自然资源规划中无人机航测大比例尺地形图数据精度改善研究

时间：2024-04-25

徐显林

大连智慧星云科技有限公司辽宁沈阳 110034

1 无人机系统构造和特点

无人机系统构造主要有：飞行平台、地面数据站、飞行控制系统等等，相比较于传统的测绘技术，无人机测绘技术具有很多方面的优势。第一是无人机的测绘有着非常强的后续处理能力，并且可以在后续处理的同时根据实际的需求而不断提高数据处理能力。由于无人机的自身体积比较小巧，在便利性上也有很多优势。相对而言对于场地的要求也就没有那么苛刻。在对于信息的采集上也具备一定的优势，由于无人机飞行的高度比较低，在对于大比例尺测绘的地区可以采集到非常清晰的影像，所以应用范围非常广泛。由于无人机的操控一般不需要很多工作人员的参与也就极大地降低了测绘的人力成本。随着无人机技术的不断发展成熟，无人机的应用范围和领域也不断扩大，将无人机的优势和地形图测绘工作的需求有机地结合起来，可以非常有效地提升航空测绘的效率和便捷性。在无人机的测绘过程中，要按照预先设定好的程序来进行操作，对于飞行的路线以及根据地形地貌来配置无人机，由于在测绘过程中对于无人机的稳定性要求相对比较高，要充分利用好无人机的自动驾驶控制能力，来不断满足无人机测绘对于精度的要求[1]。

2 自然资源规划中无人机航测大比例尺地形图数据精度改善策略

2.1 无人机航测控制点合理布设

在应用无人机航测技术进行大比例尺地形图的测绘时，首先需要合理布设无人机航测的控制点。在布设控制点时应结合测区的实际地形条件以及大比例尺地形图测绘任务的具体要求来合理选择控制点的位置，并科学确定控制点的设置数量，以确保无人机能够高效地完成图像数据的采集。例如，第一条以及最后一条航线在其相对平面内的像控点布设基础应控制在8 个以内。当待测区域具有微丘陵地形特征时，在测设测绘基线时，其数量应控制在12 个以内。而当待测区域为重丘陵区域时，则应适当增加基线的数量，一般可以设置16 个左右。同时，在设置无人机航测的像控点时还应充分考虑既有航线以及不规则网等因素，当控制网为不规则形状时，应考虑其端点四周的双点特征等因素，避免由于像控点设置不合理影响无人机航测影像数据采集的精度和全面性。当待测区域地形条件比较复杂，无法选择明确的像控点目标时，最后在设置高程点时也可以选择小型目标，并通过分段拟合方式来实现局部检验的目的，从而在保证准确获取物体顶点以及交点位置信息的基础上提高影像采集的清晰度，为后续的大比例尺地形图的绘制工作奠定良好的基础[2]。

2.2 尺度旋转不变的无人机影像匹配

一个质量好、精度高的特征点，对于影像间寻找同名点，转点均十分重要。目前常用的方法主要有利用角点算子一阶微分和图像在边际处的阶跃性；二阶微分算子和图像的阶跃性使图像微分在边缘处会有零值；基于Canny 算子检测边缘等。不同算子有各自的优缺点，但在无人机飞行时，飞机的姿态角是不稳定的，导致所获取像片出现一定的倾斜，重叠影像间的同名点并非完全一致，会出现旋转、缩放、扭曲变形等几何变化。因此，传统的根据灰度值的阶跃性提取特征点并不是十分适宜无人机航测的特征检测。现实生活中的道路及房屋、围墙拐角、道路十字路口和丁字路口等，在无人机航测影像中均可以很好地展现出来，这些现实生活中的角点也是影像中的角点，用于无人机航测影像的特征点的提取可以获得较好的效果，主要是因为通常情况下影像角点所在区域是影像里比较稳定的区域，这些区域往往具有一些特性（旋转不变、尺度不变等），常用的算法有SIFT 算子、SURF 算子和MESR 算子等。SIFT 特征提取是基于真实地物自身的一些局部外观兴趣点，与影像的大小、旋转无关；对于光线、噪声、微视角变化的容忍度高，广泛应用于物体辨识、影像缝合和3D 建模中。SURF 算法将DoH 中高斯二阶微分模板化，使模板对图像的滤波仅需要简单的加减即可完成，与滤波模板尺寸无关，提高了尺度不变特性的检测速度。MSER 算法为区域特征提取算法，其原理是当使用不同的灰度阈值对图形进行二值化时得到最稳定的区域，对图像灰度的仿射变化有一定的不变性，区域的支持集相对灰度变化较为稳定，可以检测出不同精细程度的区域。结合本实验中无人机航测影像易变化的特点，特征点的提取算法采用更为稳定的SIFT 算法，虽然在速度上不及SURF 算法，但是随着现代计算机计算能力的提升，并不会对内业数据处理效率造成很大的影响。结合以上的论述，本文利用MATLAB 编写算法对影像的特征进行匹配，对图像进行尺度和旋转的变化，再使用SIFT 算法对变化后影像进行特征提取，并与原始影像进行匹配[3]。

2.3 航测数据处理分析

在应用无人机航测技术对大比例尺地形图进行测绘时，需要对数据信息进行科学的处理。首先，要合理选择无人机获取的航测影像，并对控点图像进行筛选分组处理，在各组次中均应保证有照片6 张，且应将影像信息输入到模型中。然后由建模软件系统自动完成影像信息的处理，并将最高精度的图像挑选出来，同时还要对像控点中的刺点数据进行处理。其次，应利用点云加密以及空三解算等方法来计算数据信息。目前在无人机航测中可以自动完成空三加密处理，并利用计算机自动筛选超限点位。同时还可以根据不同的测绘要求通过人工方式来确定点位密集度，并根据点位显示状态的不同来分别呈现不同类型目标对象的三维模型。这种空三加密方式能够更好地满足复向地形条件下的数据加密处理要求，能够进一步提高数据获取的自动化水平以及处理效率。