2. 西北农林科技大学资源环境学院,712100,陕西杨凌
无人机高度与视口率定的快速量测
孙坤君
,
王朝
,
陈胜军
,
龙益辉
,
张青峰
中国水土保持科学 ![]() ![]() |
随着民用无人机技术的逐渐成熟和推广使用,其在航拍摄影、农业生产、环境监测、测量测绘等领域发挥着重要作用[1-3]。利用无人机摄影测量,可以生产出满足GB/T 15967—2008《1 ∶500 1 ∶1 000 1 ∶2 000地形图航空摄影测量数字化规范》的4D产品,极大地推动了智慧城市的建设,也实现了5D产品的生产[4-5]。林成行等[6]利用无人机摄影测量生成数字正射影像,水平精度可达到0.2 m,结合非监督分类和目视解译对土地利用现状进行分类;王利民等[7]对无人机定位定向系统、数据辅助下光束区域网平差方法平面定位以及面积测量精度进行测试,结果表明采用三阶一般多项式模型进行几何精校正之后整体误差都有提升,满足航测规范;王志良等[8]对水土保持重点区段进行了无人机航摄建模,能够准确并及时对重点区段进行监测。国内学者[9-10]在进行无人机影像的量测中,通过设置无人机飞行参数进行低空航拍,将航拍相片经过内业处理生成数字正射影像(digital orthogonal map,DOM),再利用GIS软件进行测算和制图或采用测绘软件量测兴趣点的尺寸大小及面积。该技术也已广泛用于工程现场踏勘及后期数据处理等。综合来看,无人机视口面积与飞行高度以及镜头焦距等参数理论上及逻辑上是有强相关性的,以往在进行无人机航空摄影测量时,使用多张航拍照片生产单幅数字正射影像时,存在过程数据量较大、耗时较长、成本较高等缺点。笔者以常见机型——大疆精灵4 Pro为例,通过对照实验与回归分析得出该机型飞行高度与视口大小的关系,提出一种对无人机飞行高度与视口大小的关系进行率定的方法,为进一步高效率低成本使用无人机在水土保持行业快速测量估算提供了理论依据和技术支持。
1 研究区概况选择广西某高速公路水土保持监测项目中的一处表土堆放场为研究区。该表土堆放场位于广西柳州市融安县东起乡沙洲尾村附近,地理坐标E 24′56′49.69″、N 109′23′58.63″,海拔360.588 m。表土堆放场占地面积约1.0 hm2,平均堆高约3.5 m,堆存表土约3万m3,施工过程中表土松散堆放,自然沉降,堆土边坡稳定,区域降雨量充沛,表土堆放场表面现已恢复植被。
精度验证区为表土堆放场同属一个在建高速公路项目,兴隆互通作为主体工程重要组成部分,建设地点位于广西桂林市永福县龙江乡兴隆村附近,相片拍摄时间为2020年9月15日14:00。
2 数据与方法 2.1 数据采集采用Phantom 4 Pro(大疆精灵4 Pro)四旋翼无人机(图 1),拍摄时间为2020年9月17日10:30,无人机飞行控制要求:为获得较高质量的航拍影像,无人机飞行速度控制不超过5 m/s,飞行高度 < 300 m,航向重叠度60%~80%,旁向重叠度15%~60%,ISO设置为800, 无人机悬停稳定时再进行拍摄.试验共拍摄31张相片。
![]() |
图 1 Phantom 4 Pro无人机 Fig. 1 Phantom 4 Pro UAV |
以标杆作为参照,将每张相片在CAD中调整为比例尺为1 ∶1 000的影像,获取每张相片对应的视口面积。同时,Pix4Dmapper生成数字正射影像主要分为建立工程文件并导入数据、加入控制点、全自动处理等步骤。导入数据时对图像坐标系统、地理位置和方向、相机型号进行相应设置,加入控制点可有效提高平面坐标控制质量,但对于只关注长度、面积等属性时可省略该步骤,开始全自动处理前可以对初始化处理中的单位像素大小、优化参数方式、输出数据种类,点云加密中的像素比例、点云过滤器、输出文件类型,数字表面模型及数字正射影像生成中的是否合并瓦片数据、坐标DSM(digital surface model)格式,数字正射影像图输出选项,三角模型选项,等高线选项等进行相关设置,一般选择默认就可以得到较为理想的处理效果,将31张相片导入Pix4Dmapper软件中,自动生成数字正射影像。
2.3 研究方法以已知长度的标杆作为参照,推求航拍影像比例尺,获得飞行高度和相片视口尺寸属性的相关关系。实现根据飞行高度快速推求单幅低空航拍影像的比例尺,从而快速量测兴趣点长度和面积,并与利用数字正射影像获得的兴趣点尺寸属性进行比对分析。最后在不同拍摄地点对利用飞行高度推求单幅低空航拍影像比例尺的方法的适用性和普适性进行验证。
3 结果与分析 3.1 飞行高度与视口面积的关系以飞机降落点拍摄相片的地面高程信息为参照,获取每张相片对应的飞行高度,结合视口面积,分析飞行高度与视口面积的数量关系及相关性见表 1。
![]() |
表 1 计算后的相片参数值 Tab. 1 Calculated photo parameter values |
通过回归分析,飞行高度与面积具有强相关性(图 2),回归方程为:y=0.043 1x-2.191 6,R2=0.943。
![]() |
图 2 飞行高度和视口面积关系 Fig. 2 Relationship between flying height and viewport area |
为方便后期参照视口屏幕长度直接估算兴趣点尺寸,将飞行高度与视口长度进行相关性分析,通过分析,飞行高度与视口长度具有强相关性(图 3),回归方程为:y=1.455 1x+1.705 9,R2=0.999。
![]() |
图 3 飞行高度和视口长度关系 Fig. 3 Relationship between flying height and viewport length |
另外通过观察整理31张基础影像数据信息,发现无人机飞行高度近似等于视口宽度,将飞行高度与视口宽度进行相关性分析,发现飞行高度与视口宽度具有强相关性(图 4),回归方程为:y=0.970 1x+ 1.137 2,R2=0.999,基本验证了无人机飞行高度近似等于视口宽度的规律。
![]() |
图 4 飞行高度和视口宽关系 Fig. 4 Relationship between flying height and viewport width |
为验证通过回归方程及飞行高度推求视口长度、视口面积,进而推求单幅低空航拍影像的比例尺的准确性及可行性,将利用回归方程推求的比例尺计算的兴趣点长度与DOM上兴趣点长度进行比较分析。
3.3 精度检验 3.3.1 表土堆土场精度验证本次采用通常使用的飞行高度120 m拍摄的影像数据进行分析验证。首先将本次31张基础影像数据(258 MB),利用Pix4Dmapper生成DOM影像如图 5所示(过程数据2.54 GB),用于对比分析。
![]() |
图 5 试验区数字正射影像 Fig. 5 DOM of the test area |
根据回归方程推求图片的比例尺,进而量测兴趣点长度,与数字正射影像图中兴趣点长度进行对比,共选择3个兴趣点,准确率达到92.18%,分析结果见表 2。
![]() |
表 2 公式法测算结果 Tab. 2 Calculated results via formula method |
根据标杆长度推求的图片比例尺,对兴趣点长度进行量测,并将其与数字正射影像图中兴趣点长度进行对比,共选择3个兴趣点,准确率达到94.03%,分析结果见表 3。
![]() |
表 3 标杆法测算结果 Tab. 3 Calculated results via benchmarking method |
利用所发现的无人机飞行高度近似等于视口宽度的规律,推求图片比例尺,对兴趣点长度进行量测,并将其与数字正射影像图中兴趣点长度进行对比,共选择3个兴趣点,准确率达到93.97%,分析结果见表 4。
![]() |
表 4 飞行高度=视口宽度的测算结果 Tab. 4 Calculated results of flying height = viewport width |
为进一步验证公式法及飞行高度等于视口宽度法推求单幅低空航拍影像的比例尺在不同拍摄地点的适用性和普适性,本次还将在广西桂林市永福县龙江乡兴隆村附近拍摄的无人机影像数据进行分析整理,首先将兴隆互通的35张基础影像数据(265 MB),利用Pix4Dmapper生成DOM(图 6)(过程数据2.98 GB),用于后期对比分析。
![]() |
图 6 验证区数字正射影像 Fig. 6 DOM(digital orthogonal map) of the verification area |
分别用公式法及飞行高度等于视口宽度法推求单幅低空航拍影像的比例尺,对兴趣点长度进行量测,并将其与数字正射影像图中兴趣点长度进行对比,每种方法选择3个兴趣点,公式法准确率达到92.87%,飞行高度等于视口宽度法准确率达到95.12%,分析结果见表 5和6。
![]() |
表 5 验证区公式法测算结果 Tab. 5 Calculated results of the verification area via formula method |
![]() |
表 6 验证区飞行高度=视口宽度的测算结果 Tab. 6 Calculated results of flight height in verification area=viewport width |
通过进一步分析Phantom 4 Pro无人机飞行高度与视口长度及视口面积的对应关系,整理出主要特征点(表 7)。
![]() |
表 7 飞行高度与视口长度和面积的对应关系 Tab. 7 Correspondence between flight height and viewport length and area |
笔者提出一种基于无人机快速量测面积的方法,该方法具有高效可靠普适的特点;但是,该方法在获取影像时分辨率精度受限,该问题主要是和摄像头像素分辨率有关,在实际应用中若对影像分辨率精度有较高要求,可通过使用高分辨率摄像头来满足影像精度要求;另外,摄像头像素与影像精度之间的关系有待于进一步深入研究。
随着行业无人机的普及,在飞行作业前应当进行实名登记并取得飞行执照,安全飞行高度通常不能超过120 m,笔者采用的Phantom 4 Pro,理论上最大飞行高度为500 m,考虑到分辨率及数据稳定性等因素,利用本研究提供的方法进行地物尺寸量测,适用的飞行高度为100~200 m。对于要求精度不是特别高的现场踏勘,可通过拍摄起飞点相片记录高程信息,求得飞行高度,进而通过回归方程推求单张相片的比例尺,也可以通过携带已知长度的标杆,推求单张相片的比例尺;但标杆法受限于标杆长度,飞行高度较高时,标杆尺度识别度不高,不过也可通过增加图片系列进行延展来解决该问题;亦可直接通过飞行高度近似等于视口宽度的规律推求单张相片的比例尺。视口主要是设备本身性能决定的,无人机携带相机的不同,飞行高度与视口长度和面积会有不同的对应关系,笔者只探讨了Phantom 4 Pro这款无人机的参数率定,对其他品牌型号无人机的高度和视口参数率定还未涉及。
5 结论1) 通过研究无人机的飞行高度与视口面积、视口长度、视口宽度之间的关系,对无人机相关参数率定也提供了一种可行的方法参照。
2) 利用回归方程公式、参照标杆长度以及飞行高度近似等于视口宽度的规律推求兴趣点长度信息,在一定试验条件下,均可以达到与生成数字正射影像获取长度信息基本一致的效果,数据准确率均可达90%以上。
3) 基于无人机的快速量测面积的方法高效可靠,在实际操作中可减少工作时间和数据冗余,提高工作效率,在水保监测中发挥优势。
[1] |
COLOMINA I, MOLINA P. Unmanned aerial systems for photogrammetry and remote sensing: A review[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014(92): 79. |
[2] |
ELTNER A, MULSOW C, MAAS H G. Quantitative measurement of soil erosion from TLS and UAV data[J]. ISPRS-International Archives of the Photogrammetry Remote Sensing and Spatial Information Sciences, 2013, XL-1/W20: 119. |
[3] |
WATTS A C, AMBROSIA V G, HINKLEY E A. Unmanned aircraft systems in remote sensing and scientific research: Classification and considerations of use[J]. Remote Sensing, 2012, 4(6): 1671. DOI:10.3390/rs4061671 |
[4] |
杨晓娟, 宋振振, 李飞, 等. 无人机遥感技术在线型工程水土保持监测中的应用[J]. 安徽农业科学, 2020, 48(19): 222. YANG Xiaojuan, SONG Zhenzhen, LI Fei, et al. Application of unmanned aerial vehicle remote sensing technology in soil and water conservation monitoring forlinear construction projects[J]. Journal of Anhui Agricultural Sciences, 2020, 48(19): 222. |
[5] |
赵宏, 杜明成, 吴俐民, 等. 基于倾斜摄影测量技术的智慧城市5D产品制作工艺实现[J]. 测绘工程, 2016, 25(9): 73. ZHAO Hong, DU Mingcheng, WU Limin, et al. Production process of the smart city 5D product based on oblique photograph[J]. Engineering of Surveying and Mapping, 2016, 25(9): 73. |
[6] |
林成行, 朱首军, 周涛, 等. 基于无人机遥感技术的水土保持植被恢复率提取[J]. 水土保持研究, 2018, 25(6): 211. LIN Chengxing, ZHU Shoujun, ZHOU Tao, et al. The extraction of vegetation recovery rate in soil and water conservation based on the technology of unmanned aerial vehicle (UAV) remote sensing[J]. Research of Soil and Water Conservation, 2018, 25(6): 211. |
[7] |
王利民, 刘佳, 杨玲波, 等. 基于无人机影像的农情遥感监测应用[J]. 农业工程学报, 2013, 29(18): 136. WANG Limin, LIU Jia, YANG Lingbo, et al. Applications of unmanned aerial vehicle images on agricultural remote sensing monitoring[J]. Transactions of the CSAE, 2013, 29(18): 136. |
[8] |
王志良, 付贵增, 韦立伟, 等. 无人机低空遥感技术在线状工程水土保持监测中的应用探讨: 以新建重庆至万州铁路为例[J]. 中国水土保持科学, 2015, 13(4): 109. WANG Zhiliang, FU Guizeng, WEI Liwei, et al. Discussion on application of low altitude UAV RS to soil and water conservation monitoring in linear engineering: A case study on the new Chongqing-Wanzhou railway[J]. Science of Soil and Water Conservation, 2015, 13(4): 109. |
[9] |
张雅文, 许文盛, 韩培, 等. 无人机遥感技术在生产建设项目水土保持监测中的应用: 以鄂北水资源配置工程为例[J]. 中国水土保持科学, 2017, 15(2): 132. ZHANG Yawen, XU Wensheng, HAN Pei, et al. Application of the UAV remote sensing technology in soil and water conservation monitoring in construction projects: A case study of water resources allocation for the region of North Hubei[J]. Science of Soil and Water Conservation, 2017, 15(2): 132. |
[10] |
鲁恒, 李永树, 何敬, 等. 无人机低空遥感影像数据的获取与处理[J]. 测绘工程, 2011, 20(1): 51. LU Heng, LI Yongshu, HE Jing, et al. Capture and processing of low altitude remote sensing images by UAV[J]. Engineering of Surveying and Mapping, 2011, 20(1): 51. |
![]() |
图 1 Phantom 4 Pro无人机 Fig. 1 Phantom 4 Pro UAV |
![]() |
表 1 计算后的相片参数值 Tab. 1 Calculated photo parameter values |
![]() |
图 2 飞行高度和视口面积关系 Fig. 2 Relationship between flying height and viewport area |
![]() |
图 3 飞行高度和视口长度关系 Fig. 3 Relationship between flying height and viewport length |
![]() |
图 4 飞行高度和视口宽关系 Fig. 4 Relationship between flying height and viewport width |
![]() |
图 5 试验区数字正射影像 Fig. 5 DOM of the test area |
![]() |
表 2 公式法测算结果 Tab. 2 Calculated results via formula method |
![]() |
表 3 标杆法测算结果 Tab. 3 Calculated results via benchmarking method |
![]() |
表 4 飞行高度=视口宽度的测算结果 Tab. 4 Calculated results of flying height = viewport width |
![]() |
图 6 验证区数字正射影像 Fig. 6 DOM(digital orthogonal map) of the verification area |
![]() |
表 5 验证区公式法测算结果 Tab. 5 Calculated results of the verification area via formula method |
![]() |
表 6 验证区飞行高度=视口宽度的测算结果 Tab. 6 Calculated results of flight height in verification area=viewport width |
![]() |
表 7 飞行高度与视口长度和面积的对应关系 Tab. 7 Correspondence between flight height and viewport length and area |