空地一體高精度三維建模

王巨

安徽省建設工程測試研究院有限責任公司 安徽 合肥 230000

引言

隨著計算機技術的發展，三維建模的應用場景越來越廣泛，但在實際應用中普遍存在一個問題就是針對城鎮建筑物密集區域采用傳統的空中無人機掛載五鏡頭設備進行傾斜采集會因為建筑遮擋導致多角度影像匹配時連接點強度不夠，影響三維模型的最終空間精度和建模效果。針對這類問題，本文提出一種將傳統5鏡頭數據與地面或者貼近側面的拍攝數據進行有效結合的一種方式，來提高此類場景下模型精度及效果。

1 空地一體的定義

空地一體指的是采用無人機作為飛行平臺搭載影像傳感器設備從上部視角對目標區域進行數據采集，同時結合地面低角度的影像傳感器數據對目標區域進行補充采集，從而減弱由于遮擋導致的目標區域數據質量不佳或缺失的情況。采用空地一體的方式可以使得實景模型的完整度更高，側面紋理更精細，同時針對一些特殊目標物體比如古建筑等，由于建筑表面細節紋理更多，結構相對復雜，采用空地一體的方式可以更好地保留古建筑的細節，最大程度的做到三維實景還原，且能提供有效的空間精度信息[1]。

2 影像數據的獲取

影像數據的獲取普遍采用5鏡頭傾斜相機，市場上設備相機均為非量測相機，每個相機具有完全不同的相機內方位參數，在進行作業前需要對每個相機進行獨立的相機檢校，確定每個相機的內方位元素。近景影像數據的采集主要有兩種方式。①由人工手控無人機近距離拍攝或者使用具有防抖功能的定焦鏡頭在地面近距離拍攝，對于同一個目標物體，拍攝時應保證相鄰兩張照片重疊度大于60%，拍攝角度小于15°。②基于dsm信息對目標區域設定近距離自動化航線，使用無人機沿航線對目標物體獲取側面多角度影像[2]。

3 空地一體融合建模的過程精度控制

3.1 空三處理

空地一體融合建模的困難點就在于空三的處理，目前市場主流的空三軟件依賴全自動空三流程針對單一姿態角度相機數據有不錯的表現，但是對于多角度多相機的照片數據處理效果不佳。針對多相機數據，本次采用的空三軟件是Photoscan 1.73在進行數據處理時，要先對數據按拍攝像機進行分組，不同的相機具有不同的內方位元素，需要分開獨立進行標定和結算。提取所有影像數據的pos信息，統一至同一個坐標系下。依據先整體后局部的原則，先處理大范圍整體類型的影像。如果是5鏡頭數據，由于數據關聯性較強，可以直接分5個相機組后，分別導入對應的pos，并依據相機的檢校報告設定好每個相機的畸變參數，如果沒有檢校報告，直接設定自適應相機模型檢校。設定任務坐標系，匹配精度和連接點過濾，開始空三匹配，獲取連接點點云數據。整體點云數據檢查沒有問題后，追加低角度照片數據再一次進行空三匹配，可以得到傾斜數據與近景低角度照片的融合點云數據。基于地面控制點對融合的連接點點云進行校正和空三加密，完成傾斜數據與近景照片的點云數據完整融合[3]。

3.2 三維重建

利用ConTextCapture對融合后的點云數據進行三維重建，先利用高密度點云數據構建精細的TIN結構模型，得到白模。然后進行紋理映射的貼圖，軟件會根據照片的外方位元素計算每個TIN模型面的對應關系。之后選取對應照片中分辨率較高的進行紋理貼圖。從而完成三維實景模型重建。

4 空地一體高精度三維建模精度控制關鍵

無人機影像與近景影像之間要保證逐步遞進的模式，維持一定的重疊度，方便特征點的提取和匹配。

空地一體的數據融合需要空間坐標系統一，為了保證航片與低角度照片能夠自動配準，空地一體的所有多源數據需要有統一的空間參考系及坐標系和高程系必須統一。

采用不同的相機，不論分辨率是否相同，必須單獨檢校，在進行自動空三之前，必須對非同一個相機的數據進行分組，單獨設定好每個相機組的預檢校參數。采用相機自適應模型檢校[4]。

5 三維模型生產

5.1 數據獲取

本次實驗以安徽省蒙城縣萬佛公園，萬佛塔為目標區域。萬佛塔位于安徽省亳州市蒙城縣城內東南隅，始建于宋崇寧元年。整座塔為八角十三層樓閣式磚塔，高42.2m，塔底周長24m，直徑8m，因塔體內外鑲嵌佛像八千余尊而得名。塔東側有寺，名興化寺，故最早塔名叫興化塔。塔身高，且塔身側面紋理結構復雜，采用傳統的傾斜建模很難完成高精度的實景三維重建。由于塔架構的逐層挑檐，傾斜攝影的數據采集方式容易因為挑檐的遮擋導致細節缺失，且由于塔位于公園植被中，低角度的樹木遮擋也比較嚴重。所以本次實驗采用空地一體的作業方式[5]。

利用 DJI 精靈4 RTK無人機采用五向飛行的模式完成對目標區域的傾斜數據采集，航線設計如圖1。

圖1 五向飛行航線相機位置

再利用自定義航線規劃，讓無人機逐層環繞塔身拍照，考慮安全因素設定無人機距離塔身距離2.5m，逐層環繞高度間隔2m，航線效果如下圖。

圖2 理論環繞航線

圖3 環繞航線相機位置

低角度近景影像的獲取，可以采用手機，單反相機等方式在地面進行拍照，注意必須使用固定焦距。且保持穩定防止照片拉花，拍攝過程中保證相鄰照片之間保持70%以上的重疊度，且與目標物體等距離或者逐步遞進。本次實驗我們采用手持無人機的情況下進行低角度照片的補拍，精靈無人機自帶三軸穩定云臺，可以保證拍照是的穩定性，且精靈無人機在拍照時會將照片位置信息及姿態信息寫入exif文件中，可以提供pos信息在后期加快自動空三效率。

5.2 數據處理

由于本次實驗所有照片均使用同一臺相機拍攝，及精靈4rtk掛載的2100w機械快門相機，所以只需要對一個相機進行校準即可，照片數據按照五向傾斜，環繞，低角度補拍，三組區分。由于精靈的相機參數寫入exif中，提取后可以直接作為預檢校數據導入Photoscan 1.73中，配合pos信息進行自動空三，依據先整體后局部的原則，先處理五向數據后環繞數據，最后加入低角度補拍照片。再引入地面控制點，完成空三加密，得到融合后密集點點云[6]。

5.3 三維重建

本次試驗利用ConTextCapture對融合后的點云數據進行三維重建，將融合后點云數據采用空區塊的格式導出，且注意由于我們采用的精靈4rtk自帶的鏡頭并不是量測相機，而連接點點云的空區塊格式并沒有包含相機的內方位元素，所以需要利用photoscan1.73中平差計算后得到的相機內方位元素進行對照片的反扭曲處理，得到無畸變的相機影像，之后再配合連接點點云利用ConTextCapture進行三維實景重建萬佛塔實景三維局部實景三維模型完整無缺失、色調均勻無色差，紋理清晰。

6 精度評價

通過直接量取萬佛塔實景三維模型個特征點尺寸數據與現場采集點對比，現場實測16個點，整體精度優于1.5cm。本次針對城鎮建筑物密集區域試驗空地一體結合環繞式航線近景攝影和地面補拍所生產的三維實景模型精度較高，達到本次試驗的目的[7]。

7 結束語

本文針對城鎮建筑物密集區域采用傳統的空中無人機掛載五鏡頭設備進行傾斜采集會因為建筑遮擋導致多角度影像匹配時連接點強度不夠，影響三維模型的最終空間精度和建模效果問題，提出以無人機掛載任務設備獲取整體影像數據后，采用其他方式從地面，側面等多角度獲取目標區域的影像數據，并使之并入統一空間參考下，利用獲取的多角度近景影像再結合地面補拍影像的方法，經過內業的數據整理統一和對點云數據的有效融合，使得此類場景下模型精度及效果得到有效提升，并分析討論了作業環節如何控制精度避免誤差。采用這樣作業方式得到的城鎮建筑物高分辨率影像數據采集的完整性、質量和效率，所建模型具有色調均勻、完整性好、紋理真實、幾何精度可靠的特點。在目前城市三維重建和古建筑實景三維重建上不錯的應用。