基于Smart3D和Terra Solid软件的无人机倾斜摄影生产DEM方法研究

摘要 ：无人机倾斜摄影可以快速获取高重叠度的地面影像数据，本文介绍了利用 Smart3D 软件处理无人机倾斜摄影影像数据生成地表点云，结合 TerraSolid 软件进行点云滤波和人工编辑分类，最终生成数字高程模型(DEM)的方法。此方法具有影像数据获取快捷、成本较低、点云生产自动化程度高的特点，比较适合较小面积区域 DEM快速生产。

关键词 ：无人机；倾斜摄影；Smart3D；TerraSolid；数字高程模型

引言

倾斜摄影测量是一种通过飞行平台搭载多个相机，同时从垂直、倾斜等多个不同的角度进行影像拍摄，获取地面物体完整信息的摄影测量技术[1]，该技术集成 GPS/INS 技术，可快速获取数字地表模型（DSM），经过后期数据处理可进一步获得 DEM、DOM和 DLG 产品[2]。

无人机作为一种新型的低空遥感对地观测手段，具有操控简单、获取影像周期短、机动性强等优点。无人机与倾斜摄影测量技术结合，可弥补传统航测成本高、飞行窗口要求高、生产组织困难等诸多不足[3]，极大地提升作业效率，已广泛应用于城市三维建模、三维地质勘查中。

DEM生产根据其空间信息数据源获取方式分类，大致可分为传统手段直接测量（全站仪、RTK）、传统航空摄影测量、从已有基础地理信息资料采集、机载激光扫描（LiDAR）等，目前，Smart3D 软件已可以直接建模并导出LAS 格式的密集匹配点云，为 DEM生产提供了一种新的数据源。本文探讨了一种利用 Smart3D软件处理无人机倾斜摄影影像数据生成地表点云，利用 TerraSolid 软件进行地表点云滤波与人工编辑分类并生成 DEM的方法，并通过试验验证了其 DEM生产中的可行性。

1.倾斜摄影测量影像生产 DEM 的流程

利用倾斜摄影测量影像生成 DEM的流程包括数据准备、数据导入及像控点刺点、空中三角测量、多视影像密集点云匹配、点云粗差剔除、点云滤波、点云人工编辑分类、构建三角网及 DEM输出等步骤，（如图 1 所示）。

图1 无人机倾斜摄影数据生产DEM流程图

无人机搭载多镜头倾斜云台按设计航线飞行，可获得高重叠度（70%~80%）、高分辨率的倾斜影像数据和曝光点 POS 数据。在建模生成点云前应对影像的质量进行检查，检查内容主要包括以下几个方面：影像清晰度、是否有重影、层次是否鲜明、色调一致性、反差合理性、是否有大面积阴影、反光、不清晰点[4]，对可能影响建模精度的影像应予以剔除。经过检查的倾斜影像数据需要根据不同视角的相机单独存储，且影像的命名应具有唯一性。

点云生成是在 Smart3D 软 件 中 进 行 的 。Smart3D 是基于图形运算单元 GPU 的快速三维场景运算软件，能够运算生成基于真实影像的超高密度点云，优势在于全自动、快速和稳健，以及优化的数据输出格式和广泛的数据源兼容性，不需要人工的干预便可以生成逼真的三维场景模型。该软件包括 Master、Engine、Viewer 三个主要模块，其中 Master 模块主要负责任务创建、任务管理及监视任务状态；Engine 模块是引擎端，负责任务的处理；Viewer 模块则主要用来浏览生成的三维场景与模型[5]。点云滤波、人工编辑分类及 DEM生成是在TerraSolid 软件中完成的。TerraSolid 软件是一款运行于 MicroStation 系统之上的 LiDAR 点云数据 处 理 软 件 ， 它 包 括 TerraMatch、TerraScan、TerraModeler、TerraPhoto 等模块，主要功能包括点云噪声和异常值的剔除、点云滤波、数据拼接、点云分类输出、DEM自动提取和编辑、影像数据的 纠 正 和 镶 嵌 等 [6]， 本 文 只 用 TerraScan 和TerraModeler 两个模块。

2.倾斜摄影测量数据点云生产

2.1 试验概况

试验区位于福建省顺昌县城西侧，面积约1.1 平方千米，地形为平地和丘陵，地表主要以建筑物为主，南侧丘陵区域植被较茂密。采用六旋翼无人机搭载国产五镜头倾斜摄影系统，该系统由 5 台 SONY DSC- QX100 照相机组装而成，相机的像幅大小为 5472×3648 像素，相机焦距10.4mm。航线设计相对航高为 150m，旁向、航向重叠度均为 70%，垂直影像地面分辨率 0.04m，共飞行 4 个架次，获得质量良好的垂直影像 905张，倾斜影像 3620 张。为减少计算机运算量，本次仅采用其中第二架次共 1115 张影像进行试验。

2.2 创建工程

创建工程前需准备好相机参数列表、影像属性信息列表、像控点坐标列表、Options 列表四张Excel 表格，其中相机参数列表内容包括相机焦距、相片像素、传感器尺寸、相机之间相互位置关系等信息；影像属性信息列表内容包括影像名称及存储目录、拍摄相机编号、影像外方位元素等信息。Options 表主要设置坐标系及相片路径信息。在 Smart3D 中新建工程，导入上述 excel 表即可完成区块创建。在 Control points 界面完成像控点刺点，有效的控制点集合包括三个或者三个以上控制点，每个控制点需有两张及以上影像刺

点[7]。

2.3 空三加密

空三加密及后续点云生成工作是由软件自动解算完成的，Smart3D 软件结合影像外方位元素和地面控制点数据，先根据特征提取算法对影像进行特征提取，并建立连接点和连接线、控制点坐标以及 POS 数据的多视影像自检校区域网平差的误差方程，通过联合平差计算，得到每张像片的外方位元素以及所有加密点的物方坐标。影像空三解算之后像对的总数为 8481 个，平均每张像片的像对数为 15 个，平均每张像片连接其他像片的数量为 111 张，平均每张像片上关键点数量为 23895 点，连接点总数为 194473点，平均每个连接点的成像影像数为 3 张，平均每张像片上连接点数量为 677 点，重投影平均误差为 0.60 像素，重投影中误差为 0.79 像素，光线距离中误差为 0.031m。空三加密后结果（如图 2所示）。

图2  空三结果

2.4 多视影像密集匹配

在进行该步骤之前，软件会根据计算机的性能将项目分割成若干个瓦片进行单独的模型重建，这可解决计算机性能的不足，也方便采用集群运算模式时的任务分配[8]。根据空中三角测量运算出的影像外方位元素，通过多视影像密集匹配即可获得高密度的地表点云，生成的点云（如图 3 所示）。点云生成后系统还可继续生成DSM、DOM，本次生成了试验区 DOM作为点云分类的参考影像。

图3 地表点云结果

3.点云滤波及分类

3.1 倾斜摄影测量点云特点

倾斜摄影测量生成的点云与机载 LiDAR 点云相比，有以下特点：

3.1.1 倾斜摄影测量点云数据不含回波信息。倾斜摄影测量是基于空中三角测量原理生成点云，LiDAR 是属于回波法反射测量获得点云[9]，所以倾斜摄影测量点云不含回波次数和回波强度信息，不能通过回波信息对点云进行分类。

3.1.2 倾斜摄影测量点云包含大量的建筑物侧面点云信息。机载 LiDAR 可以快速获取海量的顶面点云，但对地物侧面的信息获取有限。3.1.3 倾斜摄影测量点云具有大量的点特征信息、线特征信息和边缘信息，如建筑物边缘、道路、断裂线等，这是 LiDAR 点云获取技术难以实现的。

3.1.4 倾斜摄影测量点云穿透性差，这主要是因为倾斜影像中存在较多的建筑、植被遮挡造成的，而机载 LiDAR 数据则具有较强穿透力，可到达地面。

3.2 粗差剔除

由于飞行因素影响、倾斜影像的摄影比例尺不一致、分辨率差异、地物遮挡等因素，倾斜摄影测量生产的点云数据不可避免会有错误点、杂点或偏离点等噪声信息。点云按照分布是否有规律可分为规则点云和散乱点云。对于规则点云可以采取孤立点排异法、邻域平均法、最小二乘法滤波、云平滑滤波等方法进行去噪处理；对于散乱点云，由于难以归纳其分布规律，则需要在构建不规则三角网并且构建拓扑之后再进行去噪[2]。对于一些明显的孤立点、漂移点、冗余点，则采用可视化交互的方式直接进行剔除。

3.3 点云滤波

要通过地表点云构建 DEM，需要将点云中地物脚点去除，这一过程即点云的滤波。目前常用的滤波方法包括移动曲面拟合法、移动窗口滤波法、迭代三角网滤波法等。TerraSolid 软件TerraScan 模块分类地面点云采用迭代三角网滤波法，该方法先将测区划分成块，测区分块的最小 尺 寸 要 比 该 地 区 最 大 建 筑 物 尺 寸 (Maxbuilding size)要大，然后从点云中选取最低点以及一定高差范围内的地面点作为地面种子点，建立最初的稀疏三角网，计算点云中剩余各点到三角网的夹角、距离等信息，与设定的迭代角（Iteration angle）、迭代距离（Iteration distance）进行比较，小于所设的迭代值，接受为地面点，否则拒绝接受为地面点，重复以上迭代，直到三角网不再有新的地面点加入，实现三角网加密的过程[10]。

在迭代参数设置方面，最大建筑物尺寸一般设置为测区最大建筑物较长的边长；迭代角是待分类点和三角形的最近顶点的连线与这个三角形所构成平面的最大夹角值，地形起伏变化越小，迭代角设置宜越小，一般在平坦地区使用较小值（4°），山地使用较大值（接近 10°）；迭代距离是待分类点到这个三角形的最大距离值，它保证了在三角形很大时，重复向上构建三角形没有大的跳跃 ， 迭 代 距 离 通 常 取 值 范 围 为0.5m~1.5m。本试验区建筑物尺寸在 60m 以内，北侧建筑区域地势平坦，南侧丘陵稍有起伏，最大高差约为 30m，故滤波参数设置最大建筑物尺寸设置为 60m，迭代角6°，迭代距离 1.4m 进行点云滤波，滤波前后点云对比（如图 4 所示）

图4 滤波前后对比

3.4 点云人工编辑分类

从图 4 可以看出，滤波后大部分建筑物及植被已与地面点云分开，但仍有部分建筑物和植被混杂在地面点云中，这是因为点云滤波算法并不能将所有非地面点和地面点区分开；此外，由于植被、建筑遮挡原因，右上方建筑密集区及右下方植被茂密区地面点云过于稀疏，出现地形失真情况，这些都需要后期人工编辑及分类。人工编辑的主要目的是剔除自动滤波后未滤掉的少量粗差点、辨别自动分类未正确分类的点和适当增加地形失真区域高程特征点，以达到控制 DEM成果精度的目的。TerraScan 模块提供了强大的多视图显示、断面查看、点云编辑、分类、增加特征线、特征点等工具，编辑时可导入试验区 DOM作为参考地图，以方便人工编辑。

4.DEM 生成

在 TerraModeler 模块中采用人工编辑后的地面点进行 DEM构建，通过对关键点构三角网，并进行内插处理后，再实现格网对栅格数据的转变，得到 DEM。试验区 DEM成果（如图 5 所示）。

图5 DEM 渲染效果图

5.结束语

无人机倾斜摄影测量具有高速灵活、高效可靠、低成本的优势，Smart3D 与 TerraSolid 软件结合，可快速处理由无人机倾斜设备获取的影像生成 DEM，弥补了传统方法强度大、效率低、周期长的缺点，比较适合于小范围、建筑及植被密度较低区域的 DEM快速生产，在灾害应急测绘、土石方估算、困难地区勘测等方面具有良好应用前景。本文仅从生产的可行性方面对无人机倾斜摄影测量生产 DEM方法进行探讨，未涉及生产过程的质量控制及 DEM精度评估，需要进一步研究。

文章转载于经纬天地

作者：黄剑飞

本文仅限行业学习交流之用，版权、著作权归原载平台及作者所有，如有侵权，请立即联系删除。