PixelGrid4.0在自動空中三角測量中的應用

邵 軍，段志強，周 毅，周安發(fā)，許 國

（1.湖北省基礎地理信息中心，湖北 武漢430074）

空中三角測量是利用少量地面控制點將整個區(qū)域網(wǎng)連接成一個整體，通過區(qū)域網(wǎng)平差計算一個測區(qū)中所有影像的外方位元素和所有加密點的平面位置和高程的方法[1]。加密的精度直接影響后續(xù)DEM、DOM產(chǎn)品的生產(chǎn)，因此它是攝影測量的關鍵。如何提高加密的精度和速度，減少野外像控測量的成本，是在實際生產(chǎn)應用中必須考慮的問題，很多文獻論述了這一問題[2]；筆者根據(jù)多年的工作經(jīng)驗，采用PixelGrid4.0軟件來對這一相關技術問題進行初步探討。

1 PixelGrid4.0系統(tǒng)及其優(yōu)點

PixelGrid4.0是以全數(shù)字化攝影測量和遙感技術理論為基礎，針對目前高分辨率遙感影像的特點和現(xiàn)有數(shù)據(jù)處理軟件及系統(tǒng)中仍然存在的困難和不足，采用基于RFM通用成像模型的遙感影像稀少控制區(qū)域網(wǎng)平差、基于多基線多重匹配特征的高精度數(shù)字高程模型自動匹配、高精度影像地圖制作與拼接等技術開發(fā)的新一代遙感影像數(shù)據(jù)處理軟件。系統(tǒng)全面實現(xiàn)對多種高分辨率衛(wèi)星影像和航空影像（包括無人機航空遙感影像）的攝影測量處理，構建集群分布式網(wǎng)絡，采用計算機多核并行處理、自動化和人工編輯相結合的作業(yè)方式，完成遙感影像從空中三角測量到各種國家標準比例尺的DLG、DSM/DEM、DOM等產(chǎn)品的生產(chǎn)任務[3]。

PixelGrid4.0系統(tǒng)具有的優(yōu)點有：①多數(shù)據(jù)源支持：采用統(tǒng)一的RFM傳感器成像幾何模型、數(shù)據(jù)處理算法及作業(yè)流程，如高分辨率衛(wèi)星影像、傳統(tǒng)掃描航空影像數(shù)據(jù)和新型數(shù)字航空影像、無人機獲取高分辨率遙感影像及后續(xù)數(shù)據(jù)處理、支持ADS40/80推掃式航空影像等；②稀少控制點區(qū)域網(wǎng)平差：采用基于RFM通用成像模型的先進算法，實現(xiàn)對稀少或無地面控制點區(qū)域的區(qū)域網(wǎng)平差技術；③采用基于尺度/旋轉不變性特征的高精度多基線影像匹配算法；④高生產(chǎn)效率：PixelGrid軟件跟同類軟件相比，自動化程度高，控制點的需求少，大大減少了外業(yè)控制點的測量工作量和費用，還可以采用多機多核處理DEM匹配等耗時較多的工序。

2 基于PixelGrid4.0系統(tǒng)的航空影像數(shù)據(jù)處理

2.1 研究區(qū)及數(shù)據(jù)源

襄陽市位于鄂西北，東經(jīng)110°45'～113°43'，北緯31°14'～32°37'，踞漢水中游。全市轄襄陽、棗陽、宜城、南漳、谷城、保康6個縣和代管老河口縣級市。東鄰隨州市，南界鐘祥市、荊門市、遠安縣、宜昌縣、興山縣，西連神龍架林區(qū)、房縣、丹江口市，北接河南省鄧州市、新野縣、唐河縣、桐柏縣，邊境界線長1 332.8 km。本研究區(qū)選取該測區(qū)比較典型的丘陵地形進行實驗，面積約為200 km2，如圖1所示。

本研究的基本資料有120張航空影像數(shù)據(jù)，UltraCam Xp相機及航攝參數(shù)文件，相關航飛設計書和技術鑒定書等；成果檢查采用湖北省基礎地理信息中心整理的600 km2高精度1∶500 DLG成果（襄陽本地坐標系，1956黃海高程系），空三加密結果用于生產(chǎn)1∶2 000 DOM。

2.2 PixelGrid4.0空三加密主要步驟

利用PixelGrid4.0軟件進行空三加密的主要步驟如圖2所示。

圖2 作業(yè)流程圖

1）數(shù)據(jù)準備及預處理。利用PixelGrid4.0軟件進行自動空三加密一般需要數(shù)字影像、相機參數(shù)及校檢文件、測區(qū)基礎控制測量和像片控制測量數(shù)據(jù)、技術設計書、航空攝影鑒定表、航攝分區(qū)結合圖等資料。在進行空三加密前，一般需對航空影像進行畸變差預糾正、彩色影像轉灰度、影像旋轉、新建航攝區(qū)參數(shù)文件等預處理。

2）自動內(nèi)定向。在自動內(nèi)定向之前應預先生成索引影像。內(nèi)定向的目的是建立一個變換，該變換將從影像中測量或提取的特征變換到以相機攝影中心為原點的三維笛卡爾坐標系下，該坐標系稱為影像坐標系；而數(shù)字影像的參考坐標系為像素系。自動內(nèi)定向就是無需人工干預而執(zhí)行整個內(nèi)定向的過程[4]。數(shù)字航攝影像PixelGrid4.0軟件能快速準確地實現(xiàn)測區(qū)影像的全自動內(nèi)定向。此次襄陽試驗區(qū)120張航片，自動內(nèi)定向約0.5 min完成。

3）自動相對定向。相對定向是一個基本的較為完善的攝影測量過程，其目的是確定立體模型的定向元素，以便DEM生成和地圖測繪等后續(xù)工作能在立體環(huán)境下進行。自動相對定向關鍵在于影像的匹配，即找同名點[5]。由于此實驗區(qū)屬于大測區(qū)生產(chǎn)，需要自動相對定向時間較長，根據(jù)實際經(jīng)驗選2進程進行，避免3進程夜間作業(yè)超負荷計算自動停止。PixelGrid4.0針對自動相對定向失敗的情況，可以刪除單個立體模型上下視差較大的點，再次執(zhí)行自動相對定向直至該立體模型滿足相對定向為止。

4）確定航帶的偏移。確定航線間偏移的目的是建立相鄰航線間的連接關系，航線連接點就是傳統(tǒng)空中三角測量中的拼接點，主要包括概略確定航線連接點和連接點的交互式編輯2方面內(nèi)容。當每條航帶內(nèi)影像數(shù)不多于15 張時，在航帶首尾分別選擇一個初始點即可，若多于15張，則需要在航帶中間位置再加一個初始點，結合測區(qū)的形狀，該研究區(qū)共選取了20個航帶初始點。

5）自動選點和轉點。在空三加密過程中，為了保證定向精度和便于后續(xù)易于探測粗差點，需要提取大量的連接點。PixelGrid4.0采用基于RFM通用成像模型的先進算法，在選點、轉點過程中，只需少量的控制點，即可選取大量滿足精度要求的連接點。整個選點和轉點過程可實現(xiàn)全自動化。在加密過程中，PixelGrid4.0記錄并顯示詳細的轉點信息，用戶很容易發(fā)現(xiàn)如定向失敗、模型連接失敗等異常情況，能及時準確地作出處理。PixelGrid4.0自動選點和轉點主要是通過航帶間初始偏移量確定和自動相對定向及模型連接功能模塊來實現(xiàn)。

6）自動挑點。PixelGrid調(diào)用著名的光束法區(qū)域網(wǎng)平差程序PATB，能高效、可靠和自動地剔除像點網(wǎng)中的粗差點[6]。根據(jù)用戶選定的連接點分布方式，挑選精度最高的點作為加密點。對于本試驗區(qū), 采用 3×5個標準點位, 每個標準點位5個點的方式進行連接點的選取[3], 如圖3所示，最終產(chǎn)生5 160個連接點, 單位權中誤差為2.67 μm, 用時8 min；經(jīng)檢查此試驗區(qū)自動模型連接情況良好, 無需人工干預。

7）連接點編輯與量測。通過自動挑點，對剩余的5 160個正常點進行連接點編輯與量測，從而實現(xiàn)平差計算。連接點編輯與量測主要目的是實現(xiàn)2條航帶影像間的連接。PixelGrid4.0可以自動顯示粗差點，方便用戶進行調(diào)整；可對自動挑點后的粗差點進行編輯。編輯完所有的粗差點后，再調(diào)用PATB 解算，直至沒有粗差點，最后就可自動創(chuàng)建加密點文件了。

圖3 連接點分布設置對話框

8）平差計算。它是空中三角測量中最關鍵的環(huán)節(jié)，主要包括區(qū)域網(wǎng)平差與平差結果分析2部分。區(qū)域網(wǎng)平差用鼠標左鍵點擊連接點編輯主界面工具條按鈕，調(diào)用PATB進行區(qū)域網(wǎng)平差計算，計算完畢后進入下步作業(yè)。平差結果分析在交互式編輯界面中執(zhí)行菜單命令平差→顯示PATB粗差報告，系統(tǒng)會調(diào)用Windows的記事本打開PATB的平差報告。在PATB報告中，精度超限的像點會作為粗差觀測值不參與最后的平差計算，下面顯示的是PATB報告中的粗差報告部分。本研究區(qū)共選取15個平高點，10個高程點，基本定向點平面最大限差0.30 m，高程最大限差0.25 m，符合絕對定向后平面位置與高程限差相關要求，此空三加密成果符合1∶2 000 DOM精度。

9）生成加密點文件。當測區(qū)接邊和相對定向成果均符合限差要求時，在主界面中點擊生成并檢查加密點坐標生成加密點，系統(tǒng)會自動將最終的加密點成果寫入*.ctl文件(如果加密文件是以*.pas命名，則加密文件中會包含1∶500 DLG上選取的點)，共生成1 275個加密點。

2.3 空三加密結果精度的檢測

區(qū)域網(wǎng)平差的實際精度是通過多余控制點的地面實際測量坐標與攝影測量加密點坐標值的差值來計算的，將二者坐標的差值視為真差值，由這些真差值計算點位坐標精度[7]。這些多余的控制點被當作空三加密的檢查點，一般使用檢查點中誤差值作為評定空三成果精度的依據(jù)[8]。研究區(qū)涉及的標準1∶10 000圖幅共6幅，每幅圖的檢點數(shù)量視具體情況而定，一般不少于20個點，共抽取120個平高點進行檢測，在1∶500 DLG上讀取明顯目標點坐標并輸入計算機中，與數(shù)字正射影像上同名點坐標相比較，其平面中誤差計算公式為：

式中，Ms為點位中誤差； Xi為坐標X的檢測值；xi為原值；Yi為坐標Y的檢測值；yi為原值；n為檢測點點數(shù)。

數(shù)字高程模型點的中誤差公式為：

式中，Δhi為高程較差；n為檢測點點數(shù)。

根據(jù)式（1）和式（2），可得出研究區(qū)標準1∶10 000圖幅參與檢測的加密點平面和高程中誤差，如表1。

表1 加密點平面與高程中誤差表/m

對于試驗區(qū)6幅標準1∶10 000圖幅精度檢測，結果符合內(nèi)業(yè)加密點對附近野外控制點的平面和高程中誤差要求，因此空三加密成果符合生產(chǎn)1∶2 000數(shù)字正射影像精度的要求。

3 PixelGrid4.0在空三加密中的主要優(yōu)點

試驗表明，采用PixelGrid4.0進行空三加密主要有以下優(yōu)點：

1）PixelGrid4.0空三加密采用多級多核并行處理方式，可多臺機器同時進行空三處理，也可1臺機器多核并行處理，大大提高了空三處理速度。

2）PixelGrid4.0空三過程中，采用基于RFM通用成像模型的先進算法，只需極少量的控制點就能滿足空三加密的精度要求，大大減少了外業(yè)控制點的測量工作。

3）PixelGrid4.0采用基于尺度/旋轉不變性特征的高精度多基線影像匹配算法，大大提高了匹配精度。

4）PixelGrid4.0提供斷點繼續(xù)處理的方式，避免了斷電、死機等原因造成重新處理數(shù)據(jù)的問題，大大減少了工作量。

4 空三加密過程中的經(jīng)驗與體會

1）像控點的選取應嚴格控制在大比例尺DLG成果上，在滿足規(guī)范的同時顧及內(nèi)業(yè)加密的需要，選取易于判讀的點位如小道路交叉口、田埂角、水泥地角等，而內(nèi)業(yè)不易判準的圍墻角根部，高差變化較大斜面上的目標以及界限不明顯的地角等，應當盡量避免。

2）PixelGrid嵌入了POS(GPS/IMU)輔助空三加密模塊，在中小比例尺成圖過程中，用少量外業(yè)控制點即可滿足加密精度要求，在大比例尺成圖過程中，應用此模塊可減少控制點的量測，從而提高成圖的效率和節(jié)約成本。

3）在設置航帶偏移點的過程中設置航帶間的偏移應保證上下航帶之間有至少一對同名影像點，偏移點分布是以上下航線的2頭均勻分布，間隔10～15個影像為宜。

4）為使模型與模型之間、上下航帶之間有足夠的連接點，在自動提取加密點過程中加密點采用3×5個標準點位的方式進行連接點的選取，可刪除一些錯點和一些誤差較大的點，減少計算量，提高平差精度。

5）在模型連接的過程中，由于某些模型的30重疊點被刪除后失去連接，需對其補充模型連接點，如果平差后粗差仍超限，需人工進行微調(diào)而不是一味刪除，某些不易調(diào)的點需在立體環(huán)境下進行微調(diào)。

6）在實際航空攝影過程中，由于種種原因，2個航帶接邊處經(jīng)常會遇到重疊區(qū)域只存在5幅影像不足6幅或者個別影像模糊不清的情況，即旁向無60重疊區(qū)域，這時要盡量在這些影像中選取質量好的影像進行重疊區(qū)域控制點的選取。

5 結 語

本文采用PixelGrid4.0軟件對襄陽城區(qū)東南的航攝成果進行空三加密處理，應用實踐表明PixelGrid4.0軟件與同類軟件相比，滿足同樣的精度對控制點的要求較少，且自動選點、挑點速度快而準、大大減少了外業(yè)的測量工作和內(nèi)業(yè)空三加密的工作量；在數(shù)據(jù)處理方面，PixelGrid4.0在相關步驟中可實現(xiàn)并行運算，大大提高了數(shù)據(jù)的處理速度。由于軟件的自動作業(yè)模式，一鍵式的操作，可實現(xiàn)夜間無人作業(yè)，生產(chǎn)的主要工作全部由計算機完成，極大地解放了作業(yè)員的生產(chǎn)力。經(jīng)試驗發(fā)現(xiàn)，使用PixelGrid4.0軟件進行空三加密相比其他傳統(tǒng)遙感處理軟件，其生產(chǎn)效率提高了2～3倍。

[1]賈鵬，李相庭，何軍，等.SSK 空中三角測量技術應用初探[J].地理空間信息,2010,8(2):54-56

[2]董明，李和軍，王攀，等.POS技術在平原地區(qū)1∶10 000 DLG生產(chǎn)中的外業(yè)控制點布設[J].測繪科學，2011,36(2)：230-232

[3]北京四維空間數(shù)碼科技有限公司.PixelGrid-A 高分辨率航空影像數(shù)據(jù)處理系統(tǒng)Version 4.0用戶操作手冊[R].

[4]王偉,周延萍,王睿.淺談VirtuoZo AAT自動空中三角測量的幾點體會[J].測繪與空間地理信息,2002,33(1):211-212

[5]Toni Schenk著，鄭順義，蘇國中譯.數(shù)字攝影測量學[M].武漢：武漢大學出版社，2009

[6]王彥敏,盧剛.基于PixelGrid實現(xiàn)DOM的快速更新[C].地理信息與物聯(lián)網(wǎng)論壇暨江蘇省測繪學會2010年學術年會，2010

[7]王佩軍，徐亞明.攝影測量學[M].武漢：武漢大學出版社，2005

[8]耿迅,徐水平，龔志輝，等.ADS40線陣影像空中三角測量數(shù)據(jù)處理與精度分析方法[J].武漢大學學報：自然科學版，2011,36(2):776-779