基于Sm a rt3D和Te rra Solid軟件的無人機傾斜攝影生產DEM方法研究

□ 黃劍飛

（廣東省測繪產品質量監督檢驗中心，廣東 廣州 510075）

0.引言

傾斜攝影測量是一種通過飛行平臺搭載多個相機，同時從垂直、傾斜等多個不同的角度進行影像拍攝，獲取地面物體完整信息的攝影測量技術[1]，該技術集成GPS/INS技術，可快速獲取數字地表模型（DSM），經過后期數據處理可進一步獲得DEM、DOM和DLG產品[2]。無人機作為一種新型的低空遙感對地觀測手段，具有操控簡單、獲取影像周期短、機動性強等優點。無人機與傾斜攝影測量技術結合，可彌補傳統航測成本高、飛行窗口要求高、生產組織困難等諸多不足[3]，極大地提升作業效率，已廣泛應用于城市三維建模、三維地質勘查中。DEM生產根據其空間信息數據源獲取方式分類，大致可分為傳統手段直接測量（全站儀、RTK）、傳統航空攝影測量、從已有基礎地理信息資料采集、機載激光掃描（LiDAR）等，目前，Smart3D軟件已可以直接建模并導出LAS格式的密集匹配點云，為DEM生產提供了一種新的數據源。本文探討了一種利用Smart3D軟件處理無人機傾斜攝影影像數據生成地表點云，利用TerraSolid軟件進行地表點云濾波與人工編輯分類并生成DEM的方法，并通過試驗驗證了其DEM生產中的可行性。

1.傾斜攝影測量影像生產DEM的流程

利用傾斜攝影測量影像生成DEM的流程包括數據準備、數據導入及像控點刺點、空中三角測量、多視影像密集點云匹配、點云粗差剔除、點云濾波、點云人工編輯分類、構建三角網及DEM輸出等步驟，（如圖1所示）。

無人機搭載多鏡頭傾斜云臺按設計航線飛行，可獲得高重疊度（70%～80%）、高分辨率的傾斜影像數據和曝光點POS數據。在建模生成點云前應對影像的質量進行檢查，檢查內容主要包括以下幾個方面：影像清晰度、是否有重影、層次是否鮮明、色調一致性、反差合理性、是否有大面積陰影、反光、不清晰點[4]，對可能影響建模精度的影像應予以剔除。經過檢查的傾斜影像數據需要根據不同視角的相機單獨存儲，且影像的命名應具有唯一性。

點云生成是在Smart3D軟件中進行的。Smart3D是基于圖形運算單元GPU的快速三維場景運算軟件，能夠運算生成基于真實影像的超高密度點云，優勢在于全自動、快速和穩健，以及優化的數據輸出格式和廣泛的數據源兼容性，不需要人工的干預便可以生成逼真的三維場景模型。該軟件包括Master、Engine、Viewer三個主要模塊，其中Master模塊主要負責任務創建、任務管理及監視任務狀態；Engine模塊是引擎端，負責任務的處理；Viewer模塊則主要用來瀏覽生成的三維場景與模型[5]。

點云濾波、人工編輯分類及DEM生成是在TerraSolid軟件中完成的。TerraSolid軟件是一款運行于MicroStation系統之上的LiDAR點云數據處理軟件，它包括 TerraMatch、TerraScan、TerraModeler、TerraPhoto等模塊，主要功能包括點云噪聲和異常值的剔除、點云濾波、數據拼接、點云分類輸出、DEM自動提取和編輯、影像數據的糾正和鑲嵌等[6]，本文只用 TerraScan和TerraModeler兩個模塊。

2.傾斜攝影測量數據點云生產

2.1 試驗概況

試驗區位于福建省順昌縣城西側，面積約1.1平方千米，地形為平地和丘陵，地表主要以建筑物為主，南側丘陵區域植被較茂密。采用六旋翼無人機搭載國產五鏡頭傾斜攝影系統，該系統由5臺SONY DSC-QX100照相機組裝而成，相機的像幅大小為5472×3648像素，相機焦距10.4mm。航線設計相對航高為150m，旁向、航向重疊度均為70%，垂直影像地面分辨率0.04m，共飛行4個架次，獲得質量良好的垂直影像905張，傾斜影像3620張。為減少計算機運算量，本次僅采用其中第二架次共1115張影像進行試驗。

2.2 創建工程

創建工程前需準備好相機參數列表、影像屬性信息列表、像控點坐標列表、Options列表四張Excel表格，其中相機參數列表內容包括相機焦距、相片像素、傳感器尺寸、相機之間相互位置關系等信息；影像屬性信息列表內容包括影像名稱及存儲目錄、拍攝相機編號、影像外方位元素等信息。Options表主要設置坐標系及相片路徑信息。在Smart3D中新建工程，導入上述excel表即可完成區塊創建。在Controlpoints界面完成像控點刺點，有效的控制點集合包括三個或者三個以上控制點，每個控制點需有兩張及以上影像刺點[7]。

2.3 空三加密

空三加密及后續點云生成工作是由軟件自動解算完成的，Smart3D軟件結合影像外方位元素和地面控制點數據，先根據特征提取算法對影像進行特征提取，并建立連接點和連接線、控制點坐標以及POS數據的多視影像自檢校區域網平差的誤差方程，通過聯合平差計算，得到每張像片的外方位元素以及所有加密點的物方坐標。

影像空三解算之后像對的總數為8481個，平均每張像片的像對數為15個，平均每張像片連接其他像片的數量為111張，平均每張像片上關鍵點數量為23895點，連接點總數為194473點，平均每個連接點的成像影像數為3張，平均每張像片上連接點數量為677點，重投影平均誤差為0.60像素，重投影中誤差為0.79像素，光線距離中誤差為0.031m。空三加密后結果（如圖2所示）。

圖2 空三結果

2.4 多視影像密集匹配

在進行該步驟之前，軟件會根據計算機的性能將項目分割成若干個瓦片進行單獨的模型重建，這可解決計算機性能的不足，也方便采用集群運算模式時的任務分配[8]。根據空中三角測量運算出的影像外方位元素，通過多視影像密集匹配即可獲得高密度的地表點云，生成的點云（如圖3所示）。點云生成后系統還可繼續生成DSM、DOM，本次生成了試驗區DOM作為點云分類的參考影像。

圖3 地表點云結果

3.點云濾波及分類

3.1 傾斜攝影測量點云特點

傾斜攝影測量生成的點云與機載LiDAR點云相比，有以下特點：

3.1.1 傾斜攝影測量點云數據不含回波信息。傾斜攝影測量是基于空中三角測量原理生成點云，LiDAR是屬于回波法反射測量獲得點云[9]，所以傾斜攝影測量點云不含回波次數和回波強度信息，不能通過回波信息對點云進行分類。

3.1.2 傾斜攝影測量點云包含大量的建筑物側面點云信息。機載LiDAR可以快速獲取海量的頂面點云，但對地物側面的信息獲取有限。

3.1.3 傾斜攝影測量點云具有大量的點特征信息、線特征信息和邊緣信息，如建筑物邊緣、道路、斷裂線等，這是LiDAR點云獲取技術難以實現的。

3.1.4 傾斜攝影測量點云穿透性差，這主要是因為傾斜影像中存在較多的建筑、植被遮擋造成的，而機載LiDAR數據則具有較強穿透力，可到達地面。

3.2 粗差剔除

由于飛行因素影響、傾斜影像的攝影比例尺不一致、分辨率差異、地物遮擋等因素，傾斜攝影測量生產的點云數據不可避免會有錯誤點、雜點或偏離點等噪聲信息。點云按照分布是否有規律可分為規則點云和散亂點云。對于規則點云可以采取孤立點排異法、鄰域平均法、最小二乘法濾波、云平滑濾波等方法進行去噪處理；對于散亂點云，由于難以歸納其分布規律，則需要在構建不規則三角網并且構建拓撲之后再進行去噪[2]。對于一些明顯的孤立點、漂移點、冗余點，則采用可視化交互的方式直接進行剔除。

3.3 點云濾波

要通過地表點云構建DEM，需要將點云中地物腳點去除，這一過程即點云的濾波。目前常用的濾波方法包括移動曲面擬合法、移動窗口濾波法、迭代三角網濾波法等。TerraSolid軟件TerraScan模塊分類地面點云采用迭代三角網濾波法，該方法先將測區劃分成塊，測區分塊的最小尺寸要比該地區最大建筑物尺寸(Max building size)要大，然后從點云中選取最低點以及一定高差范圍內的地面點作為地面種子點，建立最初的稀疏三角網，計算點云中剩余各點到三角網的夾角、距離等信息，與設定的迭代角（Iteration angle）、迭代距離（Iteration distance）進行比較，小于所設的迭代值，接受為地面點，否則拒絕接受為地面點，重復以上迭代，直到三角網不再有新的地面點加入，實現三角網加密的過程[10]。

在迭代參數設置方面，最大建筑物尺寸一般設置為測區最大建筑物較長的邊長；迭代角是待分類點和三角形的最近頂點的連線與這個三角形所構成平面的最大夾角值，地形起伏變化越小，迭代角設置宜越小，一般在平坦地區使用較小值（4°），山地使用較大值（接近 10°）；迭代距離是待分類點到這個三角形的最大距離值，它保證了在三角形很大時，重復向上構建三角形沒有大的跳躍，迭代距離通常取值范圍為0.5m～1.5m。本試驗區建筑物尺寸在60m以內，北側建筑區域地勢平坦，南側丘陵稍有起伏，最大高差約為30m，故濾波參數設置最大建筑物尺寸設置為60m，迭代角6°，迭代距離1.4m進行點云濾波，濾波前后點云對比（如圖4所示）。

圖4 濾波前后對比

3.4 點云人工編輯分類

圖5 DEM渲染效果圖

從圖4可以看出，濾波后大部分建筑物及植被已與地面點云分開，但仍有部分建筑物和植被混雜在地面點云中，這是因為點云濾波算法并不能將所有非地面點和地面點區分開；此外，由于植被、建筑遮擋原因，右上方建筑密集區及右下方植被茂密區地面點云過于稀疏，出現地形失真情況，這些都需要后期人工編輯及分類。人工編輯的主要目的是剔除自動濾波后未濾掉的少量粗差點、辨別自動分類未正確分類的點和適當增加地形失真區域高程特征點，以達到控制DEM成果精度的目的。TerraScan模塊提供了強大的多視圖顯示、斷面查看、點云編輯、分類、增加特征線、特征點等工具，編輯時可導入試驗區DOM作為參考地圖，以方便人工編輯。

4.DEM生成

在TerraModeler模塊中采用人工編輯后的地面點進行DEM構建，通過對關鍵點構三角網，并進行內插處理后，再實現格網對柵格數據的轉變，得到DEM。試驗區DEM成果（如圖5所示）。

5.結束語

無人機傾斜攝影測量具有高速靈活、高效可靠、低成本的優勢，Smart3D與TerraSolid軟件結合，可快速處理由無人機傾斜設備獲取的影像生成DEM，彌補了傳統方法強度大、效率低、周期長的缺點，比較適合于小范圍、建筑及植被密度較低區域的DEM快速生產，在災害應急測繪、土石方估算、困難地區勘測等方面具有良好應用前景。本文僅從生產的可行性方面對無人機傾斜攝影測量生產DEM方法進行探討，未涉及生產過程的質量控制及DEM精度評估，需要進一步研究。