古建筑具有独特的历史价值和艺术价值，武汉大学既要向全世界展示其文化魅力，又要对其进行修缮复原。数字化的古建筑三维模型可以减少人们对实物接触，方便用于虚拟展示，增加旅游产业的经济效益；同时，精细的三维模型为历史研究工作以及文物复原工作提供了准确的基础数据资料。

比较成熟实用的古建筑三维重建方法是利用激光雷达(light detecting and ranging，LiDAR)技术获取目标密集点云^[1-3]，结合数码影像进行纹理映射以获取三维实景模型。该方法适用于低矮古建筑，数据采集效率高，建模效果较好，但纹理处理复杂，成本较高。通过无人机(unmanned aerial vehicle, UAV)倾斜摄影测量方法则可以便捷地采集空中和近地面的影像^[4]。市场上常见的多旋翼无人机具有定点悬停、调节相机姿态等功能，拍摄影像的位置与视角可以通过人工或程序来控制，可以灵活根据建筑物的外形进行规划拍摄，然后利用成熟的摄影测量三维重建方法获取高质量三维模型。

摄影测量三维重建方法主要分为基于Mesh表达的全自动实景三维重建和采用人机交互获得具有拓扑关系的单体化的半自动三维重建方法两大类^[5]。全自动三维重建方法效率高，里程碑式的发展是“一日重建罗马”项目及其发布的Bundler开源软件系统，该项目从互联网上抓取无序的古罗马斗兽场影像，采用运动恢复结构算法，实现了基于普通数码相机拍摄的多角度、无序影像的大场景复杂建筑三维重建。目前，比较常见的商用软件系统如CC(ContextCapture)、PhotoScan、Street Factory等以及开源软件系统MicMac、Colmap等均支持多源、多角度、无序影像的三维重建^[6-10]。但全自动三维重建方法是对所有地物目标构建Mesh表面模型，缺乏拓扑关系，难以提取建筑物的点线特征，细节特征存在扭曲，也无法为建筑物赋予属性信息等，因此，Mesh模型在应用中受到了很大限制。人机交互式的半自动单体化建模方法主要包含单像量测、双像立体量测以及Mesh模型辅助交互量测等方式。这种方法可以获得具有拓扑关系的三维模型，视觉效果更佳逼真。文献[5, 11, 12]实现了基于3Ds Max(3D studio max)和SketchUp的半自动单体化三维重建，目前较为常见的商用软件系统有DPModeler、SVS(SVSModeler)以及OSketch等。

本文针对古建筑范围小、场景复杂、影像拍摄困难、建模精细度要求较高等特点，提出了基于大疆精灵无人机及其二次开发技术的定点环绕多层、多角度倾斜摄影方法。利用该方法对国家级文物武汉大学老图书馆进行倾斜摄影，并选择商业化软件CC与SVS进行Mesh实景三维自动重建和半自动单体化精细建模，最后，通过对比分析，验证了拍摄方法的有效性以及两种建模技术的效果。

1 倾斜航摄设计与实现

以大疆无人机为例，主流的航线规划软件主要包括大疆开发的GSPro和Pix4D公司开发的Pix4DCapture及Litchi等软件。这些软件基于公开的电子地图与遥感影像图进行航线规划，由于该类地图均经过非线性偏移加密，因此，航线规划的线路精度较低，对于范围较小的特定目标(如古建筑)，无人机位置误差较大，分辨率难以控制，并且有碰撞障碍物的危险。同时，这些软件航线规划自动化程度不高，如果进行环绕建筑物飞行，分辨率和飞行高度均以地面作为参考而不是建筑物侧面作为参考，只能根据经验设置航点与被摄物体的距离，不便于控制倾斜影像的分辨率。本文开发的航线规划软件实现了利用少量人机交互，构建古建筑的大致轮廓，并根据轮廓计算符合分辨率的航高，快速生成航线位置和倾斜角度。

目前，大疆开放的无人机软件开发工具包(software development kit，SDK)主要为Mobile SDK，可在移动设备上控制无人机，其在无人机系统中的架构如图 1所示。

基于Mobile SDK开发的安卓或苹果移动端应用程序，通过无线上网(WiFi)或者数据线与遥控器通信，由遥控器发射2.4 GHz或者5.8 GHz的无线电信号与无人机通信。

本文利用无人机自带的全球卫星导航系统(global navigation satellite system，GNSS)、指北针、相机，实现了脱离地图基于实景的航线规划，技术流程如下。

1) 测量建筑物相对高程。将无人机起飞到与建筑物同高位置，并记录无人机高度，即为建筑物相对高程。通过气压计测得的大疆无人机的高度是无人机相对于起飞点的高差，并不是卫星定位系统坐标系中的椭球高，所以要求起飞位置的高程与建筑物底部大致相同。

2) 获取建筑物轮廓的像平面坐标与无人机方位角。①将无人机飞到建筑物正上方，竖直拍摄一幅包含整栋建筑的影像；②在影像上勾绘建筑物轮廓，并记录下此时的无人机经纬度坐标、相对地面的航高；③利用无人机自带的指北针记录此时无人机的方位角。

3) 计算建筑物轮廓经纬坐标。首先，根据无人机相机型号，获得相机互补金属氧化物半导体(complementary metal oxide semiconductor，CMOS)元件的尺寸，由无人机的相对于地面的航高与相机焦距计算可得到摄影比例尺；然后，利用摄影比例尺和无人机航偏角，将绘制的建筑物轮廓线的屏幕坐标转为以建筑物中心为原点、北方向为平面纵轴正方向的地面局部坐标；最后，根据无人机的经纬度坐标将建筑物轮廓线转为经纬度坐标，高程为建筑物相对高程。

4) 根据建筑物轮廓生成航点位置与相机朝向。根据建筑物轮廓、高度、影像分辨率和重叠度等要求，自动生成相机倾角为0°、15°、30°、45°、60°和90°的多层、多角度环绕摄影轨迹，飞行轨迹和相机在不同位置的倾斜角度如图 2所示，包括航点位置和相机朝向等信息。

5) 航摄APP(application)的开发与实现。Mobile SDK通过虚拟操纵杆命令和任务两种方式来自动控制无人机：虚拟操纵杆方式是通过SDK生成虚拟的操纵杆档位变化的信号，但这种控制方式并不稳定；任务方式是事先用APP规划好无人机的每一个航点路径，上传到无人机自动执行。本文采用任务方式，利用DJIWaypointMission类生成航点任务，支持向每个航点中添加DJIWaypointAction动作，类型包括调整相机云台的俯仰角、调整无人机的航偏角、开始录像、拍照、悬停和停止录像等。编制好航点任务后，需要调用大疆定义的任务管理器DJIMissionManager类中的PrepareMission函数将其上传到无人机，然后调用StartMission方法开始执行任务。

2 古建筑倾斜摄影测量建模方法

1) Mesh实景三维自动重建的流程如下：首先，对影像进行特征提取与匹配；然后，进行空中三角测量求解影像的位置和姿态；之后，生成密集点云并构建三角网；最后，进行纹理映射。传统的摄影测量空三对影像位姿的初值要求较高，难以处理大倾角影像。而计算机视觉中的多视几何理论主要利用同名点之间的几何约束关系计算影像相对位姿和稀疏点云，进而利用全局平差获取精确的影像位姿参数。获取影像位姿之后，可利用密集匹配生成密集点云，并进行三角网构建、纹理映射和基于Mesh的实景三维模型重建。

2) 半自动单体化建模。获得基于Mesh的实景三维模型之后，可将影像、位姿参数以及三维模型等信息导入单体化软件进行半自动建模，获得实体三维模型。图 3是SVS软件的Mesh辅助交互建模技术流程。该软件包含两部分：摄影测量模块用于在Mesh模型上量测获取模型点坐标；3Ds Max插件模块利用模型点坐标进行单体化三维建模与纹理自动映射。

在SVS摄影测量模块中，有立体测量与Mesh测量两种模式。立体测量即在双像立体视觉模式下，鼠标点击一次的同时，在两张影像上分别采集两个像点坐标；然后，利用摄影测量共线条件方程，进行双像前方交会获取像点对应的物方坐标。在Mesh测量模式下，系统首先判断鼠标位置是否与三维目标相交，若相交可得屏幕坐标p(x, y)，乘以投影变换逆矩阵可得到对应点的世界坐标。但三维环境下直接量测会出现鼠标难以准确点击目标位置的问题，即在不带任何约束的情况下，在量测Mesh建筑物边线的时容易出现误测的情况，比如屋顶边线，鼠标容易采集到地面，这将极大地影响三维重建的精度和效率。因此，SVS软件首先在屋顶所在平面创建三维基准面，该基准面既可以是水平基准面，也可以扩展到竖直等任意空间参考面；然后，使用基准面与鼠标光线相交，获取量测点空间坐标。根据这种方式使得量测的建筑物轮廓线在同一个平面，保证三维重建的精度。一般流程如图 4所示。

3 武汉大学老图书馆倾斜影像的自动获取

武汉大学老图书馆始建于1933年，建筑高度约为30 m，横向长度约为50 m，纵向宽度约为30 m。建筑外部造型风格为中国传统式建筑，具有多处飞檐结构，栏杆石柱雕刻精美，结构较为复杂，三维重建难度较大。

拍摄时遵循两个基本原则：①保证所拍摄影像覆盖整个被测目标，并且具有较大的重叠度；②尽量采用APP自动拍摄，难以拍摄的镂空遮挡位置采用手持方式进行补充。本次拍摄过程如下：首先，通过遥控器手动起飞无人机，将相机调节至水平，通过图传画面观察，当老图书馆最高处在画面中部的时候，认为无人机与建筑物高程相同，记录此时无人机的高程；然后，将无人机飞行到建筑物正上方，将相机调至竖直向下，观察建筑物在相机画面中的位置，调整无人机高度，直到整个老图书馆完全包括在相机画面之中，勾绘出其大概的矩形轮廓；最后，本文自主开发的航线规划APP根据该轮廓生成多层环绕摄影航线与摄影位置等，无人机自动摄影，共获取影像358幅。为了精细表达贴近地面部分建筑的细节，通过手持单反相机获取地面近景影像242幅，共计600幅影像。影像分辨率优于5 mm，重叠度优于80%。

4 建模实验与对比分析

获得影像之后，利用CC软件对影像进行自动化处理。首先，利用影像匹配和定向、自检校区域网平差获取高精度相机内参和自由网影像位姿参数，如图 5所示；然后，根据影像的位姿参数进行密集匹配获得密集点云；最后，根据密集点云进行构网和纹理自动映射，生成Mesh实景三维模型。本实验采用的计算机配置为16 G内存，八核i7处理器，CC软件自动建模处理时间约为12 h。

获取Mesh实景三模型之后，将空三成果与Mesh模型导入SVS软件，进行半自动单体化建模，如图 6所示。SVS的摄影测量模块和3Ds Max插件在数据和交互量测等方面完全同步，因此，可以充分发挥3Ds Max强大的造型功能、摄影测量精度高和纹理自动映射的优势。由于武大老图书馆的模型较为复杂，本次建模主要是在3Ds Max插件上进行交互建模，同时借助同步功能，观察摄影测量模块中模型实时反投的情况，从而确定模型的准确几何形状。对于复杂不规则屋顶房檐等部件，软件还提供了三角网方式进行精细化表达。当所有建筑细节都完成精细化建模之后，可通过软件提供的一键式纹理映射和智能优化功能完成整个模型的三维重建。整个建模过程需要根据建模效果进行反复修正完善，并且武大老图书馆结构极其复杂，因此，半自动建模的效率更低，共耗时2个工作日。

最终的实景三维模型与单体化三维模型如图 7、图 8所示。从图 7可见，单体化模型的纹理视觉效果较好，边线角点更整齐。而实景Mesh三维模型的整体视觉效果与单体化模型较为相似，但放大观察会发现建筑物的台阶、柱子等结构的边缘部分凹凸不平，存在纹理拉花现象。此外，单体化模型更加规则，不需要存储太多的点，成果占用存储空间较小，更适合空间于拓扑分析和属性赋予查询等。而实景Mesh三维模型则使用密集的三角网比较真实地反映了建筑物实际的几何外观，存储量极大，如两者的线框如图 8所示。因此，对于建筑物等规则目标，更适合采用单体化模型进行表达，而在地形表面等方面则可以采用实景Mesh三维模型进行表达。

5 结束语

针对古建筑三维重建，本文提出了一种定点环绕多层多角度倾斜摄影方法，并研制了一款无需电子地图的无人机航线规划软件，提升了古建筑等特定目标三维建模的影像采集效率。该技术在小面积生产应用中效果良好，但是在大范围的倾斜摄影三维重建生产中还应用较少。技术单位在肇庆市高要区开展国家重大交通基础设施项目中选取了0.1 km²的村庄试验区进行验证，现阶段由于经费和工时较高等原因还无法投入大面积实际生产。未来随着三维建模要求更加精细、倾斜技术不断提高和成熟，精细化建模将会大量投入到更加广泛生产和应用中去。