無人機測量技術在開墾農村居民點耕地面積中的應用

于志強

（山東省日照市住房和城鄉建設局，山東 日照 276826）

大型專業無人機可以獲得高分辨率圖像，但巨大的數據量需要使用昂貴的航空攝影測量軟件，例如像素網格和現代航空攝影測量自動三角測量（MAP-AT）實現精確位置和定位系統（POS）數據處理圖像。而從高分辨率圖像中獲取POS數據也需要使用高精度GPS[1]。準確客觀地測量農村開墾的耕地面積，對土地所有者和政府都很重要。農村項目在我國境內分布廣泛，因此測量農村居民點開墾耕地面積是農村地區研究的一項重要任務，應用實地調查等技術時，需要大量的勞動力和成本[2]，調查結果很容易受到人為因素的影響，因此，需要一種新的方法，保持低成本的同時，客觀地測量農村開墾區域，以滿足當前的需求[3]。

目前無人機（UAV）技術發展迅速，廣泛應用于土地利用規劃，重組土地利用、確定農村土地使用權、探測山地災害、監測土地改革、山地洪水測量評估以及繪制地表海拔變化等[4]。因此本文利用P2V無人機生成農村開墾耕地圖像，隨后使用攝像機鏡頭模型對其進行校正，將其與地理編碼的高分辨率方案匹配，測量農村開墾的耕地面積，并評估測量精度。

1 研究區域和數據

研究區域的面積為5000m2。該區域已拆除大量舊建筑，并在該地區內建造新房子，而舊的建筑通常比新的建筑占據更多的土地面積[5]。因此，該地區的農村建設用地面積逐漸縮小，而耕地面積則逐漸擴大。這說明從農村建設用地整合中得出的農村建設用地指標可以作為城市建設用地指標。目前農村地區的耕地和建設用地間無法保持平衡[6]，因此有必要準確地測量農村居民點開墾耕地面積。在本文分析中使用P2V無人機來收集圖像。該無人機型號為P2V，擁有捕捉全高清（HD）視頻和圖片的能力。

2 試驗方法

利用P2V無人機對農村居民耕地面積進行測量，圖像由P2V無人機采集，經過透鏡校正并對圖像進行幾何校正，同時對圖像進行地理編碼和馬賽克處理，以方便測量農村開墾耕地面積[7]。

在某村鎮附近獲得多張P2V無人機圖像。當P2V無人機系統起飛時，飛行高度控制在150m，利用DJI視覺應用程序用來控制無人機并垂直捕捉地面圖像，使P2V無人機系統向左側移動[8]。一旦左側區域的圖像完成，就會將無人機緩慢地推向右側，并捕獲該區域的圖像。飛行路線如圖1所示。

圖1 飛行路線

2.1 圖像透鏡校正

在P2V無人機系統上安裝魚眼攝像機，以捕獲廣角視場圖像。在每幅魚眼圖像中都存在圖像變形，會導致拍攝的圖像分辨率下降，因此在使用P2V無人機之前必須進行圖像修正。使用Adobe Photoshop CS6擴展器軟件中的魚鏡頭校正功能，相機類型為P2V FC2000，鏡頭類型為P2V FC2000。將校正后的圖像應用于農村開墾耕地面積測量研究[9]。

2.2 圖像幾何校正

將分辨率為0.6m的舊建筑地理編碼圖像作為參考。對地理編碼圖像與P2V無人機圖像進行比較，可以測得舊建筑拆除的面積。由于圖像區域是平面，因此使用多項式幾何模型修正P2V無人飛行器圖像，以獲得后續的正射影像。使用公式（1）的多項式幾何校正模型對每幅P2V無人飛行器圖像進行校正。并采用最近鄰采樣算法得到每個P2V無人機圖像的數值。

式中：X、Y為P2V無人機圖像x、y軸上像素的坐標值。利用公式（1）中的多項式幾何模型、可以對魚鏡頭校正后的所有圖像進行幾何校正，得到P2V無人機地理編碼圖像。

2.3 地理編碼圖像

由于相鄰的P2V無人飛行器地理編碼圖像間存在大量重疊，因此使用RS圖像處理軟件包（例如PCI、ERDAS或ENVI）對相鄰的P2V無人飛行器地理編碼圖像進行馬賽克處理。首先，選擇一幅地理編碼圖像，其次，創建合適的閾值（2.67），并輸出馬賽克文件。再次，在P2V無人飛行器地理編碼圖像中確定一個馬賽克區域，并將另一個馬賽克區域鑲嵌到輸出文件中。最后，選擇另一幅相鄰的P2V無人飛行器地理編碼圖像，確定其馬賽克區域，并將其添加到輸出文件中。將所有相鄰的P2V無人機地理編碼圖像拼接到輸出圖像文件上，生成較大的圖像范圍以供進一步研究。兩個相鄰的馬賽克P2V無人機地理編碼圖像的邊界位于特征明顯且無變形的區域，避免外部作為馬賽克區域。

3 結果討論

3.1 無人機圖像

P2V無人機一次飛行可拍攝40多幅圖像，覆蓋面積約為0.6km2。電池完全充電后，P2V無人機系統最多可飛行25min。該系統的飛行直徑為500m。該系統中的機載相機為魚眼式鏡頭，具有180°的視場角，可以捕捉到較大的地面圖像。該相機拍攝的圖像為4384像素×3288像素。根據魚眼圖像的質量和位置，選擇多張魚眼圖像對其進行進一步研究，結果如圖2所示。無人機圖像的前后重疊率在30%～50%，側面重疊率在15%～50%。使用Adobe Photoshop CS6軟件中的擴展器，可以有效消除魚眼圖像的幾何變形。修正后的圖像與普通相機拍攝的正常圖像相似且每張魚眼圖像的邊緣都被剪去，以提高耕地面積測量的精確度。修正過的圖像如圖3所示。

圖2 P2V無人機拍攝圖像

圖3 校正后的無人機圖像

使用多項式幾何校正模型、最近鄰取樣算法和分辨率為0.6m的地理編碼圖像作為參考。幾何校正誤差都小于兩個像素且覆蓋一個沉降點的P2V無人機地理編碼圖像的數量隨著沉降點的增加而增加。同時每個P2V無人機圖像的分辨率取決于飛行高度。結果表明，圖2與圖3兩幅P2V無人機地理編碼圖像間的馬賽克邊緣匹配良好，尤其是校正后無人機圖像中的線狀特征匹配。通過檢查和測量距離表明，線狀地物邊緣匹配誤差小于一個像素。當P2V無人機圖像疊加到參考圖像上時，P2V無人機圖像中的地面地物與參考圖像中的地面地物匹配良好。

3.2 從農村定居點開墾的耕地

通過對后期拼接P2V無人機圖像與前期參考圖像進行比較，可以確定土地整合結果和農村開墾耕地變化。與參考圖像進行比較，從10cm分辨率的P2V無人機圖像中可以準確地描繪拆除舊建筑、回收土地并改造用于耕種的地塊如圖4所示。使用ARCGIS軟件計算每個地塊的面積，見表1。從表1可以看出，耕地2的面積最大（4184.35m2），分別比耕地1、耕地3、耕地4擴大了69.37%、83.05%、86.30%。最小耕地為573.12m2。

表1 復墾后的耕地面積（單位：m2）

圖4 開墾后的耕地圖像

圖4（a）清楚地顯示，一些開墾的耕地上已經種植了油菜，但土壤肥力較低，油菜的長勢不如原來的耕地。原始耕地的質量低，說明該地區開墾的耕地質量需要改善。地塊分布稀疏，田塊面積較小，通常在500m2～5000m2。

3.3 準確度和效率

為評估研究中提出的方法的準確性，使用ARCGIS軟件對P2V無人機圖像的5個測量點進行測量，并將P2V無人機圖像與參考圖像進行對比，進一步研究P2V無人機圖像繪圖誤差，試驗結果見表2。

表2 P2V無人機圖像繪圖誤差

從表2可以看出，測量點2內的誤差約為0.206%，測量點3的誤差為0.619%。同時測量點2內的準確率為99.794%。在整個分析過程中，耕地面積誤差均不超過1%。，P2V無人機方法所實現的準確率均大于99%。隨著耕地面積的增加，準確率也有所提高。在研究區域內，一天可以捕捉40張無人機圖像。需要兩天處理這些數據，并獲得地圖、表格和報告的結果。因此，共需要4天來完成耕地面積測量任務。

由數據顯示，分辨率隨著飛行高度的降低而增加。P2V無人機的最大安全飛行高度不超過200m，但最佳高度在離地面的100m～200m。當P2V無人機離地面飛行約200m時，可以獲得分辨率約10cm的圖像，該圖像覆蓋面積約為140000m2，比一個沉降點大。最佳圖像面積約為7萬m2，總計約為50%。當研究區域內沒有樹木或建筑物等障礙物時，P2V無人機可以在約9m2的空地上輕松起飛。該系統也可以在云層下方飛行，捕捉可用圖像所需的高度通常距離地面不超過200m。

4 結論

本文提出利用P2V無人機系統測量農村耕地面積的方法。采用0.6m分辨率的地理編碼圖像作為參考。利用該方法測量面積的精度高于99%，符合國家土地管理要求。將后期無人機圖像與前期參考圖像進行比較，可以很容易地評價土地整合數據和農村耕地變化。利用ARCGIS軟件將P2V無人機后期鑲嵌圖像與前期參考圖像進行比較，可以準確測量農村居民點開墾的耕地面積。測量的耕地最大面積為4184.35m2，最小耕地為573.12m2。