切向變形。其中桶裝變形和枕形變形稱作徑向變形，其對影像的影響遠遠大于切向變形。為削弱非量測相機畸變帶來的誤差，畸變改正成為無人機影像處理的必要步驟。對影像進行畸變改正所需的參數包括：像主點坐標x0、y0，焦距f，

圖2 無人機影像畸變

徑向畸變系數 k1、k2，偏心畸變系數 p1、p2，CCD 非正方形比例系數α和CCD非正交性畸變系數β。改正模型如下

(2)影像匹配

由于無人機飛行姿態不穩定，使得傳統基于灰度的影像匹配算法難以達到較好的匹配效果，這也是無人機影像用于測繪成圖的主要瓶頸之一。Lowe于1999年提出并于2004年總結完善的SIFT(scale invariant feature transform)匹配算法[5-6]具有尺度不變性、旋轉不變性的特點，且對于亮度變化和仿射變形等具有魯棒性[5]，現已被逐步運用于無人機影像處理之中。其采用的高斯差分金字塔影像是通過相鄰尺度空間的高斯金字塔影像相減獲得，最接近尺度歸一化的LOG算子，可以產生大量穩定與尺度無關的特征點，且影像匹配時首先將坐標軸旋轉到特征點方向上，消除了由于無人機旋偏角過大帶來的匹配困難。通過基于SIFT特征匹配算法(以PixelGrid軟件為例)與傳統基于灰度匹配算法(以VirtuoZo AAT軟件為例)對比可以發現，利用PixelGrid軟件處理的大多數像對同名點數量都達到了1000個以上，即使是紋理極其匱乏的戈壁地區也能匹配出一定數量的同名點，且不同像對間同名點所在位置比較穩定。而僅僅采用灰度匹配算法時在紋理匱乏地區可以匹配出的同名點數明顯較少，且位置不穩定，導致模型連接成功率較低。可見SIFT算子匹配技術很好地解決了無人機影像因旋偏角較大，比例尺不一造成傳統灰度匹配方法失相關的難題。

圖3 PixelGrid、Virtuo AAT結果對比

上圖體現了PixelGrid與VirtuoZo AAT模型連接后的結果對比。根據已公開的部分方法[7]，產生此效果的原因如下：

1)在金字塔影像的最高層采用SIFT特征匹配算子，解決了相鄰影像間尺度變化、旋偏角過大所引起的基于灰度影像匹配失相關的問題，可以產生大量同名點，并得到初始外方位元素，為基于灰度的精匹配提供初始值;

2)金字影像配合SIFT算子可以解決其計算復雜、運算時間長的弊病;

3)采用RANSAC算法[8]可以對錯誤的匹配點進行剔除;

4)對重疊區域進行格網劃分，并利用Foerstner算子[9]提取影像中明顯的角點等作為特征點，解決了SIFT算子特征點分布不均、與人眼識別的明顯特征位置不符等問題。同時利用核線關系進行一維匹配，為最小二乘匹配提供初始值;

5)在金字塔影像的最低層采用最小二乘匹配方法，可以得到亞像素級的高精度匹配結果;

6)PixelGrid軟件所采取的其他算法進一步提升了匹配效果。

2．相關處理策略

在加密過程中采用了以下策略以保證結果的穩定性和正確性：

1)考慮到洛浦地區地形特點，為保證轉點的正確、穩定，初始偏移點選取時采用每隔10張影像選取一個初始偏移點，紋理極其匱乏地區每隔5張影像選取一個初始偏移點的方法;

2)由于無人機影像基線較短、飛行姿態不穩定，加之戈壁地區可以匹配出的同名點較少，本次選點時連接點分布采取13個標準點位，每個標準點位選取3個連接點的方式，這樣可以在減少運算量的同時最大限度地保證加密點分布，提高區域網整體的穩定性;

3)為了避免殘余畸變影響，標準點位補點時應盡量離開影像邊緣，同時由于旁向重疊較大，補點時盡量使旁向重疊區域包含兩排以上的連接點;

4)為提高空三加密效率，首先在自由網平差下逐步剔出誤差較大的錯誤點，隨后利用控制點平差進行精調整;

5)為最大限度地減少基線較短對高程的影響，將全部高程控制點參與解算;

6)為保證模型建立的準確性，將像點偏移值調整到3倍中誤差以下。

3．精度統計與分析

經過平差計算，最終控制點定向精度和檢查點精度分別如表1和表2所示。

表1 控制點定向精度m

表2 檢查點精度m

其中定向點精度是由n個定向點的計算坐標與其野外測量坐標的較差Δi計算得到的中誤差，即檢查點精度是由m個檢查點的計算坐標與其野外測量坐標的較差計算得到的中誤差。

可以看出，由于采用上述技術，保證了加密成果的穩定性和正確性。根據《中華人民共和國國家標準1∶500 1∶1000 1∶2000 地形圖航空攝影測量內業規范(GB/T 7930—2008)》[10]要求，基本定向點限差為平面0．3m、高程0．26m，多余野外控制點不符值為平面0．5 m、高程0．4m，加密結果完全符合國家標準要求。

五、矢量數據采集及精度檢測

最終，利用VirtuoZo和JX4數字攝影測量工作站完成了洛浦地區約88 km2、覆蓋120幅1∶2000比例尺地形圖的矢量采集工作，并選取375個平面點、234個高程點進行野外精度檢測，結果如表3所示。

表3 野外精度檢測

平面點誤差分布如圖4所示。

圖4 平面點位誤差分布(單位：m)

根據《中華人民共和國國家標準數字地形圖產品基本要求(GB/T 17278—2009)》[11]并結合洛浦地區特點，平面中誤差不應大于1．2m，高程中誤差不應大于 0．5 m，平面限差為2．4 m，高程限差為1m。根據檢測結果，超過限差的檢測點數為0，平面中誤差及高程中誤差遠小于國家規范要求，無人機遙感平臺完全可以作為大面積1∶2000地形圖測繪的一種技術手段。此外，通過對數據進行統計分析可以看出，平面誤差分布方向較為均勻，且點位分布集中在0．4m以內，小于統計中誤差的點數為81．6%，符合正態分布規律。高程方面小于1倍統計中誤差的點數為68．8%，在1倍統計中誤差及2倍統計中誤差之間的點數為26．1%，大于2倍統計中誤差點數為5．1%，相比平面而言出現了一定的不穩定性，這是因為對于本次航攝而言，基高比為

雖然在空三加密中使用了多種技術以保證解的穩定，但由于理想基高比為 1∶1 ～1∶1．5[12]，而無人機影像像幅較小，因此造成了解的相對離散性。解決此問題的有效方法是加大CCD面積或使用多相機拼接技術，但這也為相機研制和無人機負載能力提出了更高要求。

六、結束語

通過空三結果及最終成圖精度可以看出，無人機影像用于大面積1∶2000地形圖測繪是完全可行的。文中為無人機影像處理中的關鍵技術找到了理論依據，并通過洛浦地區地形圖測繪實踐，形成了用于大面積1∶2000地形圖測繪的生產工藝。同時在外控點布設、空三加密等方面有所創新，為利用無人機影像進行城市基本比例尺地形圖測繪工作進行了有益地嘗試。實際生產中應注意在攝影時需適當加大航向及旁向重疊度，以保證模型建立的穩定性并減少殘余畸變影響。空三加密時應選取采用SIFT影像匹配算法，包含畸變改正的空三軟件，以便對無人機影像進行有效處理。同時筆者建議采用多核、分布式處理功能的空三軟件及無縫測圖或自動更換像對方式的測圖軟件，達到在影像尺寸較小情況下提高生產效率的目的。此外，目前對于無人機影像的最佳控制點布設方案仍缺少定論，如何在減少外業控制點的同時保證加密精度有待進一步研究。

[1]范承嘯，韓俊，熊志軍，等．無人機遙感技術現狀與應用[J]．測繪科學，2009，9(34)：214-215．

[2]李兵，岳京憲，李和軍．無人機攝影測量技術的探索與應用研究[J]．北京測繪，2008(1)：1-3．

[3]中國國家標準化管理委員會．GB/T 7931-2008 1∶500 1∶1000 1∶2000地形圖航空攝影測量外業規范[S]．北京：中國標準出版社，2008．

[4]陳紅權，徐而迅，周彤．基于DMC的像片控制測量布點方案探討[J]．現代測繪，2009，1(32)：13-14．

[5]LOWE D G．Object Recognition from Local Scale-Invariant Features[C]∥Proceedings of the International Conference on Computer Vision．Corfu：[s．n．]，1999：1150-1157．

[6]LOWE D G．Distinctive Image Features from Scale-invariant Keypoints[J]．International Journalof Computer Vision，2004，60(2)：91-110．

[7]王琳．高精度、高可靠的無人機影像全自動相對定向及模型連接研究[D]．北京：中國測繪科學研究院，2011．

[8]FISCHLER M A，BOLLESR C．Random sample consensus：A Paradigm formodel fitting with applications to image analysis and automated cartography[J]．Communications ACM，1981，24(6)：381-395．

[9]FOERSTNER W，GUELCH E．A Fast Operator for Detection and Precise Location of Distinct Points，Corners and Centers of Circular Features[C]∥Proceedings of ISPRS Conferenceon Fast Processing of Photogrammetric Data．Interlaken：[s．n．]，1987：281-305．

[10]中國國家標準化管理委員會．GB/T 7930—2008 1∶500 1∶1000 1∶2000 地形圖航空攝影測量內業規范[S]．北京：中國標準出版社，2008．

[11]中國國家標準化管理委員會．GB/T 17278—2009數字地形圖產品基本要求[S]．北京：中國標準出版社，2009．

[12]王志豪，劉萍．無人機航攝系統大比例尺測圖試驗分析[J]．測繪通報，2011(7)：18-20．