基于免像控空地融合技術的古式建筑精細建模研究

摘" 要：古式建筑因其具有結構復雜、構件精細等特點，采用常規傾斜攝影建模方法，通常存在房檐底部拉花、立面紋理不清晰等問題。該文提出一種基于單鏡頭無人機空中井字航線影像、貼近環拍視頻分幀影像、多向空地銜接影像和地面近景照片數據的免像控空地融合精細建模方法，選取青島即墨古城的古式建筑為實驗對象，將該方法與常規傾斜攝影建模方法進行對比分析。實驗結果表明，該文方法在生產效率、紋理精細度和空間精度上均要優于常規傾斜攝影建模方法。

關鍵詞：即墨古城；無人機免像控；空地影像融合；精細建模；技術實驗

中圖分類號：P231" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2024）25-0024-05

Abstract： Because of its complex structure and fine components， the conventional oblique photography modeling method usually has some problems， such as flower drawing at the bottom of the eaves， unclear facade texture and so on. This paper presents a fine modeling method of image-free air-ground fusion based on single-lens UAV air well route image， close-to-loop video framing image， multi-directional air-ground connection image and ground close-up photo data. The ancient architecture of Jimo ancient city of Qingdao is selected as the experimental object， and this method is compared with the conventional oblique photography modeling method. The experimental results show that the proposed method is superior to the conventional oblique photography modeling method in terms of production efficiency， texture fineness and spatial accuracy.

Keywords： Jimo ancient city; UAV image-free control; air-ground image fusion; fine modeling; technical experiment

古建筑是我國的無價瑰寶，無人機傾斜攝影建模方法因其成本低、效率高且自帶真實紋理等特點[1]，在近年來被很多學者廣泛應用于古建筑模型重建[2]、修繕保護[3]與數字化建檔[4]等工作中。但是，針對古建筑的修繕需要盡可能地保留古建筑的原真性[5]，而常規無人機五向傾斜攝影建模方法在針對古式風格的建筑進行三維建模時，通常會因為無法獲取古式建筑檐下、立面、通道等結構區域的清晰影像，而導致模型視覺效果不佳，需要結合手工單體化精修[6]或激光點云數據融合[7]等方法才能解決，極大地增加了建模成本。為了解決以上問題，本文提出了一種基于單鏡頭無人機空中井字航線傾斜影像、貼近環拍視頻分幀影像、多向空地銜接影像和地面近景照片數據的免像控空地融合精細建模方法。

1" 免像控空地影像融合建模技術路線和關鍵技術

1.1" 主要技術路線

本研究主要采取如下技術路線：第一，利用單鏡頭無人機規劃空中井字航線、貼近繞飛航線，獲取目標古式建筑的頂部和中部（側立面）影像或視頻信息；第二，通過手持無人機或高清相機圍繞目標建筑拍攝地面近景照片，獲取目標古式建筑的底部影像數據；第三，基于目標古式建筑的頂部、中部和底部全方位影像數據，加采多向空地銜接影像，經過POS高程精化、相機標定/畸變糾正、視頻分幀、空地融合等技術處理，實現多種攝影基線影像空三密集點云的匹配與融合，經過軟件全自動TIN網構建、白模生成和紋理映射，最終實現目標古式建筑的免像控空地融合精細建模。

1.2" 單鏡頭無人機免像控技術

單鏡頭無人機免像控技術主要分為2步。第一，POS高程精化。本研究通過結合實驗區的高精度似大地水準面精化參數，對飛機的原始POS高程進行精化處理，將橢球高轉換為更為精確的正常高[8]，從而實現無人機POS高程精度的整體優化。第二，相機標定與畸變糾正。要實現無人機免像控攝影測量，就需要對無人機相機進行標定，獲得更為精準的相機畸變參數[9]。本文主要采用如下方式進行相機標定/檢校：首先，針對地形、地物相對豐富的區域利用單鏡頭無人機進行常規傾斜攝影建模；其次，利用大疆智圖軟件進行相機內參優化計算，完成相機自動標定，并在影像空三計算階段，導入優化后的相機畸變參數，從而起到畸變糾正的效果，提升免像控精度。

1.3" 貼近環拍視頻勻分幀影像提取

貼近攝影測量近年來被廣泛應用于建筑精細建模和表觀病害檢測等領域[10]，本文所采用的貼近環拍視頻勻分幀影像提取方法則是對該方法的進一步優化，具體方法是：首先，通過對古式建筑的長、寬、高進行綜合分析，設計適宜的航飛高度和相機傾角，采取貼近繞飛的方式，自動勻速環拍目標建筑的側立面高清視頻，再利用影像勻分幀方法，按照合適的時間間隔進行分幀提取影像。基于該方法，可以有效地提升數據采集效率，保證環拍影像重疊度滿足建模要求。

1.4" 多向空地銜接影像獲取

為了輔助不同攝影基線影像的聯合空三與融合建模，本研究采用拍攝多向空地銜接影像的方法，具體如下：首先，針對目標建筑的任一主要立面，讓無人機自空中航線的最高處至最低處垂直下降，按照一定的影像重疊度，以-90°的相機傾角不斷拍攝正射影像；待降至航線最低處，將無人機相機沿著朝向建筑物立面以及立面的左、右兩側共計3個方向，分別逐步抬升相機鏡頭至-75°、-60°、-45°、-30°和-15°，拍攝近地銜接傾斜影像，從而達到增大不同航高影像之間公共攝影區域的效果，如圖1所示。

1.5" 空地影像融合建模技術

空地影像融合建模技術的主要技術流程如圖2所示：首先，將井字航線影像與視頻分幀影像進行聯合空三計算，得到空中影像融合密集點云；其次，利用地面影像進行單獨空三計算，得到相應的影像密集點云；最后，利用空地銜接影像作為連接媒介，通過刺影像連接點的方式，將地面密集點云與空中影像融合密集點云進行配準、融合，得到融合后的空地影像融合匹配點云數據，再經過TIN網重構、白模生成、紋理映射等步驟，實現目標古式建筑的精細模型重建。

2 技術實驗

2.1" 實驗區概況

本研究主要選取即墨古城的南閣“景岱”門及周邊區域作為實驗區，具體范圍如圖3所示，圖中中下方圓圈區域內為精細建模區域，主要是針對南閣這一古式建筑實現精細建模；外圍矩形區域內為常規實景三維建模區域，約0.06 km2。并在測區內布設了5個像控點，主要用于后續常規傾斜建模實驗中帶像控點的平差解算。

2.2" 免像控空地融合精細化建模實驗

本研究中，主要利用大疆Mavic 3 Enterprise（以下簡稱“M3E”）無人機，獲取測區的多種空中和地面影像數據，并基于空地影像融合建模技術，構建南閣“景岱”門的精細實景三維模型。

2.2.1" 井字航線傾斜影像獲取

基于M3E無人機規劃實驗區“井字”航線，獲取南閣及周邊區域的3 cm分辨率東、西、南、北4個方向傾斜影像，設置航線高度為100 m，相機傾角-60°，航向與旁向重疊度均為80%，最終共獲取影像278張，作為空地融合建模的重要數據源之一。

2.2.2" 貼近環拍視頻分幀影像獲取

針對目標古式建筑規劃3種高度的圓形航線，通過勻速貼近繞飛，分別獲取目標古式建筑的頂部（上段圓）、中部（中段圓）和底部（下段圓）的高清視頻數據。其中，上段圓航高45 m，繞飛半徑20 m，相機傾角約55°；中段圓航高25 m，繞飛半徑10 m，相機傾角約30°；下段圓航高15 m，繞飛半徑8 m，相機傾角約5°。結合這3組環拍高清視頻，綜合分析像片重疊度和數據冗余度，采用0.3 s的分幀間隔，進行視頻勻分幀影像提取，最終得到目標建筑物的貼近繞飛環拍影像386張，其影像重疊度均在75%以上，完全能夠滿足空中三角測量和精細建模要求。

2.2.3" 多向空地銜接影像獲取

為了輔助環拍視頻分幀影像、“井字”航線影像與地面近景照片的聯合空三與融合建模，本研究自航線的最高處（100 m），至航線的最低處（15 m），針對目標古式建筑的每個立面都從高到低依次拍攝了9張正射影像和15張近地銜接傾斜影像（影像重疊度70%），即對于古式建筑的4個主要立面總共拍攝了96張空地銜接影像。

2.2.4" 地面近景照片拍攝

本研究主要采用手持M3E無人機的方式，圍繞南閣“景岱”門環拍地面近景影像，共166張。M3E無人機自帶RTK，具備高精POS信息，經過與空中航拍影像相同的高程精化和相機標定步驟后，同樣具備免像控級別的空間精度。

2.2.5" 免像控空地影像融合建模

綜上，本次實驗總計獲取了926張空地融合影像，利用青島CORS大地水準面精化七參數對這些影像的POS數據進行高程精化，并導入相機畸變參數輔助空中三角測量計算（其中，為了進一步提高免像控精度，對視頻分幀影像組和常規照片影像組分開進行了畸變糾正，見表1），基于空地影像融合建模技術，最終實現了即墨南閣古式建筑的免像控空地融合模型重建，如圖4所示。

2.3" 帶像控常規五向傾斜影像建模實驗

由于實驗區周邊存在高度超過90 m的高大建筑，所以，本文的五向傾斜影像建模實驗，主要采取了如下方式：首先，針對實驗區以100 m航高，整體航飛3 cm分辨率五向傾斜影像（相機傾角-60°，航向、旁向重疊度80%）；再針對目標建筑區域單獨規劃航線，以45 m航高獲取目標建筑的1.5 cm分辨率五向傾斜影像（除航高外，其余參數與3 cm分辨率影像相同），最終通過像控點平差和實景三維重建，得到目標建筑的常規五向傾斜模型，用于和免像控空地影像融合模型進行對比分析。

2.4" 2種方法的對比分析

本文主要從生產效率、紋理精細度和空間精度3方面，將免像控空地影像融合建模方法與帶像控常規五向傾斜攝影建模方法進行對比分析。

2.4.1" 生產效率對比分析

外業方面，2種方法均是基于M3E無人機開展影像數據獲取。但空地融合建模方法由于采用了免像控技術，極大地節省了外業的數據獲取時間。

內業方面，2種方法均是基于配置為CPU（i7-11 700 K）、內存（32 GB）、GPU（RTX 3 060）的單機處理。但空地融合建模方法獲取的影像更少，數據冗余量小，且不需要刺像控點，所以節省了一定的內業處理時間。二者的生產耗時對比具體見表2。

由表2可知，免像控空地影像融合建模方法的整體生產效率要優于常規的帶像控常規傾斜攝影建模方法，整體模型生產效率提升約為24.68%，顯著降低了目標建筑精細建模的整體耗時。

2.4.2" 紋理精細度對比分析

本文主要選取了3處具有代表性的細節區域，對2種方法所重建的實景三維模型紋理精細度進行了對比，如圖5—圖7所示。基于空地影像融合的建模方法在房檐底部、通道結構、立面紋理清晰度方面均要優于常規傾斜建模方法，可以有效還原古式建筑的檐底結構、通道結構，甚至連磚縫等紋理細節都能清晰呈現，極大提升了模型的紋理精細程度。

2.4.3" 空間精度對比分析

本研究圍繞南閣精細建模區域周圍共測量了19個平高檢測點（坐標已經過脫密處理），其分布如圖8所示。通過選取模型點和實測點，對空地融合精細模型和常規傾斜模型進行精度檢測，其平高檢測結果分別見表3、表4。

通過誤差公式計算可得，空地融合模型的平面中誤差為0.030 m，高程中誤差為0.025 m；常規傾斜模型的平面中誤差為0.034 m，高程中誤差為0.027 m。由此看出，空地融合模型與常規五向傾斜模型的空間精度均能滿足大比例尺測圖要求，但空地融合模型的整體空間精度均要優于常規五向傾斜模型。

綜上所述，空地融合建模方法在生產效率、紋理精細度和空間精度上均要優于常規五向傾斜攝影建模方法，可以在不損害空間精度的前提下，有效提升模型生產效率、提高紋理精細度，降低精細模型生產成本。

3 結束語

本文利用單鏡頭無人機，基于空中井字航線影像、貼近環拍視頻勻分幀影像、多向空地銜接影像和地面近景照片數據，結合POS精化、相機標定、視頻分幀和空地融合等技術，實現了青島即墨古城南閣“景岱”門的免像控、精細化建模，并從生產效率、紋理精細度與空間精度3個方面，與常規五向傾斜攝影建模方法進行了對比分析，闡明了本方法的優越性，希望為古建筑的精準修繕和全面保護提供新的思路。

參考文獻：

[1] 于麗麗.基于無人機傾斜攝影測量技術的城市三維實景建模研究[J].測繪與空間地理信息，2021，44（5）：86-88.

[2] 張茂正.面向高聳古塔的數字化三維實景建模方法研究[D].銀川：寧夏大學，2023.

[3] 袁士才，劉書婷，唐忠海，等.無人機航測技術在鄉村古建筑保護中的應用[J].智能建筑與智慧城市，2021（4）：132-133.

[4] 張亦漢，楊清平，黃藝平，等.基于貼近攝影測量的廣西古墓葬數字化采集研究[J].南寧師范大學學報（自然科學版），2023，40（3）：136-142.

[5] 趙江源.探索古建筑修繕中文物保護的優化路徑[J].中國民族博覽，2023（16）：63-65.

[6] 楊彥梅，王瑩，施磊，等.基于DP-Modeler的精細化三維模型構建[J].測繪通報，2021（5）：106-110.

[7] 張新行，張培，齊亮，等.多源數據融合在廣府古城三維重建中的應用[J].測繪通報，2023（11）：112-115.

[8] 倪凱.基于精靈4 RTK無人機的1∶500地形圖免像控測量[J].測繪技術裝備，2021，23（1）：57-59.

[9] 任本偉.基于多源監測數據的礦區地表沉陷研究[D].邯鄲：河北工程大學，2020.

[10] 孫保燕，莫春華，張玉濤，等.貼近和傾斜攝影互融在拱橋表觀病害檢測的應用[J].遙感信息，2023，38（2）：26-32.