礦區(qū)多角度無人機(jī)遙感三維影像圖制作

田　雷

(吉林鐵道職業(yè)技術(shù)學(xué)院,吉林 吉林 130000)

?

礦區(qū)多角度無人機(jī)遙感三維影像圖制作

田雷

(吉林鐵道職業(yè)技術(shù)學(xué)院,吉林 吉林 130000)

利用無人機(jī)遙感系統(tǒng)對礦區(qū)進(jìn)行了豎直攝影和傾斜攝影，采用SIFT特征與最小二乘的影像自動匹配方法對影像進(jìn)行處理，并在此基礎(chǔ)上制作完成了測區(qū)的正射影像圖和三維全景影像圖，精度達(dá)到了用戶要求，從而驗(yàn)證了無人機(jī)作為準(zhǔn)實(shí)時獲取礦區(qū)空間信息平臺的可行性和實(shí)用性，為無人機(jī)遙感系統(tǒng)在相關(guān)領(lǐng)域的應(yīng)用提供了經(jīng)驗(yàn)和借鑒。

無人機(jī)遙感系統(tǒng)；SIFT特征；最小二乘；傾斜影像；正射影像

煤炭資源的大規(guī)模開采引發(fā)了一系列地質(zhì)災(zāi)害和生態(tài)環(huán)境問題，及時掌握礦山地質(zhì)、生態(tài)環(huán)境時空演變情況對保護(hù)人民生命和財(cái)產(chǎn)安全、促進(jìn)礦產(chǎn)資源的合理開發(fā)利用具有重要的實(shí)際意義，而定期遙感監(jiān)測和對突發(fā)事件快速反應(yīng)能力是掌握地理礦情時空演變的主要手段。現(xiàn)有的航空攝影和中高分辨率衛(wèi)星遙感獲取的數(shù)據(jù)質(zhì)量高，影像覆蓋范圍廣，但易受天氣影響，快速反應(yīng)能力弱，難以保證突發(fā)事件信息獲取的時效性。無人機(jī)遙感系統(tǒng)機(jī)動靈活、使用成本低，可快速準(zhǔn)確地獲取現(xiàn)勢性強(qiáng)、空間分辨率高的多角度礦區(qū)影像數(shù)據(jù)，并結(jié)合其他類型數(shù)據(jù)進(jìn)行信息綜合處理、挖掘與分析，可為礦區(qū)環(huán)境監(jiān)測、數(shù)字三維礦山、經(jīng)濟(jì)活動評估等提供數(shù)據(jù)支持。

本文從制作礦區(qū)多角度鳥瞰景觀影像需求出發(fā)，研究多角度近地遙感影像自動匹配與空三處理的理論與方法，建立一套快速處理無人機(jī)傾斜影像的自動化處理流程，以及DOM與多角度三維傾斜影像圖制作的技術(shù)流程，為煤礦企業(yè)、礦區(qū)的科學(xué)規(guī)劃和科學(xué)管理提供依據(jù)。

一、研究內(nèi)容

礦區(qū)多角度無人機(jī)遙感三維影像圖制作過程中主要內(nèi)容包括：相機(jī)檢校與無人機(jī)航空攝影、像控點(diǎn)測量、航空影像自動匹配、快速空中三角測量構(gòu)網(wǎng)和平差計(jì)算及DOM影像圖與全景圖制作等步驟。

針對無人機(jī)遙感平臺獲取的相鄰影像之間存在較大的旋偏角和上下錯動，無法使用現(xiàn)有的影像匹配算法獲取同名點(diǎn)這一難題，本文研究適用于不同重疊度、傾斜影像同名特征的自動匹配處理方法和算法，實(shí)現(xiàn)多角度全景影像自動處理。

1. 研究區(qū)概況

本文選擇山西潞安煤業(yè)集團(tuán)總部所在地侯堡鎮(zhèn)作為研究區(qū)。該區(qū)地處襄垣縣西南端，測區(qū)面積約8 km2，境內(nèi)屬丘陵山區(qū)，平均海拔890 m，最大高差約100 m，適合無人飛機(jī)低空航攝。

2. 技術(shù)流程

本文針對非量測相機(jī)的檢校理論和方法、無人機(jī)遙感影像的預(yù)處理技術(shù)、數(shù)字?jǐn)z影測量空中三角測量加密關(guān)鍵技術(shù)、正射影像圖(DOM)及多角度全景圖制作過程中涉及的重點(diǎn)難點(diǎn)進(jìn)行了深入研究，具體技術(shù)流程如圖1所示。

圖1　項(xiàng)目實(shí)施的技術(shù)流程

(1) 相機(jī)檢校

無人機(jī)遙感系統(tǒng)多采用內(nèi)方位元素和畸變系數(shù)未知且不夠穩(wěn)定的非量測相機(jī)，因此在無人機(jī)航飛前必須進(jìn)行嚴(yán)格的相機(jī)檢校，以確保空中三角測量加密精度及制圖精度符合要求。本項(xiàng)目使用的是Canon 5D MarkⅡ型非量測相機(jī)，在高精度室內(nèi)檢校場完成了鏡頭畸變校正，原始影像為5616×3744像素，經(jīng)定標(biāo)改正后為5716×3810像素，邊緣變形最大值為100像素。

(2) 航線設(shè)計(jì)與航攝參數(shù)

針對測區(qū)實(shí)際地形條件與地理環(huán)境及制作DOM和三維影像圖的要求，設(shè)計(jì)了兩架次不同飛行姿態(tài)的航空攝影技術(shù)方案。

1) 豎直攝影航線設(shè)計(jì)方案。無人機(jī)沿南北方向飛行，布設(shè)11條航線，每條航線拍攝豎直攝影像片26張，共計(jì)286張。

2) 傾斜攝影航線設(shè)計(jì)方案。為制作測區(qū)三維全景影像圖，沿東西方向布設(shè)了22條航線，每條航線拍攝像片26張，共計(jì)572張。

3) 攝影比例尺。設(shè)計(jì)的成圖比例尺與攝影比例尺的關(guān)系為：4～6倍。

4) 攝影參數(shù)設(shè)定。設(shè)計(jì)相對航高547 m，航向與旁向重疊度分別為70%和40%，地面分辨率為0.1 m。

(3) 像控點(diǎn)布設(shè)

航片像控點(diǎn)布設(shè)遵循區(qū)域網(wǎng)布設(shè)原則及成圖精度要求(平面和平高控制點(diǎn)相對于鄰近控制點(diǎn)的平面位置中誤差不超過圖上0.1 mm，高程和平高控制點(diǎn)相對于鄰近高程控制點(diǎn)的高程中誤差不超過0.1 m)，實(shí)際布設(shè)的控制點(diǎn)分布如圖2所示。結(jié)合測區(qū)實(shí)際情況及相鄰像片冗余信息大(重疊度大)，以3～5條航線、10～15條基線構(gòu)成一個區(qū)域網(wǎng)。

圖2　像控點(diǎn)分布

二、無人機(jī)航攝影像處理與影像圖制作

無人機(jī)遙感影像的內(nèi)業(yè)處理過程主要包括：影像自動匹配、空三加密、DEM與DOM制作、三維全景影像圖制作。

1. 影像自動匹配方法

本文采用基于SIFT特征與最小二乘方法實(shí)現(xiàn)影像的自動匹配。基于SIFT特征算法是目前應(yīng)用最為廣泛的圖像配準(zhǔn)方法，具體步驟敘述如下。

(1) 尺度空間建立

尺度空間的建立是基于圖像理論模擬的多尺度空間特征，而高斯函數(shù)可以表示其唯一的尺度線性核，因此一幅圖像與尺度的高斯函數(shù)的卷積即為尺度空間，其數(shù)學(xué)表達(dá)式為

L(x,y,σ)=G(x,y,σ)*I(x,y)

(1)

式中，G(x,y,σ)代表x和y上的卷積

(2)

利用相鄰圖像的高斯尺度函數(shù)卷積相減即可得到D(x,y,σ)，即

D(x,y,σ)=(G(x,y,kσ)-G(x,y,σ))*I(x,y)=

L(x,y,kσ)-L(x,y,σ)

(3)

式中，k為相鄰尺度間相隔的線型比例因子。

為實(shí)現(xiàn)多尺度特征點(diǎn)檢測，必須構(gòu)建線性尺度空間。設(shè)定k、σ(初始尺度)初始值，k持續(xù)地以增長尺度為kσ的高斯核與之相卷積形成高斯金字塔，其中相鄰層的尺度相差因子為k；然后計(jì)算DOG算子，通過將高斯金字塔中每個倍頻里的相鄰圖像作差，就形成了DOG金字塔。

(2) 特征點(diǎn)定位

DOG尺度空間的極值點(diǎn)即為特征點(diǎn)。每個像素點(diǎn)(10維尺度空間中)與金字塔上下相鄰尺度的兩幅圖中對應(yīng)位置鄰域內(nèi)的18個點(diǎn)(2×9個點(diǎn))及相鄰的8個點(diǎn)的像素值進(jìn)行對比，若該點(diǎn)大于或小于這26個點(diǎn)的像素值，則標(biāo)記為候選特征點(diǎn)。

高斯差分算子的主曲率由Hessian矩陣計(jì)算求出

(4)

DOG尺度空間的主曲率與Hessian矩陣的特征值成正比，即

(5)

式中,α、β分別為最大特征值、最小特征值。令α=γβ，則

(6)

(γ+1)2/γ的值在兩個特征值相等時最小，隨著γ的增大而增大。

(3) 計(jì)算特征點(diǎn)的主角度

為了使算子保持旋轉(zhuǎn)不變特性，可將每個關(guān)鍵點(diǎn)鄰域像素值的梯度方向作為指定的方向參數(shù)，則梯度的模值、方向參數(shù)為m(x,y)=

θ(x,y)=αtan 2(((L(x,y+1)-L(x,y-1))/

(L(x+1,y)-L(x-1,y)))

(7)

式中，L表示每個關(guān)鍵點(diǎn)的尺度。

(4) 特征點(diǎn)描述子

為增強(qiáng)圖像匹配的穩(wěn)健性，實(shí)際計(jì)算過程中使用4×4種子點(diǎn)對每個關(guān)鍵點(diǎn)進(jìn)行描述，可形成128維的SIFT特征向量(剔除了尺度變化、旋轉(zhuǎn)等影響)；然后再對SIFT長度進(jìn)行歸一化處理，則可消除光照變化影響。

2. DOM與三維全景圖制作

(1) DEM提取

以全自動匹配的特征點(diǎn)及定向點(diǎn)(經(jīng)空三計(jì)算并剔除粗差后的離散點(diǎn))為基礎(chǔ)，利用基于內(nèi)插規(guī)則格網(wǎng)和TIN構(gòu)建數(shù)字高程模型(DEM)。

(2) DOM與三維全景圖的制作

將每幅影像劃分為M×N塊，并結(jié)合構(gòu)建的DEM逐塊進(jìn)行數(shù)字微分(正射)糾正，然后通過數(shù)字鑲嵌制作全區(qū)域的正射影像圖(DOM)，如圖3所示。

圖3　正射糾正前后影像及最終成果

三、結(jié)束語

本文針對無人機(jī)遙感系統(tǒng)多角度獲取的礦區(qū)遙感影像，研究了一套無人機(jī)傾斜影像快速處理技術(shù)，制作了礦區(qū)正射影像圖和三維全景影像圖，且成圖精度達(dá)到了用戶要求，驗(yàn)證了無人機(jī)作為準(zhǔn)實(shí)時獲取礦區(qū)空間信息平臺的可行性和實(shí)用性，并可為無人機(jī)遙感系統(tǒng)應(yīng)用于新農(nóng)村建設(shè)提供相應(yīng)經(jīng)驗(yàn)和借鑒。

[1]李德仁,李明. 無人機(jī)遙感系統(tǒng)的研究進(jìn)展與應(yīng)用前景[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版),2014,39(5):505-513.[2]買小爭,楊波,馮曉敏. 無人機(jī)航攝像控點(diǎn)布設(shè)方法探討[J]. 測繪通報,2012(S1)：268-271.

[3]胡榮明,張敏,劉潘. 高分辨率無人機(jī)低空影像DEM的建立及其精度研究[J]. 測繪科學(xué),2011,36(4):201-202.

[4]趙星濤,胡奎,盧曉攀，等. 無人機(jī)低空航攝的礦山地質(zhì)災(zāi)害精細(xì)探測方法[J]. 測繪科學(xué),2014,39(6):49-52.

[5]李珵,盧小平,朱寧寧，等.基于激光點(diǎn)云的隧道斷面連續(xù)提取與形變分析方法[J]. 測繪學(xué)報,2015，44(9):1056-1062.

[6]劉廣盛,呂軍超. 基于無人機(jī)的礦區(qū)變化監(jiān)測關(guān)鍵技術(shù)研究[J]. 測繪通報,2013(S1):95-98.

[7]傅衛(wèi)平,秦川,劉佳，等. 基于SIFT算法的圖像目標(biāo)匹配與定位[J]. 儀器儀表學(xué)報,2011,32(1):163-169.

[8]李曉明,鄭鏈,胡占義. 基于SIFT特征的遙感影像自動配準(zhǔn)[J]. 遙感學(xué)報,2006,10(6):885-892.

[9]陳夢婷,閆冬梅,王剛. 基于Harris角點(diǎn)和SIFT描述符的高分辨率遙感影像匹配算法[J]. 中國圖象圖形學(xué)報,2012,17(11):1453-1459.

[10]何敬,李永樹,魯恒，等. 基于SIFT特征點(diǎn)的無人機(jī)影像拼接方法研究[J]. 光電工程,2011,38(2):122-126.

Production of Multi-angle UAV 3D RS Photomap for Mineral Area

TIAN Lei

田雷.礦區(qū)多角度無人機(jī)遙感三維影像圖制作[J].測繪通報，2016(10)：73-75.DOI:10.13474/j.cnki.11-2246.2016.0333.

2016-04-07;

2016-07-12

田雷(1963—)，男，副教授，主要從事無人機(jī)影像矯正研究。E-mail：881997@qq.com

P237

B

0494-0911(2016)10-0073-03