多種攝影方式的精細化三維建模方法與應用

焦甲堯

(河南理工大學 測繪與國土信息工程學院, 河南 焦作 454000)

0 引言

近年來,傾斜攝影測量作為測繪行業(yè)的一項高新技術,以其快速高效、低成本、高精度等優(yōu)勢在眾多領域得到了廣泛應用。自然資源部于2021年8月發(fā)布的《實景三維中國建設技術大綱(2021版)》中明確了傾斜攝影測量作為三維形式表達基礎地理實體的一種重要生產方式,這將進一步推動該技術的發(fā)展與應用。但是該技術生產的三維模型會出現地物表面凹凸不平、水域大面積缺失、懸浮物過多等問題。

為了解決傾斜攝影測量三維建模存在的問題,目前已有很多學者針對構建精細化三維模型做了大量研究工作,大致可以分3類：一是利用多源數據的融合,提高模型的精度和紋理效果。如Zhang等將影像數據、激光雷達數據和二維矢量數據融合,提出了一種基于攝影測量的由粗到精的三維模型構建方法,提高了模型重建的效率和模型精度;Hu等利用多尺度的激光點云進行數據融合,用于古建筑的精細測量并建立了精度高于3 mm的三維模型;Cheng等將激光雷達(light detection and ranging，LiDAR)點云與影像數據結合,實現了建筑物屋頂的點云分割,并建立了精細的屋頂三維模型。二是通過優(yōu)化飛行器航線及影像采集方式,提高模型質量的同時也提升了作業(yè)效率。如Zheng等綜合考慮了飛行器續(xù)航、起降選址,并結合相關規(guī)范,提出了一種多無人機協(xié)同航跡規(guī)劃方法,得到了精細三維模型,同時提高了作業(yè)效率;李清泉教授提出優(yōu)視攝影測量的概念,通過場景分析,優(yōu)化選取適配場景對象空間幾何結構,智能規(guī)劃無人機航線及像控布設方案,利用多無人機協(xié)同構建精細實景三維模型。三是利用修模軟件,對生成的三維模型進行人工修飾,優(yōu)化模型的觀感。如楊彥梅等探討了模型重建的流程與方法,利用天際航實景三維測圖系統(tǒng)完成了三維模型的精細化與單體化;何燕蘭等采集了建筑物立面影像,應用單體化建模軟件完成了高精度、高質量的建筑物三維模型。

本文從影像采集方式和模型修飾兩個方面進行優(yōu)化,提高三維模型的精度與質量。以傾斜影像、近景影像和貼近影像為數據,將傾斜攝影測量與近景攝影測量和貼近攝影測量有機結合,利用后兩者在精細化建模的優(yōu)勢來彌補前者的不足,完成大范圍實景三維模型的構建,同時對重點區(qū)域構建精細化模型。

1 基礎理論

攝影測量就是利用光學傳感器獲取物體的影像信息,從而識別物體并測定其形狀、大小、位置等信息的技術。本文采用的3種攝影測量方式——傾斜攝影測量、近景攝影測量、貼近攝影測量,均為攝影測量的一種。

1.1 傾斜攝影測量

傾斜攝影測量技術是當前主流的三維建模方式之一,通常由飛行平臺搭載五鏡頭相機進行多角度攝影,能夠獲取豐富的地物側面紋理信息,利用傾斜影像建立的實景三維模型較為逼真。該技術有快速高效、自動化程度高、成本低的優(yōu)點,但是模型成果也有許多不足,部分地物紋理缺失、結構不完整、水面破洞以及大量懸浮物等問題。近年來該技術以其快速高效的建模優(yōu)勢已在不動產測量、城鄉(xiāng)規(guī)劃、交通勘測等領域得到了廣泛的應用。

1.2 近景攝影測量

近景攝影測量由來已久,該技術的對象通常是近距離目標,能夠獲取被攝對象的細部結構和紋理,信息容量高。近景攝影測量有模型質量高、低成本、高效、周期短等特點,但是無法應用在大范圍場景中。如今近景攝影測量技術已經發(fā)展得相對成熟,在工業(yè)、建筑、考古、醫(yī)學等領域取得了不凡的成就。

1.3 貼近攝影測量

貼近攝影測量是張祖勛院士提出的一個新概念,是精細化影像獲取的一種方法思路,被稱為區(qū)別于豎直航空攝影測量和傾斜攝影測量的第三種攝影測量方式。該技術主要是利用拍攝設備貼近所攝物體的表面獲取影像信息,獲取亞厘米級的高分辨率影像,從而構建被攝物體的精細模型。貼近攝影測量彌補了其他攝影測量方式無法達到的精度要求,是一種有效的補充手段。在滑坡監(jiān)測、精細化建模、古建筑重建等方面有較大應用前景。

2 研究方法

傾斜攝影測量作為當前大范圍實景三維建模的主要手段之一,具有快速高效、模型逼真、精度高、自動化程度高等優(yōu)點。同時該技術也存在細節(jié)紋理丟失、局部拉花、水面漏洞等問題。近景攝影測量技術主要面向近距離目標進行建模,模型成果能夠保證精度和質量;貼近攝影測量技術主要面向面狀目標,如邊坡、建筑物表面等,能夠得到紋理精細的三維模型。因此,利用近景攝影測量、貼近攝影測量在模型精度和質量上的優(yōu)秀表現,彌補傾斜攝影測量模型細部粗糙的缺點,將3種技術有機結合,同時輔以人工修飾,能夠得到大范圍的精細三維模型成果。本文嘗試從數據采集和模型處理兩個方面入手,利用傾斜影像與貼近影像、近景影像融合建模,并利用天際航圖像快速建模軟件進行模型修飾與單體化。

數據采集方面,采用無人飛行器搭載傾斜相機,按照規(guī)劃的航線獲取大范圍場景的傾斜影像數據,用于整個測區(qū)模型的構建。同時采用輕小型飛行器對測區(qū)內重點建筑或地物環(huán)繞飛行獲取近景影像,對面狀地物手動貼近飛行獲取貼近影像,用于重點區(qū)域的模型重建。對采集到的3種影像分別進行空三解算,空三精度均滿足要求后制作連接點并進行空三融合,得到一個完整的空三成果。

模型處理方面,所有數據經空三解算、不規(guī)則三角網(triangulated irregular network,TIN)構建、紋理映射之后,得到了整個測區(qū)的實景三維模型成果。將模型成果導入天際航圖像快速建模軟件中,利用軟件的修飾工具對模型進行補洞、刪除懸浮物等操作,同時對重點區(qū)域建筑物進行單體化建模,最終得到精細化的實景三維模型。

重建實景三維模型主要分為外業(yè)數據獲取與內業(yè)數據處理兩部分。本文所使用的研究方法分別從影像獲取方式和模型后處理進行優(yōu)化,整體實驗流程如圖1所示。

圖1 實驗流程

3 工程實例分析

3.1 測區(qū)概況

本文選取某地濕地公園作為實驗測區(qū),測區(qū)面積0.48 km。測區(qū)內地勢較為平緩,水域較多,有部分建筑及雕塑。坐標系統(tǒng)采用2 000國家大地坐標系,在測區(qū)范圍內均勻布置10個像控點、8個檢查點。測區(qū)范圍及控制點布設情況如圖2所示。

圖2 測區(qū)范圍及控制點

3.2 數據獲取

3.2.1

傾斜影像的獲取

測區(qū)范圍內地勢較為平緩,最大高差不超過20 m,因此按照固定航高飛行獲取的影像數據分辨率不會有較大差距。飛行采用有實時動態(tài)載波相位差分(real-time kinematic,RTK)功能的固定翼無人機為飛行平臺,搭載五鏡頭傾斜攝影相機進行傾斜影像的獲取任務。利用飛控軟件設定飛行范圍并自動規(guī)劃航線,相對航高190 m,航向重疊度與旁向重疊度均設置為80%。本次飛行共獲取傾斜影像3 735張。

3.2.2

近景影像獲取

選取測區(qū)內一處雕塑作為實驗對象進行傾斜影像與近景影像的融合建模。利用小型航測無人機及其自帶相機,設定為環(huán)繞飛行模式,從不同高度分別對該雕塑環(huán)繞飛行獲取近景影像。共獲取近景影像198張。

3.2.3

貼近影像獲取

選取測區(qū)內一處水閘作為實驗對象進行傾斜影像與貼近影像的融合建模。利用型航測無人機及其自帶相機,手動控制無人機貼近水閘獲取貼近影像數據。共獲取貼近影像183張。

3.2.4

像控數據獲取

測區(qū)內均勻布設10個像控點與8個檢查點,同時在水閘、雕塑處設置連接點,保證順利完成空三加密與點云融合。像控點、檢查點和連接點均采用全球導航衛(wèi)星系統(tǒng)(global navigation satellite system,GNSS)接收機連接河南省連續(xù)運行參考站(continuously operating reference stations,CORS)網進行測量。

3.3 融合建模

比對了市面常見的幾種三維建模軟件,最終選擇Context Capture軟件作為數據處理平臺。該軟件支持多源數據融合建模,可以對采集端獲取的多尺度影像進行聯(lián)合建模。

3.3.1

影像預處理

由于本次實驗數據采集任務未在同一天完成,采集傾斜影像時天氣晴朗,而采集貼近影像與近景影像時為陰天,因此需要對影像數據進行勻光勻色,以免模型出現較大色差,影響模型質量。實驗中采用Capture One軟件進行圖像處理,該軟件具有批量處理圖片的功能,處理效果能夠滿足相關規(guī)范要求。

3.3.2

空三加密

空三加密的目的是提取同名點,通過多視影像密集匹配得到密集點云,并將密集點云納入坐標系統(tǒng)中獲得同名點的坐標。實驗中對傾斜攝影數據、貼近攝影數據、近景攝影數據分別進行空三,生成密集點云,然后將三者的點云進行融合,最后進行刺點。

3.3.3

模型重建

Context Capture軟件三維建模自動化程度較高,利用集群運算處理任務,效率較高,且建模過程無須人工干預。最終得到的實景三維模型如圖3所示。

圖3 實景三維模型

3.4 模型精細化及單體化

天際航圖像快速建模軟件可以對實景三維模型進行踏平、橋接、補洞、紋理修改等操作,能解決模型成果水面破洞、幾何變形、紋理拉花、懸浮物過多等問題,同時與Photoshop、3DMAX軟件聯(lián)動可以實現較好的精細化建模和模型單體化。本文基于該軟件完成了三維模型的精細化與單體化。

3.4.1

水面修復

測區(qū)內水域較多,由于水面反射導致建模軟件難以識別同名點,因此三維模型中的水域出現較多漏洞,如圖4(a)所示。通過水面踏平、補洞及紋理修改等操作,能完美解決上述問題,修復后的模型如圖4(b)所示。

3.4.2

懸浮物刪除

Context Capture軟件在多視影像密集匹配時會生成一些錯誤點,在生成三角網時這些錯誤點相互連接,因此在三維模型的地面下方或空中會出現一些懸浮物,影響模型的質量和觀感。圖5為懸浮物刪除懸浮物的前后對比。

(a)水面修復前 (b)水面修復后

(a)懸浮物刪除前 (b)懸浮物刪除后

3.4.3

模型單體化

單體化是傾斜攝影模型應用的一個重要方向。模型中的房屋建筑等只有經過單體化,才能被選中并添加屬性信息,從而集中管理。而傾斜攝影自動化建模得到的成果是一個連續(xù)的TIN網,并不會對地物進行區(qū)分,因此需要對模型成果進行一定的處理實現單體化,實現目標地物可被單獨選中、查詢且賦予屬性信息。

實驗選取測區(qū)內一棟居民樓進行單體化,單體化效果如圖6所示。

圖6 單體化效果

4 模型對比及精度評價

為便于對比分析,本次實驗除進行了融合建模外,單獨使用傾斜影像數據進行了建模。為便于表述,將單獨使用傾斜影像建模得到的模型稱為模型A,多種影像融合建模得到的模型稱為模型B。

4.1 與近景影像融合建模的對比

本次實驗利用小型無人機環(huán)繞飛行獲取了濕地公園某處雕塑的近景影像,與傾斜影像結合進行融合建模。圖7為模型A與模型B中主雕塑與附屬物的對比。可以看出,僅使用傾斜影像重建的模型A紋理失真,細部結構不精細,甚至某些結構嚴重變形甚至缺失,在圖7(c)中表現得尤為明顯。而傾斜影像與近景影像的融合建模紋理更加真實,細部結構能夠完整表達,整體模型無明顯瑕疵。

實驗選取的雕塑結構復雜,對三維建模有更高的要求,僅利用傾斜攝影測量的方法很難完整表達地物的真實紋理信息,而近景攝影測量以其獨特的優(yōu)勢彌補了這一缺點,克服了傾斜影像建立的三維模型“可遠觀不可近看”的缺點。

(a)雕像A傾斜影像建模 (b)雕像A融合建模

(c)雕像B傾斜影像建模 (d)雕像B融合建模

4.2 與貼近影像融合建模的對比

由于貼近攝影測量主要面向的是“面”的測量,因此實驗選擇測區(qū)內一處水閘,利用貼近攝影的方式獲取水閘的貼近影像,與傾斜影像結合進行建模。圖8為水閘在模型A與模型B中的對比圖。可以看出,模型A中的水閘嚴重變形,房檐與墻體扭曲,窗戶上方的裝飾物拉伸變形,下方的梁柱結構和紋理信息缺失。而在模型B中,房檐與下方結構紋理清晰、棱角分明,窗戶及裝飾物表達清晰完整,梁柱結構完整、紋理清晰。

實驗選取的水閘面狀結構較多,采用貼近攝影測量的方式獲取了高分辨率的影像,最終得到精細的水閘模型,彌補了傾斜攝影測量無法重建建筑物細部結構的缺點,取得了理想的效果。

(a)模型A (b)模型B

4.3 精度評價

測區(qū)內布設了8個檢查點,采用GNSS接收機測得檢查點坐標作為真值。利用測圖軟件對實景三維模型進行裸眼測圖,將測得的檢查點坐標與實地測量坐標對比。分別統(tǒng)計模型坐標與實測坐標的差值Δ

X

、Δ

Y

、Δ

Z

,計算其平面偏差Δ

S

、平面中誤差

m

與高程中誤差

m

,計算公式如下：

式中，

n

為檢查點的個數。

根據上述公式求得8個檢查點的平面中誤差為2.3 cm,高程中誤差3.7 cm,其中融合建模區(qū)域的平面中誤差為0.2 cm,高程中誤差0.3 cm。模型精度符合規(guī)范要求,融合建模區(qū)域精度達到了亞厘米級。

5 結束語

本文將傾斜攝影測量與近景攝影測量、貼近攝影測量結合,通過優(yōu)化數據獲取方式獲取多尺度影像,并在后期對三維模型人工修飾,得到了精細化的實景三維模型,同時實現了模型單體化,在降低精細化建模成本的同時,一定程度上解決了傾斜攝影測量建模成果“可遠觀不可近看”的缺陷。

本文的方法也存在一定的不足：一是利用無人機獲取近景影像與貼近影像的方式為手動飛行,對作業(yè)人員要求較高;二是模型單體化效率低,大范圍作業(yè)時有一定的難度。今后應從無人機航線自動規(guī)劃與建筑模型自動單體化方面入手,進行更加深入的研究。

目前,如何構建精細的三維模型以及如何應用模型成果是一項研究熱點,國家層面也開始加快推進實景三維中國的建設。本文在精細化三維模型的構建方面進行了一些嘗試性研究,以期為后續(xù)研究提供一定的參考。今后還需嘗試采用其他方法快速高效地進行精細化實景三維模型的構建與建筑物單體化。