傾斜攝影空中三角測(cè)量解算優(yōu)化研究

吳英梅

(山東省核工業(yè)二七三地質(zhì)大隊(duì),山東 煙臺(tái) 264006)

0 引言

隨著相機(jī)重量的減輕及相機(jī)集成技術(shù)的迅猛發(fā)展,傾斜攝影測(cè)量逐漸取代了傳統(tǒng)的垂直攝影測(cè)量,成為航攝產(chǎn)品制作的主要手段。傳統(tǒng)的垂直攝影測(cè)量搭載垂直相機(jī),從空中對(duì)地面進(jìn)行垂直攝影,這種方式獲取的影像分辨率基本一致,數(shù)據(jù)解算較容易。而傾斜攝影測(cè)量由于搭載的相機(jī)鏡頭與被攝物體呈現(xiàn)一定的夾角,這種數(shù)據(jù)源采用傳統(tǒng)的空三加密解算算法很難實(shí)現(xiàn)對(duì)數(shù)據(jù)的準(zhǔn)確解算,解算成果容易出現(xiàn)分層、彎曲,解算失敗率高、效率低、精度低[1-3]問(wèn)題。不同的軟件在對(duì)數(shù)據(jù)解算時(shí)采用的算法不同。如:Mirauge 3D軟件,解算數(shù)據(jù)成功率高,但精度較低,以犧牲精度來(lái)提高空三解算成功率;Photo scan軟件,解算數(shù)據(jù)精度較高,成功率較高,但效率低;Context Capture軟件,解算空三失敗率高,但對(duì)于成功解算的數(shù)據(jù),其精度較高,只適合解算10 000左右的影像數(shù)據(jù),不適合對(duì)海量影像數(shù)據(jù)進(jìn)行一次性解算。雖然不同軟件解算的優(yōu)缺點(diǎn)不同,但影響數(shù)據(jù)解算的因素主要與輸入軟件的數(shù)據(jù)有關(guān),因此對(duì)輸入數(shù)據(jù)進(jìn)行優(yōu)化,可有效提升數(shù)據(jù)解算的成功率、解算精度及效率[4-8]。本研究分析了多視影像密集匹配技術(shù),提出了幾種措施,對(duì)輸入數(shù)據(jù)進(jìn)行優(yōu)化,以實(shí)際生產(chǎn)數(shù)據(jù)為例,對(duì)提出的方案進(jìn)行驗(yàn)證。通過(guò)對(duì)比分析可知,采用優(yōu)化后的數(shù)據(jù)作為輸入數(shù)據(jù),可有效提升空中三角測(cè)量解算成果的精度、成功率及效率,可為海量數(shù)據(jù)的高效高精度解算提供借鑒。

1 多視影像密集匹配技術(shù)

影像匹配是通過(guò)一定的匹配算法,在兩幅或多幅影像之間識(shí)別同名點(diǎn)的過(guò)程,其針對(duì)較傳統(tǒng)的影像匹配來(lái)說(shuō),重疊度更高,分辨率更高,冗余度更高,影像畸變更嚴(yán)重,采用傳統(tǒng)的匹配算法已無(wú)法準(zhǔn)確對(duì)其進(jìn)行匹配。多視影像密集匹配需充分利用像方與物方的相關(guān)幾何信息,在海量影像中準(zhǔn)確找到有重疊度的像片并對(duì)其進(jìn)行準(zhǔn)確匹配,得到同名點(diǎn)。雖然高冗余影像對(duì)影像解算來(lái)說(shuō)并不友好,會(huì)浪費(fèi)大量時(shí)間,但高冗余影像包含了更加豐富的地物信息,可使匹配得到的加密點(diǎn)精度更高、數(shù)量更多,這為高精度實(shí)景三維模型的生產(chǎn)提供了保障。

2 空中三角測(cè)量解算優(yōu)化措施

2.1 提升影像質(zhì)量

航攝影像的質(zhì)量決定著最終成果的表征質(zhì)量,對(duì)空中三角測(cè)量解算結(jié)果也有著一定的影響。通常來(lái)說(shuō),當(dāng)影像分辨率相同時(shí),高清晰的影像解算精度要比影像模糊時(shí)的精度高,且在相同條件下解算速度更加快。傾斜攝影搭載的相機(jī)與被攝物體呈現(xiàn)的夾角大,因此在航攝時(shí)會(huì)出現(xiàn)更多的陰影遮擋區(qū)域,對(duì)于該部分區(qū)域,采用專業(yè)的影像處理軟件(如Photoshop、EPT等),可有效提升遮擋區(qū)域的影像質(zhì)量,減弱陰影覆蓋區(qū)域,從而提升影像的整體質(zhì)量,有利于影像數(shù)據(jù)的準(zhǔn)確高效解算。

2.2 基于多鏡頭相機(jī)安置參數(shù)解算高精度POS數(shù)據(jù)

目前市面上的主流傾斜相機(jī),其記錄POS的裝置只記錄下視鏡頭相機(jī)曝光時(shí)的位置及姿態(tài),并未記錄側(cè)視鏡頭的外方位線元素及角元素,作業(yè)時(shí)用下視鏡頭的POS數(shù)據(jù)作為側(cè)視鏡頭的POS輸入軟件中進(jìn)行解算。這種方式在大多數(shù)情況下可順利解算得到符合要求的空三加密成果,但是對(duì)于高精度的測(cè)繪產(chǎn)品來(lái)說(shuō),這種誤差是不允許的,需對(duì)其進(jìn)行優(yōu)化。以5拼相機(jī)為例,其由4個(gè)側(cè)視與1個(gè)下視組成,相機(jī)組裝時(shí),4個(gè)側(cè)視相機(jī)與下視相機(jī)之間的安置方位與距離及旋轉(zhuǎn)角度是可以計(jì)算得到的,結(jié)合相機(jī)安置參數(shù),以下視鏡頭POS數(shù)據(jù)為基準(zhǔn),就可以準(zhǔn)確解算得到4個(gè)側(cè)視相機(jī)在空中曝光時(shí)的位置和姿態(tài),起到優(yōu)化POS數(shù)據(jù)的作用,可解算得到精度更高的空中三角測(cè)量解算成果。

2.3 基于部分影像解求高精度相機(jī)參數(shù)

傾斜攝影相機(jī)所獲取的影像畸變大,且相機(jī)檢校一次成本高,因此在實(shí)際作業(yè)中很少有人對(duì)相機(jī)參數(shù)進(jìn)行檢校。相機(jī)參數(shù)作為輸入軟件中的一種數(shù)據(jù),其精確度直接影響著后續(xù)空中三角測(cè)量解算精度。對(duì)于海量數(shù)據(jù)而言,準(zhǔn)確的相機(jī)參數(shù)不但可以提升數(shù)據(jù)解算精度,也可以縮短數(shù)據(jù)解算時(shí)間。對(duì)于少量影像解算來(lái)說(shuō),軟件可準(zhǔn)確解算得到空中三角測(cè)量成果,條件允許時(shí),再導(dǎo)入并轉(zhuǎn)刺至少3個(gè)像控點(diǎn),完成空三成果的平差優(yōu)化,這樣就可以得到準(zhǔn)確的相機(jī)焦距及像主點(diǎn)值,將優(yōu)化后的相機(jī)參數(shù)導(dǎo)入軟件中,對(duì)海量影像數(shù)據(jù)進(jìn)行解算,可有效提升空三解算成功率及精度,縮短數(shù)據(jù)解算時(shí)長(zhǎng)。

2.4 基于航攝范圍剔除無(wú)效影像

傾斜攝影相對(duì)于垂直攝影測(cè)量數(shù)據(jù)來(lái)說(shuō),其冗余度高,無(wú)效影像較多,如果能夠有效剔除無(wú)效影像,對(duì)于空三解算來(lái)說(shuō),可有效縮短數(shù)據(jù)解算時(shí)長(zhǎng),提高數(shù)據(jù)解算成功率。正常作業(yè)過(guò)程中,為了保證測(cè)區(qū)邊緣數(shù)據(jù)的精度及完整性,航攝時(shí)會(huì)要求航攝范圍至少外擴(kuò)一個(gè)航高,這樣任務(wù)區(qū)邊緣模型成果才不會(huì)拉花,模型才會(huì)完整。但是由于是邊緣區(qū)域,部分鏡頭的影像重疊度并不能滿足設(shè)計(jì)要求,由于重疊影像少,該部分在解算時(shí)容易產(chǎn)生解算失敗的問(wèn)題,且5鏡頭中對(duì)著范圍線外面拍攝的影像,在后期不會(huì)對(duì)模型的完整性及精度帶來(lái)影響,因此為了減少數(shù)據(jù)量,邊緣區(qū)域無(wú)效影像可以完全剔除。結(jié)合傾斜相機(jī)在無(wú)人機(jī)航攝前進(jìn)方向的安裝位置及無(wú)人機(jī)的航攝軌跡,可將無(wú)效影像進(jìn)行剔除,只保留后期實(shí)際參與三維模型生產(chǎn)的影像,這樣就可以減少影像數(shù)量,提升空中三角測(cè)量解算精度及效率。

2.5 基于第三方軟件優(yōu)化POS數(shù)據(jù)

對(duì)于影像數(shù)據(jù)解算來(lái)說(shuō),空中三角測(cè)量解算是最為重要的,其直接決定著后續(xù)數(shù)據(jù)的生產(chǎn)。對(duì)于目前主流的建模軟件Context Capture來(lái)說(shuō),其空三解算成功主要與POS數(shù)據(jù)精度及影像航飛質(zhì)量有關(guān)。數(shù)據(jù)解算時(shí),一般會(huì)根據(jù)不同軟件與數(shù)據(jù)特點(diǎn)進(jìn)行軟件選擇。目前,主流的幾款傾斜攝影數(shù)據(jù)解算軟件的優(yōu)缺點(diǎn)比較明顯。如Mirauge 3D軟件,其處理數(shù)據(jù)能力強(qiáng),空三解算成功率高,但是解算成果精度較低。Context Capture軟件的解算精度較高,但是空三成功率低。Photoscan軟件,解算空三成功率高,但是精度相對(duì)來(lái)說(shuō)較低,空三成功率高。對(duì)于不同軟件,在實(shí)際應(yīng)用中,應(yīng)對(duì)其進(jìn)行組合使用,以提高數(shù)據(jù)解算精度及成功率,從而提升解算成果質(zhì)量。

3 項(xiàng)目驗(yàn)證

3.1 影像質(zhì)量提升的可行性

測(cè)試數(shù)據(jù)來(lái)源于農(nóng)村房地一體項(xiàng)目,該航攝傾斜影像分辨率為1.5 cm,但是航攝成果亮度整體偏暗,在對(duì)其進(jìn)行解算時(shí),得到的空三加密成果精度較差,無(wú)法滿足項(xiàng)目要求。為了能充分利用航攝影像,決定采用Photoshop軟件對(duì)其亮度進(jìn)行調(diào)整。在Photoshop軟件中對(duì)影像的亮度、飽和度、色調(diào)等進(jìn)行調(diào)整,得到一幅對(duì)比度明顯、地物分辨率高的影像,將調(diào)整參數(shù)記錄下來(lái)并創(chuàng)建為動(dòng)作,對(duì)剩余影像進(jìn)行批處理。在保證其他輸入數(shù)據(jù)相同的前提下輸入調(diào)整亮度前后的影像數(shù)據(jù),分別進(jìn)行空中三角測(cè)量解算,得到表1統(tǒng)計(jì)數(shù)據(jù)。

表1 影像質(zhì)量提升前后各指標(biāo)統(tǒng)計(jì)

由表1可知,調(diào)整影像亮度后,空中三角測(cè)量解算時(shí)間有了一定的縮短,加密點(diǎn)重投影中誤差變小了,小于規(guī)范規(guī)定的2/3個(gè)像元大小,成果精度符合規(guī)范要求。

3.2 基于多鏡頭相機(jī)安置參數(shù)解算高精度POS數(shù)據(jù)的可行性

測(cè)試數(shù)據(jù)來(lái)源于1∶500地形圖測(cè)繪項(xiàng)目。搭載的航攝控制設(shè)備在記錄相機(jī)曝光位置及空間姿態(tài)時(shí),只記錄下視鏡頭的數(shù)據(jù),并未對(duì)側(cè)視鏡頭的數(shù)據(jù)進(jìn)行記錄。這樣對(duì)于普通數(shù)據(jù)解算來(lái)說(shuō),完全是可以使用的,但是由于側(cè)視鏡頭POS是用下視鏡頭POS來(lái)代替的,因此其精度較低,不利于傾斜數(shù)據(jù)空三加密解算。為了解求側(cè)視鏡頭POS數(shù)據(jù),在分析了5拼相機(jī)安裝關(guān)系后,利用C++語(yǔ)言開(kāi)發(fā)了多鏡頭POS數(shù)據(jù)解算軟件。在軟件中導(dǎo)入下視鏡頭POS數(shù)據(jù),輸入側(cè)視鏡頭與下視鏡頭之間的距離、方位及旋轉(zhuǎn)角度,從而解求出側(cè)視鏡頭的POS數(shù)據(jù)。將解求出來(lái)的POS數(shù)據(jù)進(jìn)行重命名,使影像與POS數(shù)據(jù)一一對(duì)應(yīng)。利用Context Capture軟件,對(duì)兩種類型下的影像數(shù)據(jù)進(jìn)行解算,得到兩組空三加密成果,對(duì)空三加密報(bào)告進(jìn)行查看可知,利用軟件解求的POS數(shù)據(jù)導(dǎo)入軟件中解算的空三成果,其精度更高,匹配得到的同名點(diǎn)更加準(zhǔn)確,兩種情況下得到同一張影像的部分加密點(diǎn)分布情況如圖1所示(左圖為POS解算前,右圖為POS解算后)。從圖1可以看到,解算前所有影像加密點(diǎn)的重投影中誤差為0.49 px,當(dāng)前影像加密點(diǎn)重投影中誤差為0.59 px,解算后所有影像加密點(diǎn)的重投影中誤差為0.39 px,當(dāng)前影像加密點(diǎn)重投影中誤差為0.45 px,空三精度有了一定的提升。

圖1 POS數(shù)據(jù)解算前后某一影像加密點(diǎn)對(duì)比圖

3.3 基于部分影像解求高精度相機(jī)參數(shù)的可行性

本次測(cè)試數(shù)據(jù)來(lái)源于實(shí)景三維中國(guó)項(xiàng)目,某區(qū)域要生產(chǎn)高分辨率、高精細(xì)度的實(shí)景三維模型,航攝相機(jī)采用5拼相機(jī),焦距為下視35 mm,側(cè)視50 mm,像幅均為7952×5304,像主點(diǎn)單位為像素,其值為(3976,2652)。數(shù)據(jù)解算時(shí)采用Context Capture軟件,一次性加載了20 000多張影像,但是解算失敗了。每個(gè)鏡頭抽取了100張影像,共5個(gè)鏡頭500張影像進(jìn)行了空中三角測(cè)量解算,抽取的數(shù)據(jù)包括高樓、低樓、平房及公園植被等,具有一定的代表性?？杖馑阃瓿珊?查看軟件中的相機(jī)參數(shù),相機(jī)焦距與像主點(diǎn)均發(fā)生了變化。導(dǎo)入范圍內(nèi)的4個(gè)像控點(diǎn),對(duì)位于影像內(nèi)部的點(diǎn)位進(jìn)行轉(zhuǎn)刺,然后平差,得到平差優(yōu)化后的相機(jī)內(nèi)方位元素。將優(yōu)化后的內(nèi)方位元素導(dǎo)入20 000多張影像的工程中,再次進(jìn)行空中三角測(cè)量解算。本次解算順利完成,查看輸入的內(nèi)方位元素,其變化微小,具體統(tǒng)計(jì)見(jiàn)表2。采用人機(jī)交互方式查看空三成果,無(wú)分層、彎曲現(xiàn)象,查看空三加密報(bào)告,加密點(diǎn)重投影中誤差為0.45個(gè)像素,精度良好,影像匹配重疊度高,空三成果可用。

表2 相機(jī)優(yōu)化前后各參數(shù)統(tǒng)計(jì)

3.4 基于航攝范圍剔除無(wú)效影像的可行性

本次測(cè)試數(shù)據(jù)來(lái)源于某一規(guī)劃項(xiàng)目,要求為任務(wù)區(qū)范圍內(nèi)進(jìn)行實(shí)景三維模型的生產(chǎn)。獲取數(shù)據(jù)時(shí),搭載的是5鏡頭傾斜相機(jī),獲取了15 850張影像。利用自主開(kāi)發(fā)的冗余影像剔除軟件,對(duì)后期不參與模型數(shù)據(jù)生產(chǎn)的部分進(jìn)行了自動(dòng)剔除。剔除后得到有效影像數(shù)為12 543張,無(wú)效影像剔除率為20.7%。通過(guò)數(shù)據(jù)解算,影像剔除前空三解算所用時(shí)長(zhǎng)為21.5 h,剔除后空三解算所用時(shí)長(zhǎng)僅為16 h,時(shí)間縮短了25.6%,具體統(tǒng)計(jì)見(jiàn)表3。通過(guò)人機(jī)交互方式對(duì)模型查看對(duì)比,影像剔除前后的三維模型精細(xì)度一致,利用檢查點(diǎn)對(duì)模型精度進(jìn)行檢測(cè),其平面、高程中誤差基本一致,因此剔除無(wú)效影像有利于數(shù)據(jù)解算,可提升數(shù)據(jù)解算效率,縮短數(shù)據(jù)處理時(shí)長(zhǎng)。

表3 無(wú)效影像剔除前后各指標(biāo)對(duì)比統(tǒng)計(jì)

3.5 基于第三方軟件優(yōu)化POS數(shù)據(jù)的可行性

某區(qū)域要生產(chǎn)1∶2000地形圖,由于面積小,航飛時(shí)采用大疆無(wú)人機(jī)航飛,共獲得航飛影像407張?？杖龜?shù)據(jù)解算時(shí),使用Context Capture軟件解算,解算得到如圖2(左圖)的結(jié)果。為了順利完成空三數(shù)據(jù)解算,使用PhotoScan軟件對(duì)其進(jìn)行解算,得到圖2(右圖)的結(jié)果。查看PhotoScan得到的空三加密點(diǎn)重投影中誤差,為0.45個(gè)像素,可以滿足1∶2000地形圖測(cè)繪。將其POS連同加密點(diǎn)一并導(dǎo)出為xml文件,導(dǎo)入Context Capture軟件中進(jìn)行后續(xù)三維模型的生產(chǎn)。

圖2 POS數(shù)據(jù)優(yōu)化前后空三成果對(duì)比圖

4 結(jié)束語(yǔ)

以某生產(chǎn)項(xiàng)目數(shù)據(jù)為測(cè)試數(shù)據(jù),對(duì)提出的幾種空三優(yōu)化方法進(jìn)行驗(yàn)證,對(duì)優(yōu)化前后的空三加密成果進(jìn)行對(duì)比分析。通過(guò)試驗(yàn)可知,采用本方案對(duì)空三優(yōu)化后可有效提升空三加密精度及成功率,為傾斜攝影數(shù)據(jù)的成功解算提供保障。