基于傾斜攝影測量的城市三維實景建模

徐晶晶

（遼寧省基礎測繪院，遼寧錦州 121003）

近年來，隨著實景三維模型的提出，人們對三維建模的認識越來越深[1]。三維模型的應用在人們的日常生活中極為普遍，比如舊城改造、智慧旅游、智慧交通、智慧城市、游戲人物、游戲場景還原和3D電影等，三維模型發揮著巨大的作用，也給工程項目帶來了極大的方便[2-3]。城市三維實景模型重建利用無人機搭載的5個不同角度的鏡頭獲取多視影像，通過IMU/GNSS獲取POS數據，利用RTK實時動態測量技術獲取控制點數據[4]。傳統的攝影測量只能按照垂直角度對物體、地形進行拍攝，獲取的正射影像只有極少部分的側面信息，而傾斜攝影測量利用無人機搭載五鏡頭像機在同一時刻能獲取多角度地物信息，得到地物豐富的側面紋理信息和超高分辨率的影像[5-6]。

當今的三維建模效率大概在8千米/（人·天），是人工建模的400倍，其中，利用Smart3D自動建模是目前主要研究方向[7]。Smart3D是一款功能豐富的三維建模軟件，從簡單連續影像中無需人工干預生成逼真的實景真三維模型，具有高效、快捷、智能的特點。本文在介紹傾斜攝影測量主要技術的基礎上，以某市三維建模項目為例，探討基于傾斜攝影測量數據采用Smart3D軟件生成實景三維模型的方法。

一、傾斜攝影測量主要技術

1.數據采集

（1）基于空中平臺數據采集

傾斜攝影通過在同一平臺搭載多臺傳感器，同時從垂直、側視等不同的角度采集影像。傾斜攝影測量的本質是通過大氣將地表特征和地貌信息傳送到像機的物鏡和航空攝影底片上[8-9]，航空底片不僅記錄了地面特征、地貌特征和地面特征之間的關系詳細，還記錄了像機在拍攝瞬間裝載的各種儀器的信息。

（2）地面控制點采集

在進行空三加密前需要對航攝影像進行刺點以獲得精確的外方位元素。傾斜攝影測量的控制點刺點與傳統影像的刺點有所不同，需要在5個方向的影像上進行刺點，因此在選擇控制點時對通視的要求較高[10]。控制點的獲取有兩種方法，分別是GNSS靜態測量和GNSS RTK動態測量，本項目設計采用GNSS RTK實時動態測量技術獲取地面控制點。GNSS RTK由移動站、基準站和無線電數據鏈組成，基準站通過無線電數據鏈向移動站發送載波相位觀測值和測站信息，移動站接收衛星和基準站的信號，通過數據處理模塊計算出移動站相對于基準站的坐標增量，通過坐標增量確定移動站的位置。所以，接收機能夠一邊進行數據采集，一邊立刻解算并輸出定位結果。

2.數據處理

（1）SIFT特征提取

SIFT特征提取方法是對尺度空間的高斯差分函數進行曲線擬合，以提高特征點的穩定性[11]。此階段的影像匹配可理解為粗匹配或稀疏匹配，主要是為推算影像之間的連接點，得到每一個像素點的位置。SIFT特征提取時，首先需要統一固定斑點的大小，即改變尺度圖層的大小，以便實現特征提取和比對。檢測圖像中的特征點，實質上是在不同尺度空間中尋找特征點，并計算特征點的方向[12]，通常是以一張像片的某一特征點為基準查找與另一張像片對應的同名點。

（2）構建影像金字塔

構建影像金字塔能很好地解決圖像特征的尺度不變性問題，可以高效地提取不同尺度的特征，并且在時間復雜度和空間復雜度上只是常數的變化[13]。圖像金字塔是由多個不同分辨率來解釋圖像的一種方法，其特點是有利于圖像在縮放和移動的過程中快速顯示[14]。

3.多視影像聯合平差

對獲取的多視影像采用光束法區域網聯合平差技術進行平差，以解決部分地區的遮擋問題和影像之間的幾何變形[15]。根據金字塔匹配策略，對每一層影像都進行聯合平差，再根據POS系統自帶的數據進行同名點匹配，建立點線之間的誤差方程。通過聯合平差能得到更為精確的匹配結果，獲取高精度的外方位元素。考慮到傾斜影像中的地物變形和遮擋問題，多視影像聯合平差可通過多匹配基元的冗余信息進行修正[16]。

二、基于傾斜攝影測量的建模方法

本測區的地形為平地和丘陵，地表植被覆蓋較少，便于航空影像數據的獲取。本文選取有代表性的區域對基于傾斜攝影測量的建模方法的可行性進行驗證。試驗采用P550無人機搭載睿鉑D2數碼像機進行航空拍攝，根據比例尺、主距確定合適的航高，根據測區規劃航帶數量，最后獲取影像。獲取影像的水平分辨率是350DPI、垂直分辨率是350DPI、影像分辨率是6000×4000個像素，分辨率單位為2英寸（1英寸≈2.54厘米）；相對航高120米，航向重疊率85%，旁向重疊率70%，飛行航帶10條，共獲取了2830張像片。試驗中，利用無人機獲取傾斜影像，并在近地面環繞建筑物四周獲取建筑物的側面紋理信息。

建模方法：首先，通過傾斜攝影測量技術獲取多視影像，采用RTK實時動態測量技術采集控制點坐標；其次，利用POS數據與多視影像進行空三加密，主要采用光束法區域網平差，解算姿態信息，再利用姿態信息確定影像之間的連接點從而確定影像之間的關系；再次，采用多視影像密集匹配方法生成地物超高密度三維點云，構建TIN模型，基于多視影像全自動提取紋理信息，生成三維模型；最后，將實地獲取的控制點及地物點數據與基于三維模型獲取的數據進行對比，評估三維模型的精度。

1.光束法空中三角測量

（1）空中三角測量

目前空中三角測量主要指解析空三測量，它是攝影測量內業測圖和數字成果生成的第一道工序，其核心內容是以像片上的像點坐標為依據，用攝影測量的方法求解測區中所有影像的外方位元素，并基于攝影過程的幾何反轉，重建可量測的幾何立體模型，然后解求出地面點的空間坐標。其中，構建空三加密區域網和聯合平差等由Smart3D軟件自動完成。為保證精度，刺點時至少需要刺3個以上控制點，且每個控制點至少刺在3張影像上，再進行空三加密，生成區域內的點云數據（圖1）。

圖1 刺控制點

（2）POS數據輔助空中三角測量

由IMU/GNSS組合的POS系統擺脫了傾斜攝影測量對地面控制點的依賴，利用POS提供的影像姿態數據和空間位置可自動確立影像初始關系[17]。對于沒有POS數據的，如果一次性將大量影像導入Smart3D軟件，就會出現內存不足而無法進行有序處理的狀況，為了提高匹配的可靠性，可在數據處理前，通過特征描述得到同名像點，建立影像之間的幾何關系，再自動完成匹配（圖2）。

圖2 空中三角測量成果

2.影像密集匹配，構建TIN白模

（1）多視影像密集匹配

多視影像具有覆蓋范圍大、分辨率高等特點，為了獲取足夠的同名點像對，生成超高密度的點云數據，需要進行密集匹配。匹配過程就是尋找連接點構網的過程，同時消除冗余數據。空中三角測量完成后，得到圖像之間稀疏的特征點和圖像的像機矩陣，利用高精度密集匹配軟件Smart3D可以快速準確獲取多視影像上的同名點坐標，進而獲取地物的三維信息，自動完成匹配[18]。

（2）基于點云構建三角網

多視影像密集匹配可獲取大量高密度的點云數據，利用點云數據生成TIN構建三維模型，其優點是容易表達復雜的拓撲結構和幾何特征，而且算法簡單，結果穩定。點云構建TIN模型的方法有很多種，如直接利用點云構建TIN模型或者利用三角網格對原始點云進行最佳逼近等。本項目采用直接基于點云數據按三維重建的密集算法進行TIN模型構建[19]。

3.實景三維模型生成

為了使生成的三維模型更自然、更貼近實際，真實地反映地物的紋理信息，需要對模型進行紋理映射。紋理映射的本質是坐標系之間的變換，建立三維物體表面空間點（x，y，z）與紋理空間點(u，v)之間一一對應的映射函數關系。在進行紋理映射時，Smart3D軟件會自動計算TIN模型中的三角網格與影像的對應關系，然后將對應的紋理相關信息與模型中的三角網進行配準，再利用分辨率高的二維影像對所構建的模型進行紋理貼圖，最后通過區塊重建，生成實景三維模型（圖3）。

圖3 重建區塊三維模型成果

4.精度分析

為了對基于傾斜攝影測量的建模方法得到的成果數據進行精度評估，可將實地測量的控制點坐標與通過三維模型得到的控制點坐標進行對比，計算模型的誤差。本次試驗在區域內布設了8個控制點，分別為道路交叉口、房角點、斑馬線等明顯地物點，利用這些點對三維模型的平面位置精度和高程精度進行評定（表1）。

從表1可知，基于傾斜攝影測量的建模方法構建的三維模型的平面位置誤差和高程誤差都在規范允許范圍之內，完全能夠滿足精度要求。表明Smart3d軟件的三維建模效果較好。

表1 三維模型的平面位置精度和高程精度統計

三、結語

隨著城市化進程的加快，利用無人機傾斜攝影測量進行三維建模已經成為了一種主要技術，不僅能提高城市三維建模的效率，而且在降低成本的同時還能提高建模質量。本文將無人機傾斜攝影測量與三維建模技術相結合應用于城市的三維建模。通過對所建立的模型精度進行評估，結果表明，基于傾斜攝影測量的建模方法所構建的實景三維模型質量較高，完全滿足三維建模精度要求。