結合影像一致性檢測的無人機真正射影像處理

沈彩蓮，徐柳華，馬旭文

(1.浙江省地理信息中心，浙江 杭州 310023; 2.浙江省測繪科學技術研究院，浙江 杭州 310023)

隨著無人機航攝數據獲取手段的快速發展，基于無人機航攝影像開展地理信息數據采集更新，正逐步成為各測繪生產單位一項重要業務方向。其中無人機正射影像數據生產多基于DEM糾正數字正射影像(DOM)，較基于DSM糾正真正射影像(TDOM)而言，由于缺少建筑物等地物高程信息，導致糾正后影像存在一定的投影差，難以基于DOM數據對地物進行準確尺寸和距離量測。同時受無人機相對航高、相機焦距、像幅大小等因素限制，其投影差較傳統航攝DOM尤為明顯。為提高無人機正射影像使用效果，增強無人機正射影像定量分析能力，基于DSM開展無人機影像真正射糾正逐步成為當前研究的熱點。

無人機航高相對建筑物高差較小，影像像幅小、相機視場角大，因此真正射糾正后影像在建筑物區域會受建筑物遮蔽而導致影像存在嚴重“拖影”現象，嚴重影響影像的正常使用。圖1為無人機真正射糾正后存在嚴重的影像“拖影”現場；圖2為無“拖影”的真正射影像。因此迫切需要加強無人機影像真正射影像處理技術的研究，其主要技術難點包括建筑物遮蔽區域檢測及最優影像替換等。針對建筑物遮蔽區域檢測，國內外專家學者進行了大量的研究試驗[1-8]，主要成果有基于DSM柵格模型的Z-buff算法[5]、基于角度的檢測算法及基于角度[7]和高程的檢測算法等。但上述主流遮蔽區域檢測算法多針對單幅影像在糾正前采用逐點掃描方式進行大量計算，獲取建筑物遮蔽區域及最優糾正影像，沒有結合正射糾正區域及整體航攝原片進行綜合性分析，在處理大量無人機小像幅原始糾正片時，難以較好發揮其優勢。

在對國內外真正射影像數據處理方法深入研究[9-15]之后，結合測繪單位生產實際，提出單片微分糾正基于區域分塊影像一致性檢測的無人機影像真正射數據處理技術。結合無人機攝片地底點輻射距、方位角基礎上快速對無人機影像進行真正射影像優化處理。通過試驗證明利用該技術開展無人機影像真正射后處理優化，具有較強數據處理能力，可適應于不同姿態、焦距的無人機影像的真正射處理，具有很強的穩健性。

圖1 真正射影像“拖影”現象

圖2 無“拖影”真正射影像

1 基于影像一致性檢測的無人機真正射影像處理

1.1 待糾正區域格網分塊及最優糾正片獲取

基于DSM單幅微分糾正(如圖3所示)片后影像在涉及建筑物遮蔽區域暫不作處理。圖4為單幅微分糾正影像。

圖3 間接法微分糾正

以糾正DSM數據最小外接矩形區域為邊界，將糾正區域劃分為一定長度、寬度的n×n規則格網(如圖5所示)。格網長度、寬度設定需結合單幅微分糾正影像在平均高程Z投影長度、寬度計算，保證單幅微分糾正影像范圍能覆蓋6個規則格網。獲取待糾正區域格網后，針對每個格網計算過濾出在平均高程Z下，能完全覆蓋該格網的所有原始微分糾正影像，通過計算原始微分糾正影像地底點與格網中心點輻射距離，依據距離大小，記錄下與每個格網中心距離最短的前3張微分糾正影像地底點，圖6即為計算所得格網中心點與輻射距最小的3張微分糾正影像地底點關系圖。地底點為攝影中心垂線與物面的交點，三維坐標為(Xs,Ys,Z),XS、YS為無人機航攝點坐標，Z為航攝區域平均高程。

圖4 單片糾正后影像

圖5 規則格網劃分

圖6 區塊與最優影像地底點連線

1.2 基于哈希感知算法的影像建筑物遮蔽區塊探測

基于DSM糾正“拖影”現象主要存在于建筑物遮蔽區塊，而非建筑物區塊影像一致性較好，鑒于此，通過對同一格網內2張微分糾正影像塊基于哈希感知算法進行影像一致性檢測，判斷該區塊是否存在建筑物遮蔽。所選2張微分糾正影像要求為地底點距離格網中心點最短的2張，影像一致性檢測算法采用均值哈希感知算法，算法主要步驟如下：

(1) 縮放：將微分糾正影像塊縮放為11×11大小的圖片，保留影像結構，除去影像細節。

(2) 灰度化：將縮放后圖片轉換為8位256階灰度圖。

(3) 求平均值：計算灰度圖所有像素平均值。

(4) 二值化：像素值大于平均值記作1，相反記作0，總共121位。

(5) 生成哈希編碼：將上述步驟生成的1和0按從上到下、從左到右順序組合起來，即是圖片的哈希編碼。

(6) 對比圖像哈希編碼一致性：將兩幅圖哈希編碼依據編碼順序進行對比，檢測哈希編碼一致性，對應編碼位編碼相同位數越多，圖片越相似。

圖7為2個不同格網分別在2張微分糾正影像上截取的影像塊，其中圖7(a)、(b)對應同一格網，圖7(c)、(d)對應同一格網。圖7(b)較圖7(a)明顯存在建筑物而產生遮蔽，圖7(c)、(d)區域缺少建筑物、糾正后影像一致性較高，哈希感知算法計算得到121位哈希編碼及影像一致性結果如下：

(1) 圖7(a)影像哈希編碼為：0000000001100 000100011000100000110001000000000011110000100 100110001001000100010100000000011000111111000 001111100001111111。

(2) 圖7(b)影像哈希編碼為：11100000001111 000000011010000000111110000000111101000001111 000000011110000000111000000001111000111111100 01111100000111111。

圖7 同格網對應影像塊

(3) 圖7(a)、(b)兩幅影像哈希一致性為71.07%。

(4) 圖7(c)影像哈希編碼為：100000000001 000000000011100000000110000001110000111111011 111100010111110100010110001111101111111111011 1011100000110111111。

(5) 圖7(d)影像哈希編碼為：1000000000011 000000000111000000001100000011100001111100111 110000101000000000101100011111011111111110111 011110100110111111。

(6) 圖7(c)、(d)兩幅影像哈希一致性為91.73%。

通過對多個格網內影像數據塊組進行哈希感知計算，計算判斷建筑物區塊格網的影像一致性閾值，并以此對所有格網進行建筑物遮蔽探測。針對遮蔽區域格網，進一步細分為2×2格網(如圖8所示)，并再次進行哈希一致性檢測，精準定位到更加細化的區塊格網位置。

圖8 格網細分

1.3 建筑物遮蔽區域真正射影像精確探測及替換

針對探測出建筑物遮蔽區格網，以格網所對應最優3張微分糾正影像地底點為中心，結合DSM進行逐點掃描，基于底點輻射距開展遮蔽區精確檢測[2]，獲取每個格網在3張微分糾正影像中精確的遮蔽區域，根據地底點與格網中心點距離賦予3張原始糾正片不同權重值p1、p2、p3，距離越近權重越大，針對3微分糾正影像遮蔽區域替換依次選擇權重大并無遮蔽的糾正影像塊進行遮蔽補償。圖9中1號、2號、3號片權重依次遞減，針對1號片的遮蔽區域，根據權重及未遮蔽原則，應從2號片中選取影像塊對1號影像進行補償。

圖9 基于糾正片權重的遮蔽補償

采用基于角度遮蔽檢測算法中以地底點為中心的螺旋掃描方式[5]進行逐點掃描(如圖10所示)。旋轉掃描過程中不在格網范圍內的點，不計算其原始糾正片中的原始像素值。

圖10 螺旋掃描

2 試驗結果與分析

本次試驗所用無人機數據由六旋翼“玄霆DY-SU6”無人機在浙江省新昌縣采集獲得，具體參數為：①相對航高為280 m;②相機焦距為33.72 mm;③物理像元大小為4.51 μm;④地面分辨率為3.7 cm;⑤相機像幅大小為7952×5304。

通過對原始微分糾正影像真正射處理，較好地解決了建筑物影像遮蔽區域“拖影”現象，圖11(a)、(c)為原始糾正片中存在的遮蔽區域影像“拖影”現象，圖11(b)、(d)為消除了遮蔽區域“拖影”后真正射效果。

圖11 無人機真正射糾正處理對比

試驗證明，本文無人機影像真正射處理技術在處理小像幅、高重疊度無人機影像時，能充分顧及測繪生產單位已習慣使用的如Inpho、Pix4Dmapper等軟件進行單片影像微分糾正、勻光勻色等處理操作，采用單片微分糾正后處理技術設計理念，與Z-buff算法、基于角度的檢測等算法相比，在實際真正射數據生產過程中能實現嵌入式數據處理優化效果，處理操作簡單、效率高，較適合實際正射影像數據生產單位開展無人機影像真正射影像微分處理。

3 結 語

本文提出的基于影像一致性檢測的無人機真正射影像處理技術，結合了無人機高差小、像幅小、視場角大等特點，以整體糾正區域綜合考慮，解決了傳統航攝軟件在無人機影像真正射微分糾正后存在的嚴重“拖影”問題，技術流程簡單。后續將進一步結合實際生產數據，繼續優化算法、提高影像處理效率。