基于Context Capture 軟件傾斜攝影空中三角測量優(yōu)化研究

倪雅欣

（寧夏坤博測繪地理信息技術(shù)有限公司，寧夏 銀川 750000）

近年來，傾斜攝影測量技術(shù)取得了長足的發(fā)展，利用傾斜攝影低空飛行、獲取多角度全方位的影像，利用專業(yè)的數(shù)據(jù)處理軟件，就可以得到符合現(xiàn)狀的、具有可量測性的實景三維模型成果，用途越來越廣泛[1-3]。隨著無人機傾斜攝影技術(shù)的發(fā)展，傾斜攝影建模軟件應運而生，然而由于傾斜攝影畸變大、分辨率不一致等問題，使得傾斜攝影數(shù)據(jù)解算具有了一定的困難[4]。從目前來看，雖然傾斜攝影建模軟件較多，但是對于空三解算來說，失敗率任然居高不下[5]。針對空三解算失敗率高的問題，本文在分析了傾斜攝影相關(guān)知識后，提出了相關(guān)的方案對其空三進行優(yōu)化，并用實際項目對本文的方案進行驗證。結(jié)果表明：利用本文的方案，可以有效提升空三的解算成功率，在一定程度上也提高了空三的解算效率。對于傾斜攝影建模工作人員來說，具有較強的借鑒性，可以有助于他們提升空三的解算成功率，提高作業(yè)效率。

1 傾斜攝影測量技術(shù)現(xiàn)狀

傾斜攝影測量是指在飛行平臺上搭載多個航攝影，在空中對地面進行多角度、全方位影像數(shù)據(jù)的采集[6]。相對于傳統(tǒng)的垂直攝影測量來說，利用傾斜攝影可以獲取更多角度的影像，有用信息更加豐富。鏡頭的增加，雖然獲取了更多有用的影像，但是數(shù)據(jù)量也急劇增加，這為數(shù)據(jù)解算帶來的挑戰(zhàn)[7]。目前已有軟件的平差算法，都是針對理想情況下的平差模型來開發(fā)的，并不能適用于大角度、影像畸變大的情況，這也導致了傾斜攝影空三解算容易出現(xiàn)分層、彎曲的情況，因此必須對其進行優(yōu)化，從而來提升空三的解算成功率。

2 空三加密優(yōu)化研究

通過對傾斜攝影整個作業(yè)流程進行分析，對空中三角測量各算法進行分析可知，空中三角測量解算主要有特征檢測、特征點提取、圖像相似度計算、特征匹配和平差調(diào)整構(gòu)成。影響后期空中三角測量解算的因素主要有影像質(zhì)量、控制點點位、精準的相機參數(shù)和可靠的POS數(shù)據(jù)，即主要由輸入數(shù)據(jù)決定。針對上述幾方面的問題，本文提出如下幾條方案，對輸入數(shù)據(jù)進行優(yōu)化，從而實現(xiàn)對空中三角測量成果進行優(yōu)化的目的。

2.1 影像質(zhì)量的提升

對于無人機測繪來說，要想獲得高質(zhì)量的影像，就必須具備良好的外業(yè)作業(yè)環(huán)境。對于實際工作來說，由于工期、成本等問題，很多時候獲取的影像數(shù)據(jù)，質(zhì)量是存在一定問題的，這就需要對影像質(zhì)量進行提升。影像質(zhì)量主要查看影像的對比度以及是否符合正態(tài)分布，還有就是查看其分辨率是否符合設(shè)計要求。

某一農(nóng)房項目是在陰天飛行的，其影像對比度不明顯，對于數(shù)據(jù)解算來說，可能因為對比度不明顯，從而影響空中三角測量解算的時長，因此有必要對其質(zhì)量進行提升。通過對影像進行查看，決定采用Photoshop 軟件對其進行勻光勻色、調(diào)整對比度。

影像數(shù)量多，采用一張一張?zhí)幚砗苊黠@是不可行的，因此需要對其進行批處理，這就需要用到Photoshop 軟件中的動作命令，對一幅影像的處理流程進行記錄，然后按照同樣的處理步驟對所有影像進行自動處理。首先進行自動調(diào)色，然后進行色階調(diào)整，再進行曲線調(diào)整，然后得到處理后的影像。圖1 和圖2 是處理前后的對比效果圖，其中圖1 的上圖是處理前的原始影像，圖1 下圖是處理后的影像；圖2 是處理前的影像正態(tài)分布圖，其中圖2 的上圖是處理前的效果，圖2 下圖是處理后的效果。

圖1 處理前后影像

通過對圖1 進行查看可知，采用本文的方法對影像進行處理，其亮度有了明顯的調(diào)整，對比度有了明顯的增加，質(zhì)量得到了提升。對圖2 進行對比可知，處理前，輸入色階基本上位于0-1 之間，而處理后其色階位于1的左右兩側(cè)，基本呈對稱狀態(tài)，符合正態(tài)分布規(guī)律，表明其質(zhì)量良好。通過數(shù)據(jù)解算可知，在處理前，該空三解算耗時18 小時，處理后耗時16.5 小時；處理前其加密點重投影中誤差為0.651 個像素，優(yōu)化后為0.583 個像素。在解算時間和解算精度上均有了顯著的提升。

圖2 處理前后正態(tài)分布圖

2.2 控制點點位

控制點點位對于測繪來說極其重要，因為其直接影響空三加密成果的最終精度?？刂泣c點位目前常見的有兩種，一種是自然特征點，這種點位以自然地物為目標點，具有分布不規(guī)律，點位不明確等特點，也稱特征控制點。另一種是人工噴涂控制點，這種點位可以分布均勻，且點位非常明確，對于內(nèi)業(yè)來說，可以準確進行轉(zhuǎn)刺。在控制點采集的時候，為了提升控制點的采集精度，減少偶然誤差，一般每個點至少采集3 次，且每次平面、高程較差均在1cm 之內(nèi)，否則則視為錯誤的點，需要進行重新采集。

為了驗證控制點點位對最終空三加密成果的精度，在某一1:500 地形圖測繪項目中，采用兩種控制點點位進行作業(yè)，特征點和噴涂點基本上成對布設(shè)，確保在空三平差構(gòu)網(wǎng)時，其網(wǎng)形是相同的，減少因網(wǎng)形不同帶來的影響。在采集的時候，使用相同的儀器，按照同樣的方式進行采集，確保采集精度是相同的。在控制點轉(zhuǎn)刺的時候，是在同一個空三成果上進行的，確保了自由網(wǎng)空三成果對其影響是相同的。

通過對兩次的平差報告查看可知，特征控制點的三維點位中誤差為0.051 米，而噴涂控制點的三維點位中誤差為0.023 米，空三精度有了明顯的提升，因此采用噴涂控制點取代特征控制點，可以有效提高空三加密成果的精度，對空三結(jié)果起到一定的優(yōu)化。

2.3 相機參數(shù)優(yōu)化

由于傾斜攝影鏡頭多，在實際作業(yè)中基本上對沒有按要求對鏡頭進行檢校，因此其相機參數(shù)并不精確。在數(shù)據(jù)解算過程中，需要利用準確的相機參數(shù)，來還原攝影時精準的中心點坐標和焦距，這樣才能有助于特征點的檢測和提取，有助于空三更快、更精準的解算。針對相機參數(shù)不精確，主要采用軟件自檢校的方式對其進行優(yōu)化。其思路是利用少量照片來進行空中三角測量解算，通過平差，對其相機參數(shù)進行優(yōu)化，然后將優(yōu)化的參數(shù)導出，作為新的輸入數(shù)據(jù)重新輸入軟件中，再次進行空三加密解算，直到參數(shù)穩(wěn)定下來，基本上就可以作為最終的優(yōu)化后的相機參數(shù)。

某一帶狀項目，第一次將所有影像和POS 進行加載，然后輸入相機報告中的相機焦距，然后提交空三任務進行解算。解算耗時36 小時，解算結(jié)束后，查看其空三成果，空三出現(xiàn)了彎曲，無法使用，空三解算失敗。在帶狀解算中，由于影像畸變大，相機參數(shù)不準確，平差網(wǎng)絡(luò)不穩(wěn)定，直接導致了空三彎曲。為了解決這一問題，首先每個鏡頭選擇100 張影像，5 鏡頭共選擇500 張影像進行空中三角測量解算，每次解算優(yōu)化后的相機參數(shù)作為下一輪的初始參數(shù)輸入軟件中，再次進行空三加密解算。在完成第四次解算后，其相機參數(shù)和第三次優(yōu)化后的相機參數(shù)基本一致，取其作為最終優(yōu)化后的相機參數(shù)。新建工程，導入所有影像和POS 數(shù)據(jù)，輸入最終優(yōu)化后的相機參數(shù)，提交空三任務進行空三加密解算，解算完成后，通過人機交互的方式，對其解算結(jié)果進行查看，空三成果未出現(xiàn)彎曲、分層現(xiàn)象，成果與實際情況相符，4 次相機參數(shù)優(yōu)化加上最終空三加密解算共耗時約30.5 小時，較優(yōu)化前，其空三解算效率提升了15.3%。對于工期緊、面積大的項目來說，按照這種方法，空三成功率不但有了提高，且耗時明顯縮短，精度符合相關(guān)要求，成果質(zhì)量是非?？煽康模虼讼鄼C參數(shù)的優(yōu)化可以有效的完成空三加密解算的優(yōu)化。

2.4 POS 數(shù)據(jù)解算優(yōu)化

POS 數(shù)據(jù)對于空三加密來說是非常重要的，其為參與運算的影像提供了一個初始的位置坐標和姿態(tài)參數(shù)。目前傾斜攝影，多數(shù)設(shè)備在記錄POS 時，都只記錄了下視鏡頭的POS，并沒有記錄側(cè)視鏡頭的POS 數(shù)據(jù)。然而在實際數(shù)據(jù)解算時，準確的POS 可以有助于提升空中三角測量解算的效率和精度，甚至影響到空三加密解算的成果是否可用，因此對POS 進行解算是非常有必要的。通過對多鏡頭相機安裝關(guān)系進行分析，結(jié)合其平臺檢校參數(shù)，可以以下視鏡頭POS 為基準，對側(cè)視鏡頭的POS數(shù)據(jù)進行解算。采用人工解算的方式，不但效率低，而且對于海量數(shù)據(jù)來說，并不現(xiàn)實，因此需要相應的算法來實現(xiàn)POS 數(shù)據(jù)的解算。筆者針對POS 數(shù)據(jù)解算，利用Matlab 軟件開發(fā)了簡易的POS 數(shù)據(jù)解算軟件。只需輸入下視鏡頭的POS 和平臺檢校參數(shù)，即相對于下視鏡頭的方位和三維坐標，就可以準確的解算出側(cè)視鏡頭的POS數(shù)據(jù)。

某一項目采用5 鏡頭傾斜攝影作業(yè)，在進行空三加密解算時，以下視鏡頭POS 作為側(cè)視鏡頭的POS 輸入軟件中，完成空三加密的解算，解算結(jié)果如圖3（左圖）所示。采用筆者開發(fā)的軟件，將下視鏡頭的POS 輸入軟件中，再分別輸入4 個側(cè)視鏡頭相對于下視鏡頭的方位和三維坐標，完成對側(cè)視鏡頭POS 數(shù)據(jù)的解算。然后利用解算后的POS 作為輸入數(shù)據(jù)，提供給側(cè)視鏡頭的影像，并完成空三加密的解算，解算結(jié)果如圖3（右圖）所示。

圖3 POS 解算前后空三加密結(jié)果對比圖

通過圖3 可知，在以下視鏡頭POS 代替?zhèn)纫曠R頭POS 解算過程中，解算成果出現(xiàn)了分層，空三成果不能直接使用。在采用本文的方法，對側(cè)視鏡頭的POS 進行解算后，其空三成果未出現(xiàn)分層，成果可用。且在空三加密耗時方面，優(yōu)化前耗時21 小時，優(yōu)化后耗時16.5 小時，數(shù)據(jù)解算效率提升了21%。優(yōu)化后的加密點重投影中誤差為0.358 個像素，小于規(guī)范要求的2/3 個像素，成果精度良好。

3 對比分析

利用本文提到的方案，對測試數(shù)據(jù)進行作業(yè)，得到了良好的解算效果，具體統(tǒng)計結(jié)果見表1，其中空三解算時長單位是小時（h）；空三解算精度分為兩種，在影像質(zhì)量、相機參數(shù)、POS 數(shù)據(jù)這幾欄中，是指加密點重投影中誤差的精度，單位為像素（pixel）；在控制點點位這一欄的空三解算精度是指控制點平差后的三維點位中誤差，單位為米。

表1 不同方案優(yōu)化前后對比

通過表1 可知，提升影像的質(zhì)量，可以有效縮短空三解算的時長和提升空三解算的精度；采用噴涂控制點，可以提升空三加密最終結(jié)果的精度；優(yōu)化相機參數(shù)，可以提高空三解算的成功率，縮短空三加密所用時長；優(yōu)化側(cè)視鏡頭POS，可以有效提升空三加密解算成功率，縮短空三加密所用時長。

結(jié)束語

針對傾斜攝影空三失敗率高的問題，本文深入研究了傾斜攝影空三解算這一環(huán)節(jié)，并提出切實可行的方案對空三解算進行優(yōu)化。采用實際項目，對優(yōu)化前后的效果進行驗證。通過實際項目驗證可以發(fā)現(xiàn)，采用不同的優(yōu)化方案，可以在一定程度上提升空中三角測量解算的成功率，縮短解算時長，提升空三解算精度。對于傾斜攝影作業(yè)人員來說，本文的方案具有一定的實用性，可采用本文的方案來解決實際作業(yè)中空三解算失敗率高、耗時長、精度低的問題。