馬娟娟
(三和數碼測繪地理信息技術有限公司,甘肅 天水 741000)
傳統的不動產測繪使用的是全站儀、實時動態(Real-Time Kinematic,RTK) 載波相位差分技術設備等進行作業[1]。全站儀由于遮擋等原因,需要設置站,作業效率低;RTK 雖然效率較全站儀高,但是都屬于外業工作,工作量大,成本高,且風險性也高[2-3]。針對這種問題,本文從傾斜攝影測量技術出發,采用傾斜攝影測量技術來進行不動產測繪,讓外業工作盡可能轉為內業,這樣一來,成本就會適當降低,風險性也會隨之降低。傾斜攝影測量是近年來才發展起來的一項新型測繪技術,因此本文首先對其基本原理和建模流程進行了簡單介紹,并對傾斜攝影測量中的關鍵技術進行了分析,提出相對應的解決方案。最后以某一項目實例出發,介紹了該技術在實際項目中的應用,并對其生產的成果精度進行檢測,結果表明該方法生產的地籍圖精度完全符合規范要求,可作為新的作業方法應用于不動產測繪項目,提高生產效率,降低生產成本。
傾斜攝影測量是相對于傳統的垂直攝影測量來說的。垂直攝影測量是搭載一個相機對地面垂直地進行拍攝;而傾斜攝影測量則是在無人機等飛行平臺上搭載多個鏡頭集成在一起的相機,以不同角度對地面物體進行同步采集[4-6]。傾斜攝影測量主流的搭載為5 鏡頭相機,包括1 個下視鏡頭和4 個側視鏡頭[7]。下視鏡頭同垂直攝影,用于獲取建構筑物的頂部紋理信息;而側視鏡頭與下視鏡頭通常呈45°夾角,用于獲取建構筑物的側面紋理信息。
傾斜攝影測量建模是指采用專業軟件,通過自動化技術或半自動化技術,將傾斜影像數據和定位定姿系統(Position and Orientation System,POS) 數據,通過空中三角測量解算、多視影像密集匹配、不規則三角網(Triangulated Irregular Network,TIN)構建、紋理映射等關鍵步驟處理,得到可量測、可視化的實景三維模型成果。在實際數據處理時,包括了數據預處理、數據解算、模型生產等環節,具體的傾斜攝影建模流程見圖1。

圖1 傾斜攝影建模流程圖
在攝影測量中,各參數滿足的關系式為

式中:GSD 為地面分辨率;a 為像元大小;h 為相對航高;f 為相機的焦距;θ 為像片傾角。
對垂直攝影測量來說,θ 角度要求最大不大于3°。圖2 為cos 函數示意圖。從圖2 中也可以看出,在0~π/2 區間,隨著角度增大,函數變化率越來越大,則cosθ 值的變化量也隨著增大,為了保證地面分辨率盡可能一致,因此要求θ 值不能太大。然而,對傾斜攝影測量來說,下視鏡頭可以采用該理論,而側視鏡頭則無法采用該理論。這是因為在傾斜攝影測量中,側視鏡頭的攝影光線與地面不是垂直的,按照與地面成45°夾角計算的話,其攝影光線與影像中心也成45°夾角。

圖2 cos 函數示意圖
在目前的航線規劃軟件中,都是以下視鏡頭參數為依據進行航線規劃的。如果5 個鏡頭參數一致,通過式(1) 可知,側視鏡頭分辨率是下視鏡頭分辨率的1/cosθ 倍(以下視鏡頭的像片傾角為0°計算)。當θ 為45°時,則側視鏡頭分辨率為下視鏡頭分辨率的倍。以農房項目的下視鏡頭分辨率為1.5 cm 計算,則側視鏡頭分辨率為2.1 cm,很明顯,此時的側視鏡頭分辨率是無法滿足農房項目的。為了使側視鏡頭分辨率和下視鏡頭分辨率盡量一致,在5 鏡頭相機集成時,將側視鏡頭焦距改為下視鏡頭焦距的倍,這樣就可以獲取分辨率一致的影像了。
傾斜攝影測量通常搭載5 鏡頭相機,從5 個角度分別采集地表影像。一方面,由于在數據進行解算時,影像數量越多,解算所需時間越長,因此在不影響建模效果的前提下,對冗余影像進行刪除,可有效提高數據的解算效率。另一方面,位于項目任務區邊緣的影像,其重疊度小,在進行空中三角測量解算的時候,容易導致空中三角測量解算失敗。通過分析相機平臺安置方向與航飛方向的關系,在對數據進行預處理時,利用C++語言開發了數據冗余處理軟件,對項目任務區范圍外的影像進行了刪除處理。
在傾斜攝影測量中,有兩個輸入數據是非常重要的,一個是影像數據,另一個則是POS 數據。目前主流的5 鏡頭相機都是共用1 組POS 數據的,即5 個鏡頭的拍照位置使用的都是下視鏡頭的像片曝光位置,且姿態也是使用下視鏡頭的姿態。但是側視鏡頭的像片曝光位置和姿態,與下視鏡頭相比差異是很大的,尤其是側視鏡頭的姿態利用下視鏡頭的姿態來代替是完全不可行的。這也是無人機數據在進行空中三角測量解算時不使用姿態參數的一個重要原因。鑒于此,結合相機平臺檢校參數,采用C++語言開發了POS 數據解算軟件,利用下視鏡頭的位置參數和姿態參數,解算出4 個側視鏡頭的位置參數和姿態參數,即每個鏡頭的每個曝光點都有唯一的位置參數和姿態參數,從而對POS 數據進行了優化,可以有效提升空中三角測量解算的成功率和效率。
本項目任務區面積為0.5 km2,地勢平坦,房屋分布密集,采用旋翼無人機飛行1 架次,可以完成整個測區影像數據的采集。
為了保證下視鏡頭和側視鏡頭采集的影像分辨率盡量一致,因而在選擇相機時,下視鏡頭選擇焦距35 mm 相機,側視鏡頭選擇焦距50 mm 相機,這樣可以獲得分辨率一致的原始影像數據。為了滿足地籍精度要求,在航線規劃時,按照下視鏡頭分辨率為1.5 cm 計算,航向、旁向重疊度均設置為80%,根據地形,按照東西方向進行航線規劃。為了保證測區邊緣建模效果質量好,在航線規劃時,對測區邊緣外擴了1 個航高。
為了減少遮擋帶來的陰影,在實際航飛時,選擇在上午11∶00 到12∶00 進行航攝影像數據獲取。在正式作業前,首先在地面上進行了試拍,確保相機正常曝光,內存卡可以正常寫入數據。在航攝過程中,飛手時刻關注地面站上的航飛狀態,在整個飛行過程中,未發生任何異常。航攝完成后,共獲得1.5 cm 分辨率的影像8 545 張,對航攝影像數據進行質量檢查,重疊度符合要求,陰影較少,符合規范要求。
數據預處理主要考慮影像勻色、重命名,在不影響建模效果的前提下刪除無效影像,對POS 數據進行解算,求出每張照片唯一的POS 坐標。
1) 影像勻色。在Photoshop 軟件里,創建批處理命令,對原始影像進行亮度調整,提升影像視覺質量。
2) 重命名。利用重命名軟件,對5 鏡頭影像進行重命名處理,確保參與運算的影像不存在重名問題。
3) 刪除無效影像。使用C++語言開發的數據冗余處理軟件,導入POS 數據,對航攝影像進行冗余處理。共刪除無效影像1 204 張,獲得有效影像7 341 張。
4) POS 數據解算。影像重命名完成后,利用下視POS 數據,對4 個側視鏡頭的POS 數據進行解算;并按照影像命名規則,對POS 數據盡心重命名,確保影像和POS 是一一對應的。在解算時,由于考慮到旋翼無人機姿態較差,因此只取了其位置坐標,并沒有取姿態參數,因此解算后的側視鏡頭也是沒有姿態參數的。
空中三角測量解算是傾斜攝影測量中至關重要的一個環節,空中三角測量解算的結果直接決定著后期能否建模。在前期對影像數據和POS 數據解算優化后,本次空中三角測量解算一次性完成,且成果未出現分層,加密點重投影中誤差為0.68 個像素,精度符合規范要求,成果可用。
本次建模使用CC4.4.12 軟件,在導入像控點時,先選擇坐標系,然后導入像控點。在轉刺像控點的時候,對于位于影像邊緣的點位不進行轉刺,這樣可以提高平差成果的精度。在平差時,選擇保持原有加密點,這樣可以提高平差效率。平差完成后,查看平差報告,像控點重投影中誤差為0.45 個像素,像控點中誤差為0.008 m,平差精度符合規范要求。
在空中三角測量平差成果合格后,開始實景三維模型的生產。考慮到軟件內存為64 GB,在建模時,選擇水平劃分的方式,設置瓦片大小為150 m,占用內存約28 GB,這樣可以保證建模時瓦片全部正常輸出。由于是單獨架次,不存在接邊,因此未對瓦片原點坐標進行設置。
本次使用EPS 軟件,基于實景三維模型進行地籍圖采集。在采集時,結合建筑物的特點,采用不同的工具命令進行采集,比如,規則的矩形房屋可以采用“五點房”命令采集,并在采集完成后對其屬性(如磚房、一般房屋、混房等) 進行完善。采集完成后,在EPS 軟件中,對采集的成果進行入庫前的質檢,修改質檢中存在的問題,確保最后的成果可以直接入庫。
采集26 個平高檢測點,按照同精度中誤差計算公式,對地籍圖成果精度進行檢測。由于地籍圖對高程要求不高,在本次精度檢測時,只對平面點位進行檢測。地籍圖精度檢測結果見表1。

表1 地籍圖精度檢測結果統計表 (cm)
從表1 可以看出,較差最大為5.8 cm,26 個平高檢測點的中誤差為2.9 cm,其精度完全符合地籍規范精度要求,成果可以直接作為最終的地籍圖成果上交。
本文介紹了傾斜攝影測量的基本原理和建模流程,并對傾斜攝影測量的關鍵技術進行了分析,給出相應的解決方案。以某一項目任務為例,對傾斜攝影測量生產地籍圖的流程進行了說明,并采用同精度中誤差計算公式,對傾斜攝影測量生產的地籍圖精度進行了檢測。結果表明,采用傾斜攝影測量生產的地籍圖,精度可以滿足地籍規范精度要求,可以為不動產測繪項目提供新的作業方法,為同行作業人員提供新的作業思路。