傾斜影像和機載LiDAR 融合的城市三維建模技術

張亞紅

（1.中煤航測遙感集團有限公司，陜西 西安 710199）

目前我國已經進入新型測繪時代，其重要任務之一是發展適合高層次應用需求的新型地理信息數據成果。城市三維模型作為一種新型地理信息數據，是構建新型基礎測繪成果體系基礎性、關鍵性的信息資源，也是城市三維空間信息應用的底板[1]?？焖佟⒋竺娣e的進行城市三維建模已經成為研究的熱點[2]。傾斜攝影測量技術是測繪遙感領域近年來發展起來的一項新技術，利用該技術可以快速獲取地物不同角度的影像，得到更為詳盡的物體側面信息[3]，直觀、真實的反映了實際地物特征[4]。目前，房地一體項目多是采用這種建模方式繪制調查底圖。但這種建模方式也存在一些不足，例如在一些樹木遮擋、陰影等區域，模型會出現扭曲、拉花等現象。機載LiDAR技術則是另一種測繪新技術，它具有分辨率高、抗干擾能力強、低空探測性能好等特點[5]，并且具有受氣候影響小，數據精度高和生產周期短等優點[6]。隨著激光雷達點云數據處理技術的成熟，目前已有大量的研究利用激光雷達技術進行三維建模。但該技術也存在不足之處，由于無法獲取物體的頂部數據，導致難以實現對建筑的全方位三維建模。因此將兩者融合起來，既能夠保證三維模型信息的完整性，又能夠修正傾斜實景模型中地物扭曲、空洞等問題，可獲取地物全方位的三維模型，是一種行之有效的三維建模方式[7-8]。

1 技術路線及實現方案

1.1 技術路線

本項目選用的三維模型構建方案是采用傾斜攝影和機載三維激光掃描相結合的方式，具體的生產流程如圖1所示。

圖1 技術路線圖

1.2 數據獲取方案

1）傾斜航空攝影。測區地勢西北高東南低，主城區地形較為平坦，海拔在570～590 m之間，航攝范圍約75 km2。根據測區地形特點，結合航攝設備對環境條件的要求，綜合考慮作業效率等因素，選擇貝爾206L-4 搭載多角度傾斜攝影測量系統-MIDAS 執行本次航飛任務，并按照地面分辨率0.05 m∕像素、航向重疊度70%、旁向重疊50%、航線東西方向敷設。

2）機載激光雷達掃描。結合主城區地形地貌特征，選擇機載激光掃描系統—（ALS60）來完成點云數據的獲取。根據ALS60系統的技術性能和三維制作對激光點云提出的要求，按旁向重疊度20%，平均點間距0.63 m左右進行飛行設計。

2 數據處理

2.1 點云數據處理

1）ALS60激光掃描數據預處理。先將空中GPS和地面基站GPS數據進行差分融合處理，然后再把差分融合處理好的GPS數據和IMU數據進行融合，輸出**.sol文件，其坐標為WGS84。處理原始激光數據時，同時需要定位定向數據（**.sol）、激光檢校數據（**.reg）、原始激光數據和激光強度數據（**.txt），在輸出選項里選擇需要的激光點云數據格式，選擇WGS84坐標及項目所在的UTM坐標帶，使激光點云數據獲得地理坐標。并輸入最大的Range 和最小的Range 以及使用的掃描角度，以此來濾掉激光噪點，為以后的點云處理提供方便，最后運算得出**.las 激光點云數據，其坐標為WGS84。

2）點云數據粗分類。在軟件TerraScan 中，對預處理過的激光點云數據，通過人工干預去除噪聲點，進而獲得DSM。然后根據建立的“宏”命令進行房屋、植被的粗分類。實際作業中還要根據區域地物特征調整“宏”中的參數。

3）點云數據細分類。為了生成符合地面形態的DEM，必須通過自動化及少量人工干預的手段，對LiDAR數據中的建筑、道路、橋梁等進行進一步的細分類。在TerraScan 模塊讀入點云數據，在Terraphoto模塊讀入DOM，兩者進行疊加，可以很清楚地判斷激光點所屬的類別，通過一些自動化的點云分類工具把植被、房子、橋梁、電力線等非地面點云正確地分類出來，在分類效果不佳的位置，再進行一定的人工干預。

根據項目要求，需要將以下幾類點云進行細分類：

1）建筑物點。實際作業中，建筑物點和高植被點被放在high vegetation 層（高于地面2 m 以上的點），通過利用回波強度信息，以最大建筑物尺寸和Z方向的容差就能很好的將建筑物點提取出來，如圖2所示。

圖2 建筑物點LiDAR分類圖

2）橋梁點。各種架空的公路橋、立交橋、道橋都屬于橋梁。分類時需要注意橋梁的完整性，屬于橋體本身的一些附屬結構如鎖鏈之類的東西要分到橋梁類，橋梁上有時也會出現雕塑、花壇、路燈、大型車輛等，這些點要分到default 層。待橋梁點分類完畢后，還要剔除橋上的車輛、植被等不屬于橋梁的點。如圖3所示。

圖3 橋梁LiDAR分類圖

3）交通附屬設施。交通附屬設施一般分布于道路兩側一定緩沖區范圍內，且與道路、橋梁、地面的差異較大，特征比較明顯，采用自動化手段能夠較好的完成該類型的點云分類，少量自動處理有困難的區域可以增加少量人工干預。

4）DEM∕DSM 成果數據輸出。激光點云數據按項目要求輸出DEM、DSM 數據，其中DSM 數據即為三維模型自動提取的源數據。

2.2 傾斜攝影數據處理

在傾斜攝影測量系統中根據機載IMU、GPS 以及精密星歷觀測數據，聯合解算出影像數據的外方位元素。若出現航線補飛的情況，預處理時要充分考慮補飛航線與相鄰航線之間數據的關系。

1）空中三角測量。本項目傾斜影像空中三角測量采用ContextCaptureCenter軟件完成。

2）數字微分糾正和變形檢查。在LPS 數字攝影測量系統中，根據DSM 數據點文件，輸入相關參數，如地面分辨率，對已確定了外方位元素的像片進行糾正。然后應用ERDAS或GlobalMapper軟件，對糾正后的影像進行檢查，主要檢查影像是否失真、變形；房屋是否有房角拉長、房屋重影以及橋梁和道路是否扭曲變形；還有特殊地貌如懸崖、堤壩、高架立交橋是否變形、扭曲等。

3）勻光、勻色處理。對于需要進行補調色的影像，根據情況分別處理；對于相鄰存儲單元的正射影像須進行勻光調色處理，保證密度、反差、色調的一致，確保整個攝區正射影像色彩的協調。

4）影像拼接。使用ERDAS 軟件，對勻色后的影像進行拼接。拼接線可根據地物情況，在重疊范圍內任意選擇，以保證地物的完整性。如通過房屋或一塊稻田時，拼接線可繞過房屋或稻田。拼接線兩邊的影像應保證密度、反差、色彩一致、和諧。

3 三維模型生產

三維模型數據生產的主要流程包括紋理貼圖、模型優化、三維單體模型自動生成和模型輸出等生產工藝。

3.1 紋理貼圖制作

實景三維生產的紋理均來源于傾斜航空攝影的影像數據，改變傳統依靠人工拍照獲得紋理的原始方法[7]。影像數據處理嚴格按照攝影測量工藝進行，可保證紋理的數學精度。

3.2 點云模型優化

三維影像技術融合激光點云數據生成的三維模型以及自主研發的算法，加強了激光點構成的TIN網模型的邊緣特征，使建筑物邊緣還原本來光滑整齊的形狀，提高模型整體質量。同時能自動對同一平面內的點云進行抽稀，減少數據冗余。自動處理有困難的區域時可以增加少量人工干預（尤其對于復雜建筑）。

3.3 單體化矢量數據提取

將建筑點云數據以及精細分類過的其他點云數據，分層導入軟件中，構建建筑層精確的DSM，然后進行人工單體化矢量提取，得到建筑物單體范圍線；同時可結合其他點云層，提取道路交通邊線、路燈路牌、水系邊緣等矢量數據，必要時參考糾正后的影像數據。最后再對提取的各類矢量點、線分層導出，分別進行拓撲、外擴、合并等處理，為三維數據生產中的建筑物單體化提供矢量數據支持。

3.4 三維數據解算和單體化

1）數據準備。經過糾正的勻色影像、空三外方位元素和相機文件、邊緣增強后建筑物點云數據、分類提取后樹木點云數據、各類單體化矢量數據、DEM數據、拼接后的底視正射影像數據等。

2）白模自動解算。利用自主研發的軟件，批量生成實景三維模型數據，為三維系統集成提供合格的數據資料。由于利用高精度的激光點云作為模型TIN網構造的主體，生產的模型框體具有非常高的測繪精度，并且精度可靠性強，其整體及局部的高程、平面精度均能夠達到1∶1 000成圖比例尺的精度標準，且建筑物細部構造間的相對位置非常準確。

3）紋理自動映射。自主研發的軟件可在模型自動解算過程中同步進行紋理自動映射，自動采集傾斜影像中對應位置的地物信息，紋理批量映射至生成的三維基礎數據表面。

由于傾斜攝影采集、后處理流程中，嚴格按照攝影測量工藝進行，保證了模型紋理空間位置的精確性，配合高精度的三維TIN網模型，使得自動紋理映射的結果與真實環境的精度誤差非常小，三維影像技術能夠保證模型上每一個窗戶與實際位置的絕對誤差都能控制在有效范圍內。

3.5 三維數字產品輸出

單體化后，每個建筑物的模型復雜程度及精度能夠嚴格滿足《三維地理信息模型產品規范》 CH∕9015-2012 和《三維地理信息模型生產規范》 CH∕9016-2012 中的II 級要求，并且模型結構能夠與當地現有成果保持一致，保證無縫對接。單體化后的模型如圖4所示。

圖4 三維線框（左）和貼圖后的三維模型（右）

此時得到的三維數字產品可以進行三維場景構建，用于模型的單體檢驗、場景色彩確定、重點區域街景及小品制作范圍確定等。三維場景效果展示如圖5所示。

圖5 項目三維場景展示圖

3.6 質量檢查

質量檢查貫穿城市三維模型生產的整個環節，包括數據預處理階段傾斜影像質量的檢查，機載LiDAR點云質量檢查、傾斜影像紋理檢查以及城市三維模型成果檢查等[8]。

為了進一步保證城市三維模型的精度，采用軟件自動檢查、人機交互式檢查和外業實地核對檢查模型成果數據的平面精度、高程精度、結構質量以及紋理質量。

1）平面精度檢查。抽取一定比例的三維模型，利用外業散點或地形圖成果與3DRealworld 平臺上讀取的相應的三維模型平面坐標進行比較，統計計算出平面中誤差。

2）高程精度檢查。抽取一定比例的三維模型，利用外業散點或地形圖成果對三維模型頂部高程和基準部高程進行測量，并根據頂部高程和基準部高程計算模型高度，然后分別在3DRealworld 平臺上及利用3DMax 軟件采集三維模型的頂部高程和基準部高程，并計算模型高度，最后對兩者進行比較，計算統計出高程中誤差。

3）結構、紋理質量。選取典型建筑區域，外業實地拍照，在3DMax軟件，采用人工判讀的方式檢查模型建筑物幾何現狀，建筑主體、側面及頂部結構是否真實完整；檢查模型紋理的正確性，紋理細節的豐富性，且是否具有真實的光影信息。

4 結 語

本文提出的通過融合傾斜影像和機載LiDAR點云數據的三維建模方法，能夠按照某城市三維模型的標準完整的還原三維實景，其中建筑物細部構造間的相對位置非常準確，可以構建高精度高可靠性的單體化模型，是一種高數據質量、高生產效率的技術路線，具有以下幾點優勢：

1）模型由經過邊緣增強的點云數據通過優化后自動構成TLN得到，不存在人工建模的過程，能夠保證數據的完整性和精度，且生產效率高。

2）在模型自動解算過程中同步進行紋理自動映射，自動采集傾斜影像中對應位置的地物信息，紋理批量映射至生成的三維基礎數據表面。

3）地形、地物模型保持統一的精度標準，避免了傳統建筑模型與復雜地形DEM間的分離錯位。

4）完全通過數學算法實現，是一種高度自動化的生產工藝。