测绘地理信息   2021, Vol. 46 Issue (6): 72-77
0
联合空地多源数据的全要素实景建模方法[PDF全文]
杨常红1    
1. 上海市测绘院,上海,200063
摘要: 针对新型基础测绘建设体系不健全、全要素实景建模方法不完整等问题,详细描述了全要素实景模型的组成,重点分析了底层遮挡模型缺失、室内外一体化建模等核心问题,提出了一种融合地面近景、倾斜摄影、全要素地形图数据和普查信息等空地多源数据的全要素实景模型生产技术方案。以上海市示范区为例验证了本文方法的可行性和有效性,为新型基础测绘建设在全国城市推广提供技术参考。
关键词: 新型基础测绘    实景建模    倾斜摄影测量    单体化    
Full-Feature Real-Scene Modeling Method of Integrated Space-Ground Multi-Source Data
YANG Changhong1    
1. Shanghai Institute of Surveying and Mapping, Shanghai 200063, China
Abstract: In view of the unsound new basic surveying and mapping construction system and incomplete full-feature real-scene modeling method, this paper describes the composition of full-feature real-scene model in detail, focuses on the core issues of the lack of underlying occlusion models and indoor and outdoor integration modeling, and puts forward a technical scheme for the production of the full-feature real-scene models which integrates space-ground multi-source data such as ground close range and oblique photogrammetry data, full-feature topographic map data and census information. The feasibility and effectiveness of the proposed method are verified by taking a demonstration area in Shanghai as an example, which provides technical reference for promoting the new basic surveying and mapping in cities across the country.
Key words: new basic surveying and mapping    real-scene modeling    oblique photogrammetry    monomerization    

新型基础测绘体系建设是国家测绘地理信息事业发展的重点任务之一[1, 2]。作为新型基础测绘体系建设首个试点城市,上海市按照国家测绘地理信息局的要求,研究改进基础测绘生产模式,创新产品和服务方式,积极推进新型基础测绘体系建设。其中,基于地理实体的全息数据采集旨在利用全要素地形数据[3]、倾斜空三成果[4]、倾斜影像及模型[5]等数据,进行模型单体化[6]制作、三维场景重建[7]和模型后处理,最终形成全要素实景模型。目前随着无人机航摄技术的成熟、高精度差分系统的应用、实景三维自动化建模软件的普及,无人机倾斜摄影实现自动化实景三维建模的技术已成为近年来较为成熟的三维模型生产技术,成果应用也越来越广泛。国内外学者对此进行了相关研究[8-10]。基于此,本文将详细介绍一种融合倾斜摄影测量、全要素地形图数据和普查信息的面向全要素实景模型生产的技术方法,并以上海试点测区进行全要素实景建模验证,建模成果精度及效果均满足各项指标要求,为新型基础测绘在全国城市推广提供全面技术参考,服务于数字孪生城市、空间地理信息数字底座构建,以此支撑城市精细化管理和治理的应用需求[11]

1 技术方法

全要素实景模型涵盖室内室外、地上地下所有核心要素,主要包括建筑要素模型、街坊内部地表模型、管线模型及地下空间要素模型、城市道路及部件要素模型4大部分,建模技术方案如图 1所示。

图 1 全要素实景建模技术方案 Fig.1 Full-feature Real-scene Modeling Technical Solution

1.1 建筑要素模型重建

建筑要素模型重建是实景建模的重点和难点,主要包含建筑物室外模型精细化重建、建筑分层及室内建模等。由于目标特点及环境条件的不同,同时综合考虑成本效率等因素,本方法充分融合航空倾斜影像、地面高清近景影像、建筑物设计资料或普查数据、激光雷达数据等完成室内外模型重建[12]

1) 空地联合建筑物室外模型精细化重建。

利用ContextCapture等软件实现航空多视倾斜影像全自动实景三维重建是目前应用最为广泛的实景建模技术之一。然而,对于城市建筑密集地区,底层建筑由于受到高层建筑、道路附属设施等物体遮挡,导致生成的实景三维模型存在底层模型缺失、几何变形、纹理扭曲等问题。因此,将地面近景影像[13]和航空倾斜影像[14]进行联合处理是一种必要和有效的技术手段。

空地联合实景模型重建技术流程描述如下:在完成倾斜影像全自动空中三角测量与实景建模的基础上,利用单反数码相机对模型缺失的底层建筑进行拍摄,获取高分辨率地面近景影像[15];利用特征匹配方法获取近景与航空影像间的连接点,并借助倾斜空三成果实现空地影像联合平差处理,得到高精度影像姿态参数;利用场景的多特征一致性约束来对网格实景模型进行优化[16],使实景模型在迭代的过程中逐步优化,自动修整倾斜影像被遮挡的部位。

网格实景模型优化思想描述如下:提取建筑物直线特征,并以带线约束的表面重建结果作为优化的初始条件,采用基于多视角影像一致性的精化方法,将影像重投影误差、惩罚项和线特征等约束条件附加到模型优化中,使得顶点尽可能移动到物体边缘,完成优化。其中,两张相关影像经像素重投影后计算归一化互相关函数, 并通过重心化坐标分配到每个三维顶点上,作为影像重投影误差;计算三角网格每个顶点的曲率值作为强弯曲现象的惩罚项;加入线约束条件,然后根据影像可视信息,以线投影差值衡量移动范围的权重;最后采用多尺度融合全局网格均匀分布的三维表面重建,局部影像变换对齐策略附加全局纹理色彩调整,以线性光照补偿实现多视角影像一致性纹理重构,最终达到线特征辅助局部特征保持的空地融合精细模型构建。

图 2显示了空地联合处理前后实景模型效果对比。图 2(a)是采用ContextCapture软件自动获取的实景模型;图 2(b)是经过空地联合处理得到的模型,后者效果明显得到大幅提升。

图 2 空地联合处理前后对比 Fig.2 Comparison Before and After Integrated Space-Ground Treatment

由于自动构建的实景模型仍然不可避免地存在空洞、悬浮物、建筑表面存在毛刺、路面杂乱不平等问题,重点目标需要利用模型编辑技术对自动建模结果进行精细化编辑,从而输出更高质量的三维成果。模型编辑软件SVSMeshEditor采用基于OSGB数据格式的快速修饰和基于OBJ数据格式的精细修饰两种模式,实现地物压平、空洞修复、悬浮物批量删除、模型及纹理精细编辑、规划设计、数据质量检查等功能,成果的多样化输出可解决用户的不同需求。

2) 单体化建模。

虽然实景自动建模的效率较高,但模型缺乏拓扑关系和结构化信息,精度有限,纹理细节粗糙,成果应用受到很大的限制。单体化建模[17]可基于多视立体或实景模型进行半自动建模,采集建筑要素的特征轮廓(屋顶[18]、建筑轮廓、窗户阳台及附属设施等),并利用空地联合空三成果实现全自动纹理映射,快速获取高精度精细化模型。如图 3所示,单体化软件SVSModeler利用3DSMax二次开发技术将摄影测量高精度自动处理与3DSMax精细化建模优势有机结合,两者间实现数据和建模操作的实时同步与统一,从而实现复杂建筑物的高精度精细化快速建模与纹理自动映射。因此,该技术可在保证建模精度的情况下,极大地提高建模效率,是目前最为有效的建筑物实体化建模技术。

图 3 单体化建模软件界面 Fig.3 Monomerization Modeling Software Interface

3) 普查数据辅助的建筑物分层。

基于倾斜摄影测量所获得的单体化建筑模型,仍缺乏分层信息。如图 4所示,实际处理中首先利用已有资料或普查信息获得层高数据,在3ds Max[19, 20]中对三维矢量数据进行编辑,构建单体化分层三维模型;然后利用倾斜影像和空三成果进行纹理自动映射,并在此基础上进行编辑修改;最后构建三维矢量与模型属性的关联性,输出三维建模成果。

图 4 室外单体化建模流程 Fig.4 Outdoor Monomerization Modeling Process

4) 联合设计资料与激光点云的室内建模。

室内建模是建筑要素模型重建的重要内容,但由于室内环境极其复杂,目前的技术还无法实现全自动实景建模。基于实用性和美观性考虑,本技术联合建筑设计资料与激光点云数据进行室内模型的快速建模。

对于绝大多数室内场景,最简单高效的方式是通过收集建筑室内设计资料,然后在室外单体化模型基础上,使用3DSMax建模工具构建室内框架模型,并结合现场图片完成室内贴图。

对于少量重点建筑内景或景观部件,可采用激光扫描仪采集室内点云数据,然后利用单体化建模软件进行半自动交互建模,实现复杂室内目标的精细化建模[21],采集界面如图 5所示。

图 5 基于激光点云数据的室内单体化建模 Fig.5 Indoor Monomerization Modeling Based on Laser Point Cloud Data

1.2 街坊内部地表模型制作

所有水系、植被、街坊内部地表及部件要素模型等主要通过正射影像(digital orthophoto map, DOM)叠加数字高程模型(digital elevation model, DEM)完成。其中,DOM主要采用倾斜摄影测量进行制作;DEM则采用建筑物模型底部轮廓线、部件底部轮廓线、高程特征点等要素构建不规则三角网,保证其与道路模型、建筑物、部件等模型的接边与贴合程度;行道树使用十字面片树或模型树。具体实施过程中要求满足如下条件:

1) DEM精度应满足40 cm;

2) 用于构建DEM的街坊外围轮廓线、建筑物底部轮廓线、小品底部轮廓线需与模型保持一致,保证整个三维场景的吻合程度;

3) 加入散点标高、河流三维轮廓线等参与DEM的构建,确保地表模型精度。

1.3 地下空间和管线要素模型制作

地下空间和管线要素模型主要利用已有资料、普查数据和人工建模方式进行制作。其中,地下管线模型通过已有的管线空间和属性信息自动建模生成;地下公共服务设施、地下工业仓储、地下居住地、地下停车场、地下轨道交通、地下道路、地下民防、地下基础等要素模型,以全要素地形图为基础,结合普查数据,通过3DSMax人工单体化建模生成。重点区域也可采用基于激光点云数据的单体化建模方式完成。

1.4 城市道路及部件模型制作

城市道路及部件的范围是从道路一侧的人行道最外侧边缘到道路另一侧人行道最外侧边缘(含两侧人行道),要素内容包括但不限于道路边线、道路标线、行道树、机动车与非机动车停车位、盲道、城市部件等。

图 6所示,城市道路和部件模型以全要素地形图和模型库为基础,利用3DSMax手工建模完成。具体工作内容描述如下:

图 6 城市道路及部件要素模型制作流程 Fig.6 Process of Urban Roads and Component Elements Modeling

1) 利用三维矢量数据中的道路边线、地类界、标志标线、高程特征点等要素构建道路面、花坛等;

2) 将车道线、停车位范围线、人行横道线等线状要素加载到3ds Max中,通过手工方式建模,并实现矢量与模型属性关联;

3) 根据三维矢量数据中各部件的类型、位置、朝向,将模板库中的模型放入三维场景中。

图 7展示了某道路局部区域的建模效果。

图 7 城市道路建模局部效果图 Fig.7 Partial Effects of Urban Roads Modeling

1.5 质量检查及要求

为了保证成果精度,对构建的全要素实景模型采取以下几方面检查。

1) 模型几何精度和类型检查。对照实景影像,在场景模型中叠加全要素地形数据,检查部件模型几何精度是否符合要求、类型是否全部正确。

2) 模型完整性检查。对模型的完整性、重叠面和模型面数进行检查,要求模型不存在单体化错误、接边错误、逻辑错误,以及样式、朝向及轴心点错误等。

3) 纹理质量检查。场景模型中不存在纹理缺漏、翻转或展开错误等。要求纹理尺寸正确,分辨率满足要求,纹理内容与实景保持一致。

4) 对全要素实景模型的平面中误差和高程中误差进行检查,满足相关规范要求。

几何精度检查要求描述如下:

① 平面几何精度统计要求: 建(构)筑物工程主体、交通及附属设施, 按照一级精度15 cm统计;建(构)筑物工程附属设施、地上管线设施、街坊内部部件,按照二级精度25 cm统计;水系及附属设施、地下管线设施、地下空间设施、植被、地貌等,按照三级精度50 cm统计。

② 高程几何精度统计要求: 道路、堤坝等坚实地面、城市部件高程、构筑物女儿墙,按照一级精度20 cm统计;道路两侧区域,街坊内部部件及地面,按照二级精度40 cm统计;其他要素按照三级精度60 cm统计。

2 实验与分析 2.1 测区范围及准备工作

图 8所示,示范区域位于浦东新区的张江核心区,面积约为29.2 km2。测区内地物类别丰富,地理实体覆盖点、线、面等所有实体类型,建筑物、交通及其附属设施、管线及其附属设施、水系及其附属设施、地貌、植被以及地下空间设施等地理实体种类齐全。

图 8 实验区范围 Fig.8 The Scope of Experimental Area

准备工作包含资料、软硬件设备和数据准备。资料主要包括测区范围内的1∶1 000基础地形图、已有的大地测量资料、2019年航空正射影像数据及测区范围内“多测合一”资料等;软硬件设备主要包括倾斜航空摄影系统、控制点测量设备、自动实景建模软件ContextCapture、实景模型编辑软件SVSMeshEditor、单体化建模软件SVSModeler、3DSMax和Photoshop等;数据准备主要是完成测区范围内倾斜航空摄影及像控点的测设。本次试验采用直升机挂载倾斜航摄仪AMC1050对试验区域进行倾斜摄影测量,航线沿测区东西向敷设,飞行高度150 m,航向重叠度85%,旁向重叠度60%,影像分辨率约为1.7 cm。十镜头的AMC1050提升了航向重叠度,有利于保障成果精度。

2.2 实验分析

1) 全要素实景模型效果。

图 9展示了某一标志性建筑的建筑物单体化建模效果,包括线框模式、面模式和纹理模式。模型能较好地反映建筑物的拓扑结构信息,相对于自动化实景模型而言,几何形状更加精细完整,纹理更清晰。图 10展示了测区范围内局部建筑群的单体化建模效果,由于采用空地联合处理技术,底层建筑的效果可以满足项目要求。图 11展示了示范区内多个局部区域的全要素实景模型效果图,成果较完整地表达了城市复杂场景的主要地物及其关系,满足新型基础测绘建设要求。

图 9 某一标志性建筑重建结果 Fig.9 Reconstruction Results of A Landmark Building

图 10 局部建筑群单体化建模结果 Fig.10 Monomerization Modeling Results of Local Building Groups

图 11 全要素实景建模结果 Fig.11 Full-feature Real-scene Modeling Results

2) 精度检查。

根据工程分块图,对每个块中的建筑、道路、城市部件和街坊内部部件分别进行抽样检查,按照每1 km2抽样30个检测点,精度检测数据来自于全要素地形图,统计类型分为平面和高程两类。精度如表 1表 2所示。

表 1 平面精度统计表 Tab.1 Statistics of Plane Accuracy

表 2 高程精度统计表 Tab.2 Statistics of Elevation Accuracy

3 结束语

本文主要提出一种满足新型基础测绘建设要求的全要素实景建模方法及技术方案,阐述了各要素模型的具体建模流程和要求,并以上海市示范区为例验证了方法的有效性。由于目前仍缺乏足够的应用支撑,相关成果的实用性及合理性有待进一步验证。

参考文献
[1]
佚名. 国务院批复同意《全国基础测绘中长期规划纲要(2015-2030年)》[J]. 城市勘测, 2015(3): 8.
[2]
国家发展改革委, 测绘地信局. 关于印发《测绘地理信息事业"十三五"规划》的通知: 发改地区[2016]1907号[Z]. 2016-08-31
[3]
申建华, 赵婧文, 李志鹏. 城市复杂环境下基于多源数据的全要素地形图精度分析[J]. 测绘通报, 2020(S1): 275-279.
[4]
吴献文. 倾斜摄影空中三角测量结果若干优化方法[J]. 华南地震, 2021, 41(1): 94-101.
[5]
李德仁, 肖雄武, 郭丙轩, 等. 倾斜影像自动空三及其在城市真三维模型重建中的应用[J]. 武汉大学学报·信息科学版, 2016, 41(6): 711-721.
[6]
郭如宝, 郝利娟, 刘旭东, 等. 基于倾斜摄影的实景三维单体化模型构建方法[J]. 测绘通报, 2021(1): 103-107.
[7]
陈义飞. 基于多源数据的三维重建研究与实现[D]. 郑州: 郑州大学, 2020
[8]
谭金石, 黄正忠. 基于倾斜摄影测量技术的实景三维建模及精度评估[J]. 现代测绘, 2015, 38(5): 21-24. DOI:10.3969/j.issn.1672-4097.2015.05.006
[9]
阚酉浔. 基于多源测量数据融合的三维实景重建技术研究[D]. 武汉: 中国地质大学, 2017
[10]
于丽丽. 基于无人机倾斜摄影测量技术的城市三维实景建模研究[J]. 测绘与空间地理信息, 2021, 44(5): 86-88. DOI:10.3969/j.issn.1672-5867.2021.05.021
[11]
Musialski P, Wonka P, Aliaga D G, et al. A Survey of Urban Reconstruction[J]. Computer Graphics Forum, 2013, 32(6): 146-177. DOI:10.1111/cgf.12077
[12]
Viorica P, Armeni T I, Nahangi M, et al. State of Research In Automatic As-Built Modelling[J]. Advanced Engineering Informatics, 2015, 29(2): 162-171. DOI:10.1016/j.aei.2015.01.001
[13]
季铮. 近景目标三维重建的自动化方法研究[D]. 武汉: 武汉大学, 2007
[14]
邵振峰. 基于航空立体影像对的人工目标三维提取与重建[D]. 武汉: 武汉大学, 2004
[15]
史文中, 曹辉, 张剑清. 基于高分辨率影像的城市三维建模[J]. 武汉大学学报·信息科学版, 2004, 29(9): 783-787.
[16]
张瑞瑞, 艾海滨, 张力, 等. 附加约束条件的半自动复杂建筑物重建方法[J]. 测绘通报, 2015(11): 64-68.
[17]
Jarz A, Bek-Rychard M, Borkowski A. 3D Building Reconstruction from ALS Data Using Unambiguous Decomposition Into Elementary Structures[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016, 118: 1-12.
[18]
康俊华, 邓非, 赵子龙. 基于航空影像的屋顶半自动重建研究[J]. 测绘地理信息, 2014, 39(4): 29-32.
[19]
Li M L, Nan L L, Smith N, et al. Reconstructing Building Mass Models from UAV Images[J]. Computers & Graphics, 2016, 54: 84-93.
[20]
詹总谦, 林元培, 艾海滨. 基于3ds Max二次开发的建筑物快速三维重建[J]. 测绘通报, 2016(11): 22-25.
[21]
Dahlke D, Linkiewicz M. Comparison Between Two Generic 3D Building Reconstructionapproaches-Point Cloud Based Vs. Image Processing Based[J]. ISPRS - International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2016, 599-604.