基于Context Capture傾斜攝影三維建模及其精度分析

李策

（華北理工大學，河北 邢臺 055550）

1 引言

傳統的航空攝影主要獲取測區的垂直視角的影像，對于地物的側面信息卻難以獲取，傾斜攝影測量技術的出現打破了這一局限，它可以在一個平臺上同時搭載多個不同角度的相機對地物進行攝影，可以獲取地物豐富的側面信息[1-2]。ContextCapture軟件可以將從不同角度獲取的影像進行影像匹配、空三加密并生成高精度的三維模型。三維模型的精度往往是人們最關心的問題，本文將通過實例進行三維建模，并對三維模型的精度進行分析。

2 傾斜攝影原理

傾斜攝影是一種從多角度獲取地物信息的新型航空攝影技術，在同一平臺上搭載多個不同角度的相機對地物進行攝影，可以獲取地物豐富的側面紋理信息，并且可以獲取超高分辨率的影像，結合無人機搭載的GPS/IMU系統獲取的POS信息以及外業量測的像控點數據，通過相關軟件進行處理獲取三維模型、數字表面模型和數字正射影像的攝影測量技術。

3 傾斜攝影測量關鍵技術

3.1 多視影像聯合平差

與傳統的航空攝影不同，傾斜攝影不僅獲取垂直視角的影像，同時還獲取了大量側面視角的影像，以往的同名點自動提取算法只適用于垂直影像。在進行多視影像聯合平差時需要考慮到影像的幾何變形等問題，將曝光瞬間GPS/IMU系統獲取的POS數據作為初始值，采用金字塔由粗到細的匹配方法，對每一級進行同名點提取，結合光束法區域網平差，并將外業量測的像控點數據參與平差，可以獲得較好的平差結果。

3.2 多視影像密集匹配

影像匹配的準確性直接決定了空三質量，常規航空攝影大多采用基于灰度或基于特征的單基元影像匹配方法。而傾斜影像具有幾何變形大、分辨率變化大的特點，導致單基元的匹配方法在匹配過程中往往出現“病態解”，降低了匹配精度。為了解決傾斜影像的匹配問題，一些專家學者提出了多視影像密集匹配算法，通過大量的實驗證明多視影像密集匹配可以獲取高精度、高密度的點云，較好地解決了傾斜影像的匹配問題。目前最常用的密集匹配方法有帶共線條件的多片最小二乘影像匹配方法、基于多基元多影像匹配方法、基于物方面元的多視立體匹配方法。

3.3 三維建模

通過多視影像密集匹配獲取的高密度點云可以構建三維TIN模型，然后在TIN模型的基礎上通過傾斜影像進行自動紋理映射，將對應紋理貼到模型表面，最終完成三維建模。本文選取的三維建模軟件為ContextCapture。

4 應用實例

4.1 測區概況

測區位于山東青島某地區，測區覆蓋面積約為0.31平方公里。測區大多為居民區，樓房居多。當地坐標系統使用1980西安坐標系，高程系統為1985國家高程基準，當地中央子午線為120°，飛行環境良好。

4.2 數據獲取

本項目使用六旋翼無人機系統，相對航高為120m，航向、旁向重疊率均為70%，一共飛行10條航帶，照片數量為1730張。

4.3 數據處理

本項目使用的航空攝影軟件為ContextCapture，這是一款專業的傾斜攝影處理軟件，可以生產出高精度的三維模型以及數字表面模型。

ContextCapture可以生成高密度點云，可以根據點云生成不規則的三角網即TIN，生成的白膜，對白膜賦予紋理最終生成的三維模型。

5 精度分析

本項目像控點布設采用五點法，在測區四周各布設一個像控點，測區中間布設一個像控點。為了驗證三維模型的精度，在測區中間均勻布設了20個特征地物點作為檢查點（如斑馬線、拐角點等）。像控點和檢查點均使用GPS-RTK技術進行量測，并將外業量測的坐標作為真實值。在模型上提取檢查點的坐標，并與外業量測的坐標做對比，分別計算平面及高程中誤差。

根據平面點位中誤差計算公式可以計算出檢查點的平面點位中誤差。

由公式（1）可以得出，檢查點平面中誤差為0.109m，其中平面最小誤差為0.024m，平面最大誤差為0.183。

各檢查點的高程誤差統計如表1所示：

表1 檢查點高程誤差統計

根據高程中誤差計算公式可以計算出檢查點的高程中誤差。

由公式（2）可以得出，檢查點高程中誤差為0.158m，其中最小高程誤差為0.021m，最大高程誤差為0.433m。

根據《1：500、1：1000、1：2000 地形圖航空攝影測量內業規范》（GB/T 7930-2008），平原地區 1：500 的平面中誤差限差為0.3m，1：500的高程中誤差限差為0.2m，所以本項目的平面與高程精度均滿足1：500比例尺的地形圖測圖要求。

6 結語

本文基于六旋翼無人機傾斜攝影系統獲取數據，使用ContextCapture對數據進行處理，生成了測區的三維模型，通過將外業實際量測的檢查點坐標與從模型上提取的坐標做對比，并進行精度分析，說明了本項目的平面跟高程坐標均滿足1：500比例尺的地形圖測圖要求，為實際生產地形圖提供了理論依據。