| 喀斯特山区无人机摄影测量技术研究 |
2. 武汉大学资源与环境科学学院,湖北 武汉,430079
2. School of Resource and Environmental Science, Wuhan University, Wuhan 430079, China
随着我国国民经济的快速发展,国土规划、测绘地理信息、农业、水利和环保等行业对以高精度数字正射影像(digital orthophoto map, DOM)为代表的新一代测绘地理信息产品和服务的需求与日俱增[1, 2]。瞄准国家和社会需求,提升测绘地理信息服务水平,开展喀斯特山区无人机航摄技术研究,对于推进测绘地理信息供给侧结构性改革,构建常态化、准实时、高精度的地理国情监测体系均具有重要意义[3, 4]。
当前, 国内基于无人机的摄影测量技术研究及实践开展较多,但仍存在不少亟待解决的研究问题。一方面,现有研究大多针对发达的平原地区,在复杂地形条件下的试验及研究相对较少[5, 6],而这些区域测绘地理信息产品的生产和加工对于精准扶贫和区域发展具有重要意义;另一方面,无人机摄影测量技术实用性的关键在于面向特定任务目标的系统集成。如何搭建合适的立体摄影测量平台,选取数据后处理系统对产品的生产成本和精度均具有重要影响[7]。
针对当前研究存在的不足,本研究选取广西壮族自治区柳江县某镇作为试验区,开展喀斯特山区无人机高精度测绘地理信息产品生产航摄试验,以评估不同布点方案和数据后处理系统环境下成图的精度及效率,以期为同类测绘地理信息产品生产及应用服务提供参考。
1 试验设计及技术路线1) 试验环境。无人机航摄系统包括飞行平台、控制方案和立体摄影测量平台。飞行平台采用固定翼油动无人机(翼展1.9m),航拍相机采用Cannon5DMark3,航摄控制网采集使用GPS(中海达v301+3)-RTK系统,内业数据处理采用HP3D图形工作站。试验选取德国Inpho航测系统进行空三加密,DTM提取,DOM正摄纠正和影像匀色镶嵌。此外,为了评估不同数据后处理系统对于生产精度的影响,选取像素工厂和MapMatrix分别进行DOM生产试验,并作精度评价。
2) 航线设计。根据试验区特点,采用“之”字形航线设计,布线面积5.3km2,航向重叠率80%,旁向重叠率60%,航线数16条,每航线相片数38张,相对行高520m,地面分辨率0.1m。
3) 技术路线。首先检查相关资料,进行空三加密,采用空三加密InphoMATCH-AT模块进行像点量测,使用光束法区域网平差程序进行解算。使用InphoDTMMaster生成DTM(digitalterrainmodel, 数字地面模型)[8]。
利用加密结果和DTM成果,进行数字微分纠正,根据单模型DEM及像片方位元素、影像分辨率,采用微分纠正软件Inpho航测系统5.6进行影像重采样,生成单模型DOM;根据色调、投影差等因素,选择由左片,或右片,或左、右片三种方法之一生成正射影像。
用Inpho航测系统5.6进行整体影像匀色,使测区所有航片色调一致。在Inpho航测系统5.6匀色后进行影像镶嵌。由于拼接的影像之间具有重叠带,裁切前检查镶嵌线直至影像镶嵌效果达到最佳。总体技术路线如图 1所示。
![]() |
| 图 1 技术路线图 Fig.1 Flow Chart of the Study |
4) 精度分析方法。DOM平面精度,包括平面点位精度和量边精度的验证在AutoCAD中根据外业实地采集地物点(使用拓普康1秒全站仪)完成。
2 试验过程1) 试验区概况。试验区位于广西壮族自治区柳江县某镇,东西2.0 km,南北2.0 km,面积4.0 km2,西侧有多座小山,居民地总面积约0.57 km2。试验区地处桂中岩溶盆地地区,主要地貌类型为岩溶丘陵[9]。测区地形最高海拔为240m,最低海拔为120m。航飞设计面积略大于测区面积,试验时间为15d。POS数据采用天宝GPS接收机单点定位,地面观测控制点采用全野外布点法,共布点179个。
2) 空三加密。
(1) 准备阶段。本次试验影像采用无人机航拍影像,采用地面控制点能覆盖的范围内影像493张作为试验数据。刺点放大片采用电子刺点方式,共采用地面控制点179个。控制点坐标采用1.5°分带,中央经线为109.5°,1985高程基准。
(2) 工程设置。控制点采用GPS-RTK(real-timekinematic)方式量测,地面平面高程精度均优于5cm,故控制点精度设置为0.5像素。
(3) 自由网连接。检查影像航带分布无差错后,进行第一次自由网连接。
第一次初始角元素为0,参数设置:采用GNSS,采用五级金字塔匹配策略,即第四级32倍像素特征匹配,第三级16倍像素特征匹配,第二级8倍像素最小二乘匹配,第一级2倍像素特征匹配,第零级1倍像素最小二乘匹配。将第一次匹配结果中相片的粗略外方位元素作为POS值进行第二次自由网连接。
(4) 人工选刺航控点。为了测试究竟何种布点方案能够达到需要的精度,按照全野外布点法布设外业航控点布设方案。在生产DOM试验中逐步减少像控点使用密度,在保证内业加密精度控制在平地1:1000以内的前提下,对结果进行对比分析。
第一级,采用全部航控点(179个)。刺点时间约4h,控制点残差中误差为:平面0.16m,高程0.14m。
第二级,采用航带法布点,每航带隔2~3条基线布点,共采用航控点59个。刺点时间约2h,控制点残差为:平面0.18m,高程0.17m。
第三级,采用区域网布点,每隔1~2条航带,每航带间隔3~4条基线布点,共采用航控点24个。控制点残差为:平面0.18m,高程0.19m。
3) DTM自动提取。检查空三加密成果无误后,采用InphoDTM-maker模块自动生成DTM。本测区周边有部分陡石山,大部分地区地势平坦,故设置为平地,轻度滤波,视差限差为10倍像素值,DTM格网间距4m,本步骤自动提取耗时1h。
4) DOM正摄纠正。自动生成DTM后,采用InphoOrthoMaster微分纠正影像单片。本步骤耗时37min。
5) 影像镶嵌。参数设置:地面分辨率为0.1m,影像起始点为像素中心点,任意图幅范围输出正射影像。
6) 精度检测。用全数字摄影测量系统对立体相对进行立体采集,以得到平面及高程检查点坐标;全站仪实地打点与内业采集点比较检测平面、高程中误差;外业皮尺量边与内业采集间距比较检测间距中误差。像素工厂试验中,无法使用立体,只进行平面采集。点位中误差计算公式为:
| $ M = \pm \sqrt {\frac{{\sum\limits_{i = 1}^n {\left[ {{{\left( {{X_i} - {x_i}} \right)}^2} + {{\left( {{Y_i} - {y_i}} \right)}^2}} \right]} }}{n}} $ |
式中,M为平面点位中误差;n为检查点个数;Xi、Yi为检查点的平面坐标;xi、yi为DOM影像读取的同名点的坐标。
3 结果分析本次试验共采用无人机航飞相片479张,总覆盖面积约5 km2,全野外布点179个。内业处理分3个等级生产DOM,并对Inpho、MapMatrix和像素工厂得到的结果分别统计精度情况和花费时间。
由表 1可知,控制点数量越多,最大残差越小,意味着点位残差越稳定。
| 表 1 不同布点方案的平均精度 Tab.1 Aaverage Accuracy of Different Laying-point Methods |
![]() |
针对全野外布点方案进行了高程精度检测。野外实测高程点14个,高程最小误差0.012 m,最大0.253 m。计算平面位置中误差0.076 m。远优于低空数字航空摄影测量内业规范B类地形图高程注记点中误差≤0.5 m的规定;满足地形图航空摄影测量内业规范高程注记点中误差≤0.2 m的规定;满足城市测量规范高程注记点中误差≤0.15 mm的规定;满足外业数字测图技术规程高程注记点中误差≤1/3等高距的规定。
针对全野外布点方案进行了间距误差检测。野外实地量边24条,长度最小较差为0.01 m,最大较差为0.58 m。计算间距中误差为0.17 m。满足城市测量规范地物点间距中误差图上≤0.4 mm的规定;满足外业数字测图技术规程地物点间距中误差≤0.24 m的规定。
前置布点然后用像素工厂生产的1:1 000 DOM,在较少控制点的情况下,已经满足航空摄影测量规范规定的DOM精度,而且边长变形很小,接近数字测图的要求。说明像素工厂强大而优秀的无人机数据处理能力。另外,前置布点可以有效地降低野外控制布设和测量的工作强度和工作量,只有全野外布点方案工作量的1/8~1/10,并且,内业成图的自动化程度很高,内业工作量很小。而且,直接涂画控制点,节省了大量的选点时间。唯一不足的是DOM生产之后,无法进行立体采集。因此无法进行DLG的生产。就花费时间而言,像素工厂耗时1 d,Inpho耗时3 d,MapMatrix耗时5 d。虽然像素工厂从产品精度到耗时均表现良好,但是价格相对昂贵,增加了产品生产成本,对于目前大部分产品生产任务并不具有实用性。
4 结束语从本次试验结果可以看出,无人机航测成图精度至少在平坦地区能符合1: 1 000 DOM生产的精度要求,从各个布点方案最终精度和内外业耗费时间看,最优布点方案为航带法布点。兼具效率和性价比的后期处理软件是Inpho。本研究亦存在一定不足,例如试验数据相对单一,DLG生产的智能化程度有待进一步提高[10]。
总而言之,在喀斯特山区,结合航带法布点和Inpho系统的无人机摄影测量系统产品精度满足1: 1 000大比例尺DOM生产要求。该系统可以极大缩短传统测绘地理信息产品生产和加工时间,具有良好的推广前景。
| [1] |
马怀武, 王俊强. RTK结合无人机低空摄影在高原地区测绘中的应用[J]. 测绘地理信息, 2014, 39(3): 47-50. |
| [2] |
汪思梦.无人机航测数据处理与发布展示系统研究[D].昆明: 昆明理工大学, 2016
|
| [3] |
林璐, 陈延博, 王爽, 等. 无人机航拍摄影获取大比例尺DOM的研究[J]. 测绘与空间地理信息, 2017, 40(2): 184-185. DOI:10.3969/j.issn.1672-5867.2017.02.056 |
| [4] |
肖亮明, 陈建忠. 无人机航测技术在国土资源管理中的应用[J]. 测绘地理信息, 2017, 42(5): 96-99. |
| [5] |
周磊, 梁爽, 李海泉, 等. 无人机航摄系统在复杂地形应用的关键技术试验[J]. 测绘通报, 2017(4): 85-88. |
| [6] |
马怀武, 王俊强. RTK结合无人机低空摄影在高原地区测绘中的应用[J]. 测绘地理信息, 2014, 39(3): 47-50. |
| [7] |
刘坦. Inpho、PhotoScan及Pix4D无人机正射影像处理软件对比[J]. 海峡科技与产业, 2017(11): 82-84. DOI:10.3969/j.issn.1006-3013.2017.11.031 |
| [8] |
汪思梦, 朱大明, 王德智, 等. Inpho和MapMatrix在无人机遥感数据处理中的对比研究[J]. 安徽农业科学, 2016, 44(11): 264-267. DOI:10.3969/j.issn.0517-6611.2016.11.090 |
| [9] |
黎良财, 陆灯盛, 张晓丽, 等. 基于时序遥感的喀斯特山区植被覆盖研究[J]. 中南林业科技大学学报, 2017, 37(7): 11-17. |
| [10] |
张祖勋, 吴媛. 摄影测量的信息化与智能化[J]. 测绘地理信息, 2015, 40(4): 1-5. |
2018, Vol. 43




