基于無人機傾斜測量技術的農村土地工程確權登記邊界精準確定方法研究

摘要：在當前農村土地確權過程中，傳統的人工測量方法存在效率低下、精度不足的問題，難以滿足日益增長的土地管理需求。為應對上述挑戰，本研究提出利用無人機傾斜攝影測量技術快速獲取大面積區域的高分辨率影像資料，并利用專業軟件進行三維建模與分析，從而實現對農村土地邊界的高效、準確界定。測試實驗結果表明，基于無人機傾斜測量技術的農村土地工程確權登記邊界精準確定方法能夠提升測量結果的準確性和可靠性，可以為農村土地管理提供技術支持。

關鍵詞：無人機；像控點；多視影像采集；土地確權；農村

農村土地確權工作是保障農民權益、推動農村經濟發展及維護社會穩定的重要基石。然而，復雜的地形、技術瓶頸及歷史遺留問題，使得確權登記邊界的精準確定面臨重重挑戰。傳統測繪手段雖能提供一定精度，但耗時費力、成本高昂，且難以適應大規模復雜地形區域的測量需求[1]。鑒于此，開發一種高效、精準的土地邊界確定方法顯得尤為重要。近年來，無人機傾斜攝影測量技術憑借其靈活性、高效率及低成本等優勢，在地理信息獲取領域大放異彩。該技術利用搭載多角度相機的無人機進行航拍，迅速獲取地表高分辨率影像，并通過計算機視覺與空間信息技術構建三維模型，實現目標區域的全方位、立體化觀測?；谏鲜霰尘埃狙芯窟x取大疆M300 RTK無人機為例，深入探索基于無人機傾斜測量技術的農村土地工程確權登記邊界精準確定方法，旨在為相關從業者提供有益的參考與借鑒[1]。

1 無人機傾斜測量技術設計

依托于實時動態（RTK）定位技術與高精度傳感器，大疆M300 RTK無人機在執行測量任務時能夠實現厘米級的三維坐標測量[2]。RTK技術核心在于基站與移動站之間的數據差分處理，其中基站將接收到的衛星信號通過L1頻段發送給移動站，移動站則利用這些信息進行位置校正；同時，配備激光雷達、多光譜相機兩種專業負載選項以獲取測區的點云數據和圖像數據，兩種數據流匯入嵌入式計算單元進行處理與分析。此外，該無人機還整合慣性測量單元（IMU）和加速度計等關鍵傳感器組件，進一步增強穩定性和數據采集能力[2]，如圖1所示。

IMU由陀螺儀、加速度計及磁力計組成，能夠實時監測無人機的姿態變化、角速度以及線性加速度，為飛行控制系統提供即時反饋，確保平穩飛行；加速度計則專門用于檢測無人機沿各個軸向的加速度變化情況，這對于精確控制無人機的速度與方向至關重要。同時，集成雙天線GNSS接收器提供精準的位置信息，并有效抵抗電磁干擾，確保即使在復雜環境下也能保持穩定飛行。

2 農村土地工程精準確權邊界的技術性方案設計

2.1 布設像控點

像控點點位應盡量避開遮擋嚴重的區域，如樹下、房檐下等，應選擇相對較平且無陰影、無遮擋的地方。布設過程中，使用標準的40 cm×40 cm的圓形像控點標靶，并采用紅噴漆，確保標靶在航片上成像清晰、棱角分明[3]。同時，像控點的連線應盡可能覆蓋整個測區，并在測區范圍內均勻加密布設，以提升無人機航空攝影地形圖成像精度。5種無人機航測的像控點布設方式如圖2所示。

對于平坦或簡單的地形選擇四角單點布設、四角點組布設、四周邊均勻布設方式；而對于復雜地形（如山地、丘陵）或有大量地物變化的區域，則應采用更加密集的布設方式，如四周邊均勻布設或者加上內部控制點。同時，使用徠卡全站儀進行像控點點位采集[3]，每個像控點至少采集3次數據，每次采集過程應平滑10次，以提升數據的穩定性和可靠性。為便于后續處理，在像控點布設結束后進行編號，并拍攝3張照片，包括1張近景圖和2張包含周圍典型參考物體的遠景圖。

2.2 多視影像采集與預處理

在無人機飛行規劃階段，依據測區的地貌、農作物分布特征及具體的確權登記需求，運用DJI Flight Plan飛行規劃軟件對目標農田區域進行全面的剖析，以科學規劃飛行路徑[4]。在此基礎之上，借助預飛校驗環節調整無人機的飛行參數，如表1所示。

進一步地，在Pix4Dmapper中對獲取的多視影像數據進行預處理操作，首先采用Tsai針孔模型標定消除鏡頭畸變，表達式如式（1）所示：

其中，為校正后半徑，為焦距，為未校正半徑，和為徑向畸變系數。其次，采用灰度直方圖拉伸法對采集的影像進行輻射校正，以均衡影像的亮度和色彩分布[5]。最后，使用Pix4D Mapper軟件對影像進行粗拼接，以快速驗證影像完整性和覆蓋情況，確保多視影像無遺漏和斷層，為后續三維建模和邊界提取奠定高質量的數據基礎。

2.3 構建DSM三維數據模型

2.3.1 SIFT影像特征匹配

SIFT算法能夠有效地從多張重疊的無人機影像中提取出穩定的關鍵點，這些關鍵點在不同尺度和旋轉角度下具有不變性，為影像配準和三維重建提供堅實的基礎。具體而言，SIFT算法通過多層高斯模糊濾波構建尺度空間，識別出不同尺度上的局部極值點作為潛在特征點。高斯模糊濾波算法表達式如式（2）所示：

其中，為差分高斯圖像，是尺度為的高斯核函數，為輸入影像，為尺度增量系數。上述方法對圖像中的極值點進行篩選，繼而結合主方向確定每個關鍵點的位置和方向屬性，以實現對特征點的初步提取。在此基礎上，SIFT通過比較特征點描述符之間的歐氏距離找出最佳匹配對，而每個特征點的描述符是由該點鄰域內的灰度值構成的一個高維向量，以此向量來描述特征點的局部圖像信息。特征點匹配過程如式（3）所示：

其中，表示兩個特征點描述符之間的歐氏距離，和分別為描述符向量中的第個元素，為描述符的維度。通過計算描述符之間的歐氏距離，以選擇最小的距離作為最佳匹配點[4]。為進一步提升匹配的精度和效率，采用RANSAC（隨機抽樣一致性）算法對初始匹配對進行優化，該算法隨機抽樣匹配點對，并通過內點數量最大化準則剔除誤匹配點對，從而得到精確的匹配結果。

2.3.2 表面重建與紋理映射

根據SIFT匹配結果，采用泊松表面重建技術（Poisson Surface Reconstruction）構建地形表面三維幾何形狀。泊松表面重建是一種基于全局優化的方法，核心在于將已知的點云數據視為帶有法向量的離散采樣，利用這些數據通過優化一個全局的泊松方程生成一條平滑的三維表面。泊松方程表達式如式（5）所示：

其中，表示要求解的潛在函數，是點云數據的法向量，表示拉普拉斯算子。通過求解這個方程，泊松表面重建能夠有效地從散亂的點云數據中提取出連通的表面，并且該表面能夠自然地適應點云的局部變化特征。在此基礎上，通過紋理映射技術將原始圖片中的顏色信息映射到三維表面上，以增強模型的真實感和可視化效果。具體而言，從原始影像中提取出每個像素的RGB值，然后將這些顏色信息按照三維表面點的坐標一一對應進行映射，使得三維模型不僅在幾何形態上得到精確重建，同時也具備與現實物體相似的顏色細節。

2.4 邊界線識別

為實現高效且精準的邊界識別，在三維表面模型（DSM）的基礎上，利用基于形態學的圖像處理方法和基于深度學習的端到端方法對地物邊界進行自動化檢測。形態學方法通過Canny邊緣檢測算法識別圖像中的邊緣，并通過邊緣追蹤算法將散亂的邊緣點連接成閉合的邊界線，該處理過程通過式（6）表示：

其中，表示圖像在點的梯度幅值，和分別是圖像在x和y方向上的偏導數。而對于復雜的地形或多變的邊界形狀，采用U-Net深度神經網絡實現端到端的邊界識別。U-Net編碼器—解碼器結構能夠對圖像進行逐層抽象，并將抽象后的高層次特征與原始圖像信息結合，進一步精確地定位邊界。最終，經過標注和驗證后的邊界數據可以直接應用于土地管理系統、空間分析等領域，實現智能化的土地邊界管理與規劃。

2.5 測試試驗

2.5.1 試驗環境

測量區域選取某鄉村區域面積為132 km的地塊，包含坡地、平地和水域等，以模擬典型的農村土地復雜環境。同時，使用Pix4Dmapper進行圖像處理和三維建模，配置Intel i7-9700K處理器，以及32GB RAM，NVIDIA GTX 1080 Ti顯卡，以高效完成大數據量的圖像解算。

2.5.2 試驗結果

試驗隨機選取了該地塊邊界的4個點A、B、C、D，并將通過無人機系統獲得的數據與采用傳統的全站儀方法得到的實際測量值進行對比。實驗結果如表2所示。

從表2可以看出，在所選的4個點中，無人機測量與實際測量之間的坐標偏差均保持在較小范圍內，最大偏差不超過0.003 m，表明利用大疆M300 RTK無人機搭載Zenmuse P1相機進行的土地邊界測量具有較高的精度，能夠滿足農村土地工程確權登記對于邊界精準度的要求。此外，考慮到整個測試區域內包含多種地形特征（如坡地、平地和水域），無人機傾斜攝影技術依然表現出良好的適應性和穩定性，進一步證明了其在復雜環境下的應用潛力[5]。

3 結語

基于無人機傾斜測量技術的農村土地工程確權登記邊界精準確定方法，不僅有助于提高土地邊界測量的速度和精度，而且能夠減少傳統人工測繪所需的時間與成本，對于促進農村土地制度改革、保障農民權益具有重要意義。未來，研究人員可以考慮將人工智能等先進技術融入數據處理流程中來，以實現自動化程度更高的邊界識別與分析。

參考文獻

[1] 劉一鳴.傾斜攝影測量技術在房地一體測繪中的應用[J].科技創新與應用，2024，14（31）：71-74+79.

[2] 黃月秋.無人機傾斜攝影測量技術在水庫庫容計算中的應用[J].水利技術監督，2024（10）：61-63+85.

[3] 羅佳，劉寶榮.無人機航空傾斜攝影測量技術在航電工程建設中的應用與發展[J].四川水泥，2024（10）：65-66+69.

[4] 張學才.多源觀測技術在黃浦江三維地形河道測量中的應用[J].測繪通報，2024（S2）：82-85.

[5] 黃毅.無人機傾斜攝影測量技術在社區建筑面積測算中的應用[J].住宅與房地產，2024（25）：92-94.