周智勇
(重慶市勘測院,重慶 400020)
基于像素工廠的無人機遙感影像處理研究
周智勇?
(重慶市勘測院,重慶 400020)
簡要地介紹了像素工廠,探討了在像素工廠中對無人機遙感影像進行空三測量方法。實現(xiàn)了像素工廠無人機空三成果與傳統(tǒng)數(shù)字?jǐn)z影測量工作站的無縫銜接,并對采集的要素進行實地精度檢測分析,形成了利用無人機遙感影像進行3D產(chǎn)品生產(chǎn)的作業(yè)體系。
無人機遙感影像;像素工廠;空三測量;數(shù)字?jǐn)z影測量工作站;3D產(chǎn)品
像素工廠(Pixel Factory,簡稱PF)是當(dāng)今世界一流的遙感影像自動化處理系統(tǒng),集自動化、并行處理、多種影像兼容性、遠程管理等特點于一身,代表了當(dāng)前遙感影像數(shù)據(jù)處理技術(shù)的發(fā)展方向,主要用于地形圖測繪、城市規(guī)劃、城市環(huán)境變化監(jiān)測等[1]。
近年來隨著無人駕駛低空飛行器及其輔助設(shè)備的發(fā)展,低空遙感迅速成為廣泛關(guān)注的熱點[2,3]。無人機遙感技術(shù)作為一項空間數(shù)據(jù)獲取的重要手段,具有機動快速、使用成本低、維護操作簡單等優(yōu)點[4]。無人機系統(tǒng)由于其飛行平臺的不穩(wěn)定性,影像間旋偏角和比例尺差異較大[5]。目前無人機遙感數(shù)據(jù)后處理軟件有PixelGrid-UAV、MAP-AT空三、DPGrid、Pixel Factory等。重慶市勘測院于2011年12月引進法國像素工廠,于2012年進行大量試驗,經(jīng)過多個無人機項目的測試,結(jié)果表明,利用像素工廠處理無人機遙感影像精度能滿足低空數(shù)字航空攝影測量內(nèi)業(yè)規(guī)范[6]。
本文針對航測生產(chǎn)的實際需要,簡要介紹了基于像素工廠的無人機遙感影像處理流程,探討了像素工廠處理無人機遙感影像的空三測量方法,研究了像素工廠無人機空三成果與傳統(tǒng)數(shù)字?jǐn)z影測量工作站的無縫銜接,并對空三成果及采集DLG要素進行精度檢測,形成利用無人機遙感影像進行3D產(chǎn)品生產(chǎn)的作業(yè)體系。
試驗區(qū)1位于重慶麻柳沿江開發(fā)區(qū)木洞片區(qū),地貌為丘陵,攝影比例尺為1∶16 667,相對航高400 m,地面分辨率0.11 m,共使用554張影像,13條航帶,航向重疊約80%,旁向重疊約50%,覆蓋面積約13 km2,外業(yè)測量控制點21個。
試驗區(qū)2位于重慶主城南岸區(qū),地貌為丘陵,攝影比例尺為1∶18 750,相對航高450 m,地面分辨率0.12 m,共使用1 698張影像,22條航帶,航向重疊約80%,旁向重疊約50%,覆蓋面積約50 km2,外業(yè)測量控制點49個。
像素工廠采用并行計算技術(shù),大大提高了系統(tǒng)的處理能力,縮短了項目周期;該系統(tǒng)具有強大的自動化處理技術(shù),在少量人工干預(yù)的情況下,能迅速生成正射影像等產(chǎn)品;該系統(tǒng)在數(shù)字產(chǎn)品生產(chǎn)過程中產(chǎn)生的海量中間數(shù)據(jù)及結(jié)果數(shù)據(jù)通過磁盤陣列進行存儲并定期進行數(shù)據(jù)備份[7],如圖1所示為像素工廠處理無人機遙感影像作業(yè)流程。
圖1 像素工廠處理無人機遙感影像作業(yè)流程
4.1 基于QGIS的自動排列航帶
將無人機航攝平臺上的慣導(dǎo)數(shù)據(jù)導(dǎo)出進行整理,在QGIS中依據(jù)初始外方位元素中的角元素KAPPA進行航帶分類,剔除航攝起飛、航帶轉(zhuǎn)彎及飛機降落時的無效數(shù)據(jù),并考慮航攝平臺與后期像素工廠轉(zhuǎn)角系統(tǒng)差異,進行角元素統(tǒng)一改化。同時依據(jù)自動排列的航帶號對原始影像進行重命名,保證POS數(shù)據(jù)與影像數(shù)據(jù)的一致性,如圖2、圖3分別為原始POS數(shù)據(jù)與編輯后的POS數(shù)據(jù)。
圖2 原始POS
圖3 編輯后POS
4.2 數(shù)據(jù)導(dǎo)入與檢查
在像素工廠中新建工程,定義項目橢球與投影,選擇導(dǎo)入無人機影像模塊,利用編輯后POS數(shù)據(jù)和重命名后影像,設(shè)置正確相機參數(shù),進行影像數(shù)據(jù)預(yù)覽,檢查影像排列方向、航帶內(nèi)重疊及航帶間重疊等要素,保證影像和POS正確后進行數(shù)據(jù)導(dǎo)入。
4.3 空三測量
依據(jù)影像像幅設(shè)置合適參數(shù)進行自動布點,進行航帶內(nèi)及航帶間轉(zhuǎn)點,同時依據(jù)初始POS數(shù)據(jù)投影偏差確定同名影像搜索范圍、相似度、最大高差等參數(shù),進行同名點自動影像匹配。在點匹配完成后,調(diào)整像素工廠提供的無人機影像糾正模型參數(shù),在自由網(wǎng)階段僅調(diào)整內(nèi)方位元素,便于發(fā)現(xiàn)觀測值中的粗差。反復(fù)調(diào)整參數(shù)及點位,使得每張影像上至少有3個航帶間連接點,粗差全部排除,最大點位像方誤差調(diào)整至2個像素內(nèi),且點位分布均勻,完成自由網(wǎng)平差。
外業(yè)像控點測量成果進行格式轉(zhuǎn)換后投影到影像上,依據(jù)外業(yè)實刺點位進行調(diào)整。重新調(diào)整像素工廠無人機影像糾正模型參數(shù),包括外方位元素、切向畸變參數(shù)、徑向畸變參數(shù)、切比雪多夫多項式參數(shù)等,通過反復(fù)調(diào)整參數(shù)、微調(diào)控制點點位及殘差較大的連接點點位,直至基本定向點、檢查點達到規(guī)范要求,完成空三測量,如表1所示為像素工廠空三優(yōu)化結(jié)果。
試驗區(qū)1像素工廠空三優(yōu)化結(jié)果 表1
4.4 空三成果與攝影測量工作站無縫銜接研究
像素工廠主要產(chǎn)品有DSM、DEM、DOM及一系列中間成果。但目前DSM應(yīng)用不多,而得到高精度DEM編輯工作量較大,且在成片的森林及大范圍的高樓區(qū)域從DSM編輯到DEM非常困難,而大部分項目需要高精度DEM成果進行分析及應(yīng)用。因此,采用攝影測量工作站采集三維特征點線面數(shù)據(jù)就成為必然。
像素工廠空三成果支持導(dǎo)出所有連接點的像方坐標(biāo)文件及物方坐標(biāo)文件。而攝影測量工作站(以Virtuo-Zo為例)建立立體模型需要將影像旋轉(zhuǎn)為豎直方向,且相鄰航線旋轉(zhuǎn)角度差180°,同時需要將加密點像方坐標(biāo)按單個像對存放的PCF文件。首先在像素工廠中導(dǎo)出連接點旋轉(zhuǎn)90°和270°的像方坐標(biāo),同時結(jié)合像素工廠像方坐標(biāo)的起算點與攝影測量工作站起算點不同(VirtuoZo是以像片中心點為像平面直角坐標(biāo)系的坐標(biāo)原點,PF是以像片左上角點為坐標(biāo)原點)、坐標(biāo)軸不同(x軸方向一致,y軸方向相反)、像方坐標(biāo)單位不同(Virtuo-Zo空三加密點的像方坐標(biāo)單位為微米,PF空三加密點的像方坐標(biāo)單位為像素),將像素工廠導(dǎo)出的像方坐標(biāo)文件轉(zhuǎn)換成以單個模型為單位的像方坐標(biāo)文件PCF,實現(xiàn)像素工廠空三成果與攝影測量工作站的無縫銜接。從而能夠進行三維特征數(shù)據(jù)的采集,生成高精度的DEM成果,并能夠在攝影測量工作站上進行DLG數(shù)據(jù)生產(chǎn),彌補像素工廠不能生產(chǎn)DLG數(shù)據(jù)的不足。在像素工廠中引入高精度的DEM成果,利用像素工廠強大的并行計算能力及高自動化的處理技術(shù),快速高效生成高質(zhì)量的DOM成果,從而實現(xiàn)3D產(chǎn)品的生產(chǎn)。
PF和VirtuoZo空三加密點像方坐標(biāo) 表2
為充分驗證像素工廠處理無人機遙感影像空三成果精度,分別選擇郊區(qū)和城區(qū)兩個試驗區(qū)進行精度統(tǒng)計分析。
試驗區(qū)1(郊區(qū))檢測情況:空三結(jié)果基本定向點平面位置差最大值0.80m,高程差最大值0.57m,檢查點平面差最大值1.05m,高程差最大值0.68m。外業(yè)實地檢測平面點31個,中誤差0.46m,最大差0.95m;高程點227個,中誤差0.26m,最大差0.94m。
平面精度統(tǒng)計 表3
高程精度統(tǒng)計 表4
試驗區(qū)2(城區(qū))檢測情況:空三結(jié)果基本定向點平面位置差最大值1.02 m,高程差最大值0.66 m,檢查點平面差最大值1.11 m,高程差最大值0.59 m。測區(qū)位于主城區(qū),有采用常規(guī)工程測量方法繪制的1∶500地形圖。通過制作的DOM成果套合1∶500地形圖進行平面精度檢測,套合精度良好。
圖4 DOM成果套合1∶500地形圖
無人機遙感系統(tǒng)具有機動快速的響應(yīng)能力、高分辨率影像獲取能力、操作簡便及使用成本低等優(yōu)勢,因此無人機遙感系統(tǒng)應(yīng)用將越來越廣泛。但其海量原始數(shù)據(jù)快速、精確處理問題一直是限制其發(fā)展的瓶頸。本文研究利用具有若干計算能力強大的計算節(jié)點,集自動化、并行處理、遠程管理等特點于一身的像素工廠來處理無人機遙感影像數(shù)據(jù)。對于像素工廠不能生產(chǎn)DLG的局限性,開發(fā)了程序?qū)ο袼毓S空三成果進行轉(zhuǎn)換,得到滿足攝影測量工作站立體采集的相關(guān)數(shù)據(jù)文件,實現(xiàn)像素工廠與常規(guī)生產(chǎn)的無縫銜接,形成基于像素工廠處理無人機遙感數(shù)據(jù)及生產(chǎn)3D產(chǎn)品的作業(yè)體系。
[1] 曹敏,史照良.新一代海量影像自動處理系統(tǒng)“像素工廠”初探[J].測繪通報,2006(10):55~58.
[2] 范承嘯,韓俊,熊志軍等.無人機遙感技術(shù)現(xiàn)狀與應(yīng)用[J].測繪科學(xué),2009(5):214~215.
[3] 崔紅霞,林宗堅,孫杰.無人機遙感監(jiān)測系統(tǒng)研究[J].測繪通報,2005(5):11~14.
[4] 劉慶元,劉有,鄒磊等.無人機遙感影像拼接方法探討[J].測繪通報,2012(5):53~55.
[5] 柯濤,張永軍.SIFT特征算子在低空遙感影像全自動匹配中的應(yīng)用[J].測繪科學(xué),2009(4):23~26.
[6] CH/Z 3003-2010.低空數(shù)字航空攝影測量內(nèi)業(yè)規(guī)范[S].
[7] 邢誠,劉冠蘭.像素工廠的研究與探討[J].計算機與數(shù)字工程,2008(9):132~134.
The Research of UVA Remote Sensing Image Processing Based on the Pixel Factory
Zhou Zhiyong
(Chongqing Survey Institute,Chongqing 400020,China)
This article briefly describes Pixel Factory,and discusses the aerial triangulation method of UAV remote sensing image using the Pixel Factory.It turns out that the result produced by Pixel Factory can be seamlessly linked to traditional digital photogrammetric workstation.Besides,combined with site accuracy analysis of collected elements,F(xiàn)inally it summarizes a operating system for 3D products using UAV remote sensing image with the software of Pixel Factory.
UAV remote sensing image;pixel factory;aerial triangulation;digital photogrammetric workstation;3D products
1672-8262(2013)05-53-03
P237
A
2013—01—18
周智勇(1979—),男,工程師,主要從事攝影測量與地理信息系統(tǒng)的生產(chǎn)與管理工作。
國家科技支撐計劃(2011BAH12B07-03)