公路地形圖測繪中遙感影像點云匹配技術應用分析

汪 族 仁

(安徽省交通勘察設計院有限公司，安徽 合肥 230000)

在公路地形圖的采集過程中，航空攝影獲取關于地形的影像資料，經過像控點的科學布設和空三加密，測繪人員利用相關數據展開采集工作。業內采集工作主要包含數字特征模型、地形等高線、高程點以及地物地雷數據的采集，傳統的采集作業中人們需要在立體環境下工作，不僅工作量大，且采集效率低，而遙感影像點匹配技術的應用剛好解決了這一難題。

1 遙感影像匹配技術的實施步驟

首先，根據公路地形的實際情況正射校正遙感影像。利用衛星影像軌道數據與地形信息數據，經過投影變換將衛星遙感影像平面像素坐標轉換成地面參考坐標系，隨后對完成坐標轉換的影像展開灰度值采樣工作，最終得到正射校正后的影像。匹配校正后的影像，生成同名點文件，優化衛星軌道數據，將該結果作為初步測繪的軌道數據，完成遙感影像的精確匹配。其次，校正遙感影像后，選取具有參考價值的影像，應用外部地形高程模型生成灰度圖。最后，應用相位相關法自動匹配遙感影像，計算出影像之間所對應像素的偏移量。該偏移量就是公路地形實際變化與形變位移量[1]。

2 遙感影像點云匹配技術在公路地形圖測繪中的實踐應用

2.1 遙感影像點云匹配技術的應用分析

2.1.1影像匹配

對于影像匹配，目前主要有兩種類型。一種是以圖像作為參考進行匹配分析，也就是相互匹配。另一種是在同一地理坐標系內匹配圖像，這是絕對匹配。空間域影像匹配主要是從影像幾何形變與灰度差情況出發，匹配精度高且速度快，由于匹配頻率域時會涉及到關于空間域和頻率域的轉換問題，匹配起來比較復雜，對影像匹配結果提出了較高的要求。當前的影像匹配方法主要有三種，基于區域的影像匹配方法主要是根據圖像灰度相似性完成匹配工作；基于特征的影像匹配方法是利用點線特征完成匹配，對圖像畸變有著魯棒性，在匹配過程中容易受到噪聲的干擾，匹配結果與特征提取質量有關；基于圖像理解和解釋的影像匹配方法，就是將數字圖像看成是連續的物理模型，在完成特征匹配的同時，可實現對圖像的高效轉換，該方法是近年來行業內的研究重點。實際上，影像匹配就是在兩張或者兩張以上的遙感影像中尋找同名點的過程。一般人們常用基于區域的匹配方法和基于特征的匹配方法進行遙感影像的匹配分析，比如相關系數法或SIFT匹配法。相位相關法不僅計算效率高，且灰度變化不敏感，可以很好的用于公路地形圖測繪工作[2]。

2.1.2特征點檢測

響應值R是由矩陣行列式表示的，k的取值是0.04，那么R=Det(M)-ktr2(M)，為了獲得預期數量的特征點，應當對特征點檢測窗口展開響應值計算分析，采用非極大值抑制方法，對定位角點的位置按照響應值的實際大小排序分析，以從大到小的排列方式選擇多個特征點，將這些特征點用于接下來的相位相關匹配研究。

2.1.3技術應用

人們在采集公路地形圖相關信息的時候，會對遙感影像資料進行空三加密作業處理，得到加密成果后使用全數字攝影測量系統將平差成果導入，建立三維立體模型。應用遙感影像點云匹配方法的同時，還應當設置合理的點云間隔，確保其與模型相互匹配，該技術的自動匹配能夠獲得固定間隔的點云數據。各類數據點云內可能會有高程異常點，比如匹配出來的粗差點和落在地物頂端的點。為了解決該問題，可以對DSM點云采取濾波處理的方法，采用匹配的方式得到精確的DSM點云，隨后完成對公路地形中建筑物與植物的濾波，濾波之后科學調整參數，將所有高程異常點全部過濾，最終得到基本沒有粗差和異常情況的點云數據。依靠現有的數據建立不規則三角網，生成數字高程模型后再進行平滑處理，隨后系統生成等高線，對等高線加以修測就能獲得等高線的測量研究成果。過濾點云數據的同時，還應當做好適當抽稀工作，將抽稀之后的點云數據進行檢查，查看其在立體環境下是否有落在房頂的點或落在樹梢上的點，除此之外是否有其他高程異常點，將所有異常點去除后得到的點云數據就能作為遙感影像點云匹配中的特征點應用。公路測繪人員在立體環境中如果想要采集其他要素，應當進一步做好要素的采集與編輯處理工作[3]。

近年來，我國經濟發展態勢良好，無人機在各行業和領域中開始廣泛應用，特別是地理信息行業，人們采用無人機航攝方式解決以往的公路測繪難題。測量型無人機集免像控技術和PPK技術于一體，可有效提升公路地形圖測繪結果的精確度。應用AgiSoft PhotoScan，PIX4D Mapper，Smart 3D Capture等處理軟件，這些軟件支持影像匹配點云功能。遙感影像點云匹配技術的應用可以實現同名影響點的自動找尋，完成對空中三角的測量與計算，并結合公路測繪的實際情況自動生成正射影像圖。傳統的測繪方法雖然能夠得到高精度的DEM數據，但是需要耗費較多的時間和人力物力，工作量較大。在遙感影像點云匹配技術支持下，應用雷達點云方式后可自動生成DEM數據，在Lidar設備的支持下，輕松完成公路測繪與制圖工作。AgiSoft PhotoScan軟件可以將影像轉化為三維模型，在應用時無需設置初始值，也不需要進行相機的校驗工作，軟件可以按照最新的多視圖三維重建技術處理照片，通過控制點生成三維模型。在軟件的工作過程當中，不管是影像的定向，還是三維模型的建立，所有工作環節都是自動化的。

2.2 在實際公路項目中的應用分析

遙感影像點云匹配技術在應用的過程中，需要將采集到的遙感影像資料進行空三加密和模型恢復，再通過特征點采集和地物采集后，聯系采集到的影像資料一同進行點云匹配和點云濾波。經過濾波處理后，分別對數據和影像信息進行點云平滑和點云抽稀，科學構建TIN，生成DEM，最終得出標準的公路地形等高線。點云抽稀后需要剔除粗差點，得到公路地形的高程點和特征點。將遙感影像點云匹配后的等高線、高程點、特征點可以直接用于實際公路地形圖的繪制工作。遙感影像點云匹配技術的應用取代了傳統的高程點和特征點采集方式，提高了地形等高線的生產效率，為有關工程項目的建設提供寶貴的技術參考。

為了對遙感影像點云匹配技術加以驗證，以G312線蘭州過境公路作為研究對象，在該公路地形圖測繪工作當中，線路在蘭州內長度達到了81 km。目前地形圖測繪項目已經完成了中線兩側款1.4 km范圍內1∶2 000帶狀地形圖的測繪工作，同時項目也完成了關于DTM的制作工作。測繪人員采集地形圖有關數據的時候，應用了遙感影像點云匹配技術，在該技術的支撐下生成了DSM點云。隨后，工作人員轉變了傳統的作業方式，應用點云采集了該地形圖區域內的高程點和特征點，并完成了等高線的自動生成工作。與以往的地形測繪工作相比，工作日人員的作業量大大減少，且測圖效率有所提升，采集和測繪數據的精度得到保證。外業人員使用網絡RTK在準備建設的路線中心線兩側100 m的位置測量出了大約780個平面和高程檢測點，這些檢測點的分布比較均勻，可以對比例為1∶2 000的地形圖進行核驗，也能夠適用于DTM的精度確認。經過作業人員的高程點測量計算后，得知高程點的誤差只有0.25 m，比誤差標準值0.3 m小，所以遙感影像點云匹配方式的應用可以達到地形圖測繪需求。

3 結語

國民經濟的發展和交通運輸條件的改進，各個省市和區域內的公路建設規模不斷擴大，項目與日俱增。在公路建設的前期規劃階段，有必要加強對公路地形圖的有效測繪，根據地形圖完成接下來的公路建設與施工工程。為了提升地形圖測繪能力，盡可能的減少建設周期，人們將遙感影像點云匹配用于其中，從而有效的提升了測圖效率，保證了數據高程精度，為公路建設與施工項目的前期設計和中期施工提供了科學的技術參考。