基于無人機攝影測量的地形三維重建研究

溫立文 賈延

（北京星天地信息科技有限公司 北京 102299）

影像的三維重建是基于雙目立體視覺的原理，結合傳統攝影測量技術，利用多視角的無人機影像數據生成三維模型的技術。該方法最核心的算法和技術包括：第一，基于SFM 算法的空三加密，這一步是為了恢復無人機影像的空中位置和姿態，并且得到高精度的稀疏點云數據［1］；第二，基于SGM 算法的密集匹配，這一步是為了生成深度圖，再對深度圖進行融合來獲取密集點云，密集匹配是后續DSM生成和DOM糾正的基礎，最后通過點云插值和紋理映射，獲取DSM 和DOM影像［2］。

1 研究區概況

研究區域位于河北省某煤礦，是一處正在進行開采的井工礦采煤工作面。課題選擇該工作面正上方及附近區域地表范圍作為無人機影像獲取區域，該區域東西最大間距為789m，南北最大間距為221m，面積約為0.12km2。監測區域被河流分為兩個區域：河東岸主要為村莊居民區，地物多為房屋建筑物；河西岸主要為作物區域，地物包括公路、農作物和樹木。測區多元化的地物為本文研究礦區開采對地表地形、地物的變化特征提取提供了樣例數據。

2 數據獲取

無人機影像數據獲取的流程主要包括航測前的準備工作和實地采集兩大部分，具體的內容如圖1所示。

圖1 無人機影像獲取流程

2.1 航線規劃

由于實驗中所用采集數據的無人機搭載的是單目相機，因此，單次實驗需要通過調節相機云臺的傾角對測區進行5 次拍攝，獲取不同角度測區的無人機影像數據，以保證測區三維重建的完整性和精確性。

在規劃航線時，考慮到所采用的輕型無人機像幅較小及測區地表地物較為復雜的多重原因，決定采用高重疊度的布設方案［3］。航線布設的具體參數為：相對航高80m；地面分辨率2.19cm；航帶間距25m；航向重疊率80%；旁向重疊率70%；5 次飛行相對傾角分別為90°、45°、135°、45°、135°。

2.2 控制點布設

按照無人機攝影測量外業像控點布設的原則和要求，本文中的3 次實驗均采用以CORS 站為基準站、使用網絡RTK 進行快速定位的方法獲取監測點的空間位置信息［4］。在對每一個監測點進行測量前，均對流動站進行初始化并得到固定解，且對每個監測點進行在當地坐標系、WGS-84-BLH 和WGS-84-UTMZone50（N）3個坐標系下的測量。其平面位置中誤差≤0.02cm，高程中誤差≤0.02cm，最大限差是中誤差的2倍［5］。本文采用的是全野外布設像控點的方式，控制點均勻分布在村落區域、公路區域和作物區域。3 期的控制點布設數量依次為11、9、12，其中，第三期的控制點如圖2所示。

圖2 第三期影像控制點分布圖

2.3 實地采集

本次采用的是單目相機搭載在四旋翼的輕量級無人機Phantom 4 PRO V2.0上進行影像數據采集。

本項目一共采集了3 期影像數據，均是無人機飛行所攝影像。第一期影像拍攝時間為2020年1月15日，為工作面采掘開始階段；第二期影像的拍攝時間為2020年6月11日，為工作面采掘收尾階段；第三期影像拍攝時間為2021年1月15日，為工作面采掘1年后。另外，還獲取了礦區監測點的沉降監測數據，為后期數據的精度驗證提供了數據支持。

在航測前的相機標定、航線規劃和像控點布設等準備工作全部完成之后，便進行無人機影像的實地采集。

3 空中三角測量結果及精度分析

本文選擇Context Capture 來進行無人機影像的三維重建。借助這個軟件，無需昂貴的專業化設備，即可對無人機影像進行三維重建，進而獲得測區的DOM、DSM、三維點云和三維模型等產品數據，具體的三維重建處理流程如圖3所示。

圖3 C ontext C apture 無人機三維重建處理流程

將預處理完畢的無人機影像數據導入Context Capture 軟件中，檢查影像的完整性，包括影像的頭文件、POS 數據、坐標系；導入控制點文件、相機標定參數；最后，檢查影像序列的正確性，檢查每個曝光點的影像信息及相鄰帶側視影像飛行方向是否一致，同時與垂直圖像的飛行方向也要一樣。

空中三角測量結束之后，可以獲得測區的稀疏點云數據和空中三角測量報告，報告的內容包括總體質量概括、連接點的數量和分布、控制點和檢查點的精度，測區稀疏點云數據如圖4所示。

圖4 稀疏點云數據

4 地形三維重建的影像產品數據及精度評價

4.1 三維重建影像產品的生成

在通過空中三角測量獲取了無人機影像的稀疏點云數據后，便可進行三維數據的生產。根據后續研究和分析的需要，本文中通過三維重建獲取的三維數據包括：三維點云數據、TDOM影像、DSM影像。

由于影像數據量較大，且現有的計算機運算能力有限，需對空三生產的稀疏點云數據進行空間立方體的分塊處理：第一期稀疏點云被劃分為76 個瓦片，每塊瓦片的大小為68m 的區塊；第二期稀疏點云被劃分為64 個瓦片，每塊瓦片的大小為76m 的區塊；第三期稀疏點云被劃分為78個瓦片，每塊瓦片的大小為67m的區塊。完成分區后，便開始進行三維數據的生產，最終獲得三期實驗的DSM影像、DOM影像和三維點云數據。三期DSM數據如圖5所示。

圖5 三期DSM 數據

4.2 三維重建影像產品的精度評價

為了進一步驗證所得三維數據的精度，將圖上所得控制點與控制點實測的數據進行對比，算出所得DSM 影像、DOM 影像和三維點云的誤差，誤差的統計如表1所示。

表1 DO M/DSM 精度評價

3 次實驗的成圖精度均小于1∶500 比例尺下給定限值的要求（DOM 平地、丘陵地區小于0.6，山地、高山小于0.8）［6］，同時也滿足后續特征提取的精度要求。

5 結語

本文研究了基于無人機影像的地形三維重建原理與方法，包括基于SFM 算法的空中三角測量、基于SGM算法的點云密集匹配、DSM插值和紋理映射生成DOM 影像。通過三維重建，可獲取礦區的三維點云、DSM 和DOM 數據，利用控制點三維坐標信息，對空三和生成的三維產品進行了精度驗證。