基于傾斜攝影的實景三維模型制作優化研究

朱悅陽 胡丹丹 劉楊

關鍵詞：無人機；傾斜攝影；空三優化；實景三維模型；精細化模型

0引言

近年來，隨著無人機制造技術的迅速發展、相機重量減輕以及相機分辨率不斷提升，結合導航定位技術的快速發展，采用傾斜攝影技術進行航空攝影，再利用專業的攝影測量軟件對數據進行解算，得到高質量的測繪產品，成為基礎測繪地理產品的主要制作方案[1-3]。對于攝影測量影像數據解算而言，其最核心的算法是提取影像的同名點，并完成加密點的平差調整[4]。利用同一款軟件進行影像空中三角測量解算，輸入工程的影像數據、相機參數和POS數據，直接決定著空三解算成果的可用性。傾斜攝影測量由于獲取影像數據的角度大，導致采集的影像分辨率差異大，并且影像畸變也大[5]。以下視POS數據代替側視相機POS數據，導致輸入工程的POS精度低，并且相機參數精度較低，都嚴重影響了傾斜數據空三解算的精度和通過率[6]。由于傾斜攝影方式采集的影像存在較多盲區，并且目前算法對弱紋理數據解算效果不佳，構建模型過程中算法的局限性，導致模型出現破損、扭曲變形等，影響著模型的整體質量和可用性[7-8]。鑒于上述各種問題，本文對傾斜攝影技術展開深入研究，重點對傾斜影像空三加密解算和模型質量提升進行分析研究，并以實際項目進行驗證。通過對多組影像數據的解算對比分析，得到優化后的數據可以提升傾斜影像空三加密解算的通過率和精度；利用模型修飾軟件對模型成果進行處理，可以提升模型成果的整體質量和模型地物結構的完整性。本文的研究可以為同行作業人員在傾斜攝影數據解算方面提供參考。

1無人機傾斜攝影測量技術

該技術是指以無人機為飛行平臺，以不同角度組合的多個相機為傾斜相機，結合導航和定位技術，在空中對地面進行影像數據采集，并記錄相機在空中曝光時的位置和姿態。利用影像之間的關系和共線方程，對數據進行解算，生產得到各種符合測繪精度要求的測繪產品。目前常見的傾斜相機有2鏡頭、5鏡頭甚至更多鏡頭，其中最常見的是5鏡頭，由4個側視和1個下視相機組成，且側視和下視兩相機之間的夾角為45度。在航攝作業時，下視相機以垂直的角度采集目標地物頂部數據，側視相機則以45度的角度采集目標地物側面數據。相機焦距、像元大小、航攝影像地面分辨率和航攝高度之間存在如式（1）的關系：

其中：a代表像元大小、GSD代表影像地面分辨率、f代表相機焦距，H代表航攝高度。這里的航攝高度實際上指的是相機中心點距離目標地物點的距離。對于傾斜相機來說，這個距離是下視的1.4倍。為了使得獲取的影像分辨率盡可能相同，在進行傾斜相機組裝時，將側視相機焦距調整為下視相機焦距的1.4倍，然后固定焦距，完成傾斜相機的組裝。

2航攝數據優化處理

航攝成果主要包括影像數據、POS數據和相機參數，利用這三種數據才能完成空三加密數據的解算。因此，需要對這三種數據進行優化，才可以提升傾斜攝影空三加密解算的通過率和精度。

2.1相機參數優化

對于傾斜相機來說，其與地面的夾角較大。目前的相機檢校算法已經不能滿足傾斜相機參數的準確檢校。因此，在獲取高精度傾斜相機參數時，都是利用軟件自檢校的方式。即選取POS數據一致的5個鏡頭的影像數據，且這部分數據最少包含3個航帶，并且選取范圍內至少包含4個像控點和1個檢查點，像控點分布在選取范圍的四周，檢查點位于選取范圍的中間區域。利用傾斜攝影軟件對該部分影像數據進行解算，然后將5個像控點進行轉刺，設置中間的1個點為檢查點并進行多次迭代的平差調整運算。然后查看平差報告，當像控點和檢查點的較差趨于穩定，相機參數不再發生變化時，此時獲取的相機參數精度較高，可以作為優化后的相機參數進行后期數據的解算。

2.2POS數據優化

POS是相機曝光時的位置和姿態。目前的傾斜相機，大多數是以下視POS數據來代替側視相機的POS。對于數據解算而言，準確恢復影像之間的關系，能有效提升影像數據的解算質量。從POS數據出發，以下視相機POS為基準，利用相機之間的安裝距離和角度等參數，對側視相機POS數據進行計算，然后得到準確的側視相機對應的POS數據。這種方法對人員要求較高，需要懂編程、會開發軟件，然后對POS進行優化處理。

還有一種是多軟件組合進行POS數據優化。目前傾斜攝影解算軟件較多，每個軟件的算法都不同。采用不同的軟件，可以實現影像數據的低精度解算，得到精度較高的POS數據，且每個相機之間的相對精度也較高。然后將高精度POS數據導入到高精度空三解算軟件中，完成高精度空三加密數據的解算。這是目前常用的POS數據優化措施。

2.3影像數據優化

影像數據優化主要是提升影像的質量，減小影像的畸變誤差。對于攝影測量而言，只有相機中心點不存在影像畸變，其余區域，隨著距離中心點的距離越大，影像畸變差就越大，這種情況不利于數據的高精度解算。利用準確的相機參數，對影像畸變誤差進行處理，可以提升影像的整體質量，有利于空三加密的高精度解算。除此之外，采用蒙板技術對影像畸變大的區域進行處理，也可以減小影像整體的畸變影響，得到高精度空三加密成果。采用蒙板進行畸變處理，其主要思路如下：選取一張航攝影像作為蒙板，將影像加載到Photoshop軟件中，選中影像邊緣部分，對其RGB賦值為（0，0，0），剩余部分RGB統一賦值為（255，255，255），并對蒙板命名為mask.tif，將其放置到影像所在的文件夾下，即可完成蒙板的設置。

3空三加密解算對比

為了驗證本文提出的優化措施對影像空三加密解算的影響，筆者采用了不同類型的5組影像數據進行解算，得到的結果見表1。

4實景三維模型制作

實景三維模型的生產主要是基于空三加密成果完成的，在空三成果的基礎上，基于多視影像密集匹配技術生產高密度點云數據，利用密集點云數據，按照不規則三角網構網原則進行三角網的構建，得到TIN模型。基于TIN模型中三角網頂點和傾斜影像之間的對應關系，在多張影像中選擇最優的影像進行紋理的自動映射，最后按照要求的成果格式進行模型輸出。本次對城區建筑多的實驗數據進行實景三維模型生產，得到的部分實景三維模型成果如圖1所示。

5模型成果問題分析與優化處理

采用人機交互方式對本次生產的模型成果進行查看，發現部分模型窗戶不平整，部分建筑物底部扭曲變形，對模型問題展開以下分析，并給出解決措施。

5.1窗戶不平整分析及解決措施

模型構建是基于三角網，而三角網是在密集點云的基礎上得到的。由于匹配的點云存在誤差，因此得到的三維模型中窗戶面并不平整，而是凸凹不平的。

針對窗戶不平整問題，目前采用的優化處理措施主要有兩種，即模型壓平和模型重建。模型壓平是指將窗戶對應的三角網選中，然后選擇立面為基準面，將選中的三角網全部壓到基準面上，這種方式不需要重新建模，但可能會導致三角網疊加問題，從而在模型成果展示時出現模型閃爍問題。另一種優化措施是直接進行三維模型單體化重建，即利用空三和影像數據，或者基于實景三維模型成果，設置窗戶所在的面為基準面，采集窗戶的兩個頂點，并通過延伸方式得到另外兩個頂點，從而構建得到窗戶面，形成優化后的模型成果。

5.2建筑底部扭曲變形分析及解決措施

傾斜攝影是從空中對地面進行影像數據采集，因此在建筑物底部會出現航攝盲區。對于空三加密解算而言，其主要是基于影像提取可靠的同名點坐標，而在盲區部分由于缺乏可靠的影像，無法獲取準確的同名點數據，從而得不到密集的點云數據。在基于密集點云構建三角網時，由于缺乏點云數據，導致構建的三角網發生扭曲變形問題，從而得到的實景三維模型呈現扭曲變形問題。

從點云入手，采用激光掃描方式獲取密集點云數據，以構建結構完整的建筑物模型。在采集點云數據之前，首先在墻的立面上布設像控點，并利用全站儀采集立面像控點的坐標值。隨后，利用地面激光掃描設備獲取建筑物底部的彩色點云數據，并利用像控點對點云數據進行糾正處理。在與傾斜影像接邊的區域，利用公共點對兩套成果的精度進行約束，以確保采集的點云數據成果與傾斜攝影得到的點云成果能夠完美融合，然后基于這兩套點云數據進行三角網的構建。由于彩色點云自帶紋理數據，因此直接將彩色點云的紋理映射到模型上，即可完成高質量模型數據的制作。

從三角網入手，采用單體化技術對扭曲變形的建筑物進行模型重建。首先利用OSGB模型或者恢復的立體模型，采集建筑物的頂點和邊界線，然后利用拉伸等操作，完成建筑物結構的建模。直接從模型上獲取紋理信息，對于紋理映射錯誤的部分，采用Photo?shop軟件進行處理，然后將優化后的紋理重新映射到模型上，從而得到高質量的模型成果。

6優化模型制作

針對窗戶不平整問題，采用單體化軟件進行模型重建，得到優化前后的窗戶模型成果如圖2所示。

對扭曲變形的建筑底部模型采用單體化技術進行三維模型重建，并對部分場景成果中的樹木進行刪除，同時植入模型庫中的樹木；對模型中的車輛等進行刪除，得到優化前后的模型場景成果如圖3所示。

7結束語

本文分析了傾斜攝影技術，對傾斜攝影空三解算進行了優化研究，采用不同數據進行了驗證，表明優化后的數據可以有效提升空三加密解算成果的通過率和精度。采用建模軟件生產實景三維模型，查看并分析了模型存在問題產生的原因，給出解決措施，并對生產的模型進行了優化處理，得到了質量更高的模型成果。本文的研究可以為傾斜攝影數據的高精度空三加密解算和高質量模型生產提供借鑒。