基于消费级无人机的地质露头三维建模技术研究
点击图片上方蓝色字体“慧天地”即可订阅
万剑华，刘汝涛，刘善伟，冯建伟，王 朝，张 驰
（中国石油大学（华东）地球科学与技术学院，山东 青岛 266580）
【关键词】地质露头；三维模型；消费级无人机；倾斜摄影测量
【中图分类号】P208 【文献标识码】A 【文章编号】1672-1586（2019）05-0096-05
万剑华，刘汝涛，刘善伟，等. 基于消费级无人机的地质露头三维建模技术研究[J].地理信息世界,2019,26(5):96-100+106.
0 引 言
野外地质露头的精细调查对于指导油气勘探与开发具有重要的作用和意义，是目前碳酸盐岩储层油气增储上产的关键方法之一，其三维结构的剖析需要地质工作者携带专业工具进行实地调查、量测和记录，并在此基础上结合其他辅助工具进行信息提取和数据挖掘。
野外地质露头往往具有高耸、陡立等特点，存在现场量测难度大、精度低、危险性高等弊端，采用现代测量工具开展地质露头三维建模正成为行业研究热点。目前主流的方法是利用激光雷达扫描仪（LiDAR）获取点云数据，通过计算机可视化技术进行三维数字露头构建。国内外学者也利用该技术进行了较多的工程实践：Bellian等利用地面激光雷达扫描技术建立了数字露头地层建模；郑剑锋、沈安江等对塔里木盆地巴楚地区的某处地质露头进行了扫描重构，并清晰展示了其沉积微相、孔隙度和渗透率在三维空间中的变化情况；邓小龙、李丽慧提出利用激光扫描技术获取复杂地质露头的表层精细几何数据，再利用Geomagic Studio软件进行点云数据编辑和曲面拟合模型的重构，最后通过FLAC软件进行三维模型的生成。美国德克萨斯大学奥斯汀分校甚至对美国、法国、南非等地区的数十个典型地质露头进行了扫描刻画，形成了典型露头知识数据库。虽然LIDAR技术操作简单，数据获取效率高，但也存在很多弊端，如设备昂贵，获取的数据量大，容易造成数据冗余，同时受扫描有效距离的限制，难以进行大范围及高耸目标物体的扫描成像，因此难以得到普及推广。
消费级无人机具有操作简单，机动灵活，其成本较专业型无人机低得多，利用倾斜摄影测量技术对照片进行处理，可获取地表精确的三维坐标和纹理信息，目前在国土资源勘查、智慧城市建设、电力巡检等领域取得了广泛的应用。考虑到地质露头的特殊性，本文以消费级无人机为平台开展地质露头三维建模方法研究，从定性与定量层面分析了模型纹理清晰度和坐标精度，并进行了实际应用。
1 无人机倾斜摄影测量技术
无人机指的是利用无线电控制或事先设定程序控制的无人飞行器，目前主要有固定翼、多旋翼以及直升机等类型。可以在无人机上搭载GPS系统、传感器、不同的成像相机等硬件来实现不同的行业应用。
无人机倾斜摄影测量技术是指在无人机平台上搭载相机进行多角度拍摄以获取地表信息的技术手段，它能够快速高效地获取地面高分辨率影像，并通过计算机视觉匹配、区域网联合平差、纹理映射等技术构建三维模型，目前已经广泛应用于城市规划，国土资源勘探等领域。与传统的航空摄影测量技术相比，具有快速、灵活、实时性强等优点。当前倾斜摄影测量技术多采用固定翼无人机，并搭载五镜头相机进行拍摄，由于固定翼无人机操作难度较大，通常需配备专业的无人机驾驶员按照既定设计路线飞行。同时固定翼无人机造价较高，一套完整的飞行平台加上配套的无人机相机价格达到百万元左右，其相对高昂的价格也在一定程度上限制了无人机倾斜摄影测量的发展。相比于固定翼无人机，消费级无人机设计之初是以航拍娱乐为主，虽然续航时间短，受环境影响较大，但操作简单，无需经过专业培训，同时成本较低，常见机型如大疆“悟”，大疆“精灵”系列等单价均在万元以下。其所搭载的配套单相机系统能够通过调整拍摄角度完成影像数据采集工作，进而完成构建目标区地物三维模型的任务。
2 地质露头三维建模技术流程
目前，常见的倾斜摄影测量三维建模技术是将无人机航拍到的具有满足规定要求重叠度和方向信息的图片进行处理并经过特征匹配、空三解算等步骤生成具有细致纹理特征的真三维模型。总体技术流程如图1所示。
图1 基于消费级无人机的地质露头三维建模流程
Fig.1 The flowmap of 3D modelling of geological outcrop based on consumer UAVs
基于消费级无人机的倾斜摄影测量三维建模流程可分为外业和内业两部分，其中外业指的是获取研究区像片数据并进行质量检核工作；内业指的是利用外业获取的像片数据构建真三维模型并进行精度验证的过程。
2.1 外业数据获取
首先进行航拍方案设计，依据目标区所在位置和周边的地形状况，设计无人机的飞行路线、高度及航拍角度。其中飞行路线设计需要满足像片重叠度要求，依据低空数字航空摄影相关规范中对像片重叠度的要求，航向重叠度一般应保持在60%～80%；旁向重叠度一般应保持在15%～60%。飞行高度应根据项目地面分辨率的要求进行设计，其关系如下式：
式中，H表示航拍高度；f表示物镜焦距；GR表示地面分辨率；α表示像元大小。在实际的飞行过程中，高度设计也要考虑目标区的地形条件，防止出现撞机事故。同时可根据研究区的面积来确定飞行航向及航线长度，摄影基线长度可根据公式（2）计算得出，航线间隔宽度可根据公式（3）计算得出。
式中，Bx表示实地摄影长度；Lx表示像幅长度；Px表示航向重叠度；Dx表示实地航线间隔宽度；Ly表示像幅宽；Qy表示旁向重叠度。
2.2 内业处理
无人机完成像片拍摄任务后，可将数据导入工作站进行像片质量检核，核实是否存在像片缺失、虚影等现象，对于缺失或虚影严重的像片要进行补拍。像片初步检核完毕后即可进行内业工作，内业主要包括特征匹配与空中三角测量，密集点云及不规则三角网模型构建，纹理映射等步骤。
2.2.1 特征匹配与空中三角测量
用于三维重建的是多视影像，即从不同方向和角度拍摄的像片，因此受云台抖动、光照阴影等影响，使得基于点的匹配技术容易出现误差，尤其是在地物相对单一的区域。Context Capture软件利用特征点检测算法，为了更好地获取高质量点特征，本文采用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）方法做特征提取。它是一种能够保证局部不变的特征提取方法，即通过建立图像尺度空间和方向空间，寻找若干在图像发生旋转、缩放、抖动、阴影变化等均保持特征不变的点位信息。其构建过程如下：
1）通过生成高斯差分金字塔进行尺度空间的构建；
2）关键点的初步探查与精确定位；
3）关键点主方向的确定；
4）对关键点进行特征描述与匹配。
目前消费级无人机如大疆“经纬”系列、“悟”系列等均携带GPS系统、陀螺仪等传感器，能够获得影像曝光瞬间的位置数据，以此作为多角度倾斜摄影测量的外方位元素，利用光学成像模型进行物方坐标的计算，应用多基线多特征匹配技术并结合少量实测控制点进行网平差计算，若满足平差结果则可作为后期处理的基础数据。
2.2.2 密集点云及不规则三角网模型的构建
通过基于特征点的多视影像密集匹配技术可以得到空间密集点云。点云是由大量真实景观特征点构成的模型框架，是进行三维景观建模的结构信息。由于无人机在影像拍摄中容易产生镜头抖动、模糊虚影，同时建筑物之间也会发生遮挡，这些现象均会造成点云缺失、错位等误差的产生，从而影响三维模型的生成精度。因此，一般在点云生成后需要进行人工编辑以纠正误差。在点云编辑完毕后，通过优化格网算法获得数字表面模型，为了更好地表达地质体中山脊线、山谷线、地形起伏等信息，可以基于点云信息生成不规则三角网，同时为了防止数据冗余，可以将三角网信息重构成与原始影像相近的分辨率，同时在地形起伏较小的区域，可以对三角网进行简化。
2.2.3 纹理映射
纹理贴合是构建真实三维模型的重要部分，是在前期构建的三维模型基础上，将包含实际纹理的信息映射到模型上。传统的方法是通过人工拍摄研究对象的纹理照片，以Geomagic为建模工具，利用映射函数进行纹理贴图。该方法操作复杂，效率低下，而且构建的模型容易出现失真等问题。本研究采用的全自动纹理贴合方法能够很好地克服上述缺点。首先对影像与不规则三角网模型进行匹配，通过倾斜摄影测量中的计算机视觉定位方法，建立模型空间点到各影像的投影关系，从而建立各灰度三角网与影像纹理的投影关系；然后对纹理进行几何纠正和优选，选出面积最大，无遮挡并且最为清晰的纹理图像；最后将纹理信息反投影到模型上，即可得到真实三维地质露头模型。
3 实例分析
3.1 数据获取与处理
本研究选用深圳大疆科技精灵系列四旋翼无人机PHANTOM 3 STANDARD，该无人机由飞行器、遥控器、云台相机以及配套使用的移动设备组成，飞行系统集成与飞行器机身内，具备双冗余惯性测量单元（Inertial Measurement Units,IMU）和指南针系统，产品重量1 216 g，比较轻便；无人机下方搭载相机，其镜头为FOV94o20 mm(35 mm格式等效)，分辨率为1 200万pixel，可单张拍摄或多张连拍。PHANTOM 3 STANDARD携带高能量密度智能飞行电池和高效率动力系统，最大平飞速度为16 m/s，单个电池最长续航时间25 min，在无干扰和遮挡状况下有效控制距离为1 000 m。
以某处地质露头为研究对象，该处露头较为陡峭，结构明显，长56 m，高8 m。首先利用Altizure软件进行了如图2所示的航线规划和初始飞行参数设置，将飞行高度设置为30 m，定焦15 mm，航向重叠率85%，旁向重叠率65%，相机转动倾角45°，飞行速度8 m/s，拍照间隔2 s。软件会自动规划飞行1次正射和4次倾斜图像路径，并可自动续飞。实验共拍摄5个方向163张像片，如图3所示，获取的地面空间分辨率为0.02 m，能够清晰分辨地物单元。
图2 无人机野外数据采集航线规划
Fig.2 Route planning for field data acquisition by UAVs
图3 无人机野外数据采集航线规划
Fig.3 Route planning for field data acquisition by UAVs
无人机在拍摄地质露头时由于山体的光照不均匀、无人机云台的抖动等因素影响，会造成像片之间存在一定的辐射差异，虽然不影响特征点的匹配和模型生成，但会使模型纹理存在不连续的明暗交替，从而影响判绘。因此应该采取相应的方法对影像进行匀光匀色处理，使得拍摄的影像在亮度、饱和度、色差等方面保持良好的一致性，以此保证三维的真实性与可判读性。本研究采用于Wallis滤波进行处理，Wallis滤波是一种特殊的滤波器，不仅能增加原始图像间的灰度差，同时能抑制图像噪声，而且能有效增加不同尺度影像的纹理信息，从而增强影像整体的色差，突出纹理信息，减小噪声的干扰，其表达式为：
式中，g(x ,y)指的是原始影像的灰度值；f(x ,y)是通过滤波处理后的灰度值；mg和sg指的是原始影像的灰度均值和灰度标准方差；mf与sf分别是结果影像的灰度均值和灰度标准方差。c 为影响方差的扩展函数，一般取值是[0,1]，b 是影像亮度系数，取值同样为[0,1]。
3.2 地质露头三维模型构建
首先利用相机搭载的POS系统提供的影像外方位元素数据通过SIFT特征提取算法进行特征提取和匹配，应用多基线多特征匹配技术并结合少量实测控制点进行网平差计算，平差计算完毕后，检查平差质量分析报告，确认满足精度要求，解算结果如图4a所示。然后可通过基于特征点的多视影像密集匹配技术得到空间密集点云，为防止点云缺失、错位等误差对后续模型精度的影响，可通过人工编辑纠正误差，利用优化后的密集点云生成不规则三角网，如图4b所示。最后，通过全自动纹理贴合技术构建地质露头真三维模型，结果如图5所示。
图4 空中三角测量结算结果及不规则三角网
Fig.4 Results of aerotriangulation and TIN
图5 地质露头三维实景模型
Fig.5 Real 3D model of geological outcrop
3.3 三维模型精度评价
3.3.1 定性评价
选取模型局部细节信息，如图6所示。可以发现地质露头的三维信息在宏观上得到了较好的表达。模型能够清晰地展现出右侧存在的两条裂缝，基于模型量测得出左侧长度为8.72 m，右侧9.33 m；同时山体左侧存在的若干局部凸起和经岩石风化产生的纹理变化也得到了良好的表达。
图6 地质露头三维实景模型局部信息
Fig.6 Local information of real 3D model of geological outcrop
3.3.2 定量评价
为了验证模型点位间的量测精度，在剖面上均匀布设了12个黑白棋盘控制点，如图7所示，以研究区外的两个点位作为全站仪观测的定向点与检核点，采用青岛CORS系统网络RTK进行控制点测量，获取其点位坐标，见表1。
图7 控制点布设
Fig.7 Layout of control points
表1 控制点坐标信息
Tab.1 The coordinates of control points
首先从模型上提取了事先布置的控制点坐标，进而计算出点位间距离信息，见表2，然后将其与实际的点位距离信息进行对比，结果如图8所示。
表2 点位间模型量测误差
Tab.2 Error between model and observation
图8 点位模型量测误差空间分布图
Fig.8 Spatial distribution of error between model and observation
可以看出，不同的控制点之间点位量测精度是不一样的，随着点位距离的增加，量测精度呈现下降的趋势。而对于具体点位而言，可以看出K 1、K 9、K 10、K 12的平均量测误差均超过3 cm，主要原因是这些点均处在山体结构变化较为明显的区域，如K 1位于一块凸出的石头上，K 9、K 10均在一条山体裂缝的旁边。而对于山体表面结构较为简单的区域，量测精度均在2 cm左右，可以满足地质外业关于量测精度的要求。
方差的大小代表量测结果的稳定性程度，通过上表可以看出，方差较大的点位是K 1、K9，分别为6.20与7.36，其余点位方差较小，均保持在3.0左右。测量结果的不稳定主要由模型结构的局部扭曲与变形决定的，因此可以推断整个三维结构在宏观上变形比较小，但在K 1与K 9附近，由于数据采集中镜头的抖动以及山体本身结构的复杂导致发生了局部变形。
4 结束语
本文基于消费级无人机，构建了获取地质露头三维模型的技术流程，包括航线规划、相控点布设、数据获取与处理、空三测量、点云生成等过程，并开展了精度评定实验和项目应用，为地质露头野外踏勘提供了一种良好的技术手段，主要结论如下：
1）利用飞控软件操纵内嵌在无人机云台上的相机拍摄方向和角度，消费级无人机能够获取专业摄影测量系统的多视影像采集工作，从而大大降低了野外地质露头三维建模数据的获取成本。
2）三维模型纹理精细度高，地面采样间隔可优于1 cm，能够反映研究对象的局部凹凸、裂缝大小及其方向等信息。
3）三维模型可精确量测距离和方向，研究人员可以在室内完成信息采集与解译工作，大大提高了地质露头传统野外量测效率。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
欢迎关注慧天地同名新浪微博：
ID：慧天地_geomaticser
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后才正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！