無人機影像密集匹配點云在違法占地和違法建筑監(jiān)測中的應(yīng)用

全昌文,李正洪,龐百寧,熊毅飛

(1. 廣西壯族自治區(qū)自然資源調(diào)查監(jiān)測院,廣西 南寧 530219; 2. 自然資源部北部灣經(jīng)濟(jì)區(qū)自然資源監(jiān)測評價工程技術(shù)創(chuàng)新中心,廣西 南寧 530219)

城市“兩違”是指違法用地和違法建設(shè)。隨著社會經(jīng)濟(jì)迅速發(fā)展,在一些城鄉(xiāng)結(jié)合部及老舊城區(qū),“兩違”現(xiàn)象日益突出,由此引發(fā)的樓房坍塌、地面凹陷等事故時有發(fā)生,嚴(yán)重擾亂城鄉(xiāng)建設(shè)秩序、侵占了城市公共資源、損害了廣大人民群眾生命財產(chǎn)安全[1-2]。“兩違”問題已成為中國城市管理的集中問題,各個城市都設(shè)置了專門的部門以應(yīng)對和解決此問題,大多采用衛(wèi)星和無人機遙感進(jìn)行監(jiān)測,其原理主要是利用不同時期的影像紋理、色彩等信息開展二維變化檢測[3-5]。基于二維遙感影像開展監(jiān)測,其結(jié)果易受投影差、分辨率、陰影、影像灰度變化等問題影響,存在一定的局限性,LiDAR點云雖可作為精確度非常高的數(shù)據(jù)源,但存在采集成本高的問題。如何快速、精確、低成本地開展“兩違”監(jiān)測逐步受到廣泛的關(guān)注。

隨著多視立體密集匹配技術(shù)的快速發(fā)展,無人機影像密集匹配點云的精度越來越高[6],為“兩違”建筑物三維變化檢測提供了一種低成本的數(shù)據(jù)來源。影像密集匹配點云是基于影像空間相對關(guān)系形成的具有空間準(zhǔn)確位置的同名點點云,已廣泛應(yīng)用于DSM、DEM和DOM的生產(chǎn)[7-9]。密集匹配的方法可以分為基于灰度的密集匹配、基于特征的密集匹配和基于相位的密集匹配3大類型[10],同時也衍生出多個優(yōu)化理論,如以Smart3D、PhotoScan等為代表的處理軟件,普遍采用半全局匹配方法開展影像密集匹配。經(jīng)處理生成的密集匹配點云具有點的空間三維坐標(biāo)和影像對應(yīng)像素的光譜信息。雖不具備激光點云的強度信息和回波信息,但具有語義信息[11],尤其對多視影像開展密集匹配,能夠展現(xiàn)更豐富的地物特征信息和立面信息[12],因此具備應(yīng)用于“兩違”監(jiān)測快速提取變化范圍的可行性,這是由影像匹配的特性決定的。

本文將貴港市中心城區(qū)及產(chǎn)業(yè)園區(qū)作為研究區(qū)域,以無人機影像密集匹配點云為基礎(chǔ)數(shù)據(jù),利用深度神經(jīng)網(wǎng)絡(luò)模型提取建筑物點云,在此基礎(chǔ)上采用分層體素變化檢測方法,檢測建筑物密集點云的變化。

1 貴港市“兩違”監(jiān)測技術(shù)路線

首先利用無人機搭載五鏡頭相機采集傾斜影像,通過多視密集匹配技術(shù)生成密集點云(Ⅰ期),建立監(jiān)測區(qū)域?qū)嵕叭S模型;然后采用垂直起降固定翼無人機搭載單鏡頭獲取航空影像,生成密集匹配點云(Ⅱ期)和數(shù)字正射影像圖;最后對密集匹配點云進(jìn)行分類,分別提取兩期建筑物點云,開展建筑物點云變化檢測,輸出矢量范圍并疊加管理數(shù)據(jù),最終得到疑似違法圖斑。此外,疑似圖斑矢量數(shù)據(jù)分別疊加實景三維模型和正射影像圖,用于開展外業(yè)核查舉證工作。整體技術(shù)流程如圖1所示。

圖1 “兩違”監(jiān)測技術(shù)流程

2 基于密集匹配點云的疑似“兩違”圖斑提取

2.1 測區(qū)概況

貴港市地處廣西最大的平原——潯郁平原,北回歸線橫貫中部。作為新興的工業(yè)城市,貴港市近幾年來經(jīng)濟(jì)發(fā)展迅速,城市建設(shè)日新月異,土地利用變化較為劇烈。監(jiān)測區(qū)域位于貴港市中心城區(qū)及周邊產(chǎn)業(yè)園區(qū),開展“雙違”監(jiān)測總面積為245 km2,監(jiān)測區(qū)域內(nèi)城中村的自建房較多,人口密集。長期以來主要依靠傳統(tǒng)的人工巡查、詢問、走入實地查看等方式開展監(jiān)測[13],存在巡查不全面、調(diào)查取證困難、存在監(jiān)管盲區(qū)等問題,迫切需要創(chuàng)新監(jiān)測模式。

2.2 數(shù)據(jù)采集

本文采用兩種無人機影像獲取平臺,均支持PPK/RTK及其融合作業(yè)模式。首先是飛馬D200多旋翼無人機,搭載D-OP300五鏡頭傾斜攝影測量系統(tǒng),獲取地面分辨率為0.05 m的傾斜影像,采集時間為2022年4月,該數(shù)據(jù)將用于生成實景三維模型和密集匹配點云,作為“兩違”監(jiān)測的基準(zhǔn)數(shù)據(jù);其次是飛馬V100垂直起降固定翼無人機,搭載V-CAM100單鏡頭相機,獲取地面分辨率為0.1 m的航空影像,采集時間為2022年7月,該數(shù)據(jù)將用于生成DOM和密集匹配點云,作為監(jiān)測數(shù)據(jù)。兩類平臺采集影像的參數(shù)設(shè)計見表1。

表1 無人機數(shù)據(jù)獲取平臺及參數(shù)設(shè)計

除航攝影像外,還包括像控點、POS數(shù)據(jù)及審批、規(guī)劃等管理數(shù)據(jù)。像控點采用廣西衛(wèi)星定位連續(xù)參考站(GXCORS)網(wǎng)絡(luò)RTK進(jìn)行施測,并利用廣西似大地水準(zhǔn)面精化模型進(jìn)行正常高轉(zhuǎn)換;管理數(shù)據(jù)主要用于變化圖斑提取后的疊加與分析。

2.3 影像密集匹配點云生產(chǎn)

目前,測繪地理信息行業(yè)常用的Smart3D、大勢智慧、Pix4D、PhotoScan等實景三維建模軟件均可以生產(chǎn)密集匹配點云數(shù)據(jù)。本文采用Smart3D軟件開展五視影像的密集匹配點云和實景三維模型生產(chǎn),密集匹配點云的采樣間隔設(shè)置為0.2 m,可在建模完成后輸出為LAS格式的點云數(shù)據(jù);采用Pix4D軟件單鏡頭下視影像生產(chǎn)密集匹配點云和DOM,并采用同一套像控點數(shù)據(jù)進(jìn)行空三加密,生成點云的采樣間隔設(shè)置為0.2 m。需要注意的是,在Pix4D軟件生產(chǎn)成果類型中需要選取“3D Models”模式,該模式對于單鏡頭像片能夠更好地匹配出建筑物側(cè)面密集點云,以便于后續(xù)建筑物點云的自動提取。

2.4 實景三維建模和DOM生產(chǎn)

實景三維建模基本流程包括預(yù)處理、空三加密、多視影像密集匹配、構(gòu)建模型三角網(wǎng)、三角網(wǎng)優(yōu)化和紋理映射等[14]。本文實景三維模型主要為用于“兩違”監(jiān)測的基準(zhǔn)數(shù)據(jù),即作為疑似違法行為發(fā)生之前的固化證據(jù),能夠客觀、真實地反映用地和建設(shè)情況。DOM影像作為“兩違”的變化監(jiān)測數(shù)據(jù),為外業(yè)核查舉證提供疑似違法圖斑的影像底圖。主要考慮響應(yīng)時間效率要求高,而大范圍的實景三維建模周期較長,難以滿足監(jiān)測的時效性,因此Ⅱ期不采用實景三維模型作為監(jiān)測數(shù)據(jù)。

2.5 建筑物密集匹配點云提取

基于無人機影像生產(chǎn)的密集匹配點云,在建筑物邊緣等視差不連續(xù)區(qū)域,點云結(jié)構(gòu)存在無規(guī)律的幾何變形和扭曲[15]。尤其是單相機下視影像匹配的密集點云,難以通過人工設(shè)計判別規(guī)則自動可靠地提取建筑物點云。為解決這個問題,本文通過搭建并訓(xùn)練注意力驅(qū)動的深度神經(jīng)網(wǎng)絡(luò)模型,以實現(xiàn)兩期無人機密集匹配點云中建筑物的快速提取,圖2為局部建筑物密集點云提取。構(gòu)建的深度神經(jīng)網(wǎng)絡(luò)包括4個模塊。

圖2 建筑物密集匹配點云

(1)大比例降采樣模塊。在面臨大場景點云時,由于軟硬件處理性能和內(nèi)存的約束,需要進(jìn)行降采樣處理。為了同時兼顧采樣效率和空間覆蓋度,采用一種在采樣效率和空間覆蓋度之間的均勻采樣方法。

(2)注意力機制模塊。使用基于 SE-Net 的 SE-Block 通道注意力機制從幾何空間編碼和特征空間編碼特征中篩選有效特征。

(3)局部空間編碼模塊。該模塊通過捕捉局部區(qū)域中的點與點之間的幾何分布關(guān)系和特征分布關(guān)系, 提升網(wǎng)絡(luò)模型捕獲細(xì)節(jié)的能力。

(4)基于跨級連接的特征反向傳遞模塊。跨級連接建立在編碼器-解碼器結(jié)構(gòu)的基礎(chǔ)上,將富含語義信息的高層特征層與低層特征相融合,從而更大限度地保留高層特征中的一些重要細(xì)節(jié)信息,有利于實現(xiàn)更精細(xì)的分割效果。

2.6 不同時相建筑物點云變化檢測

將不同時相建筑物密集點云數(shù)據(jù)高程和面積的變化量作為變化檢測參數(shù)。設(shè)計了一種分層體素變化檢測的方法,用于檢測不同時相建筑物密集點云的變化。采用從粗到精的策略,首先定位發(fā)生重大變化的區(qū)域,然后在更精細(xì)的尺度上逐層定位變化區(qū)域。該分層變化檢測方法可以有效地消除離散孤立的變化點,將變化檢測聚焦到成區(qū)域的變化目標(biāo)上,有利于從點云變化檢測結(jié)果中獲取變化的建筑物,緩解因密集匹配點云誤差造成的建筑物變化誤檢的狀況。通過變化檢測方法,檢測兩期密集點云發(fā)生高差變化的建筑物,如圖3所示。

圖3 不同時相建筑物點云變化檢測

2.7 疑似“兩違”圖斑提取和分類

設(shè)定變化圖斑提取精度按照圖斑面積≥30 m2,建筑變化高度≥1 m,剔除小于兩項閾值的圖斑。對提取的建筑物變化圖斑,可能存在合法變化與違法變化兩種情況,需進(jìn)一步套合管理數(shù)據(jù),篩選出疑似違法圖斑。通過比較不同時相建筑物點云的高程和面積變化,以此對建筑物變化檢測結(jié)果進(jìn)行分類,將建筑物變化類型分為“未變化”“新建” “加蓋/加建”“拆除”4個類別。采用人機交互的方法疊加分析審批、規(guī)劃等管理數(shù)據(jù),在范圍線之外“新建”“加建”等圖斑可初步認(rèn)定為疑似違法圖斑。為便于后續(xù)的核查及處置工作,將疑似違法圖斑矢量范圍分別疊加至實景三維模型和最新影像圖,制作外業(yè)核查材料,如圖4所示。

圖4 外業(yè)核查材料

3 結(jié)果與分析

為驗證采用無人機影像密集匹配點云快速提取疑似“兩違”圖斑方法的準(zhǔn)確性,采用最小提取面積、圖斑查全率、準(zhǔn)確率等指標(biāo)進(jìn)行評定,以判斷該區(qū)域違法建設(shè)、違法用地等監(jiān)測情況是否滿足技術(shù)設(shè)計要求。具體指標(biāo)要求見表2。

表2 基于密集匹配點云的監(jiān)測技術(shù)指標(biāo)

利用人機交互檢查方法,對采用密集匹配點云提取疑似“兩違”圖斑的結(jié)果進(jìn)行驗證分析。基于2022年4月的基準(zhǔn)數(shù)據(jù),2022年7月監(jiān)測共提取疑似違法圖斑141個,以人機檢查提取圖斑133個為參考,正確監(jiān)測129個,遺漏4個,查全率為97%;錯誤監(jiān)測12個,查準(zhǔn)率為91%。其中,遺漏監(jiān)測的圖斑主要是由于采用單鏡頭下視影像匹配得到的密集點云,在密集房屋處缺少較多的建筑物側(cè)面點云數(shù)據(jù),在建筑物提取環(huán)節(jié)造成了少量遺漏。錯誤監(jiān)測的圖斑主要是由于采用單鏡頭下視影像匹配得到的密集點云存在部分起伏的情況,誤判為建筑物高度發(fā)生變化。

4 結(jié) 語

本文以貴港市城區(qū)為例,采用無人機影像密集匹配點云作為“兩違”監(jiān)測圖斑提取的基礎(chǔ)數(shù)據(jù),通過深度神經(jīng)網(wǎng)絡(luò)模型快速提取建筑物點云,利用分層體素變化檢測方法檢測不同時相的筑物點云變化,實現(xiàn)了“兩違”疑似違法圖斑的快速發(fā)現(xiàn)與提取,經(jīng)驗證,提取圖斑的準(zhǔn)確率達(dá)91%。研究結(jié)果為城市違法用地、違法建設(shè)精準(zhǔn)監(jiān)測提供了一種可行的技術(shù)方案和實踐經(jīng)驗,對推動貴港市城區(qū)精細(xì)化治理、規(guī)范城市用地和城鄉(xiāng)建設(shè)等具有重要意義。

但是,在實際應(yīng)用中采用該技術(shù)方法的監(jiān)測精度主要依賴于密集匹配點云的質(zhì)量和精度,而基于單相機下視影像構(gòu)建的密集匹配點云存在部分起伏或匹配不佳的情況,因而引起一些監(jiān)測圖斑的誤判,擬增加該區(qū)域控制點布控,以提高點云的質(zhì)量和精度;而對于建筑物側(cè)面點云較少的情況,下一步擬適當(dāng)增加影像重疊,同時增加深度學(xué)習(xí)樣本,以提升建筑物點云提取的準(zhǔn)確性。