融合無人機影像與激光點云數據的三維建模研究★

胡佳雯，鄧 鐘，張柯月

(閩江學院地理與海洋學院，福建 福州 350108)

1 概述

無人機傾斜攝影測量方便快捷，目前已廣泛用于地形、建筑三維建模，早在2015年，李卉[1]研究了無人機傾斜攝影測量應用于建筑物三維建模方法，曲林等[2]研究了無人機傾斜攝影數據的實景三維建模；邱春霞等[3]研究了傾斜影像的三維模型構建與模型優化的問題；符敏儀等[4]采用Smart3D 軟件進行校園實景三維建模, 顧海鋒[5]利用無人機傾斜攝影實現了江蘇省泰州市的永安洲化工園三維精細建模,并對出現模型鏤空、紋理扭曲等問題進行了修復。無人機傾斜攝影測量應用于建筑三維建模、地形建模、區域場景三維建模技術已經成熟，而在實際建模中，仍然存在模型鏤空、建筑物外墻紋理扭曲、水面空洞等問題。常規地形制圖對模型精度要求不高，一般不需要修補，而對于精細三維建筑建模和地形建模則不允許出現模型紋理拉花、空洞等問題，需要補測紋理、修補模型，而修補模型處理過程復雜、工作量較大，同時降低了模型精度。無人機搭載多鏡頭或單鏡頭多角度傾斜攝影可以提高三維建模精度，但對于復雜建筑物、密集建筑以及周圍樹木遮擋建筑仍然存在及建筑模型局部紋理拉花、鏤空等現象。地面三維激光掃描技術可以快速獲取物體表面三維密集點云數據，以及建筑紋理信息，可以快速重構建筑的三維模型、真實反映物體三維空間分布，完整描述建筑物的細部結構，彌補無人機空中攝影測量視角的不足，實現空中、地面全方位的三維立體攝影測量[6-10]。

本文將以閩江學院第四食堂為例，介紹無人機傾斜攝影測量與地面三維激光掃描點云數據融合三維建模的方法。

2 研究方法

為了顯現無人機傾斜攝影測量與地面三維激光點云數據融合建筑三維建模應用效果，本文選擇建筑結構復雜、建筑密集、周邊樹木較多的閩江學院第四食堂作為研究對象。首先根據周邊地物情況，確定無人機航拍范圍，布設控制點，根據航拍范圍規劃無人機航線，根據通視情況布設地面激光掃描測站，采用GPS分別測量地面控制點坐標和激光測站點坐標。隨后分別利用無人機采集傾斜影像數據，三維激光掃描儀采集點云數據。為了實現兩者數據的精確融合，在數據處理過程中，插入共同的地面控制點坐標，根據控制點分別建立傾斜攝影三維初模和三維點云。最后根據共同控制點，融合激光點云數據和無人機影像數據，通過空三解算，重構三維模型。具體技術流程見圖1。

3 數據采集

3.1 傾斜攝影測量原理

傾斜攝影測量是通過飛行平臺上搭載多臺傳感器，同時從垂直、傾斜等角度采集影像，獲取地物頂部影像及立面紋理。其基本原理是以空中拍攝的中心投影影像為基礎，通過光路關系轉化為平行投影，其核心為共線方程。由像平面坐標系和像空間輔助坐標系間的數學關系，求解得的攝影測量基本共線方程[11-12]如下：

(1)

(2)

其中,x,y,f均為像平面中心點坐標及攝影機焦距；X,Y,Z均為像片上任意一點在世界坐標系下的三維坐標；XS,YS,ZS均為攝站坐標；a1,b1,c1，a2,b2,c2，a3,b3,c3均為旋轉矩陣參數。通過共線方程求解出像片的外方位元素,根據內外方位元素進行密集點云重建,并附加紋理貼圖,實現實景模型的建立。

3.2 無人機傾斜影像數據采集

本次使用的無人機為DJ(大疆)精靈4-RTK,其相機使用1英寸CMOS圖像傳感器,可穩定拍攝高達2 000萬像素的照片,影像傳感器總像素2 048萬,影像最大分辨率4 864×3 648(4∶3),5 472×3 648(3∶2)。

在測區范圍內，圍繞目標地物設置傾斜攝影飛行航線，并設置系列飛行參數，其中，設置相機角度45°，無人機航高100 m、飛行速度7 m/s，航向重疊度80%、旁向重疊度80%，設置完成即執行航攝任務，無人機自動完成航攝。在影像數據采集時，可根據需要調整無人機飛行高度以及攝像頭拍攝角度，也可適時對興趣區進行手動拍攝采集,采集一些隱藏部位的紋理信息。本次實驗總采集影像數為67張，見圖2。

3.3 地面三維激光掃描原理

三維激光點云掃描技術是使用三維激光掃描儀通過發射器發出激光脈沖信號，經由物體漫反射后，沿相反方向返回，傳到接收器中，在特定的坐標系下獲取并計算掃描儀及物體間的距離S，橫向掃描角度α及縱向掃描角度β，從而得到點云的三維數據[13]。計算方法如下：

x=Scosβcosα
y=Scosβsinα
z=Ssinβ

(3)

3.4 地面三維激光掃描點云數據采集

選取合適的測區后，根據目標地物的形態及周邊地物情況，設計空間位置及標靶球，該區域共設有測站數4站，并在測站與測站間設置相同位置的標靶球作為連接點。本次實驗所使用的地面激光掃描儀為Z+F 5010c，其掃描區間0.3 m～187.3 m，掃描范圍較廣，在該次實驗中每一測站的實際掃描距離為5 m～15 m，在進行建筑立面信息采集時，地面三維激光掃描儀對測區進行360°全景掃描，獲取建筑外墻的密集的三維點云數據，包含角度信息、距離信息及反射率。受到環境及儀器架設限制，所采集到的數據缺少建筑頂部信息。為了滿足點云在智能拼接上的需求，在相鄰測站之間設置有一定的重合度，保證相鄰測站間建立起連接。測量人員圍繞閩江學院第四食堂所架設的測站點位分布見圖3。

4 地面三維激光掃描與傾斜攝影測量融合建模

4.1 無人機傾斜攝影測量影像數據處理與三維建模

本次航攝共獲取67張影像，在影像使用前，先使用Photoshop軟件對無人機影像進行預處理，通過調整影像的亮度、飽和度、對比度等，使影像間明暗差異減小、提高匹配度，利用Context Capture三維建模軟件導入影像共67張，實際投入使用66張，其中1張影像因與其他照片重疊度不高、較難提取連接點而無法用于重建。每個圖像的關鍵點均值為39 448個，共14 869個連接點，每個影像均值為1 142個，重投影誤差0.54個像素，符合重投影誤差基本要求。

對影像進行預處理后，即可插入地方控制點對影像進行空中三角測量，提取、匹配并連接航拍影像中的特征點信息，并根據共線方程計算相機的外方位元素，即其拍攝瞬間的位置與姿態，最后，將所有影像信息納入到統一的物方坐標系下，如圖4所示。

完成空三解算后，生成三維模型。如圖5，圖6所示，受地面控制點精度和無人機航高等因素的影響，所采集到的建筑立面影像定位精度不高，一定程度上導致了建筑表面紋理不夠平整，同時，又因為地物間相互遮擋等因素，導致模型局部紋理缺失，存在模型空洞及紋理扭曲現象。

4.2 融合建模

合理運用三維激光點云數據和光學影像數據所具有的優勢，將地面三維激光掃描與傾斜攝影測量相結合，通過第三方控制點，將兩者匹配至相同坐標系下，再進行空中三角測量和三維重建，從而減少模型的大量空洞扭曲等問題。將處理后的地面激光點云數據與無人機影像數據導入Context Capture三維建模軟件中，在軟件中進行空中三角解算，并導入控制點及測站點坐標用于激光點云數據與無人機影像數據的匹配與連接，運用采集所得的影像數據與點云數據，融合生成最終的高精度三維點云數據，在三維點云數據的基礎上構建TIN三角網，并在三角網上進行貼膜處理即可獲得最終的建模成果。最后建立融合無人機傾斜影像與地面三維激光點云數據的閩江學院第四食堂三維模型，見圖7。

無人機傾斜影像從空中視角獲取建筑紋理，地面激光點云數據從地面視角獲取建筑物紋理數據，兩種數據融合三維建模，實現建筑全方位三維建模，有效提高三維模型精度。

4.3 傾斜攝影模型與融合模型效果對比

為了更清晰的展示融合模型與傳統傾斜攝影模型在成果上的差異，將兩者的三維模型圖進行對比，見圖8(a)，圖8(c)。傾斜攝影模型墻體具有明顯的變形及扭曲，白模表面不平整，見圖8(b)，圖8(d)。融合模型墻體的變形與扭曲等得到了修復，紋理清晰，白模較為規整，提高了紋理精度，見圖9(a)。傾斜攝影模型墻體容易出現空洞，而圖9(b)融合模型墻體空洞得到了修補。

5 結論

本文以閩江學院第四食堂作為研究對象，開展無人機傾斜攝影影像數據與地面三維激光點云數據融合研究。結果表明：無人機傾斜攝影測量三維建?？焖俑咝?，精度較高適合較大范圍三維建模，滿足地形制圖需求，但對于復雜結構建筑、建筑密集區域以及樹木遮擋建筑，空中視角存在盲區，無法獲取相關紋理，三維建模會出現空洞、局部紋理扭曲現象，難以滿足精細三維建模需求，將無人機影像與三維激光點云數據結合既能夠保證三維建模效率，又能夠修正無人機單獨建模所造成的地物扭曲、空洞等問題，優化紋理細節，可以滿足三維精細建模需求。