農村房屋不動產調查中無人機傾斜攝影技術研究

劉善彬，張 蕊，李連蘋

（河南省航空物探遙感中心，河南 鄭州 450053）

目前，我國許多省市正在開展農村房屋不動產登記權籍調查項目。農村房屋不動產登記權籍調查是開展統一地籍調查、統一權利確認登記、統一頒發農村宅基地、集體建設用地以及地上建筑物、構筑物不動產證書的重要工作。農村住房和房地產整合權登記主要包括2個方面：①住房信息，包括業主、位置、房屋性質、結構類型（建筑）、共有、使用、樓層總數、建筑結構、竣工年限、建筑面積等；②地塊信息，包括所有者、權利類型、權利性質、土地用途、面積等。本文介紹了無人機（UAV）傾斜攝影測量的基本原理和關鍵技術[1]。本文結合正在進行的農村房屋不動產登記項目，介紹了傾斜攝影測量的基本方法，并對圖像控制點的布局方案和精度進行了比較分析。實踐證明，傾斜攝影測量在農村房屋不動產登記中的應用可以充分滿足測量精度的要求，在提高工作效率和降低勞動力成本方面具有顯著優勢。

1 主要測繪方法比較確認

農村房屋不動產登記權籍調查項目，對測量精度的要求一般較高。根據《地籍調查規程》（TD/T 1001—2012）中解析界址點的精度要求，明顯界址點的均方誤差要求在±5 cm以內。目前，農村房屋不動產登記權籍調查外業測繪方法主要有3種[2]，即全野外測量、傳統攝影測量和傾斜攝影測量。這3種測量方法的優缺點：①全野外測量。主要方法為RTK+全站儀；其主要優點是精度高，但周期長、效率低、成本高，容易受到天氣等外部環境因素的影響。②傳統攝影測量。主要優點是效率高，進行了大量的野外工作，但影像判讀等問題仍需現場調繪研究。此外，傳統攝影測量中使用的軟硬件對數據采集人員有較高的要求，如立體聲眼鏡、手輪腳板等，需要很長時間才能掌握。③傾斜攝影測量。隨著無人機技術的發展，傾斜攝影技術的出現和成熟三維建模、繪圖等技術，利用斜攝影進行農村房屋不動產登記確權登記已成為可能。斜視攝影可以獲取各個方向建筑的紋理信息。三維重建技術可以準確地恢復建筑的現狀。低空無人機技術可以獲得分辨率大于1 cm 的圖像數據，大大提高了三維模型的精度。斜攝影的高冗余圖像重疊可以大大提高圖像匹配的精度。與傳統的攝影測量不同，該采集方法可以準確地獲得建筑物的拐角信息，而不受屋檐的影響。因此，該方法非常適用于房屋的邊界點采集。

2 傾斜攝影測量技術分析

2.1 原理及關鍵技術

利用傾斜攝影測量可以獲得當相機的主光軸具有一定的傾斜角度時所拍攝的圖像。傾斜攝影測量是近年來在國際測繪和遙感領域發展起來的一項高新技術。通過在同一飛行平臺上攜帶多個傳感器，從垂直和傾斜的角度收集圖像，可以獲得更完整、更準確的地面物體信息。以垂直地面角度拍攝的圖像稱為正站儀，在透鏡方向與地面之間有一定角度的圖像稱為斜圖像[3]。

2.2 無人機飛行數據收集

遠程數據收集設備是一個大疆 MavicPro 無人機與機載數碼相機。每個飛行都使用了一個飛行計劃器應用程序，采用Pix4D圖像捕獲。該移動應用程序使每次飛行都可以實現自動化，以提高數據收集過程的結果安全性和效率。空中調查采用了高度為300 m的雙網格飛行模式[4]。無人機攝像機在飛行中的角度被設置為捕捉來自地平線的角度。該攝像機被編程限制沿飛行路徑的連續圖像之間的農村房屋圖像內容正面覆蓋80%，在地面的相鄰飛行路徑圖像之間70%的側重疊[5]。重疊確保了影像之間有足夠的主體冗余，從而提高了利用攝影測量法進行三維數字表面模型重建的條件。在整個數據收集過程中，所有設備、校準、和參數都保持不變，以最小化響應方差和處理均值估計偏差中的變化。

2.3 傾斜攝影測量關鍵技術分析

根據無人機系統的結構特點，所確定的無人機斜向攝影的關鍵技術包括如下幾點[6]。

（1）多視點圖像的聯合調整。多視圖圖像不僅包括垂直攝影數據，還包括斜向攝影數據。然而，一些傳統的空中三角測量系統無法處理斜向攝影數據。因此，在多視圖圖像的聯合調整中，應充分考慮圖像之間的幾何變形和遮擋關系。

（2）多視圖圖像的密集匹配。圖像匹配是攝影測量學中的基本問題之一。多視點圖像具有覆蓋范圍大、分辨率高的特點。因此，多視點圖像匹配的關鍵是如何在匹配過程中充分考慮冗余信息，以便快速準確地獲得多視點圖像上同名點的坐標，并獲得圖中的三維信息。

（3）數字表面模型的生產。多視圖圖像的密集匹配可以獲得高精度、高分辨率的數字表面模型，并能夠充分表達地形特征和表面特征，這已成為新一代空間數據基礎設施的重要組成部分。

（4）真投影圖像校正。多視圖圖像的真實校正包括連續DEM（數字高程模型）和大量離散分布粒度非常不同的地面物體以及大量具有數據密集型和計算密集型典型特征的多角度圖像。因此，對多視圖圖像的真實可以同時分為對象側和圖像側[7]。

3 斜攝影的測量基本過程

3.1 過程簡介

采用斜向攝影進行測量的基本過程如下[8]：①對該區域的現場調查。現場調查主要是為了查明調查區域的地形地貌，檢查是否有高障礙物、大障礙物等。通過現場調查的區域，便于圖像控制點的布局。同時，在設計飛行高度時，可以避開高、大的障礙物，以確保飛行安全。 ②圖像控制點的布局。圖像控制點布局的基本原理如下：照片控制點的目標圖像應清晰清晰，易于區分。第1控制點與照片邊緣之間的距離不得小于1.0～1.5 cm；第二控制點與照片各標記之間的距離大于1 m。

3.2 操作方法試驗

（1）總體路線圖。測試的總體路線圖是：首先選擇中等面積的村莊作為測量區域，在測量區域均勻布置一定數量的圖像控制點，選擇不同的圖像控制點布局方案進行平面三角測量和三維重建，然后將不同圖像控制點布局方案生成的三維模型分別導入映射軟件進行三維測繪。然后，在測量區域內均勻選擇一定數量的拐角點，并利用總站進行現場測量[9]。在圖像控制點的不同布局方案中，計算三維映射的拐角結果與現場測量結果之間的均方誤差，找到一個既滿足測繪精度要求、又考慮效率和成本的操作方案。

（2）調查區域。選擇西南地區一個面積約0.24 km2的村莊作為調查區。測量區域相對平坦，平均海拔+300 m。

（3）坐標系。此次試驗采用CGCS2000國家大地坐標系。

（4）飛行設計。在測試中，大疆 MavicPro 無人機空中攝像機系統使用了5個鏡頭。根據《低空數字技術規范》的規定，已提到的1∶500映射尺度的分辨率≤5 cm[10]。試驗設計的地面分辨率為2 cm，面重疊為80%，邊重疊為78%。根據公式，設計高度為128 m（D200采用斜向攝像機的主點分辨率來規劃路線）。無人機參數：起飛質量為7.5 kg，耐力時間為48 min，差分模式為PPK/RTK及其集成運行模式，像素大小 5.47 μm。無人機標記形式為圖1所示。

圖1 無人機標記形式示意Fig.1 UAV marking form

（5）圖像控制點測量。使用紅色油漆將測試區域道路上的圖像控制點排列為“L”形狀，如圖2所示，并通過RTK（實時運動學）在中間極上的測量目標的中心坐標。L形具有直角角點，比其他形狀更準確、更易于解釋。對每個點進行2～3輪操作，以平均值為真實值。控制點的精度控制在2 cm以內[11]。

圖2 地面L圖像示意Fig.2 Ground L image schematic

（6）圖像控制點的平面布置方案。 設計了5種控制點組合方案。在方案1中，僅在測量區域的4個角處布置4個圖像控制點（K1、K2、K3、K3、K4），均勻地在測量區域內選擇7個檢查點（JC1—JC7）。點選擇方案如圖3（a）所示。 在方案2中，根據第1種方案對測量區域周圍的6個圖像控制點（K5—K10）進行加密，并且仍然使用JC1—JC7作為檢查點。該方案如圖3（b）所示。 在方案4中，根據方案3在測量區域中增加了6個圖像控制點（K13—K18），并且仍使用JC1—JC7作為檢查點。該方案如圖3（c）所示。在方案5中，在測量區域中僅選擇了8個圖像控制點（K11—K18，未完全控制測量區域）。為比較控制范圍內外檢查點的誤差，采用K1—K10和JC1—JC7作為檢查點。該方案如圖3（d）所示。

（7）4個方案測繪比選分析。 首先，利用基于無人機的智能地圖模型GPS（全球定位系統），獲得5臺攝像機的準確曝光定位信息。結果為5組POS數據和天線相位中心。使用上下文捕獲軟件進行空中三角測量處理，分別導入5組鏡頭的圖像和POS數據，并根據設計的4種圖像控制方案進行控制。空中三角剖分處理完成后，分別計算5種方案的空中三角剖分檢查點的平面和高程精度，并以現場測量的數據作為真實值，計算平面和高程均方誤差。通過比選得出了方案1的總體平面精度較好，高程精度相對較差；方案2中的平面和高程精度均高于方案1。方案3比方案2進一步提高了精度；方案4的精度是最好的，但方案4和方案3差別在于，方案3中，控制范圍內的檢查點誤差較小，但控制范圍外的檢查點誤差較大，這隨著距離的增大而增大。方案4的精度最好，但需要安排更多的圖像控制點。一方面，應降低工作效率，另一方面，場地可能不能滿足平面布置的要求。因此，選用方案4作為無人機測繪農村房屋的方法。

圖3 4種方案測繪布點示意Fig.3 4 Schemes for surveying and mapping points

3.3 農村房屋三維圖像的模擬重建

為了進一步驗證這4種方案是否能夠滿足住房和房地產集成項目中住房邊界點的精度要求，使用上下文捕獲軟件對這4種方案進行了重構，然后將生成的3D模型導入制圖軟件，使用5點房屋采集方法，統一收集20個房屋角點的坐標。角點的分布如圖4所示。

以總站的場測量坐標為真實值，方案 1的結果精度較差，房間角誤差分布不均勻。在方案2中，減少了角點的均方誤差。在方案3中，角點的精度很高，可以滿足住房和房地產集成項目對住房邊界點的精度要求。在方案4中，角點的精度最好，但與方案3相同。實踐證明，適當增加圖像控制點有助于提高測量精度，但當圖像控制點的數量達到一定程度時，精度提高的趨勢并不是很明顯。同時方案4在控制區域具有較好的精度，誤差為均勻，但控制區域外的誤差隨著距離的增加而迅速增加，最大的誤差是在圖像的邊緣，檢測到的拐角的總體均方誤差也是4種方案中最小的。方案4對于真實房屋造型的模擬重建如圖5所示。通過現場測試，測量區采用斜攝影進行測量，現場飛行和內處理只需4 d即可完成測量區地籍圖的繪制；在傳統測量中，相同人員組成需要約10 d，說明斜攝影不僅滿足房地產一體化測量的精度要求，而且大大縮短了項目周期，效率是原始測量方法的2倍以上。

圖4 房屋角點的坐標分布示意Fig.4 Schematic diagram of the coordinate distribution of the corner points of the house

圖5 真實房屋造型的模擬重建示意Fig.5 Simulation and reconstruction of the real house shape

4 無人機測量誤差分析

農村房屋的無人機傾斜攝影測量平均誤差為（-0.457±0.490） m。傳統衛星拍照對建筑長度進行測量的平均誤差為（1.662±0.478） m。此外，平均衛星估計誤差高于無人機測量的置信區間。2種方法均值估計的置信區間不重疊，這意味著測量預測不一致。無人機傾斜攝影測量在精度方面更占優勢，將成為未來的測量方法。農村房屋建筑的矩形尺寸的平均長度比正常建筑的寬度大10倍。無人機在一個明顯低于衛星的高度運行，同時捕捉航空圖像。這導致了數碼相機的視場減少，從而增加了圖像頻率。雖然建筑寬度通常被無人機捕捉到1～3張照片，但建筑長度需要10～15張圖像。同時也要看到，盡管無人機航空圖像有較多優點，但在遠程收集數據時也有一些限制。天氣條件并不總是無人機操作的最佳條件。有時，風速超過9 m/s會使數據收集變得不可能。此外，Pix4D飛行映射器應用程序需要移動小區服務來加載背景地圖，或者運營商提前通過WiFi網絡準備飛行區域的數字緩存基礎地圖。在一些情況下，由于農村地區的蜂窩接收能力差，基礎地圖無法被成功加載。GIS數據結果的準確性對遙感數據收集和攝影測量過程中所使用的特定參數高度敏感。無人機飛行路徑或攝影綁點極限的變化會顯著影響最終重建輸出，因此無人機測量技術還有較大的提升空間。

5 結語

本文針對無人機在農村房地產整合權登記項目方面的應用開展研究，采用無人機斜攝影測量，現場飛行和室內圖像處理只需4 d，完成測量區地籍圖繪制只需3 000元；在相同的人員組成下，傳統測量工作約需10 d，人工成本約8 000元。從以上分析可以看出，與傳統測量相比，無人機斜向攝影可以提高工作效率，將人工成本降低至最低的水平。與傳統算法相比，它在提高精度和降低現場映射方面也具有明顯的優勢。結果表明，使用消費級無人機和運動攝影測量結構（SfM）可以創建足夠準確的數字表面模型和正模型，進行簡單的建筑尺寸測量，有效利用經濟和時間資源，同時避免使用昂貴的測量級設備。研究成果為無人機傾斜攝影的多方面應用提供了依據。