无人机倾斜摄影技术在地理信息获取中的应用

无人机倾斜摄影技术在地理信息获取中的应用

吴闯

时空大数据应用技术研究（沈阳）有限公司 辽宁 沈阳 110000

摘要：倾斜摄影测量技术以多角度、高清晰拍摄的优势可以非常迅速全面地感知各种复杂场景，并且可以实现多台无人机协同并行工作，具有极强的灵活性，在建筑物较多的城市和地势起伏明显的地区，可以利用倾斜摄影测量技术进行空间地理信息获取。随着我国城市化进程的快速推进，高精度的城市空间信息数据在城市规划和建设中变得尤为重要。在高精度城市空间信息数据的获取中，倾斜摄影测量技术得到了广泛的应用并逐渐成为关键技术。

关键词：无人机倾斜摄影技术；地理信息获取；应用

随着科技的不断发展，无人机倾斜摄影技术也得到广泛的应用，尤其是在测绘、地理信息安全、城市空间信息获取等领域。倾斜摄影技术不仅能够从垂直角度拍摄，还能从四个倾斜角度进行拍摄，使拍摄的事物更加实际化，极大地弥补了传统正射影像只能垂直拍摄的缺点，其优越的灵活性和技术的先进性从根本上将测量精度提升。

1无人机倾斜摄影测量技术概述

无人机倾斜摄影测量技术的核心是通过对传感器的装载进行合理的分配，其中4个需要设置规定的倾斜角度，另一个设置成垂直的角度，这样就可以从多个角度开展摄影工作，还能够对摄影设备所搭载的无人机的多种参数进行实时监测，当无人机相关数据出现问题时，可以有效对相关数据进行调整。无人机倾斜摄影测量技术一般由3个部分组成，即POS系统、无人机和倾斜摄影设备。其中，POS系统是倾斜摄影设备所搭载的导航定位定向系统，能够实现对相关三维建模数据的实时跟踪和收集，并对三维建模过程中摄影中心的核心坐标以及无人机的飞行数据进行整理，在无人机倾斜摄影技术应用于三维建模过程中发挥着至关重要的作用。无人机的作用是搭载摄影设备，协助相关设备进行拍摄，按照事先预定好的航线进行飞行，从而实现实时拍摄。

2基于无人机倾斜摄影技术的高精度地理信息获取方法研究

2.1特征线提取中的直线分段效应改善

相机的CCD感光响应差异或在拍摄过程中出现的干扰物，会造成原始影像在某一小范围的像素值出现异常，使图像中的长直线被断开，出现多个短线段。在目前图形特征线提取方法中一般采用直线提取算法，而由于原始影像中的短线效应，直线提前算法几乎都存在分段现象，而且短线段数量较多，长度较短，不易提取。单张影像是没有办法消除相机的CCD感光缺陷或拍摄中干扰物造成的原始影像中的短线效应。要想在图形特征线提取中不借助外界辅助手段获取更长、更有用的直线段，就需要用一种改善特征线提取中的直线分段效应方法。具体操作原理为：1）首先利用仿射相机模拟不同视角下的仿射投影，通过仿射变换矩阵，得到1—N等一系列模拟影像；2）对模拟影像1、模拟影像2，直至模拟影像N，以及原始影像直线提取，得到对应的线段集1—N以及线段集0。然后将线段集1—N通过仿射逆变换矩阵反投影至原始影像上，并得到线段集B；3）对以上获得的线段集0和线段集B中的线段提纯与优化，以原始影像中的第一条线段为参考，将直线提取中由于短线效应产生的短线段剔除、连接与合并，从而获得想要得到的更长、更有效的长线段。

2.2基于POS辅助的影像不变特征宽基线影像匹配方法

1）仿射投影模型下的宽基线影像直线匹配方法。根据其POS系统提供的定位姿态信息，求出仿射投影矩阵，进行仿射投影模型下的影像纠正，以减小影像间视角差异；对原始矩形影像纠正后的平行四边形进行直线匹配，得到匹配直线对；利用仿射投影矩阵对匹配直线对做逆变换，得出原始倾斜影像的匹配直线对。2）透视投影模型下的宽基线影像直线匹配方法。根据无人机POS系统提供的高精度位置与定位姿态信息，恢复观测瞬间成像平面与物方平面的透视变换关系，并建立透视变换矩阵，将原始影像重新投影纠正至新的平面，得到正形影像，以消除视点角度变化较大导致的透视变形；将原始圆影像纠正后的椭圆影像直线匹配，然后将反投影得到的匹配线段逆变换至原始影像，最终达到更优化的效果。

2.3基于点线混合光束法平差的相机位姿自动估计

当前，对于该问题最新的相机位姿求解算法是基于建筑物的边缘线，同时其精度也相对较低。针对以上算法中的缺点，本文提出的基于点线混合光束法平差的相机位姿自动估计方法，有效规避了以上缺陷，并且具有很高的可靠度。其具体算法如下：用两个相机中心点穿过两个平面在物方空间中建立世界三维坐标系，将两个平面的法向量分别写作对应的方位角与高程角的函数方程式，然后用其叉积表示3D线的方向向量。基于3D线与Z轴的叉积与点积分别为零向量，来创建水平和垂直线约束的观测方程，将该方程导入文章提出的新的算法模型，同时也包含了观察到的像点以及线段投影。

2.4三维线段辅助下正射影像的建筑物边缘结构优化

当前，在利用无人机的摄影测量技术生成的数字地表模型中，虽然影像匹配得到了海量点云，大大提高了地理信息的描述精度。但与此同时，其带来的密集点云也包含了大量的沉臃数据。这些点云数据对于正射影像生成的三角网的构建完全是无用的，不但增加了数据储存与计算的运算量，还不利于进行数据处理。同时，海量的点云不仅分布无序，还包含有许多含有噪声点的异常点云，如果不进行抽稀剔除，会导致建筑物的边缘结构存在严重的锯齿扭曲现象。因此，在生产制作城市的正射影像产品时，由于城市建筑物密集，且存在明显的高程起伏，这种建筑物边缘结构的锯齿失真将表现得更为显著。所以，基于这一现象，可以通过精确重建优质三维线段的方法对以上锯齿失真进行改良。首先根据上文直线提取和匹配的方法，得到影像中同一建筑物边缘的同名直线；根据点线混合光束法平差后得到相机位姿信息，通过三维重建和端点约束得到相应的三维线段；然后通过得到的三维线段的点云参与不规则三角网构建，来改善建筑物边缘的网形，使重新得到的影像建筑物边缘获得优化。

2.5空洞边界检测提取与修补

由于倾斜摄影测量的对象多为城市建筑和地貌山型，对象较大且复杂，一般采用基于网格模型的空洞修复技术来实现最大限度地保持原型，而基于体素方法的空洞修补算法只能够修复重建物体表面的小孔洞，不适合大体量的修复，并且在修复过程中容易带来几何形变，因此可以排除。要实现空洞修复，首先需要完成的是对空洞边界的提取。由于倾斜摄影测量构建的一般都是体量较大的模型，所以在对这些模型进行三角网格化过程中产生的三角网格的数量也较多，无法实现人工提取，因此需要进行自动提取。这里可以充分利用Open Mesh库来完成，在修补的过程中，先将其加载的三角网格信息采用半边数据结构进行存储；然后依次寻找到三角网格信息中的边，将这些边采用首尾相连的方式连接起来，最终形成一个完全闭合的多边形，在将边连接的过程中会产生节点，对这些节点一次进行排序A1、A2、A3，记录这些边的信息以及所属面和节点信息；接下来需要判断出空洞区域和三角面片，如果面由三个以上的半边进行同方向循环，那这个面就是空洞区域，否则为三角面片，将属于空洞区域的半边连接就构成一个空洞半边多边形，最终形成新的三角网格模型空洞。

3结语

综上所述，本文围绕倾斜摄影技术的优势，针对无人机倾斜影像的直线提取、线段匹配等问题进行探讨，并提出了相应的技术改善方法。通过以上问题的研究和新技术、新算法的应用，可以使无人机倾斜摄影技术在高精度地理信息获取中发挥最大优势，并提高无人机倾斜摄影测量的可靠程度，使该项技术在我国城市测绘和城市建设中真正得到推广和普及应用。

参考文献

[1]江明明.基于倾斜摄影测量技术的三维数字城市建模[J].测绘与空间地理信息，2017，40（3）：189-190.

[2]刘辉，张富文，郑士举，等.无人机倾斜摄影测量技术在建筑测绘中的应用研究[J].建筑科技，2018，2（6）：64-67.