實景建筑物模型快速批量單體化的方案探討

龔高太 王 劍 史與正 張淑玲

湖南省地質地理信息所 湖南 長沙 410000

開展實景三維中國建設，是“十四五”時期基礎測繪轉型升級發展的重要任務之一，“十四五基礎測繪規劃”要求：“推動傳統單一比例尺數據庫向實體化、一體化時空數據庫轉變，推動實景三維中國建設”[4]。顯而易見，實景三維數據是未來應用最廣泛的基礎測繪成果之一，正是當前的研究熱點。而目前，湖南正在開展以“真實、立體、時序化展示自然資源現狀和自然地理格局”為核心的實景三維湖南建設，為自然資源管理和“三高四新”戰略實施提供基礎地理信息保障。

利用傾斜模型還原真實場景，是實現三維實景最便捷的方式，但這種三維傾斜模型是連續不規則三角網結構的整體，是地形表面的一張皮，即mesh模型，無法賦以屬性信息和查詢統計，使得目前的三維模型“中看不中用”，使傾斜攝影三維模型僅僅局限于瀏覽漫游。實現傾斜實景三維模型的單體化、結構化，才能拓寬三維模型應用的深度和廣度，為空間管理和決策提供基底數據[2]。

目前應用較為廣泛的單體化方法主要有“ID單體化”、“參數單體化”、“邏輯單體化”，這些方法只是對mesh模型的三角格網表象上的單體化，未真正實現分割獨立[1]。市面上真正實現三維模型單體化的軟件也很多，一般是基于傾斜模型的基底，利用第三方建模軟件或插件完成單體化建模，使用空三后的影像自動貼附紋理，使模型高度還原真實[3]，但無論何種工藝，都需要大量的人工參與，費事費力，成本高昂。因此，在建設“實景三維中國”的大環境的推動下，是否能有一種快捷、簡單的方法來實現基于傾斜攝影技術實現建（構）筑物快速批量單體化，為此，我們對現有的設備、技術進行研究分析，探討出一套可行性的方案。

1 技術路線

該技術方法主要基于傾斜攝影測量技術，利用多旋翼電動無人機搭載傾斜相機，設計合理的全測區航線，航飛多角度獲取目標對象的高清晰影像數據，由于航飛高度、攝影角度的限制，需要結合能獲取位置信息的微型無人機對底商、樹木遮擋處進行影像加密；將影像數據、曝光位置、姿態信息進行嚴密的空中三角測量，得到影像間的位置關系，每三張影像得到一個特征點信息，進而得到海量的高密度高精度的點云數據；通過除噪，抽稀等點云數據預處理后，進行點云分類，通過算法，篩選出地表建筑物的點云數據，通過點云擬合不規則三角格網，形成建筑物白模，通過空中三角測量后的紋理信息可與白模完美貼合，最終實現建筑物批量的單體化。技術路線如圖1所示。

圖1 快速批量單體化技術路線

2 實施方法

根據技術路線要求，主要的工作分為源數據獲取、空中三角測量、點云數據生產、點云分類和模型構建。

2.1 源數據獲取

采用多旋翼無人機搭載五拼相機從高空對建筑進行規范航線飛行的等距航拍（圖2），實現高清影像數據采集，為獲取清晰的影像數據，最終獲得質量較好的模型，根據影像分辨率與航高的關系。

圖2 無人機航線飛行

式中：

H——航高，單位為米（m）；

f——鏡頭焦距，單位為毫米（mm）；

a——像元尺寸，單位為毫米（mm）；

GSD——地面分辨率，單位為米（m）。

地面分辨率與航高關系密切，根據項目要求，明確地面分辨率值，再確定航高。飛行高度決定了拍攝影像的地面分辨率，飛得越高，地面分辨率越小。鏡頭焦距和像元為常數，因此飛行高度越高，GSD越大，成正比。根據試驗，當GSD為2cm時，模型的表現力豐富，精度較高，完全能滿足要求。

在樹木茂密、有廣告遮擋或底商模糊的區域，可使用能采集照片位置信息的微型無人機進行加密環繞飛行，完成照片補拍。此時，無論是五拼相機還是補拍的單鏡頭相機的照片，都具有明確的pos位置信息和姿態信息，實現相對位置的一致性，如果對建筑物地理位置精度要求較高時，可在地面布設適量的像控點標靶，采集像控點坐標值。

圖3 加密環繞飛行

2.2 空中三角測量約束位置關系

采用光速法局域網平差空中三角測量，以攝影時目標點、相應像點和攝站點三點共線條件所建立的每條空間光線作為整體平差運算中的基本單元的空中三角測量，實現垂直影像和傾斜影像同時導入參與空三計算。經過提取特征點、提取同名像對、相對定向、匹配連接點、區域網平差等步驟的運算處理，得到攝區空中三角測量成果。一個特征點的提取至少需要三個不同位置的照片進行匹配獲得。計算機通過識別和匹配拍攝的多張照片中相同的特征點進行彼此匹配對齊后進行拼接。特征點為圖像中選取的比較有代表性的點，比如在圖像中角點、邊緣，在不同的圖像之間的辨識度更強，所以這些位置多選取為特征點。

圖4 特征點的匹配

2.3 點云數據生產

空中三角測量完成后，會提取海量的具有精準位置信息的特征點，這些特征點賦予了照片的紋理信息，既形成了有紋理信息的彩色點云。這些點云信息最終以las格式輸出。在點云數據生產時，采樣距離決定了點云的密度，也決定了建筑物最終表達的精細程度。此時的點云數據包含的內容為全要素，而且有大量的噪點，需要進行數據預處理。一方面需要繪制鑲嵌線，使點云接邊處過度自然，另一方面需要進行噪聲濾波，這些噪聲點包括有高于或低于地面的、孤立的、不成群的噪聲點和與真實地表高差較小的、與地面點混合在一起的噪聲點。

2.4 點云分類提取建筑物

將預處理后的點云數據導入專業的點云數據處理軟件進行點云分類操作，如Terrasolid軟件。

點云分類是基于點和點之間的相對關系來進行的，將點云分類到不同的點云集,同一個點云集具有相似或相同的屬性。空間中所有的點都是有三維坐標的。算法的基礎是構面（也就是某一個點和附近的點進行構面，再進行分析），建筑算法對建筑物屋頂上形成平面的點進行分類。算法要求地面點已經提前分類好。建議將地面以上的點分類為單獨的類，以便該類包含建筑屋頂的地面以上高程范圍內的點。算法從地面類中的空白區域開始，并嘗試在這些區域上方的平面上查找點。

通過面積來控制建筑物的選取，可有效的避免地面上的樹誤入建筑物類中。如圖5所示，從大類地面類中，提取面積大于40m2的點云存放在建筑物類層中，實現建筑物點云的批量提取。點云分類參數需多次反復試驗，確定最終合理參數，以防止錯層數據產生。

圖5 建筑物點云分類

2.5 批量構建白模，賦紋理，建精模

通過點云構建模型主要是將點云網格化，點云擬合成海量的不規則三角網（TIN），而不規則三角網能很好的表現建筑物的細部變化，從而將建筑物的結構精準呈現，但單體化的建筑物模型為了結構簡單，需要對一些裝飾物進行刪減，如空調、窗臺，裝飾柱可融于墻體，使用紋理的方式表達。由于紋理信息是經過空中三角測量后，有正確的位置信息，因此紋理化影像會與建筑物結構很好的貼合，但部分底商模型因樹遮擋，紋理失真，此時則需要補真實場景照片，或從相鄰相似地物上替代紋理。

當模型單體化所要表達的精細程度，可根據《城市信息模型（CIM）基礎平臺技術導則》（修訂版）中的定級，其中分7級，III級（標準模型）、IV級（精細模型）是激光雷達、傾斜攝影方式建模后的單體化標準，其規定了表面凹凸結構邊長分別大于等于0.2m（IV級）和0.5m（IV級）。

3 關鍵技術分析

使用該項技術路線實現建筑物的快速批量有幾個關鍵技術需要把握：

影像數據采集的完整性。受自然條件的影響，使用無人機航拍對建筑物的上層結構能很好的獲取，但是對于底商、或受高大的樹木、廣告牌遮擋的區域的信息采集，往往生成的點云是一片大的空洞，本文采用大疆精靈無人機進行地面容易遮擋的區域進行信息補充采集，是一種可行的方案，但也存在問題，在數據處理時，不同航攝儀采集的數據進行空中三角測量時計算時間消耗過大。加大航測重疊度，或后期使用修模軟件進行局部修改，也可進行嘗試。

點云分類的準確性。點云分類是使用算法完成，需要多次參數設置，達到最佳的提取方案，需要技術員對點云分類有較強的算法理解。 否則點云分類產生的成果容易建筑物丟失或，有樹木、田坎等多余數據。

點云構建模型的面簡單化。建筑物的快速批量單體化，就是實現mesh模型三角格網的簡單化，實現單一建筑物的快速提取、快速表達。在建筑物表面，往往會附著各種電線、外掛設備，或者墻面上用于裝飾的凸起，需要將墻面與凸起的距離作為變量，一定距離以內，不作為結構變化節點，這個變量需要。同時，利用紋理的表達去替代非主要建筑結構，用極少面表達建筑物，是點云構面時，需要重點解決的問題。

單體化的最終價值是為實現實體的語義化服務的。合理建立單體化模型拓撲關系，是為后續建立滿足社會基礎應用所需要的結構化通用建筑物模型編碼提供重要的保障，這些拓撲關系的搭建除了平面結構的搭建，還包括垂直方向的結構搭建，還要考慮部件分割，部件融合帶來的拓撲關系的改變。因此單體化不僅需要美觀，其拓撲關系應梳理清楚，本文不做討論。

4 結語

基于無人機傾斜攝影三維模型的建筑物快速批量單體化是近年來比較熱門的技術課題，但實現起來具有相當的難度，隨著全國各城市耗巨資投入實景三維城市項目的運作，必將會使該項技術得到攻克以及長足的發展。