正射影像與點(diǎn)云數(shù)據(jù)融合在數(shù)字水利中的應(yīng)用

摘" 要：水利數(shù)字化是數(shù)字水利的重要組成部分，尤其是水利設(shè)施的數(shù)字化在現(xiàn)代化水利工程建設(shè)中不可或缺。目前三維激光掃描和無(wú)人機(jī)攝影測(cè)量是新興測(cè)繪技術(shù)，可以快速、實(shí)時(shí)獲得水利設(shè)施的精準(zhǔn)數(shù)據(jù)，三維激光掃描可以獲取提供精確位置信息、地物輪廓的點(diǎn)云數(shù)據(jù)，但缺乏紋理信息；無(wú)人機(jī)攝影測(cè)量可以獲取地物紋理信息的正射影像，但缺乏高程信息。因此該文介紹一種將三維激光掃描技術(shù)與無(wú)人機(jī)攝影測(cè)量技術(shù)融合的方法，以利于數(shù)字水利應(yīng)用。該文以曹娥江大閘為例，將點(diǎn)云數(shù)據(jù)與正射影像融合應(yīng)用，并通過(guò)定性分析和定量分析融合后的模型精度，結(jié)果顯示，融合后的模型坐標(biāo)精度為1～2 cm，精度較高，符合大多數(shù)水利工程應(yīng)用。

關(guān)鍵詞：攝影測(cè)量；三維激光掃描；點(diǎn)云數(shù)據(jù)；正射影像；數(shù)字水利

中圖分類(lèi)號(hào)：P231" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2095-2945（2023）11-0164-04

Abstract： The digitization of water conservancy is an important part of digital water conservancy; especially the digitization of water conservancy facilities is indispensable in the construction of modern water conservancy projects. At present， 3D laser scanning and UAV photogrammetry are new surveying and mapping technologies， which can obtain accurate data of water conservancy facilities quickly and in real time， and 3D laser scanning can obtain point cloud data that provide accurate position information and ground contours， but it lacks texture information; UAV photogrammetry can obtain orthophotos of ground texture information， but it lacks elevation information. Therefore， this paper introduces a method of combining three-dimensional laser scanning technology with UAV photogrammetry technology for digital water conservancy applications. In this paper， taking Cao'e River Sluice as an example， the point cloud data and orthophoto are fused， and the model accuracy after fusion is qualitatively and quantitatively analyzed. The results show that the coordinate accuracy of the fused model is 1～2 cm， which is of high precision and accords with most hydraulic engineering applications.

Keywords： photogrammetry; 3D laser scanning; point cloud data; orthophoto; digital water conservancy

隨著數(shù)字化的發(fā)展，水利設(shè)施數(shù)字化在數(shù)字水利有著越來(lái)越大的需求，并且隨著新型技術(shù)的發(fā)展，越來(lái)越被廣泛應(yīng)用于水利工程建設(shè)中。水利工程建設(shè)以往采用傳統(tǒng)二維數(shù)據(jù)反映水利設(shè)施信息，而二維數(shù)據(jù)雖然易獲取，數(shù)據(jù)量小，但是二維圖像無(wú)法提供三維數(shù)據(jù)真實(shí)反饋地物情況帶來(lái)的直觀體驗(yàn)[1]，已無(wú)法滿(mǎn)足水利工程需求，為了能夠更真實(shí)地反映水利設(shè)施特征、紋理信息和幾何信息，需要三維數(shù)據(jù)來(lái)對(duì)水利設(shè)備進(jìn)行精細(xì)化操作。

目前三維數(shù)據(jù)可以通過(guò)三維激光掃描技術(shù)進(jìn)行獲取，三維激光掃描作為一種新興的高精度測(cè)繪技術(shù)，在各方面有著廣泛的應(yīng)用。通過(guò)三維激光掃描儀，可以獲取海量三維空間坐標(biāo)，更加真實(shí)地反映地物的實(shí)際情況，但點(diǎn)云數(shù)據(jù)缺乏紋理信息[2]。而無(wú)人機(jī)攝影測(cè)量可以獲取正射影像，能夠直觀地反映地面物體的信息，并且具有較高的幾何精度，應(yīng)用范圍較廣，是具有正射投影性質(zhì)的遙感影像，但是正射影像僅包含二維信息，只能獲取地物頂部和側(cè)面的一部分紋理，缺乏高程信息，無(wú)法全面獲取地物被遮擋部位的相關(guān)信息[3]。因此需要對(duì)航空攝影測(cè)量獲取的正射影像和三維激光掃描技術(shù)獲取的點(diǎn)云數(shù)據(jù)進(jìn)行融合處理，生產(chǎn)兼顧紋理信息和三維空間坐標(biāo)的模型應(yīng)用于數(shù)字水利。本文以曹娥江大閘為實(shí)驗(yàn)區(qū)，對(duì)實(shí)驗(yàn)區(qū)正射影像和點(diǎn)云數(shù)據(jù)進(jìn)行融合，并定性和定量地分析融合模型的精度。

1" 研究區(qū)及數(shù)據(jù)

1.1" 研究區(qū)

曹娥江大閘地處曹娥江和錢(qián)塘江下游的交匯處，曹娥江河口，地理位置位于紹興市，作為I等工程，是中國(guó)最大的河口閘，浙東水資源配置重要樞紐工程。曹娥江大閘包含水利風(fēng)景區(qū)在內(nèi)，總占地面積約2.5 km2，曹娥江大閘不僅能夠防洪治澇、水資源開(kāi)發(fā)和合理利用，并且具有良好的通航條件，南有曹娥江閘前大橋及在建的曹娥江特大橋，提供了較好的交通條件。由于曹娥江大閘作為精密工程建筑，因此需要定期進(jìn)行精密工程測(cè)量，傳統(tǒng)的測(cè)量作業(yè)方式不僅效率低，而且需要大量的人力資源，本文數(shù)據(jù)融合的方法可以快速便捷精準(zhǔn)地獲取模型數(shù)據(jù)，以便于研究區(qū)的相關(guān)工程應(yīng)用[4]。

1.2" 技術(shù)路線(xiàn)

本文通過(guò)無(wú)人機(jī)搭配不同的傳感器獲取正射影像和點(diǎn)云數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行處理，最終將數(shù)據(jù)進(jìn)行融合處理，并進(jìn)行數(shù)字水利應(yīng)用。技術(shù)路線(xiàn)圖如圖1所示。

1.3" 數(shù)據(jù)

1.3.1" 正射影像

正射影像是通過(guò)像片傾角小于2～3°的攝影方式，從垂直角度拍攝影像，并通過(guò)測(cè)區(qū)內(nèi)布設(shè)的控制點(diǎn)進(jìn)行空中三角測(cè)量計(jì)算生成正射影像。

首先在測(cè)區(qū)進(jìn)行實(shí)地踏勘，并在測(cè)區(qū)內(nèi)布設(shè)像控點(diǎn)，用GNSSRTK獲取對(duì)地面像空點(diǎn)坐標(biāo)進(jìn)行采集，再通過(guò)提前規(guī)劃好的航線(xiàn)進(jìn)行無(wú)人機(jī)數(shù)據(jù)采集，獲取數(shù)據(jù)后通過(guò)Photoscan軟件，加載影像和相機(jī)POS文件并設(shè)置精度，通過(guò)對(duì)齊照片、優(yōu)化對(duì)齊方式等批量處理，最終構(gòu)建Orthomosaic，生成正射影像。

本文采用大疆M300RTK無(wú)人機(jī)搭載單鏡頭攝影相機(jī)，獲取正射影像數(shù)據(jù)。由于實(shí)驗(yàn)區(qū)范圍較大，需要多個(gè)架次進(jìn)行斷點(diǎn)續(xù)飛，設(shè)置航飛參數(shù)見(jiàn)表1。

飛行采用cgcs2000坐標(biāo)系，1985國(guó)家高程二期，1∶500地形圖，飛行時(shí)自動(dòng)采集POS數(shù)據(jù)。

1.3.2" 點(diǎn)云數(shù)據(jù)

三維激光掃描技術(shù)是一種主動(dòng)式數(shù)據(jù)采集方式，通過(guò)計(jì)算激光發(fā)出時(shí)間與返回時(shí)間差確定目標(biāo)的距離，以點(diǎn)云數(shù)據(jù)的形式返回采集的數(shù)據(jù)[5]，通過(guò)無(wú)人機(jī)搭配Lidar鏡頭，可以實(shí)現(xiàn)大場(chǎng)景的點(diǎn)云數(shù)據(jù)獲取。

本文通過(guò)四旋翼無(wú)人機(jī)搭載華測(cè)多平臺(tái)激光雷達(dá)系統(tǒng)AS-1300HL獲取原始點(diǎn)云數(shù)據(jù)，并通過(guò)無(wú)人機(jī)RTK獲取無(wú)人機(jī)GNSS數(shù)據(jù)，在無(wú)人機(jī)飛行獲取數(shù)據(jù)的同時(shí)，在地面站架設(shè)基站獲取地面靜態(tài)觀測(cè)數(shù)據(jù)，無(wú)人機(jī)GNSS數(shù)據(jù)與地面站靜態(tài)觀測(cè)數(shù)據(jù)進(jìn)行后差分處理后，與無(wú)人機(jī)IMU數(shù)據(jù)聯(lián)合解算，對(duì)點(diǎn)云原始數(shù)據(jù)進(jìn)行大地定向，最終通過(guò)坐標(biāo)轉(zhuǎn)換，獲得最終點(diǎn)云數(shù)據(jù)。

為了保證點(diǎn)云數(shù)據(jù)和正射數(shù)據(jù)能夠精確配準(zhǔn)，因此在點(diǎn)云數(shù)據(jù)獲取時(shí)也采用的是cgcs2000坐標(biāo)系，120°中央子午線(xiàn)，1985國(guó)家高程二期，飛行時(shí)自動(dòng)生成IMU數(shù)據(jù)，具體飛行參數(shù)見(jiàn)表2。

2" 數(shù)據(jù)融合

由于正射影像是連續(xù)排列的柵格數(shù)據(jù)，包含了二維平面坐標(biāo)信息，而點(diǎn)云是離散分布且分布隨機(jī)的數(shù)據(jù)，包含了三維空間坐標(biāo)信息，為了融合點(diǎn)云數(shù)據(jù)和正射影像，需要數(shù)學(xué)模型建立兩者相對(duì)應(yīng)的空間關(guān)系。

融合點(diǎn)云數(shù)據(jù)和正射影像是通過(guò)建立三維平面坐標(biāo)中的x、y坐標(biāo)與二維平面坐標(biāo)x、y坐標(biāo)的對(duì)應(yīng)關(guān)系，找到點(diǎn)云數(shù)據(jù)對(duì)應(yīng)與正射影像的某一像素，并對(duì)點(diǎn)云進(jìn)行賦予正射影像的像素值[6]。假設(shè)P為某一點(diǎn)云數(shù)據(jù)，其坐標(biāo)為（Xp，Yp，Zp），則P點(diǎn)對(duì)應(yīng)正射影像像素位置表示方式如下

Col=int[（Xp-X0）/GX]，

Row=int[（Yp-Y0）/GY]，

式中：Col、Row分別代表P點(diǎn)對(duì)應(yīng)正射影像中某一像素的行列號(hào)，X0、Y0表示正射影像左上角在平面坐標(biāo)，GX、GY表示影像橫向和縱向的分辨率。

在獲取了點(diǎn)云數(shù)據(jù)P對(duì)應(yīng)于正射影像像素位置后，分析點(diǎn)云數(shù)據(jù)和正射影像數(shù)據(jù)的格式：正射影像某一像素的數(shù)據(jù)格式為[（Col，Row，R），（Col，Row，G），（Col，Row，B）]，提取像素的R，G，B值，并增加4個(gè)維度生成七維矩陣 （0，0，0，0，R，G，B）；點(diǎn)云數(shù)據(jù)的數(shù)據(jù)格式為 （x，y，z，i），其中i為光照強(qiáng)度信息，同樣4個(gè)維度生成七維矩陣 （x，y，z，i，0，0，0），對(duì)正射影像數(shù)據(jù)和點(diǎn)云數(shù)據(jù)進(jìn)行矩陣加法運(yùn)算[7]，公式如下

（0，0，0，0，R，G，B）+（x，y，z，i，0，0，0）=（x，y，z，i，R，G，B）。（2）

通過(guò)式（1）、式（2）對(duì)平面坐標(biāo)與像素行列號(hào)的轉(zhuǎn)換，即可將正射影像反映的真實(shí)地物色彩賦予點(diǎn)云數(shù)據(jù)，實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)與正射影像的融合。

以曹娥江大閘為實(shí)驗(yàn)區(qū)，圖2為實(shí)驗(yàn)區(qū)激光點(diǎn)云數(shù)據(jù)和正射影像。為了保證精度，正射影像在處理過(guò)程中，丟棄了一部分精度較低的正射影像，因此正射影像的實(shí)際覆蓋面積小于點(diǎn)云數(shù)據(jù)的覆蓋面積。

基于上述方法，首先對(duì)點(diǎn)云數(shù)據(jù)和正射影像數(shù)據(jù)根據(jù)二維坐標(biāo)信息進(jìn)行配準(zhǔn)，再通過(guò)數(shù)據(jù)矩陣的轉(zhuǎn)換并求和，獲取點(diǎn)云數(shù)據(jù)對(duì)應(yīng)于正射影像某一像素的R、G、B值，通過(guò)配準(zhǔn)和賦值實(shí)現(xiàn)數(shù)據(jù)融合，數(shù)據(jù)融合效果如圖3所示。

3" 精度對(duì)比

為了驗(yàn)證正射影像和點(diǎn)云數(shù)據(jù)融合的精度，本文采用目視解譯的定性分析和實(shí)驗(yàn)區(qū)內(nèi)控制點(diǎn)坐標(biāo)精度對(duì)比的定量分析來(lái)驗(yàn)證。

3.1" 定性分析

通過(guò)在實(shí)驗(yàn)區(qū)內(nèi)視野開(kāi)闊地區(qū)布設(shè)控制點(diǎn)，并做好像控點(diǎn)標(biāo)記，軟件中在相同坐標(biāo)系下分別打開(kāi)數(shù)據(jù)融合后的點(diǎn)云數(shù)據(jù)和正射影像，在數(shù)據(jù)融合模型中手動(dòng)標(biāo)記像控點(diǎn)中心，并對(duì)照正射影像，通過(guò)目視解譯的方式觀察標(biāo)記是否處于正射影像像控點(diǎn)中心。如圖4所示，數(shù)據(jù)融合模型的像控點(diǎn)中心與二維正射影像的像控點(diǎn)中心位置幾乎不存在偏差。

除像控點(diǎn)目視解譯外，在測(cè)區(qū)中隨機(jī)選取特征點(diǎn)進(jìn)行目視解譯對(duì)比，如圖5所示，實(shí)驗(yàn)區(qū)點(diǎn)云數(shù)據(jù)中選取了2塊甲板的交界處作為標(biāo)記點(diǎn)，對(duì)應(yīng)正射影像處的標(biāo)記點(diǎn)也在2塊甲板的交界處，表明數(shù)據(jù)融合后的模型精度較高。

3.2" 定量分析

為了定量分析點(diǎn)云數(shù)據(jù)與正射影像數(shù)據(jù)融合后的精度，在無(wú)人機(jī)采集數(shù)據(jù)的同時(shí)，在實(shí)驗(yàn)區(qū)內(nèi)隨機(jī)進(jìn)行了檢查點(diǎn)坐標(biāo)采集，檢查點(diǎn)在測(cè)區(qū)內(nèi)均勻分布，對(duì)照數(shù)據(jù)融合模型中同名點(diǎn)的坐標(biāo)進(jìn)行誤差對(duì)比分析，以評(píng)價(jià)數(shù)據(jù)融合的精度。在測(cè)區(qū)內(nèi)共采集了69個(gè)檢查點(diǎn)，并采用標(biāo)準(zhǔn)差來(lái)衡量融合數(shù)據(jù)坐標(biāo)的整體誤差，標(biāo)準(zhǔn)差的計(jì)算公式如式（3）所示。部分坐標(biāo)誤差及整體標(biāo)準(zhǔn)差見(jiàn)表3。

σ= ，（3）

式中：x為N個(gè)樣本的算術(shù)平均值；xi為某個(gè)樣本的值；σ為樣本的標(biāo)準(zhǔn)差。

由表3分析可得，融合數(shù)據(jù)的橫縱坐標(biāo)的標(biāo)準(zhǔn)差在1 cm左右，而高程方向上的坐標(biāo)標(biāo)準(zhǔn)差在1.6 cm，這是因?yàn)镽TK在高程點(diǎn)上的坐標(biāo)采集精度沒(méi)有x、y的坐標(biāo)精度高，導(dǎo)致高程方向的坐標(biāo)標(biāo)準(zhǔn)差比橫縱坐標(biāo)的標(biāo)準(zhǔn)差略大，但是3個(gè)方向上的坐標(biāo)精度都保持在厘米級(jí)別，對(duì)于工程應(yīng)用來(lái)說(shuō)具有較好的應(yīng)用場(chǎng)景，能滿(mǎn)足大部分工程應(yīng)用。通過(guò)分析精度較差的檢查點(diǎn)，發(fā)現(xiàn)大部分精度較差的檢查點(diǎn)布設(shè)在實(shí)驗(yàn)區(qū)的邊緣地區(qū)，分析原因可能是在無(wú)人機(jī)航飛過(guò)程中，實(shí)驗(yàn)區(qū)邊緣地區(qū)的影像之間重疊的影像較少，導(dǎo)致坐標(biāo)獲取上存在偏差。

綜上分析，正射影像和點(diǎn)云數(shù)據(jù)的融合，實(shí)現(xiàn)了1 cm級(jí)別的精度，構(gòu)建的融合模型能滿(mǎn)足大部分水利工程建設(shè)，在數(shù)字水利中能廣泛應(yīng)用，生成的模型可用于水利設(shè)施精細(xì)化展示、斷面繪制、地形圖渲染等，同時(shí)也能為后期水利設(shè)施維護(hù)提供詳細(xì)的三維數(shù)據(jù)資料，對(duì)數(shù)字水利起了非常重要的作用。

4" 結(jié)束語(yǔ)

本文基于無(wú)人機(jī)攝影測(cè)量獲取的正射影像和點(diǎn)云數(shù)據(jù)進(jìn)行了數(shù)據(jù)融合處理，數(shù)據(jù)融合后具有較好的精度，便于數(shù)字水利的應(yīng)用。以曹娥江大閘為實(shí)驗(yàn)區(qū)獲取點(diǎn)云和正射數(shù)據(jù)并進(jìn)行融合處理，具體結(jié)論如下。

1）通過(guò)點(diǎn)云數(shù)據(jù)與二維正射影像的像素進(jìn)行點(diǎn)云配準(zhǔn)，找到點(diǎn)云數(shù)據(jù)二維坐標(biāo)與正射影像的對(duì)應(yīng)關(guān)系，再對(duì)數(shù)據(jù)進(jìn)行矩陣升維及矩陣運(yùn)算操作，將正射影像的R，G，B值賦予點(diǎn)云數(shù)據(jù)，進(jìn)行數(shù)據(jù)融合處理，使得點(diǎn)云數(shù)據(jù)有真實(shí)地物的信息。

2）通過(guò)目視解譯的定性分析和坐標(biāo)誤差的定量分析，評(píng)估數(shù)據(jù)融合模型的精度，結(jié)果顯示：點(diǎn)云數(shù)據(jù)能與正射影像進(jìn)行較好地融合，并且數(shù)據(jù)融合模型的3個(gè)坐標(biāo)的標(biāo)準(zhǔn)差為1～2 cm，精度較高，能滿(mǎn)足數(shù)字水利工程應(yīng)用。

參考文獻(xiàn)：

[1] 張?jiān)叻?三維激光掃描技術(shù)在地質(zhì)測(cè)繪和工程測(cè)量中的綜合應(yīng)用分析[J].科技創(chuàng)新與應(yīng)用，2017（8）：291.

[2] 曾錄錄，張麗.融合傾斜影像和激光點(diǎn)云的宿遷學(xué)院建筑物數(shù)字化保存[J].科技創(chuàng)新與應(yīng)用，2022，12（30）：37-40.

[3] 徐歡.基于無(wú)人機(jī)航測(cè)的宿遷學(xué)院正射影像圖制作[J].科技創(chuàng)新與應(yīng)用，2018（34）：63-65.

[4] 鄭國(guó)誕，曹穎，史英標(biāo)，等.曹娥江大閘建閘后閘上河道沖淤變化分析[J].人民長(zhǎng)江，2020，51（S2）：20-23.

[5] 王凱.三維激光掃描測(cè)量技術(shù)在變形監(jiān)測(cè)中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2022，12（18）：166-169.

[6] 陳年青，孫灝.激光點(diǎn)云與正射影像融合在數(shù)字考古中的應(yīng)用[J].城市勘測(cè)，2022（3）：114-117，21.

[7] 陳軍紅.機(jī)載LiDAR點(diǎn)云數(shù)據(jù)與影像數(shù)據(jù)融合處理[D].西安：長(zhǎng)安大學(xué)，2013.