徐顯林

大連智慧星云科技有限公司 遼寧沈陽 110034

1 無人機(jī)系統(tǒng)構(gòu)造和特點(diǎn)

無人機(jī)系統(tǒng)構(gòu)造主要有：飛行平臺(tái)、地面數(shù)據(jù)站、飛行控制系統(tǒng)等等，相比較于傳統(tǒng)的測繪技術(shù)，無人機(jī)測繪技術(shù)具有很多方面的優(yōu)勢。第一是無人機(jī)的測繪有著非常強(qiáng)的后續(xù)處理能力，并且可以在后續(xù)處理的同時(shí)根據(jù)實(shí)際的需求而不斷提高數(shù)據(jù)處理能力。由于無人機(jī)的自身體積比較小巧，在便利性上也有很多優(yōu)勢。相對而言對于場地的要求也就沒有那么苛刻。在對于信息的采集上也具備一定的優(yōu)勢，由于無人機(jī)飛行的高度比較低，在對于大比例尺測繪的地區(qū)可以采集到非常清晰的影像，所以應(yīng)用范圍非常廣泛。由于無人機(jī)的操控一般不需要很多工作人員的參與也就極大地降低了測繪的人力成本。隨著無人機(jī)技術(shù)的不斷發(fā)展成熟，無人機(jī)的應(yīng)用范圍和領(lǐng)域也不斷擴(kuò)大，將無人機(jī)的優(yōu)勢和地形圖測繪工作的需求有機(jī)地結(jié)合起來，可以非常有效地提升航空測繪的效率和便捷性。在無人機(jī)的測繪過程中，要按照預(yù)先設(shè)定好的程序來進(jìn)行操作，對于飛行的路線以及根據(jù)地形地貌來配置無人機(jī)，由于在測繪過程中對于無人機(jī)的穩(wěn)定性要求相對比較高，要充分利用好無人機(jī)的自動(dòng)駕駛控制能力，來不斷滿足無人機(jī)測繪對于精度的要求[1]。

2 自然資源規(guī)劃中無人機(jī)航測大比例尺地形圖數(shù)據(jù)精度改善策略

2.1 無人機(jī)航測控制點(diǎn)合理布設(shè)

在應(yīng)用無人機(jī)航測技術(shù)進(jìn)行大比例尺地形圖的測繪時(shí)，首先需要合理布設(shè)無人機(jī)航測的控制點(diǎn)。在布設(shè)控制點(diǎn)時(shí)應(yīng)結(jié)合測區(qū)的實(shí)際地形條件以及大比例尺地形圖測繪任務(wù)的具體要求來合理選擇控制點(diǎn)的位置，并科學(xué)確定控制點(diǎn)的設(shè)置數(shù)量，以確保無人機(jī)能夠高效地完成圖像數(shù)據(jù)的采集。例如，第一條以及最后一條航線在其相對平面內(nèi)的像控點(diǎn)布設(shè)基礎(chǔ)應(yīng)控制在8 個(gè)以內(nèi)。當(dāng)待測區(qū)域具有微丘陵地形特征時(shí)，在測設(shè)測繪基線時(shí)，其數(shù)量應(yīng)控制在12 個(gè)以內(nèi)。而當(dāng)待測區(qū)域?yàn)橹厍鹆陞^(qū)域時(shí)，則應(yīng)適當(dāng)增加基線的數(shù)量，一般可以設(shè)置16 個(gè)左右。同時(shí)，在設(shè)置無人機(jī)航測的像控點(diǎn)時(shí)還應(yīng)充分考慮既有航線以及不規(guī)則網(wǎng)等因素，當(dāng)控制網(wǎng)為不規(guī)則形狀時(shí)，應(yīng)考慮其端點(diǎn)四周的雙點(diǎn)特征等因素，避免由于像控點(diǎn)設(shè)置不合理影響無人機(jī)航測影像數(shù)據(jù)采集的精度和全面性。當(dāng)待測區(qū)域地形條件比較復(fù)雜，無法選擇明確的像控點(diǎn)目標(biāo)時(shí)，最后在設(shè)置高程點(diǎn)時(shí)也可以選擇小型目標(biāo)，并通過分段擬合方式來實(shí)現(xiàn)局部檢驗(yàn)的目的，從而在保證準(zhǔn)確獲取物體頂點(diǎn)以及交點(diǎn)位置信息的基礎(chǔ)上提高影像采集的清晰度，為后續(xù)的大比例尺地形圖的繪制工作奠定良好的基礎(chǔ)[2]。

2.2 尺度旋轉(zhuǎn)不變的無人機(jī)影像匹配

一個(gè)質(zhì)量好、精度高的特征點(diǎn)，對于影像間尋找同名點(diǎn)，轉(zhuǎn)點(diǎn)均十分重要。目前常用的方法主要有利用角點(diǎn)算子一階微分和圖像在邊際處的階躍性；二階微分算子和圖像的階躍性使圖像微分在邊緣處會(huì)有零值；基于Canny 算子檢測邊緣等。不同算子有各自的優(yōu)缺點(diǎn)，但在無人機(jī)飛行時(shí)，飛機(jī)的姿態(tài)角是不穩(wěn)定的，導(dǎo)致所獲取像片出現(xiàn)一定的傾斜，重疊影像間的同名點(diǎn)并非完全一致，會(huì)出現(xiàn)旋轉(zhuǎn)、縮放、扭曲變形等幾何變化。因此，傳統(tǒng)的根據(jù)灰度值的階躍性提取特征點(diǎn)并不是十分適宜無人機(jī)航測的特征檢測?，F(xiàn)實(shí)生活中的道路及房屋、圍墻拐角、道路十字路口和丁字路口等，在無人機(jī)航測影像中均可以很好地展現(xiàn)出來，這些現(xiàn)實(shí)生活中的角點(diǎn)也是影像中的角點(diǎn)，用于無人機(jī)航測影像的特征點(diǎn)的提取可以獲得較好的效果，主要是因?yàn)橥ǔＧ闆r下影像角點(diǎn)所在區(qū)域是影像里比較穩(wěn)定的區(qū)域，這些區(qū)域往往具有一些特性（旋轉(zhuǎn)不變、尺度不變等），常用的算法有SIFT 算子、SURF 算子和MESR 算子等。SIFT 特征提取是基于真實(shí)地物自身的一些局部外觀興趣點(diǎn)，與影像的大小、旋轉(zhuǎn)無關(guān)；對于光線、噪聲、微視角變化的容忍度高，廣泛應(yīng)用于物體辨識、影像縫合和3D 建模中。SURF 算法將DoH 中高斯二階微分模板化，使模板對圖像的濾波僅需要簡單的加減即可完成，與濾波模板尺寸無關(guān)，提高了尺度不變特性的檢測速度。MSER 算法為區(qū)域特征提取算法，其原理是當(dāng)使用不同的灰度閾值對圖形進(jìn)行二值化時(shí)得到最穩(wěn)定的區(qū)域，對圖像灰度的仿射變化有一定的不變性，區(qū)域的支持集相對灰度變化較為穩(wěn)定，可以檢測出不同精細(xì)程度的區(qū)域。結(jié)合本實(shí)驗(yàn)中無人機(jī)航測影像易變化的特點(diǎn)，特征點(diǎn)的提取算法采用更為穩(wěn)定的SIFT 算法，雖然在速度上不及SURF 算法，但是隨著現(xiàn)代計(jì)算機(jī)計(jì)算能力的提升，并不會(huì)對內(nèi)業(yè)數(shù)據(jù)處理效率造成很大的影響。結(jié)合以上的論述，本文利用MATLAB 編寫算法對影像的特征進(jìn)行匹配，對圖像進(jìn)行尺度和旋轉(zhuǎn)的變化，再使用SIFT 算法對變化后影像進(jìn)行特征提取，并與原始影像進(jìn)行匹配[3]。

2.3 航測數(shù)據(jù)處理分析

在應(yīng)用無人機(jī)航測技術(shù)對大比例尺地形圖進(jìn)行測繪時(shí)，需要對數(shù)據(jù)信息進(jìn)行科學(xué)的處理。首先，要合理選擇無人機(jī)獲取的航測影像，并對控點(diǎn)圖像進(jìn)行篩選分組處理，在各組次中均應(yīng)保證有照片6 張，且應(yīng)將影像信息輸入到模型中。然后由建模軟件系統(tǒng)自動(dòng)完成影像信息的處理，并將最高精度的圖像挑選出來，同時(shí)還要對像控點(diǎn)中的刺點(diǎn)數(shù)據(jù)進(jìn)行處理。其次，應(yīng)利用點(diǎn)云加密以及空三解算等方法來計(jì)算數(shù)據(jù)信息。目前在無人機(jī)航測中可以自動(dòng)完成空三加密處理，并利用計(jì)算機(jī)自動(dòng)篩選超限點(diǎn)位。同時(shí)還可以根據(jù)不同的測繪要求通過人工方式來確定點(diǎn)位密集度，并根據(jù)點(diǎn)位顯示狀態(tài)的不同來分別呈現(xiàn)不同類型目標(biāo)對象的三維模型。這種空三加密方式能夠更好地滿足復(fù)向地形條件下的數(shù)據(jù)加密處理要求，能夠進(jìn)一步提高數(shù)據(jù)獲取的自動(dòng)化水平以及處理效率。

3 結(jié)語

無人機(jī)航測技術(shù)不僅有著較短的測繪周期，操作便攜性方面也較傳統(tǒng)的航空攝影測量更具優(yōu)勢，整體測繪成本更低，并且具有廣闊的應(yīng)用前景。目前已在很多實(shí)地測繪工作中得到應(yīng)用。經(jīng)過長期應(yīng)用的積累，證實(shí)其能夠在大比例尺地圖測繪中取得較為理想的效果。