基于無人機圖像生成高精度真正射影像圖研究

賀艷花

(貴州黔美測繪工程院 貴州 貴陽 550000)

近年來，無人機低空遙感技術在許多領域得到了廣泛應用，已成為一項關鍵的空間數據采集技術，無人機低空遙感圖像的應用是不動產登記的最新趨勢[1]。對已開發和未開發土地區域的傳統人工測量涉及大量的時間、精力和成本。此外，傳統的航空攝影測量技術耗時且飛行成本高，對于小型研究區域，無人機遙感與傳統的人工測量和航空攝影測量相比具有許多優勢。它具有靈活性、低成本、安全性、可重復性、高精度和可靠性，可以進行大規模測量，節省了人力和材料成本。

數字正射影像地圖（Digital Orthophoto Map，DOM）是通過表面垂直平行投影獲得的圖像，具有地圖的幾何精度和圖像的視覺特征[2]。真正射影像圖（True Digital Orthophoto Map，TDOM）是一種圖像數據集，通過垂直投影產生表面圖像，消除標準DOM 的投影差異，并保留地面物體和特征的正確位置。TDOM可確保特征和地圖的幾何精度，TDOM 和傳統DOM 之間最顯著的區別在于，TDOM 執行正射校正并分析特征的可見性。此外，傳統正射影像使用數字高程模型（Digital Elevation Model, DEM），而真正的正射影像則使用數字表面模型（Digital Surface Model，DSM）。因此，TDOM 色彩豐富，并簡化了紋理的識別。

然而，目前TDOM 的應用在農村宅基地邊界測量中準確性仍然不夠，本文以貴陽市某村為研究區域，采集無人機遙感數據，并引入運動結構（Structure From Motion，SFM）算法來生成點云、DSM 和DOM。對于存在部分DOM傾斜問題的房屋，使用修正的DSM和多視圖圖像補償來消除傾斜并生成TDOM，文中驗證和討論了生成的點云、DSM和TDOM，證明該方法可適用于不動產登記[3]。

1 研究區域與數據獲取

1.1 研究區域

研究區域位于貴陽東北部的某村莊，面積約為0.3 km2，主要由農村宅基地和單層平房組成。村莊平坦，周圍是農田。選定的無人機飛行區域以矩形形狀向北和向南延伸。最高和最低海拔分別為140 m 和120 m，平均海拔為130 m。選擇圖1中的試驗區A和B進行研究。

圖1 基于點云繪制的建筑物邊界

1.2 無人機數據獲取

研究使用DJI S900 六旋翼飛行平臺無人機，是一種高度便攜、功能強大的航空攝影測量系統。S900的主要結構部件由輕質碳纖維組成，重量輕但堅固穩定，其重3.3 kg，當攜帶云臺時，最大起飛重量為8.2 kg，可以在無風的日子里飛行長達18 min。有效載荷為6.8 kg，電池容量為6 S 12 000 mA 時，在測試中，飛行了大約12 min。

該無人機配備了索尼A7r 數碼相機，相機分辨率為7 360×4 912 像素。傳感器尺寸為35.9 m×24 m。相機重量為998 g，焦距設置為50 mm，視場角（Field of View， FOV）為46.7°。

1.2.1 地面控制點（GCP）布局

研究基于連續地面參考站（Continuous Operational Reference System，CORS）方法獲得地面控制點（Groud Control Points，GCP）數據，與實時運動全球定位衛星（RTK-GPS）方法相比，CORS-GPS方法更穩定可靠，將精度提高到0.02 m 以內。在進行實地觀測之前，使用谷歌地球建立了15個控制點和10個檢查站，這些控制點和檢查站主要沿著主干道、道路立交、住房拐點和農田，隨機分布在村莊調查區內。

1.2.2 飛行計劃和數據收集

路線規劃使用軟件Rocky Capture 完成[4]。調查區域面積為0.3 km2，長701 m，寬330 m。航線設計包括兩個航班、10條計劃航線和一條蛇形線路。飛行高度為離地160 m，設計地面采樣距離（Ground Sampling Distance，GSD）為1.6 cm，計劃重疊率為80%，側面重疊率為60%，曝光間隔為2 s，每次飛行持續12 min。在晴朗、無云和微風的天氣條件下進行航空攝影，共獲取了460幅影像。

2 數據處理

2.1 SFM算法和點云生成

隨著計算機視覺技術的最新進步，運動推斷結構（Structure from Motion，SFM）和多視角立體（Multiple View Stereo，MVS）算法已成功應用于無人機圖像處理，以生成高精度的DSM 和DOM[5]。在這項研究中，共使用了460幅高精度圖像，從飛行中獲得了15個GCP，并在圖像中識別了控制點數據。基于MVS 算法的幾何重建可以生成具有15 個GCP 的更詳細的3D 模型，從而提高模型的絕對精度。原始圖像被投影到DSM上，并在重疊區域混合圖像紋理，生成整個區域的數字正射影像圖像。

2.2 DSM修正

DSM 包含地表覆蓋高度信息，如地面建筑物、橋梁和樹木。當數字地面模型（Digital Terrain Model，DTM）表示地形（陸地表面）信息時，DSM表示陸地覆蓋表面。此外，盡管DEM 包含高程信息，通常是地形信息，但DSM 實際上是一種DEM，它反映了地面上所有物體的表面特征，以更準確、直觀地表達地理信息。DSM 也可以進行修正，以恢復建筑物的傾斜，使用DSM 而不是DEM 來生成具有更多表面信息的DOM結果[6]。

對手動生成的點云進行分類和編輯，以獲得更高質量的DSM，然后使用DSM 在Pix4D 中生成DOM。對點云進行了分類，以去除植被，尤其是超過建筑物高度的植被。對于建筑物，參考了原始無人機圖像或現有地形圖來修改上部建筑物表面的邊界。建筑物的邊界是在點云中手動繪制的，圖1（a）說明了如何通過連接控制點繪制每個建筑的頂面，所有建筑高度都高于地面。在圖1（b）中，周圍的地面是手動繪制的，以確保地面水平一致。在繪制這些邊界后，重新生成了DSM，以提高其精度和清晰度，并提高了DOM構建邊界的準確性和清晰度，從而減少甚至消除了雙重投影現象。最后，對DSM 進行了平滑和降噪，并對嚴重傾斜和遮蔽的建筑部分手動修改了高精度DSM。

2.3 多視圖圖像紋理補償和TDOM精度評估

利用航空圖像將中心投影變換為正投影，得到正射影像。使用圖像校正方法來實現兩個投影之間的正確變換。在本研究中，使用了數字微分校正方法，其原理是通過像素差來校正圖像。

本文使用手動多視圖圖像補償來補償Pix4D中陰影區域的紋理（如圖2 所示）。遮罩區域是手動繪制的，選擇包括掩蔽區域的相鄰圖像進行排序，排序方法是基于遮光和正射校正的程度。多視圖的遮蔽區域相機曝光位置如圖3 所示。掩模區域填充工作逐一進行，為了避免相鄰圖像也具有陰影區域，對排序后的第一個相鄰圖像進行遮擋分析。如果第一個相鄰圖像沒有被著色，則執行紋理補償；否則，不執行紋理補償，并且對下一個相鄰圖像執行陰影檢測。重復此過程，直到獲得合適的相鄰圖像以補償紋理，并生成消除所有陰影的TDOM。因此，建筑物保持了垂直視角，只顯示了建筑物的頂部。

圖2 多視圖圖像補償

圖3 多視圖遮蔽區域相機曝光位置

生成TDOM后，計算均方根誤差（Root Mean Squared Error，RMSE）來評估TDOM 的準確性，可以獲得Pix4D中在TDOM上很好地看到檢查點的坐標（x，y，z），以及這些檢查點在現場測量的坐標（x，y，z）。

3 結果和討論

使用SFM 算法來恢復相機的曝光位置和運動軌跡，從而生成稀疏點云。然后，根據使用反向距離權重插值的DSM 生成方法，將稀疏點云用于相機校準，并使用MVS算法生成密集點云。

如圖4所示，通過使用具有特征點匹配的SFM，可以恢復每個圖像相機的曝光位置和無人機軌跡，并加密稀疏點云。三維點云包含約15 488 萬個點，每立方平均為592.85個點。使用三維點云數據創建網格網絡模型，然后使用逆距離權重插值方法生成DSM，對DSM進行尖銳噪聲濾波和表面平滑處理。圖5為點云與DOM 的疊加，淺色區域表示每個像素有5個以上的圖像重疊。研究區域除了邊界外都是淺色的，這表明高度重疊。一般而言，只要關鍵點匹配的數量足夠，則這些方法將產生高質量的結果。圖5中的深色區域表示低重疊，可能會產生較差的結果。

圖4 基于SFM算法的相機曝光位置

圖5 DOM與無人機點云的疊加

3.1 TDOM精度評估

如圖6 所示，基于最終的TDOM 圖像隨機選擇了10個檢查點，并與現場測量結果進行了比較。最大和最小誤差分別為0.067 4 m和0.017 3 m。TDOM檢查點的平面誤差為0.036 5 m，高程誤差為0.032 3 m。生成的DSM 和TDOM 分辨率為0.016 6 m。因此，本文提出的方法將平面和高程誤差降低到優于《數字航空攝影測量空中三角測量規范》（GB/T 23236-2009）中的0.05 m，證明了該方法的有效性。

圖6 TDOM圖像

3.2 農村宅基地確權

生成的TDOM可能適用于確定貴陽市農村居民點用地的邊界。近年來，我國在全國范圍內實施了不動產登記。登記的一個重要步驟是確定房地產邊界的權限，這通常使用傳統的手動映射來執行。無人機低空遙感技術的使用可以極大地提高這些地圖的效率和準確性，并降低制作這些地圖相關的成本。由于確認農村住宅用地的邊界需要確定精確的建筑邊界，因此房屋的邊界必須準確，屋頂區域外不得有降低成像精度的橫向或傾斜陰影。這項研究產生了高精度的TDOM，消除了陰影的阻礙，因此可以用于確定農村宅基地的邊界。

4 結語

本文使用多旋翼無人機在貴陽某村收集了高分辨率的專業相機圖像。建立地面控制點，并使用CORS方法進行測量。使用SFM 算法計算相機曝光、相機校準和運動軌跡，并使用MVS密集匹配來生成3D點云模型。從點云生成了高精度的DSM 和DOM。對于陰影區域，基于DSM 進行了紋理修正。在TDOM 生成中使用正射校正可以有效地解決傳統的DOM 中心投影變形問題，以及傾斜陰影對地形的遮擋問題。制作的TDOM具有高度的精度：平面誤差為0.036 5 m，高程誤差為0.032 3 m，生成的DSM和TDOM分辨率為0.016 6 m。結果優于《數字航空攝影測量空中三角測量規范》（GB/T 23236-2009）的要求（平面和高程誤差優于0.175 m和0.15 m），證明該方法可用于農村不動產面積測量，即使用無人機采集圖像并生成TDOM可大大減少現場測量的工作量，并提高不動產登記的準確性。