趙文成
(三和數碼測繪地理信息技術有限公司,甘肅 天水 741000)
隨著“智慧城市” “實景三維中國建設” “美麗鄉村建設” 等國家大型項目的開展與推進,越來越多的傾斜模型需要生產,然而傾斜攝影數據量龐大,對硬件配置要求高,實際作業中都會將任務區分割成多塊,以每塊為一個工程進行空三加密及三維模型生產[1-2]。 三維模型生產主要包括多視影像密集匹配、 密集點云生成、 不規則三角網構建與優化、 白膜生成和紋理映射貼圖輸出。 由于像控點數量有限,導致空三精度不同,每次生成密集點云。構建的三角網不同也是導致三維模型瓦塊接邊區域精度相差較大的原因。 通過增加像控點可提升接邊區域模型的精度,但是給外業像控點的采集增加了工作量,為了提升接邊區域模型精度,并盡量減少外業工作量,本文在生產的精度符合要求的模型上提取三維點坐標(后文統稱“模型點坐標”),將所提的點坐標作為像控點轉刺于接邊區域空三中進行平差調整,并在此基礎上生產三維模型。 這樣既可以減少外業采集像控點的工作量,又可以提高接邊區域模型精度,增強模型合并后整個場景的可視度,對多區塊模型接邊、 大面積模型合并展示具有一定的借鑒意義。 結合傾斜攝影測量原理,考慮到目前已有算法的局限性,分析軟件自動化生產模型存在問題產生的原因,并給出相應的解決方案,可為后續實景三維模型修飾提供一定的作業思路。
傾斜攝影技術是指在飛行平臺上搭載多視角航空攝影儀(以下簡稱“航攝儀”),從多個方向對景物進行拍攝的技術[3]。 常見搭載的為五鏡頭航攝儀,包括1 個下視、 4 個側視,下視鏡頭主要獲取地面和建構筑物頂部紋理信息,側視鏡頭主要獲取建構筑物側面及其立面紋理信息[4]。
傾斜攝影建模軟件主要是針對傾斜攝影影像幾何變形大、 冗余多等特點開發的一款自動化生產三維模型的軟件[5]。 在攝影測量領域里,傳統的垂直影像處理軟件是無法對傾斜影像進行處理的。 傳統的正射軟件空三加密算法是在側滾角和俯視角為零的數學模型上建立的,并不支持傾斜角度大的影像數據解算。
傾斜攝影建模是指將影像數據利用建模軟件制作成實景三維模型的過程,其中主要包括數據預處理、 控制點測量、 空中三角測量、 三維模型生產和精度檢測,具體流程見第103 頁圖1。

圖1 傾斜攝影建模流程圖
本次實驗數據來源于某智慧城市項目。 在塞斯納208 上搭載RCD30 五鏡頭傾斜相機航攝儀進行航攝,航攝面積約為140.4 km2。 影像像幅大小為10336×7788,相機下視焦距為83 mm,側視焦距為153 mm。 航向、 旁向重疊度均為72%,地面平均分辨率為0.05 m,共航飛2 架次,獲得航攝影像45980 張。
Mirauge3D 軟件是北京中測智繪科技有限公司自主研發的一款影像全自動三維建模軟件,可自動將由手機、 手持數碼相機、 無人機及專業航攝相機拍攝的二維數碼照片轉換成真實紋理三維模型。 軟件具備飛行航跡質量檢查、 影像質量增強、 全自動空中三角測量、 高精度區域網平差、 影像快速拼接、 真實紋理三維模型生成及真正射影像生成等功能,可一次性處理十余萬張航攝影像的解算,具有簡單、 高效處理數據的特點。
2.3.1 數據預處理
1) 像控點解算。 對每個像控點的多次測量值進行平均值求解,得到精度可靠的像控點成果。
2) POS 數據解算。 利用差分相關數據和平臺檢校參數,對原始POS 數據進行解算,得到高精度的5 路差分POS 數據。 POS 成果坐標系為地理坐標系,Mirauge3D 軟件可自動對POS 數據坐標系進行轉換,這里不再單獨轉換。
3) 相機參數優化。 每個鏡頭均選取40 張連續的影像,共選取5 個鏡頭對應的200 張影像,在ContextCapture 軟件中進行空中三角測量解算,得到更加可靠的相機參數,對已有的相機參數進行優化。
4) 影像質量提升。 在Photoshop 軟件中對一張包含地物分類信息豐富的影像進行亮度和色彩調整,使其亮度符合人眼的需求,色彩更加真實,然后利用動作功能,對所有影像進行批處理。 使用拖把更名器軟件對5 個鏡頭影像進行更名處理,確保數據在后續處理中可順利導入Mirauge3D 軟件中。
2.3.2 空中三角測量
空中三角測量是整個建模環節中最重要的一步,其精度也直接決定后續實景三維模型的精度。在新建工程的過程中對導入的5 路POS 數據進行坐標系統自動轉換,將經緯度POS 數據轉換到目標坐標系統下,即像控點對應的坐標系統下。 利用已有控制點求出測區范圍內平均高程,在工程中輸入較為可靠的地形平均高程,提高空三的解算效率。 在完成自由網空三后,導入像控點并進行轉刺,利用像控點平差調整空三成果。 空三平差結束后,平差報告中顯示像控點平面中誤差為0.031 m,高程中誤差為0.036 m,重投影中誤差為0.87 個像素,小于1 個像素,平差精度符合要求,這里未進行模型點轉刺,稱為工程A。
復制工程A 中平差調整后的空三成果,在此基礎上導入模型點坐標,并進行模型點坐標點位轉刺。 轉刺完成后,按照工程A 中各項參數設置進行帶模型點坐標的平差調整,稱為工程B。 平差結束后,平差報告中顯示像控點平面中誤差為0.026 m,高程中誤差為0.031 m,重投影中誤差為0.78 個像素,小于1 個像素,平差精度符合要求。
由平差報告可知,通過轉刺模型點坐標可以有效提高空中三角測量精度。
2.3.3 三維模型生產
利用已經完成平差的工程A 和工程B 生產實景三維模型。 首先通過“切片編輯” 功能對模型生產范圍、 瓦片大小、 切片重疊區域、 切片原點進行設置,然后保存設置結果。 點擊 “自動建模”,選擇影像質量為 “中高精度”,填充孔洞為 “只填充小的孔洞”,平面簡化和點云勻光色彩均衡模式均選“啟用”,建模目標選擇 “三維網格”,生產OSGB格式的實景三維模型。
利用外業采集接邊區域的15 個檢測點坐標對工程A 和工程B 生產的接邊區域模型精度進行檢測。 用ContextCapture Viewer 軟件將模型成果打開,設置好坐標系統,將檢測點坐標與模型上對應的坐標進行比對,得到工程A 模型精度各項值為: X 方向較差最大為18.1 cm,最小為5.2 cm; Y 方向較差最大為17.3 cm,最小為5.4 cm; Z 方向較差最大為26.3 cm,最小為5.2 cm; 利用同精度中誤差公式求得15 個檢測點的平面位置中誤差為12.7 cm,高程中誤差為12.4 cm。 工程B 模型精度各項值為: X方向較差最大為13.7 cm,最小為3.5 cm; Y 方向較差最大為13.3 cm,最小為4.7 cm; Z 方向較差最大為22.3 cm,最小為5.8 cm; 利用同精度中誤差公式求得15 個檢測點的平面位置中誤差為12.7 cm,高程中誤差為12.4 cm。
通過15 個檢測點的檢測結果可知,通過在精度符合要求的模型上提取模型點坐標,并將所提模型點坐標轉刺到接邊區域空三中進行平差調整,可有效提高后續接邊區域模型的精度,并可以通過該方法減少模型接邊差,提高模型接邊質量。
通過人機交互的方式對模型進行查看,主要存在以下六方面的問題。
1) 場景中存在懸浮物,主要是樹木、 路燈等獨立地物。
2) 場景中水域大面積出現空洞,未出現空洞的水域高程起伏較大。
3) 幾棟高層建筑物頂部結構損失嚴重,無紋理貼圖。
4) 位于樹木茂密的道路兩側的建構筑物結構變形嚴重,紋理貼圖缺失。
5) 主干道路上行駛的車輛拉花嚴重。
6) 薄墻壁出現大面積空洞。
結合航攝原理、 軟件的算法及其對地物的分析,對上述問題出現的原因及其解決辦法給出以下觀點。
1) 算法無法實現對低于航攝分辨率的地物進行三維重建,因此才會出現樹木、 路燈等懸浮物的問題,可采取地面補拍、 更高分辨率航攝、 壓平放入模型庫中的地物來解決此類問題。
2) 水域屬于紋理相似度極高的地物,目前算法不能對水域精確匹配同名點,或者匹配的同名點可靠性極低,在模型重建的過程中會出現大面積空洞和高程起伏大的問題,可采取人工添加同名點、航攝前增加水域特征點或后期對水域進行模型修飾的方法解決。
3) 根據地面分辨率與航高的關系可知高樓頂部一般屬于航攝中分辨率最高的地方,根據共線方程、 相似三角形原理可知,高樓頂部同時也是重疊度最低的地方,因此才會出現上述問題,可沿原先的航線增加航攝高度,對幾棟高樓進行重新航攝。
4) 建構筑物底部分辨率屬于測區中最低的,同時也是遮擋最為嚴重的地方,根據現有的算法無法正確檢測遮擋區域并對遮擋區域進行建模,可采取地面補拍、 空地數據融合的方法建模,或者通過模型修飾、 單體化等方法進行建構筑物的重建,利用補拍影像,結合Photoshop 軟件進行紋理貼圖更換或重新映射。
5) 空三加密環節主要完成對影像上的地物進行特征檢測、 特征提取、 圖像相似度計算、 特征匹配、 平差調整等處理,由于行駛中的車輛匹配出來的特征點不可靠,因此在平差過程中會大量剔除,對于部分不能自動剔除的,在后期建模過程中就會出現車輛拉花的問題,可利用模型修飾軟件結合Photoshop 軟件對道路上的車輛進行壓平、 擦除和修復道路紋理,或者在其成果基礎上導入模型庫中的車輛。
6) 在三維建模的過程中,構建三角網時,由于算法的局限性,無法正確對同側點進行構建,而是將兩側的點構建起來,這樣導致了空洞的出現,可在修模軟件中對出現的空洞進行修復,然后重新貼圖。
本文以某智慧城市項目為例,利用Mirauge3D軟件對有人機采集的大像幅影像建模流程進行了講解,并對相機參數優化、 POS 數據優化進行了說明,提高了空三的通過率。 在已有模型上提取模型點坐標,并將提取的模型點坐標轉刺到接邊空三中進行平差調整,提高了接邊區域空三精度。 對模型點轉刺前后空三生產的接邊區域模型精度進行檢測,檢測結果表明: 通過轉刺精度符合要求的模型點坐標可以有效提高接邊區域模型精度,對多區塊模型接邊、 大面積模型合并展示具有一定的借鑒意義。