無人機農村宅基地高精度確權應用

薛武, 馬永政， 趙玲， 莫德林,2

(1.信息工程大學地理空間信息學院,鄭州 450001; 2.地理信息工程國家重點實驗室,西安 710054;3.礦山空間信息技術國家測繪地理信息局重點實驗室,焦作 454003; 4.東華理工大學江西省數字國土重點實驗室,南昌 330013; 5.集美大學計算機工程學院,廈門 361021)

無人機農村宅基地高精度確權應用

薛武1,2,3,4, 馬永政1,5， 趙玲1， 莫德林1,2

(1.信息工程大學地理空間信息學院,鄭州 450001; 2.地理信息工程國家重點實驗室,西安 710054;3.礦山空間信息技術國家測繪地理信息局重點實驗室,焦作 454003; 4.東華理工大學江西省數字國土重點實驗室,南昌 330013; 5.集美大學計算機工程學院,廈門 361021)

利用無人機進行農村土地確權具有效率高、成本低的優勢。通過開展簡易無人機低空攝影測量試驗，采用運動恢復結構數據處理方法，得到影像外方位元素的近似值，再利用附加參數的自檢校光束法進行平差，明顯提高了無人機低空攝影測量的定位精度，表明該方法具有一定的實用價值； 通過分析影響無人機攝影測量精度的主要因素，給出了控制無人機低空攝影測量精度的若干建議。

無人機； 宅基地確權； 運動推斷結構； 相機檢校； 自檢校； 精度驗證

0 引言

近年來無人機的快速發展使其在測繪、農業、電力、軍事等領域取得了廣泛的應用。特別是在航空攝影測量中，無人機已成為十分重要的數據獲取平臺。在小區域大比例尺測繪中，無人機具有明顯的優勢。與傳統有人駕駛航測飛機相比，無人機大比例尺測圖具有以下顯著特點： ①數據獲取成本較低，具有明顯的價格優勢； ②成圖周期短，由于無人機起降靈活、對保障條件要求較低等，可以快速獲取任務區域影像； ③適合于零散小區域測圖，在土地確權、新農村建設等應用中通常是比較理想的選擇[1-2]。國內外眾多學者圍繞無人機攝影測量開展了大量的研究工作，研究的重點已經從可行性研究轉移到如何提高無人機攝影測量的精度上來。

2013年以來國家開展農村土地確權工作，對宅基地、耕地等開展確權登記，其中十分重要的一項工作就是進行全國范圍內的宅基地普查測量工作。由于工作量大、時間緊，如果完全依靠全站儀、實時動態測量(real time kinematic,RTK)等人工測量手段，不僅成本十分高昂，工期也將大大延長。而采用無人機航空攝影方式，則可以大大提高工作效率，降低測圖成本。與地形圖的測圖要求不同，宅基地確權僅需要獲取農村建筑物的平面坐標，不需要其高程信息。

為了對無人機大比例尺測圖的精度進行評估與驗證，本文開展了基于簡易無人機平臺的小區域大比例尺測圖的試驗研究，分析了影響無人機低空攝影測量精度的主要因素，并給出了提高無人機低空攝影測量精度的建議。本研究中，無人機上搭載的是未經過檢校標定的普通數碼相機，而且是僅利用航攝區域的影像和少量地面控制點信息進行測圖。

1 無人機影像獲取

1.1 飛行平臺

本研究采用廈門市無人機遙感工程應用中心研發的某型電動無人機進行土地確權精度驗證試驗。飛機平臺如圖1所示。

該型無人飛機續航時間為90 min，彈射起飛，傘降回收，翼展2 m，起飛重量7 kg，通訊控制半徑10 km。搭載相機為SONY NEX-5T，圖像分辨率為4 912像素×3 264像素。

1.2 無人機影像

試驗區域位于河南省鹿邑縣，共飛行10條航線，相對航高400 m，地面分辨率約0.05 m，影像的航向重疊度約為70%，旁向重疊度約為35%，去除起飛降落、航線轉彎等共獲取有效影像392幅。影像分布及重疊情況如圖2所示(顏色代表影像的重疊度)。

圖2 影像分布示意圖

與傳統的航測飛機相比，無人機的載荷有限，加上成本的因素，不能搭載專業的POS設備，因此獲取的影像不帶有位置姿態信息。所用相機也是消費級的數碼相機，畸變較大，且事先未進行相機檢校。加上無人機的體積小、重量輕、抗風能力差，航線重疊不規整，影像的姿態角變化較大。

1.3 地面控制點及檢查點

為了進行光束法區域網平差以及精度驗證，在飛行區域利用RTK測量了11個地面控制點/檢查點。點位測量精度為厘米級，點號(圖中數字)和分布情況如圖3所示。

圖3 外業測量點分布示意圖

2 無人機影像宅基地確權實驗

由于無人機上僅有用于飛行控制的導航設備，無法獲取影像內外方位元素的近似值，傳統航空攝影中的假設條件不再成立，因此不能采用數字攝影測量的理論和方法對獲取的無人機數據進行處理。

2.1 運動推斷結構

運動推斷結構(structure from motion, SFM)是計算機視覺中重要的理論，其核心思想是利用從不同角度拍攝的具有重疊的影像恢復出相機的位置姿態(運動)和場景的三維結構(結構)。在這個過程中僅需要利用影像本身，不需要其它先驗信息，適合于處理簡易無人機獲取的影像數據[3]。

SFM技術的一般路線是先通過兩幀或三幀進行求解，以代數初始化射影空間上的三維結構和攝像機運動參數，然后通過自定標技術將其轉換到度量空間，獲得度量空間上的重建，主要包括特征點匹配跟蹤、攝像機內參標定和外參求解等幾個模塊，其流程如圖4所示。

圖4 SFM主要流程

通過運動恢復結構得到的影像位置姿態是在局部空間坐標系中，還需要借助地面控制點將其轉換到絕對坐標系中。本研究從11個野外實測點中選擇6個作為控制點進行區域網平差，剩余的5個作為檢查點進行精度驗證與評估。

表1 光束法平差結果

從平差結果來看，檢查點的平面精度約0.4 m，高程精度約2.26 m，參照低空數字航空攝影內業規范(表2)，能夠滿足1∶500成圖的平面精度要求，即符合農村宅基地確權的精度要求[4]。

分析區域網平差結果，高程方向精度比較差，可能的原因主要有： 相機沒有進行事先檢校，采用廠家標稱的焦距，與實際值相差較大； 無人機影像像幅小，基高比小[5]。

表2 低空數字航空攝影內業規范

2.2 相機焦距f自檢校實驗

如前所述，未經檢校的非量測性相機的鏡頭畸變比較大，會直接影響獲取的內方位元素和定位的精度。為了分析影響定位精度的各個因素的作用，分別對相機的焦距、內方位元素、相機畸變作為附加參數進行了自檢校光束法平差，結果如表3所示。

表3 僅對焦距進行自檢校

通過將相機焦距作為附加參數進行自標定區域網平差后可以發現，檢查點的平面和高程精度均有所提高，特別是高程精度提高十分明顯，說明焦距對于高程定位精度有較大的影響，同時說明飛行前十分有必要對相機焦距進行高精度檢校。

2.3 相機內參數自檢校實驗

為進一步分析影響定位精度的因素，將相機的內方位元素(f,x0,y0)作為附加參數進行區域網平差，結果如表4。

表4 對內方位元素進行自檢校

可以看出，表4與表1相比，檢查點的平面精度和高程精度均有十分明顯的提高，說明進行內方位元素的自檢校十分必要； 與表3相比，平面精度與高程精度有略微提高，說明相機內方位元素中，焦距對于定位精度的影響最大。

2.4 相機內方位元素、鏡頭畸變自檢校光束法平差實驗

針對實際飛行前相機沒有進行檢校標定工作，本次嘗試在區域網平差時同時解算相機的畸變參數，即將相機畸變參數作為附加參數進行區域網平差。所采用的包括徑向畸變K1，K2，K3； 偏心畸變P1，P2； 像平面畸變取b1和b2； 像主點偏差(x0,y0)和相機焦距f的10參數相機模型[6-7]。結果見表5。

表5 對內方位元素、畸變參數進行自標定

對相機畸變參數進行自檢校后發現，平面與高程的定位精度不但沒有提高，反而出現了下降，特別是高程方向。分析原因，在于平差時引入了過多的未知數，引起法方程的不穩定，過參數化導致解算精度下降[3]。

實驗結果表明，在無人機低空數字攝影測量中，不事先進行相機檢校，在平差過程中進行自標定補償相機畸變的方式是不可取的。而事先對相機畸變進行標定，在區域網平差之前予以改正，可以獲得比較理想的精度。

本研究將相機內參數自檢校實驗的平差結果作為最終結果，進行影像密集匹配獲取了測區的數字表面模型(digital surface model, DSM)，如圖5所示。

圖5 數字表面模型

對影像進行糾正與拼接，得到測區的真正射影像，如圖6所示。

圖6 真正射影像

利用真正射影像可以采集線劃圖作為農村宅基地確權的底圖與基本測繪資料，也可以作為新農村建設規劃依據。結合DSM/DEM數據可以作為農村街道改造的施工參考資料，具有實用價值。

3 結論

利用輕便小型固定翼無人機獲取的影像數據進行農村土地確權是可行的，速度快、成本低、優勢明顯。通過對試驗結果的分析，可以得出以下結論：

1)在少量控制點的輔助下，無人機影像定位精度能夠滿足1∶500成圖平面精度要求，即符合農村宅基地確權的精度要求。

2)內方位元素中，焦距對定位精度的影響最大，特別是在高程方向，其影響更為明顯。

3)飛行前應該進行相機檢校工作，在區域網平差之前將相機畸變進行改正，有利于提高定位精度。

4)相機檢校與區域網平差分開進行的方式比較適合于無人機低空攝影測量； 利用附加參數的自檢校區域網平差進行相機標定容易因過度參數化導致結果精度惡化，要慎重使用。

5)在小區域中大比例尺測圖中，可以通過增大影像基高比、增加影像旁向重疊度和選擇合適相機的方式提高定位精度。

[1] Eisenbeiβ H.UAV Photogrammetry[D].Zurich:Eth Zurich,2009:1-9.

[2] 于英.無人機動態攝影測量若干關鍵技術研究[D].鄭州:信息工程大學,2014:1-18. Yu Y.Research on Key Technologies of UAV Dynamic Photogrammetry[D].Zhengzhou:PLA Information Engineering University,2014:1-8.

[3] 許志華,吳立新,劉軍,等.顧及影像拓撲的SFM算法改進及其在災場三維重建中的應用[J].武漢大學學報(信息科學版),2015,40(5):599-606. Xu Z H,Wu L X,Liu J,et al.Modification of SFM algorithm referring to image topology and its application in 3-Dimension reconstruction of disaster area[J].Geomatics and Information Science of Wuhan University,2015,40(5):599-606.

[4] Remondino F,Barazzetti L,Nex F,et al.UAV photogrammetry for mapping and 3D modeling-current status and future perspectives[C]//International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences.Zurich,Switzerland,2011:25-31.

[5] Szeliski R.計算機視覺——算法與應用[M].艾海舟,興軍亮譯.北京:清華大學出版社,2012:265-273. Szeliski R.Computer Vision:Algorithms and Applications[M].Translated by Ai H Z,Xing J L.Beijing:Tsinghua University Press,2012:265-273.

[6] 李德仁,袁修孝.誤差處理與可靠性理論[M].2版.武漢:武漢大學出版社,2012:195-197. Li D R,Yuan X X.Error Processing and Reliability Theory[M].2nd ed.Wuhan:Wuhan University Press,2012:195-197.

[7] 王之卓.攝影測量原理[M].武漢:武漢大學出版社,2007:240-241. Wang Z Z.Photogrammetry Principle[M].Wuhan:Wuhan University Press,2007:240-241.

(責任編輯：邢宇)

UAV-basedruralhomesteadownershipdetermination

XUE Wu1，2，3，4, MA Yongzheng1，5, ZHAO Ling1, MO Delin1，2

(1.InformationEngineeringUniversity,Zhengzhou450001,China; 2.StateKeyLaboratoryofGeo-informationEngineering,Xi’an710054,China； 3.KeyLaboratoryofMineSpatialInformationTechnologiesofNationalAdminisrationofSurveying,Mapping&Geoinformation,Jiaozuo454003,China； 4.JiangxiProvinceKeyLabforDigitalLandEastChinaInstituteofTechnology,Nanchang330013,China； 5.ComputerEngineeringCollege,JimeiUniversity,Xiamen361021,China)

Rural homestead ownership determination using unmanned aerial vehicle(UAV) has the advantages of high efficiency and low cost. Low-altitude UAV photogrammetry experiment was conducted to test its positioning accuracy. The simple UAV platform and ordinary digital camera effectively reduced the project cost. Through structure from motion, an approximation of the image exterior orientation elements was computed, and then a self-calibration bundle adjustment with additional parameters was undertaken, which significantly improves the accuracy of low-altitude UAV photography and thus has important practical value. By analyzing the main factors affecting the accuracy of UAV photogrammetry, the authors put forward some suggestions about the control of low altitude UAV photographic measurement accuracy.

unmanned aerial vehicle(UAV); rural homestead ownership; structure from motion; camera calibration; self-calibration; accuracy verification

10.6046/gtzyyg.2017.03.18

薛武,馬永政，趙玲,等.無人機農村宅基地高精度確權應用[J].國土資源遙感,2017,29(3):124-127.(Xue W,Ma Y Z,Zhao L,et al.UAV-based rural homestead ownership determination[J].Remote Sensing for Land and Resources,2017,29(3):124-127.)

TP 79

： A

： 1001-070X(2017)03-0124-04