基于无人机图像生成高精度真正射影像图研究

贺艳花

(贵州黔美测绘工程院 贵州 贵阳 550000)

近年来，无人机低空遥感技术在许多领域得到了广泛应用，已成为一项关键的空间数据采集技术，无人机低空遥感图像的应用是不动产登记的最新趋势[1]。对已开发和未开发土地区域的传统人工测量涉及大量的时间、精力和成本。此外，传统的航空摄影测量技术耗时且飞行成本高，对于小型研究区域，无人机遥感与传统的人工测量和航空摄影测量相比具有许多优势。它具有灵活性、低成本、安全性、可重复性、高精度和可靠性，可以进行大规模测量，节省了人力和材料成本。

数字正射影像地图（Digital Orthophoto Map，DOM）是通过表面垂直平行投影获得的图像，具有地图的几何精度和图像的视觉特征[2]。真正射影像图（True Digital Orthophoto Map，TDOM）是一种图像数据集，通过垂直投影产生表面图像，消除标准DOM 的投影差异，并保留地面物体和特征的正确位置。TDOM可确保特征和地图的几何精度，TDOM 和传统DOM 之间最显著的区别在于，TDOM 执行正射校正并分析特征的可见性。此外，传统正射影像使用数字高程模型（Digital Elevation Model, DEM），而真正的正射影像则使用数字表面模型（Digital Surface Model，DSM）。因此，TDOM 色彩丰富，并简化了纹理的识别。

然而，目前TDOM 的应用在农村宅基地边界测量中准确性仍然不够，本文以贵阳市某村为研究区域，采集无人机遥感数据，并引入运动结构（Structure From Motion，SFM）算法来生成点云、DSM 和DOM。对于存在部分DOM倾斜问题的房屋，使用修正的DSM和多视图图像补偿来消除倾斜并生成TDOM，文中验证和讨论了生成的点云、DSM和TDOM，证明该方法可适用于不动产登记[3]。

1 研究区域与数据获取

1.1 研究区域

研究区域位于贵阳东北部的某村庄，面积约为0.3 km2，主要由农村宅基地和单层平房组成。村庄平坦，周围是农田。选定的无人机飞行区域以矩形形状向北和向南延伸。最高和最低海拔分别为140 m 和120 m，平均海拔为130 m。选择图1中的试验区A和B进行研究。

图1 基于点云绘制的建筑物边界

1.2 无人机数据获取

研究使用DJI S900 六旋翼飞行平台无人机，是一种高度便携、功能强大的航空摄影测量系统。S900的主要结构部件由轻质碳纤维组成，重量轻但坚固稳定，其重3.3 kg，当携带云台时，最大起飞重量为8.2 kg，可以在无风的日子里飞行长达18 min。有效载荷为6.8 kg，电池容量为6 S 12 000 mA 时，在测试中，飞行了大约12 min。

该无人机配备了索尼A7r 数码相机，相机分辨率为7 360×4 912 像素。传感器尺寸为35.9 m×24 m。相机重量为998 g，焦距设置为50 mm，视场角（Field of View， FOV）为46.7°。

1.2.1 地面控制点（GCP）布局

研究基于连续地面参考站（Continuous Operational Reference System，CORS）方法获得地面控制点（Groud Control Points，GCP）数据，与实时运动全球定位卫星（RTK-GPS）方法相比，CORS-GPS方法更稳定可靠，将精度提高到0.02 m 以内。在进行实地观测之前，使用谷歌地球建立了15个控制点和10个检查站，这些控制点和检查站主要沿着主干道、道路立交、住房拐点和农田，随机分布在村庄调查区内。

1.2.2 飞行计划和数据收集

路线规划使用软件Rocky Capture 完成[4]。调查区域面积为0.3 km2，长701 m，宽330 m。航线设计包括两个航班、10条计划航线和一条蛇形线路。飞行高度为离地160 m，设计地面采样距离（Ground Sampling Distance，GSD）为1.6 cm，计划重叠率为80%，侧面重叠率为60%，曝光间隔为2 s，每次飞行持续12 min。在晴朗、无云和微风的天气条件下进行航空摄影，共获取了460幅影像。

2 数据处理

2.1 SFM算法和点云生成

随着计算机视觉技术的最新进步，运动推断结构（Structure from Motion，SFM）和多视角立体（Multiple View Stereo，MVS）算法已成功应用于无人机图像处理，以生成高精度的DSM 和DOM[5]。在这项研究中，共使用了460幅高精度图像，从飞行中获得了15个GCP，并在图像中识别了控制点数据。基于MVS 算法的几何重建可以生成具有15 个GCP 的更详细的3D 模型，从而提高模型的绝对精度。原始图像被投影到DSM上，并在重叠区域混合图像纹理，生成整个区域的数字正射影像图像。

2.2 DSM修正

DSM 包含地表覆盖高度信息，如地面建筑物、桥梁和树木。当数字地面模型（Digital Terrain Model，DTM）表示地形（陆地表面）信息时，DSM表示陆地覆盖表面。此外，尽管DEM 包含高程信息，通常是地形信息，但DSM 实际上是一种DEM，它反映了地面上所有物体的表面特征，以更准确、直观地表达地理信息。DSM 也可以进行修正，以恢复建筑物的倾斜，使用DSM 而不是DEM 来生成具有更多表面信息的DOM结果[6]。

对手动生成的点云进行分类和编辑，以获得更高质量的DSM，然后使用DSM 在Pix4D 中生成DOM。对点云进行了分类，以去除植被，尤其是超过建筑物高度的植被。对于建筑物，参考了原始无人机图像或现有地形图来修改上部建筑物表面的边界。建筑物的边界是在点云中手动绘制的，图1（a）说明了如何通过连接控制点绘制每个建筑的顶面，所有建筑高度都高于地面。在图1（b）中，周围的地面是手动绘制的，以确保地面水平一致。在绘制这些边界后，重新生成了DSM，以提高其精度和清晰度，并提高了DOM构建边界的准确性和清晰度，从而减少甚至消除了双重投影现象。最后，对DSM 进行了平滑和降噪，并对严重倾斜和遮蔽的建筑部分手动修改了高精度DSM。

2.3 多视图图像纹理补偿和TDOM精度评估

利用航空图像将中心投影变换为正投影，得到正射影像。使用图像校正方法来实现两个投影之间的正确变换。在本研究中，使用了数字微分校正方法，其原理是通过像素差来校正图像。

本文使用手动多视图图像补偿来补偿Pix4D中阴影区域的纹理（如图2 所示）。遮罩区域是手动绘制的，选择包括掩蔽区域的相邻图像进行排序，排序方法是基于遮光和正射校正的程度。多视图的遮蔽区域相机曝光位置如图3 所示。掩模区域填充工作逐一进行，为了避免相邻图像也具有阴影区域，对排序后的第一个相邻图像进行遮挡分析。如果第一个相邻图像没有被着色，则执行纹理补偿；否则，不执行纹理补偿，并且对下一个相邻图像执行阴影检测。重复此过程，直到获得合适的相邻图像以补偿纹理，并生成消除所有阴影的TDOM。因此，建筑物保持了垂直视角，只显示了建筑物的顶部。

图2 多视图图像补偿

图3 多视图遮蔽区域相机曝光位置

生成TDOM后，计算均方根误差（Root Mean Squared Error，RMSE）来评估TDOM 的准确性，可以获得Pix4D中在TDOM上很好地看到检查点的坐标（x，y，z），以及这些检查点在现场测量的坐标（x，y，z）。

3 结果和讨论

使用SFM 算法来恢复相机的曝光位置和运动轨迹，从而生成稀疏点云。然后，根据使用反向距离权重插值的DSM 生成方法，将稀疏点云用于相机校准，并使用MVS算法生成密集点云。

如图4所示，通过使用具有特征点匹配的SFM，可以恢复每个图像相机的曝光位置和无人机轨迹，并加密稀疏点云。三维点云包含约15 488 万个点，每立方平均为592.85个点。使用三维点云数据创建网格网络模型，然后使用逆距离权重插值方法生成DSM，对DSM进行尖锐噪声滤波和表面平滑处理。图5为点云与DOM 的叠加，浅色区域表示每个像素有5个以上的图像重叠。研究区域除了边界外都是浅色的，这表明高度重叠。一般而言，只要关键点匹配的数量足够，则这些方法将产生高质量的结果。图5中的深色区域表示低重叠，可能会产生较差的结果。

图4 基于SFM算法的相机曝光位置

图5 DOM与无人机点云的叠加

3.1 TDOM精度评估

如图6 所示，基于最终的TDOM 图像随机选择了10个检查点，并与现场测量结果进行了比较。最大和最小误差分别为0.067 4 m和0.017 3 m。TDOM检查点的平面误差为0.036 5 m，高程误差为0.032 3 m。生成的DSM 和TDOM 分辨率为0.016 6 m。因此，本文提出的方法将平面和高程误差降低到优于《数字航空摄影测量空中三角测量规范》（GB/T 23236-2009）中的0.05 m，证明了该方法的有效性。

图6 TDOM图像

3.2 农村宅基地确权

生成的TDOM可能适用于确定贵阳市农村居民点用地的边界。近年来，我国在全国范围内实施了不动产登记。登记的一个重要步骤是确定房地产边界的权限，这通常使用传统的手动映射来执行。无人机低空遥感技术的使用可以极大地提高这些地图的效率和准确性，并降低制作这些地图相关的成本。由于确认农村住宅用地的边界需要确定精确的建筑边界，因此房屋的边界必须准确，屋顶区域外不得有降低成像精度的横向或倾斜阴影。这项研究产生了高精度的TDOM，消除了阴影的阻碍，因此可以用于确定农村宅基地的边界。

4 结语

本文使用多旋翼无人机在贵阳某村收集了高分辨率的专业相机图像。建立地面控制点，并使用CORS方法进行测量。使用SFM 算法计算相机曝光、相机校准和运动轨迹，并使用MVS密集匹配来生成3D点云模型。从点云生成了高精度的DSM 和DOM。对于阴影区域，基于DSM 进行了纹理修正。在TDOM 生成中使用正射校正可以有效地解决传统的DOM 中心投影变形问题，以及倾斜阴影对地形的遮挡问题。制作的TDOM具有高度的精度：平面误差为0.036 5 m，高程误差为0.032 3 m，生成的DSM和TDOM分辨率为0.016 6 m。结果优于《数字航空摄影测量空中三角测量规范》（GB/T 23236-2009）的要求（平面和高程误差优于0.175 m和0.15 m），证明该方法可用于农村不动产面积测量，即使用无人机采集图像并生成TDOM可大大减少现场测量的工作量，并提高不动产登记的准确性。