無人機航攝大比例尺測圖的關鍵技術分析

劉玉潔，崔鐵軍，郭繼發，劉朋飛

（天津師范大學城市與環境科學學院，天津300387）

隨著城市精細化管理和智慧城市建設的逐步推進，大比例尺地圖在城市規劃、建設、交通、管理、社會與公眾服務以及可持續發展研究等眾多領域的作用日益重要[1].傳統航空攝影存在任務手續繁雜、對機場和天氣條件依賴性較大以及成本較高等問題，造成航攝周期較長，無法滿足城市快速發展對高精度影像數據現實性的要求[2-3].無人機具有可避免辦理空域申請、機動性強、維護操作簡便、可在云層下實施航拍、風險小以及低空高分辨率等優點，是獲取小范圍大比例尺數據的有效手段，目前被廣泛應用于應急監測、震后災情查看和重建、不可達地區地圖數據獲取、大比例測圖與地圖數據獲取、地圖數據局部更新以及小范圍三維模型建立等諸多領域[4-9].但在無人機攝影測量中，由于無人機自重較小，飛行不穩定，且所搭載的相機為非專業測量相機，導致獲取的影像數據與定位定向系統（position and orientation system，POS）數據不如大飛機精確，具有像幅小、基高比小、重疊度大、分辨率較高和成果數據量較大的特點[8-11].雖然已有多位學者對無人機影像成圖及測圖問題[9，12-16]進行研究，但由于無人機自身特點帶來的正射影像不能無縫拼接、成圖精度不高以及大幅高分辨率拼接影像不能一次生成等問題，造成正射影像精度有限，導致使用具有很大局限.本研究采用理論分析和實例研究相結合的方法，對無人機航空影像鑲嵌過程中的影像畸變糾正、控制點布設、影像鑲嵌和海量影像鑲嵌處理這4個關鍵技術進行分析，制作出滿足大比例尺測圖需求的航空影像，并以天津師范大學校園為例進行驗證.

1 無人機航空影像處理技術流程

無人機航空攝影測量大比例尺成圖過程的主要步驟如圖1所示.

圖1 無人機數據處理工作流程Fig.1 Workflow of UAV data processing

（1）對無人機影像進行畸變糾正處理，提高影像匹配的精度和效率.

（2）選擇可用航帶，創建影像金字塔，以便提高在ImageStation自動三角測量（imagestation automatic triangulation，ISAT）中數據處理的速度和匹配點密度.

（3）根據以上相機參數和相機工作方式，使用步驟（2）中生成的金字塔影像數據建立工程、相機和航帶.

（4）測量地面控制點[13]應保證地面控制點均勻分布于整個測區范圍內.

（5）相對定向是對影像進行匹配，利用計算機對有重疊范圍的影像以數字計算的方式完成影像的相關，識別出2幅（或多幅）影像的同名像點.目前影像匹配的基本算法有：相關函數法、協方差函數法、相關系數法、差平方和法和差絕對值和法，這些算法均是基于灰度值進行匹配的方法.

（6）不添加控制點的情況下，進行自由網平差；添加控制點，剔除粗差點，進行控制點網平差.

（7）SSK軟件中的ISAT模塊可將連接點自動提取到空三計算及分析的全部過程.

（8）正射校正處理是在x軸和y軸負方向糾正影像，同時在z軸負方向使用數字高程模型（digital elevation map，DEM）中的高程數據進行糾正.

（9）將影像鑲嵌拼接在一起形成一幅較大的經過色彩調整的正射影像，隱藏原始影像間的接縫.

（10）勻光勻色輸出，修改整飾出圖.

2 關鍵技術研究

攝影測量工作過程中存在傾斜誤差和投影誤差，其中傾斜誤差是因相片傾斜引起的像點移位，投影誤差是因地形起伏引起的像點移位.通過增加地面控制點數量、做好無人機影像畸變糾正、合理進行影像鑲嵌以及小像幅大數據量無人機影像數據處理等關鍵技術的研究與探討，改進無人機成像質量和數據精度不高的問題.

2.1 影像畸變糾正

無人機低空航攝采用非量測數碼相機，所獲影像存在由于鏡頭設計、制造缺陷和加工安裝誤差造成的薄棱鏡畸變誤差，由CCD鏡頭形狀缺陷引起的徑向畸變和由光學系統光心與幾何中心不一致造成的偏心畸變.CCD引起的誤差帶來的畸變，由于畸變差對于空三精度具有較大影響，需對影像進行畸變糾正才能用于后期空三處理[17].由于與其他誤差相比，由CCD攝像機鏡頭引起的畸變誤差較大，因此，其他誤差可以忽略不計，本研究對CCD攝像機鏡頭畸變誤差進行了分析和標定研究，利用標準標定片上三點的實際像素坐標和理想像素坐標，計算出畸變大小和像點在像坐標系中的坐標.像片為橫向像幅，以影像中心為坐標系的原點，向右為影像坐標系x軸，向上為y軸.f為相機主距，（x0、y0）為主點，K1、K2[徑向畸變系數]和P1、P2[偏心畸變系數]為畸變系數.幾何畸變糾正模型[16]為：

式（1）和式（2）中：（x，y）為像點在像坐標系中的像坐標；（Δx，Δy）為該點與像點處的改正值；（X，Y，Z）是與像點坐標對應的地面點的坐標；（XS，YS，ZS）為攝站坐標；（ai，bi，ci，i=1，2，3）為外方位角元素（φ，ω，κ）所確定的旋轉矩陣中的元素.（Δx，Δy）可用式（3）和式（4）表示：

計算及實驗結果表明鏡頭徑向畸變較大，切向畸變較小，且圖像中心區域畸變很小，邊緣畸變大.在精密測量中需要考慮光學成像畸變的影響，并對所測得的圖像進行必要的校正.

2.2 控制點布控

由于無人機質量輕，飛行不穩定，其飛行過程中的POS數據精度不高，需要增加地面控制點的數量，以提高測區成圖精度.在保證測量人員的人員誤差較小、測量溫度與大氣壓適宜的條件下，根據已知地面控制點，采用實時動態定位技術（real time kine-matic，RTK）為無人機航測區域進行控制點加密工作.根據小比例尺地圖，設計無人機飛行航帶（航向重疊80%左右，旁向重疊60%左右，遠大于大飛機航空攝影測量對航帶設置的要求），制作精確地面控制點符號（一米見方的十字絲），均勻布設地面控制點.

像控點布設[18]的要求：（1）在測區四周均勻布設.（2）像控點一般應在航向三片重疊和旁向重疊中線附近，困難時可布在航向重疊范圍內.（3）大面積無特征區域周圍多布設控制點.（4）保證測區內像控點均勻布設，剔除誤差較大控制點.

2.3 影像鑲嵌

由于無人機采用非測量相機，飛行高度較低，投影誤差較大，且其影像不滿足共線方程，對于地表高層建筑物無法進行真正射改正，且相機成像原理為中心投影，邊緣位置影像投影誤差較大，因此需要進行鑲嵌處理.影像鑲嵌是從已進行正射糾正的影像中提取出滿足需要的影像信息，大比例尺成圖需盡量滿足不出現明顯影像間接縫，而自動生成的拼接線不能完全滿足需要，因此需要人工交互進行修改.鑲嵌線選取及修改應遵循以下原則：（1）盡量采集線性特征的接邊線（如道路、河流）；（2）避免直接穿過大型建筑物；（3）盡量遠離影像邊緣；（4）避免直接穿過大面積水區、沙漠、戈壁和森林地帶；（5）盡量沿道路和地面實體的邊緣.鑲嵌線修改完畢后，盡量將整個測區拼接線拼合成一套數據，編輯修改后保存.由于影像獲取過程中各種環境因素的影響，影像間存在色差和亮度差異，在調整好鑲嵌線之后對影像進行勻光勻色處理，對鑲嵌線兩側進行必要的羽化處理，使鑲嵌邊界處過渡自然，整體影像在紋理、亮度、反差和灰度級色相方保持較好特征.

2.4 海量影像數據處理

無人機航空攝影測量重疊度高帶來大量影像信息，增加了影像處理工作量，提高了影像鑲嵌和輸出難度.影像自動空三需要對所有影像信息進行整體平差處理，提取DEM和正射糾正可以分航帶分塊處理，臨界航帶需要重復處理.影像鑲嵌工作盡量滿足所有影像在同一工程中鑲嵌處理，以保證鑲嵌線協調統一.對于較大區域，需要在保證具有一定重疊度的條件下對影像進行先人為分塊，再鑲嵌處理.

鑲嵌輸出需要在原始編輯好鑲嵌線的工程文件下進行.由于無人機低空飛行，采用相機像素高，影像分辨率高，鑲嵌后影像數據量較大，受鑲嵌軟件性能影響（不能輸出保存大于4 GB影像），影像鑲嵌勻光后輸出需分塊進行.當需要對工作區域分塊時，需在原始編輯好鑲嵌線的工程文件下進行，避免輸出影像缺失或者出現空洞現象.分塊輸出的DOM影像文件需要選擇能處理大影像的軟件進行鑲嵌.

3 樣區實驗分析

實驗樣區選擇坐落于天津市西青區大學城的天津師范大學主校區（經度 117°6′44.11″E～117°7′34.00″E，緯度 39°3′7.24″N～39°4′13.33″N），主校區呈南北向長條形，南北約2 km，東西約1 km，地面高差在1.5 m以內，地勢相對平坦，占地面積2.347 km2.

3.1 實驗樣區數據獲取

無人機航空攝影系統是國內自主集成的系統，搭配佳能5D Mark II型數碼航攝儀進行航攝，獲取真彩色影像數據.像元分辨率為6.41 μm，地面分辨率為0.1 m，相對航高為500 m.由于相幅較小且重疊度較大，航向重疊度為83%左右，旁向重疊度為60%左右，像片數量較大.師大主校區共拍攝像片731張，其中有效航片數為312張，南北方向為航向，共9個航帶.控制點數據根據已知的校園少量（2個）控制點位坐標信息使用天寶GPS 5800采用RTK方式測得，數據為西安1980坐標系統下的地理坐標.控制點測量時的點之記為控制點轉刺提供準確依據，提高正射影像精度.

3.2 無人機數據處理

由于影像與POS數據質量均不能滿足需要，使用畸變糾正算法對影像進行糾正，采用人工匹配同名點的方式進行工作，然后進行相對定向和絕對定向的誤差計算，通過交互式對粗差剔除和誤差較大的點位進行修改，所有誤差均在限差內即可進行自動空三的計算，建立模型.本實例使用14個控制點對校園整個區域進行控制，在14處較明顯位置設置檢查點來檢查生成的DOM精度.表1給出了絕對定向計算的結果.

表1 絕對定向結果Tab.1 Results of absolute adjustment

本實例相對定向誤差為6.3 μm，滿足參考文獻[19]中低空數字航空攝影測量的內業規范.文獻[19]中相對定向限差為1個像素（6.41 μm）的要求.內業加密點對附近野外控制點的平面位置中誤差和高程中誤差如表2所示，檢查點最大限差如表3所示.

表2 內業加密點對附近野外控制點的誤差Tab.2 Mean square error of control points on the field near the encryption points with indoor operation m

表3 檢查點最大限值Tab.3 Maximum limit of checkpoints m

表1顯示實例研究區內控制點平面誤差為0.764m，高程中誤差為0.085 m，與表2對比可知，實例結果滿足1∶1 000成圖比例尺的要求.

表1顯示實例研究區內檢查點平面誤差為0.940 m，高程中誤差為0.859 m，與表3對比可知，實例結果滿足1∶2 000成圖比例尺的要求.

在Ortho Vista中生成鑲嵌線，如圖2所示.目視檢查調節鑲嵌線，對圖斑進行勻色勻光處理，生成整幅圖像清晰的天津師范大學主校區DOM，如圖3所示，圖 3（b）為影像拼接全圖（圖 3（a））中白色矩形范圍的放大圖.出圖前需在ArcGIS中進行鑲嵌，通過裁剪工作使邊界整齊美觀，輸出tiff和png等通用圖片格式，針對瑕疵位置，結合單幅正射影像使用PhotoShop軟件勻色修補完善.

圖2 鑲嵌線Fig.2 Mosaic lines

圖3 鑲嵌圖Fig.3 Mosaic image

4 結論

利用實驗樣區無人機航飛數據，采用自動匹配技術，在盡可能減少地面控制點的情況下進行相對定向和絕對定向，自動空三，生成正射拼接影像.解決了無人機實施大范圍、大比例攝影測量中相片畸形矯正、控制點布控、影像自動鑲嵌和海量數據處理等關鍵技術，滿足了大比例尺成圖精度要求，為高分辨率高精度大比例尺地面正射影像生產提供技術支撐，也為小范圍區域大比例尺的測圖及三維場景構建提供了有力保障.

[1]EVERAERTS J.The use of unmanned aerial vehicles（UAVs）for remote sensing and mapping[J].The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2008，37：1187-1192.

[2]BERNI J，ZARCO-TEJADA P J，SUáREZ L，et al.Thermal and narrowband multispectral remote sensing for vegetation monitoring from an unmanned aerial vehicle[J].Geoscience and Remote Sensing，2009，47（3）：722-738.

[3]HARDIN P J，JACKSON M W.An unmanned aerial vehicle for rangeland photography[J].Rangeland Ecology&Management，2005，58（4）：439-442.

[4]NIETHAMMER U，ROTHMUND S，JAMES M R，et al.UAV-based remote sensing of landslides[J].Int Arch Photogram.Remote Sensing Spatial Info，2010，38（5）：496-501.

[5]鄭慧欽.利用無人機航空像片進行大比例尺測圖的探討[J].廣東科技，2011（22）：183-184.

[6]張慶勇.無人機航攝大比例尺地圖試驗[J].國土資源，2012（4）：92-96.

[7]孫建中.航空遙感在數字化城市建設與管理中的應用前景[J].上海建設科技，2000（3）：38-39.

[8]王玉鵬.無人機低空遙感影像的應用研究[D].焦作：河南理工大學，2011.

[9]周占成，朱陳明.無人機航攝系統獲取DOM的技術研究[J].測繪標準化，2011，27（3）：16-18.

[10]晏磊，呂書強，趙紅穎，等.無人機航空遙感系統關鍵技術研究[J].武漢大學學報：工學版，2004，37（6）：67-70.

[11]勾志陽，趙紅穎，晏磊.無人機航空攝影質量評價[J].影像技術，2007（2）：49-52.

[12]張永軍.無人駕駛飛艇低空遙感影像的幾何處理[J].武漢大學學報：信息科學版，2009，34（3）：284-288.

[13]羅先權，羅甫.無人機航攝系統在大比例尺成圖中的應用[J].地理空間信息，2013，11（3）：23-25.

[14]李紅林.無人機遙感影像空中三角測量應用研究[D].成都：電子科技大學，2012.

[15]王志豪，劉萍.無人機航攝系統大比例尺測圖試驗分析[J].測繪通報，2011（7）：18-20.

[16]趙瑩瑩.長沙市城市總體規劃修編航空攝影測量[D].長沙：中南大學,2012.

[17]陳鳳.基于無人機影像空中三角測量的研究[D].南昌：東華理工大學，2012.

[18]王佩軍，徐亞明.攝影測量學[M].武漢：武漢大學出版社，2005：126-144.

[19]國家測繪局.CH/Z 3003-2010低空數字航空攝影測量內業規范[S].北京：國家測繪局，2010：2-6.