基于傾斜攝影與地面激光掃描技術的三維建模融合應用研究

曹正響

（河南黃河空間信息工程院有限公司）

近年來，隨著低空無人機技術的飛速發展，傾斜攝影三維建模技術得到了越來越廣泛的應用。相較傳統的豎直攝影而言，傾斜攝影從多角度獲取影像，可實現對地表地物的多視角、多維度觀察和分析，能更加全面真實地反映所攝物體的實際情況，并通過三維實景建模實現高效率、高精度的地理空間定位；通過配套專業軟件平臺的開發和應用，極大地彌補了基于傳統正射影像分析應用的不足，大大擴展了傾斜攝影技術在不同行業中的應用；利用航空攝影大規模成圖的特點，結合三維建模批量自動映射紋理的優勢，可有效降低三維建模成本，當前已成為國內外大場景建模的主要技術途徑［1-2］。但其不足之處在于地形起伏較大、建筑物底部等遮擋嚴重區域往往建模效果不佳，模型精度和紋理無法滿足用戶要求。

三維激光掃描技術作為一種非接觸式的主動測量技術［3］，基于不同的搭載平臺和工作場景，有機載、車載和地面式等多種模式。利用激光掃描獲取的高密度點云，結合同時獲取的影像紋理，經過后期處理，即可構建高精度的三維模型。三維激光掃描技術當前在數字礦山、文物保護與維修、河道治理、水利工程等多領域得到了越來越廣泛的應用。但其不足之處在于超出視場角以外的區域、目標物體頂部往往存在掃描盲區或點云空洞，獲取的影像紋理也相對欠缺。

本研究探索將將地面三維激光掃描和無人機傾斜攝影相結合，彌補采用單一數據源制作三維模型存在的缺陷，實現三維模型整體上的高精度和高質量。

1 基本技術思路

項目研究主要技術路線如圖1所示。

基于共同的點云數據類型作為融合切入點，以精度較高的地面三維激光點云數據為基礎，以傾斜攝影測量獲取的影像點云數據為輔，對兩者數據進行融合。融合后的點云數據可完整的反映測區的地形地物特征，實現2種數據源的有機結合和取長補短，發揮各自優勢。高精度的地面三維激光點云（結合掃描同時獲取的照片紋理）可以避免無人機傾斜攝影在建筑物底部區域紋理丟失的缺陷，而無人機傾斜攝影則彌補了三維激光掃描在建筑物頂部存在掃描盲區的缺陷，基于融合后的點云進行三維建模，可有效改善單一數據采集方式的三維建模效果，建模精度更加均勻可靠［4-5］。

2 研究實施過程

項目選取了某六面碑亭作為建模對象，開展傾斜航空攝影和地面三維激光掃描工作。

2.1 傾斜攝影建模

采用旋翼無人機搭載五鏡頭傾斜相機對測區進行航拍，航向和旁向重疊度都設置為80%，設計地面分辨率為0.015 m，實際共拍攝1 880張相片。為了研究分析和比較模型精度，利用地面布標方式布設了若干像控點和檢測點，除用于后期空三處理外，還可與激光點云進行坐標比對，以判斷2種點云融合前的精度差異。

基于Context Capture軟件平臺進行空中三角測量，得到高精度的影像外方位元素成果。基于多視角影像密集匹配技術獲取高密度三維點云，基于密集點云構建不規則三角網TIN模型，結合影像的空間位置信息自動選擇最優視角影像進行紋理映射，最終生成三維模型成果。

2.2 地面三維激光掃描

本項目中采用的Riegl VZ-6000型掃描儀基于數字化回波和在線波形分析技術，可提供遠達6 000 m的超長距離測量能力，實現水平方向360°、豎直方向60°的廣闊視場角探測范圍，可在極端天氣和困難環境下使用，并進行多重目標回波的識別。

為了盡可能多地獲取激光點云并保證各站點數據之間的重疊度，本次掃描共架設了5個站點。每站掃描完畢后使用GPS RTK技術測量站點位置坐標。激光點云數據處理主要過程：①單站定位。利用實測各站點的三維坐標和儀器高度，對掃描站點進行絕對定位；在單站數據上進行后視定向，設置反北角后讀取角度，完成對激光點云數據的初步定位；②多站點方向校正。在完成單站定位后，會發現拼合后的各站數據之間存在分層錯位現象，因此還需要對點云數據進行多站點校正，提高點云位置精度。校正處理過程如下。

對各站點數據調整羅盤方向，調整Z軸轉向并查看分層處變化，直至兩站點云大致貼合。校正時將三維坐標鎖定，只放開方向角，設置搜尋半徑（一般為0.5～1 m，視站點數據差值大小進行調整）進行分析計算，判斷殘差分布情況。

經過多次校正后，若殘差符合要求，即可完成多站點數據的方向校正，此時點云分層現象消失。如果誤差計算顯示殘差始終超限或偏大，需檢查單站點數據定位是否有誤。

2.3 點云融合建模

點云數據融合前要先保證2種點云數據格式的一致性，一般轉換為點云通用格式*.las。本項目中使用的Context Capture軟件支持多種數據源融合建模。激光點云經過配準及絕對定向后，點云數據和空三加密點云已納入到同一坐標系統下，可以在Context Capture中對2種點云進行融合，在點云基礎上構建三角網，并對三角網進行平滑和簡化，最后基于傾斜攝影影像自動映射紋理，即可生成高精度的三維模型［6］。

圖2為利用傾斜影像獲取的點云，圖3為融合后點云。由于建筑物頂部遮擋和拍攝角度等原因，在建筑物底部獲取的點云信息較為稀少，缺失較多的地物信息；融合激光點云后建筑物整體和局部信息都得到了明顯改善，能較為完整地展示地物信息。

2.4 模型結果比較

利用傾斜攝影數據建立的三維模型效果如圖4所示，融合2種點云數據建立的三維模型效果如圖5所示。分析2套模型結果可知，采用融合2種點云創建的的三維模型具備以下優勢。

（1）從最終模型效果分析，建筑物底部區域紋理信息得到了較好展示，細節表現更完整，空洞現象基本消除，三維模型質量得到了較大程度提升。

（2）采用傾斜攝影數據獲取的點云和激光點云數據互相彌補單一數據源中存在的地物信息缺失和紋理盲區，更為完整地表示出建筑物整體和局部信息。

（3）分析2種點云數據獲取過程，激光點云以其獲取的便利性和數據的高精度特性，可輔助傾斜攝影用于困難區域控制點的獲取，兩者結合相得益彰，可大大提高生產效率。

3 關鍵技術環節

（1）在將傾斜攝影獲取的點云和地面三維激光掃描獲取的點云進行匹配融合過程中，為了保證2種點云匹配尺度上的一致性和較好的融合效果，傾斜攝影影像的分辨率與激光點云密度應盡量相當。

（2）確保傾斜影像提取的點云分布密度和精度質量符合項目要求，必要時可結合激光點云提供的定位信息作為控制源。當2種點云數據相對精度差異較大時，會導致點云無法有效融合，模型紋理出現重影或拉花。

（3）合理選擇地面激光掃描儀的站點擺放位置，恰當設置掃描過程中的水平角和豎直角范圍，盡量避免過多的地物遮擋造成掃描盲區；合理設置各項掃描參數，主要包括掃描模式、掃描密度、發射頻率、相機參數等。

（4）在對各站點云數據進行單站點定位時，需注意選取的數據必須是在掃描過程中已進行過北方向定位，否則該站數據將無法準確定位，進而導致后續的多站點校正時無法完成激光點云數據的準確定向。

4 結論

采用單一數據源生產的三維實景模型往往存在紋理缺失或掃描盲區的現象，模型效果欠佳，不能滿足實際項目需求；將傾斜攝影獲取的點云和三維激光掃描獲取的點云進行融合，基于融合后點云數據制作的三維模型可有效改善模型整體質量，減少或避免模型空洞和紋理變形現象，更好地應用于項目生產。