基于車載激光掃描系統(tǒng)生成正射影像的應(yīng)用*

葛策文，王留召，焦明連，張攀科

(1.江蘇海洋大學(xué) 海洋技術(shù)與測(cè)繪學(xué)院，江蘇 連云港 222005；2.北京四維遠(yuǎn)見(jiàn)信息技術(shù)有限公司，北京 100039)

城市交通系統(tǒng)的現(xiàn)代化與智能化發(fā)展，對(duì)高精地圖精度要求更加嚴(yán)格。傳統(tǒng)作業(yè)方式如全站儀測(cè)量，無(wú)法提供完整的路面信息，只能提供特征信息，且工作效率低。而航空影像雖完整且提取效率高，但同樣很難滿足高精地圖的繪制和無(wú)人駕駛所需路面精度。

近10年來(lái)，不同學(xué)者從不同的角度出發(fā)，針對(duì)提高遙感正射影像的精度問(wèn)題進(jìn)行制作與研究，并提出很多不同的思路和方法。文獻(xiàn)[1]通過(guò)衛(wèi)星高分辨率數(shù)字正射影像圖，及時(shí)、全面掌握武漢市地表變化最新信息，可作為地圖分析背景控制信息，為國(guó)土資源調(diào)查、災(zāi)害防治和國(guó)民經(jīng)濟(jì)建設(shè)規(guī)劃等提供可靠依據(jù)。然而，在實(shí)驗(yàn)中檢查點(diǎn)最大誤差3 m，不能滿足重建高精度路面信息要求。文獻(xiàn)[2]有效利用無(wú)人機(jī)技術(shù)獲取地面數(shù)字正射影像數(shù)據(jù)，再通過(guò)機(jī)載激光雷達(dá)獲取植被覆蓋下的LiDAR點(diǎn)云數(shù)據(jù)，將二者結(jié)合，不僅能獲取正射影像信息，還能獲得高程信息。但是由于城市道路地形復(fù)雜，很多樹(shù)木等植被覆蓋導(dǎo)致LiDAR點(diǎn)云數(shù)據(jù)不能完整呈現(xiàn)路面高程信息，機(jī)載正射影像系統(tǒng)難以應(yīng)用于道路正射影像中。文獻(xiàn)[3]提出利用車載系統(tǒng)使用逆透視變換轉(zhuǎn)換正射影像地圖碎片，通過(guò)加權(quán)中值算法進(jìn)行融合形成完整地圖，精度較高。然而，此方法沒(méi)有有效解決圖像中的道路扭曲細(xì)節(jié)，也沒(méi)有完整呈現(xiàn)路面高程狀態(tài)。文獻(xiàn)[4]通過(guò)車載激光掃描系統(tǒng)對(duì)道路點(diǎn)云進(jìn)行DEM制作，完成對(duì)路面高程數(shù)據(jù)的呈現(xiàn)，然而路面DEM并沒(méi)有融入影像數(shù)據(jù)，不能完全還原路面信息。文獻(xiàn)[5]基于LiDAR點(diǎn)云數(shù)據(jù)，采用無(wú)地面控制空中三角測(cè)量方法對(duì)影像數(shù)據(jù)進(jìn)行正射糾正，以此得到正射影像，最后利用TerraSolid軟件制作的正射影像具有較高的幾何精度和較好的視覺(jué)效果。然而，此種DOM制作方法難以在建筑密集的城市中制作道路正射影像。文獻(xiàn)[6]提出了一種基于車載多攝像頭的道路正射影像地圖創(chuàng)建方法，通過(guò)該方法可以實(shí)現(xiàn)高分辨率的道路正射影像地圖創(chuàng)建。然而，此方法沒(méi)有結(jié)合DEM生成真正射影像。

針對(duì)衛(wèi)星正射影像精度不高、無(wú)人機(jī)正射影像反映道路信息不完整、傳統(tǒng)方法攝像頭視野有限的問(wèn)題[7]，本文構(gòu)建了一種車載多攝像頭采集系統(tǒng)。該系統(tǒng)相對(duì)于全景相機(jī)采集系統(tǒng)更適合于道路環(huán)境，利用三維激光掃描技術(shù)通過(guò)將正射影像投影至DEM完整還原路面信息，完成對(duì)路面的建模，對(duì)路面進(jìn)行高精度、高效率、數(shù)字化還原，從而實(shí)現(xiàn)高效率、高精度、可視化的高精地圖繪制與路面部件測(cè)量。

1 實(shí)驗(yàn)方法

1.1 激光雷達(dá)正射系統(tǒng)組成與原理

車載正射影像系統(tǒng)由3個(gè)部分組合控制，即激光雷達(dá)系統(tǒng)、POS系統(tǒng)以及對(duì)地相機(jī)系統(tǒng)，如圖1所示。激光雷達(dá)系統(tǒng)配合POS系統(tǒng)生成的軌跡可掃描出路面及周圍環(huán)境的三維點(diǎn)云信息，從而生成地面模型[8]。而通過(guò)校正后影像結(jié)合軌跡可生成連續(xù)影像，將影像投影至地面模型后即可生成正射影像。針對(duì)傳統(tǒng)攝像頭在視野上不夠?qū)拸V的問(wèn)題，在SSW車載激光掃描系統(tǒng)基礎(chǔ)上，在車尾增加3個(gè)相機(jī)。因此，該采集系統(tǒng)具有更大的視野范圍以及有效視野距離，采集效率較高。

a

本文首先對(duì)3個(gè)車尾相機(jī)進(jìn)行內(nèi)參標(biāo)定，實(shí)現(xiàn)了對(duì)攝像頭的畸變校正；隨后，將外方位元素計(jì)算出的組合導(dǎo)航結(jié)果賦予點(diǎn)云與影像，形成時(shí)空同步，融合為連續(xù)影像；地面點(diǎn)云則通過(guò)建模形成數(shù)字高程模型；然后對(duì)正射影像數(shù)據(jù)進(jìn)行創(chuàng)建并鑲嵌，為避免多相機(jī)出現(xiàn)正射影像色差，本文通過(guò)勻光勻色方法進(jìn)行處理與優(yōu)化；最后將影像投影至DEM制作真正射影像。其流程圖如圖2所示。

圖2 車載激光掃描正射影像系統(tǒng)流程

1.2 數(shù)據(jù)預(yù)處理

1.2.1 相機(jī)標(biāo)定 (1)徑向畸變校正。由于圖像在數(shù)碼相機(jī)中的形成原理，相機(jī)所獲取的圖像與原圖有一定差別，根據(jù)鏡頭成像原理，透鏡產(chǎn)生畸變，導(dǎo)致原始圖像失真。為此，需要通過(guò)相機(jī)標(biāo)定找到畸變影像與非畸變影像之間的關(guān)系，根據(jù)原始影像內(nèi)參標(biāo)定還原非畸變影像[9]。

以成像儀光軸中心畸變?yōu)?，畸變數(shù)學(xué)模型通過(guò)泰勒級(jí)數(shù)展開(kāi)式前3項(xiàng)進(jìn)行校正，即k1，k2，k3。成像根據(jù)半徑r分布位置，調(diào)解公式為

x0=x(1+k1r2+k2r4+k3r6)，

(1)

y0=y(1+k1r2+k2r4+k3r6)。

(2)

其中，(x0，y0)是畸變點(diǎn)在成像儀上的原始位置，(x，y)是校正后新位置。實(shí)現(xiàn)過(guò)程為通過(guò)對(duì)輸出圖的點(diǎn)做遍歷，依次找到輸出點(diǎn)(x,y)對(duì)應(yīng)的原圖點(diǎn)(x0,y0)的像素值，再將(x0,y0)的值賦給(x,y)。

(2)幾何畸變校正。與航空遙感影像不同的是，車載正射影像系統(tǒng)在生成正射影像時(shí)，涉及到影像投影從45°俯視角度轉(zhuǎn)化為正俯視角影像，這種變換關(guān)系同樣需要通過(guò)標(biāo)定進(jìn)行確定。在測(cè)量中，地面與地形圖的投影方式屬于正射投影，而車載相機(jī)投影方式為中心投影，攝影測(cè)量需要將地面按中心投影規(guī)律獲得的影像轉(zhuǎn)換為正射投影地形圖[10]。

地面點(diǎn)A的坐標(biāo)為(XA，YA，ZA)，投影中心S在該坐標(biāo)系中坐標(biāo)為(XS，YS，ZS)。根據(jù)共線條件：攝影中心S、攝影時(shí)刻像點(diǎn)a、物點(diǎn)A這3點(diǎn)共線，則像點(diǎn)a在空間輔助坐標(biāo)系下與物點(diǎn)A在地面坐標(biāo)系下的坐標(biāo)之間滿足共線方程式(3)。成像對(duì)比如圖3所示。

a

(3)

1.2.2 基于車載激光雷達(dá)的點(diǎn)云DEM生成 車載移動(dòng)激光掃描技術(shù)可以獲取比機(jī)載雷達(dá)更密集、精度更高的激光點(diǎn)云，并且同步匹配高清晰度的數(shù)碼照片，獲得的道路、人行道、綠化帶等點(diǎn)云數(shù)據(jù)滿足構(gòu)建DEM要求[11]。綜合考慮車載激光點(diǎn)云數(shù)據(jù)特點(diǎn)以及高效率與高精度，采用逐點(diǎn)內(nèi)插法生成DEM，逐點(diǎn)內(nèi)插法以內(nèi)差點(diǎn)為中心，確定范圍并選定合適的數(shù)學(xué)模型擬合計(jì)算內(nèi)插點(diǎn)高程[12]。

首先，車載LiDAR在數(shù)據(jù)獲取過(guò)程中，產(chǎn)生極低點(diǎn)或極高點(diǎn)，通過(guò)濾波對(duì)誤差點(diǎn)進(jìn)行剔除[13]，而后對(duì)高程進(jìn)行分層，再利用虛擬網(wǎng)格進(jìn)行分層次濾波，對(duì)濾波后的點(diǎn)云數(shù)據(jù)建立TIN不規(guī)則三角網(wǎng)，并內(nèi)插為所需要的DEM數(shù)據(jù)[14]，最后利用反距離加權(quán)法進(jìn)行內(nèi)插，提高路面點(diǎn)云精度，完成數(shù)字高程建模[15]。生成流程圖如圖4所示。

圖4 基于點(diǎn)云DEM生成流程

2 實(shí)驗(yàn)過(guò)程與分析

2.1 正射影像圖制作

2.1.1 影像后期處理 (1)鑲嵌。在得到精確的車輛定位信息處理后的正射影像后，將生成的正射影像結(jié)合組合導(dǎo)航結(jié)果輸出的車輛定位信息投影到相應(yīng)位置，得到正射影像地圖。在多張正射影像投影過(guò)程中有眾多影像重合區(qū)域，因此需要融合算法對(duì)重疊區(qū)域進(jìn)行像素點(diǎn)鑲嵌。由于車載相機(jī)曝光頻率高，影像重疊區(qū)域大，因此，影像精確配準(zhǔn)十分重要。將所有影像通過(guò)GPS同步定位至WGS84坐標(biāo)系，并通過(guò)控制點(diǎn)進(jìn)行精確配準(zhǔn)。在精確定位所有影像后，根據(jù)重疊區(qū)域影像對(duì)初始網(wǎng)絡(luò)進(jìn)行優(yōu)化，優(yōu)化后包含測(cè)區(qū)中的所有正射影像，并將冗余部分進(jìn)行處理，適合多幀影像的鑲嵌處理[16]。

(2)勻光勻色。在利用車載相機(jī)獲取對(duì)地觀測(cè)影像數(shù)據(jù)過(guò)程中，在拍攝時(shí)間、光照、相機(jī)自身等因素影響下，所獲取到的影像數(shù)據(jù)之間在色調(diào)和亮度方面存在差異，給后面的車載相機(jī)正攝影像處理帶來(lái)極大困難，因此需要對(duì)車載相機(jī)影像進(jìn)行勻光勻色處理。然而當(dāng)前勻光勻色算法主要是基于衛(wèi)星遙感影像，車載相機(jī)影像有別于傳統(tǒng)航空遙感影像，具有數(shù)據(jù)量大、影像張數(shù)多、行人遮擋導(dǎo)致路面遮擋等使局部地區(qū)亮度過(guò)暗等問(wèn)題的特點(diǎn)，因此，處理遙感影像勻光勻色的額算法并不能完全適用于車載相機(jī)影像處理算法過(guò)程。

如今常用的勻光勻色算法主要包括掩模(Mask)勻光法、基于自適應(yīng)模板勻光法、基于 Wallis 濾波器的勻光法3種。Mask 勻光法以高斯低通濾波器模擬影像分布作為背景影像的亮度，用原始光照不均勻影像減后獲得背景影像，并做對(duì)比度拉伸，從而增強(qiáng)影像細(xì)節(jié)反差，最后起到勻光勻色的效果[17]。該算法主要通過(guò)增加細(xì)節(jié)反差達(dá)到勻光勻色效果，數(shù)據(jù)量過(guò)大，因此不適用于車載相機(jī)影像。雖然基于自適應(yīng)模板勻光法在處理速度上比Mask勻光法更快，但依然存在諸如對(duì)影像中路人以及其他物體的遮擋、影像亮斑噪聲去除不理想等弊端。

而基于Wallis濾波器的勻光方法，其利用影像灰度均值與方差來(lái)處理影像，使原始影像具有近乎相同的灰度均值以及方差，從而達(dá)到勻光勻色目的。對(duì)于高重疊度的影像效果較好，由于車載相機(jī)獲取的影像色差不大且影像重疊度較高，此方法對(duì)車載影像處理效果較好。圖5為勻光勻色效果。

a

2.1.2 影像投影至DEM制作真正射影像 SSW車載激光掃描系統(tǒng)利用直接定向法，無(wú)需在地面架設(shè)任何控制點(diǎn)，利用POS系統(tǒng)進(jìn)行外方位元素直接定向，快速恢復(fù)空間模型，既能保證較高的精度，又能減少外業(yè)時(shí)間。

使用TerraSolid將算法數(shù)據(jù)導(dǎo)入程序，包括影像文件，GPS，IMU文件和已生成的DEM文件。利用姿態(tài)信息解算照片的外方位元素定位影像位置[18]。首先計(jì)算影像點(diǎn)所對(duì)應(yīng)的地面點(diǎn)坐標(biāo)，以此為基準(zhǔn)導(dǎo)入程序中DEM文件；其次將根據(jù)共線方程所糾正的影像按像點(diǎn)坐標(biāo)對(duì)應(yīng)地面點(diǎn)坐標(biāo)的方式投影至DEM，得到一張正射投影且?guī)в形恢眯畔⒌恼溆跋駡D。

2.2 結(jié)果分析

通過(guò)車載激光雷達(dá)系統(tǒng)處理過(guò)的正射影像在鑲嵌線附近色彩過(guò)渡平滑，不存在幾何錯(cuò)位等情況，能夠真實(shí)反映道路的高精度測(cè)量繪制。為了驗(yàn)證處理的精度，對(duì)影像數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。

實(shí)驗(yàn)1、實(shí)驗(yàn)2分別為在北京市豐臺(tái)區(qū)小屯路上的兩組實(shí)驗(yàn)。對(duì)小屯路路段進(jìn)行還原后，通過(guò)實(shí)驗(yàn)對(duì)掃描車道路往返兩次的點(diǎn)云進(jìn)行特征選點(diǎn)，分別選取平面上在兩側(cè)道路點(diǎn)云和高程上在兩側(cè)車道都能掃到的位置，分別采集相同位置的高程值進(jìn)行選點(diǎn)，見(jiàn)圖6和圖7。具體實(shí)驗(yàn)結(jié)果見(jiàn)表1和表2。

a

a

表1 點(diǎn)云平面精度

表2 點(diǎn)云高程精度

通過(guò)實(shí)驗(yàn)分析，車載正射影像系統(tǒng)在正射影像精確率上較高，對(duì)于道路細(xì)節(jié)呈現(xiàn)更加精確。通過(guò)該方法生成的高分辨率道路正射影像圖解決了航拍或衛(wèi)星地圖分辨率不夠高導(dǎo)致無(wú)法提供豐富的路面信息方面的缺陷，在制作高精地圖、公路竣工測(cè)量、公路規(guī)劃調(diào)查與施工、既有線路改造理賠預(yù)算等方面具有較高的使用價(jià)值。

3 結(jié)語(yǔ)

相比于其他遙感手段，LiDAR技術(shù)在快速直接獲取高精度、高密度地面三維數(shù)據(jù)方面有著一定優(yōu)勢(shì)，車載激光掃描正射影像系統(tǒng)在路面上有著相比于航空正射影像更加精確的正射影像。本文對(duì)LiDAR點(diǎn)云數(shù)據(jù)進(jìn)行處理獲取數(shù)字高程模型(DEM)，再利用車載正射影像的糾正、鑲嵌、勻光勻色生成消除投影誤差的正射影像圖。實(shí)驗(yàn)結(jié)果表明，使用激光LiDAR內(nèi)插原理輸出的DEM能真實(shí)全面擬合地面模型，所得數(shù)字高程模型精度較高。通過(guò)正反解法結(jié)合生成的DOM與數(shù)字高程模型匹配度高、誤差小，在生成正射影像的同時(shí)，還可以得到地面高程數(shù)據(jù)。

但是，后續(xù)仍有很多值得改進(jìn)的地方，具體包括以下兩個(gè)方面。

(1)本文所使用的多攝像頭方案有比較好的建圖效果，然而對(duì)道路周圍環(huán)境并沒(méi)有完全還原，仍出現(xiàn)了沒(méi)有完全覆蓋所有測(cè)區(qū)的情況，后續(xù)研究需要增加超廣角鏡頭甚至全景鏡頭進(jìn)一步優(yōu)化與設(shè)計(jì)。

(2)由于在信號(hào)遮擋處GPS定位精度不高，且IMU對(duì)高程糾正精度不高，導(dǎo)致部分點(diǎn)的高程偏移較大，后續(xù)研究將對(duì)此問(wèn)題進(jìn)行改善。