多源數(shù)據(jù)融合構(gòu)建精細(xì)三維模型的關(guān)鍵技術(shù)

鄒娟茹，孫興華

（1.楊凌職業(yè)技術(shù)學(xué)院，陜西 楊凌 712100；2.陜西省公路勘察設(shè)計(jì)研究院，陜西 西安 710068）

近年來，我國近地空間對(duì)地觀測(cè)手段日趨成熟，特別是在測(cè)繪領(lǐng)域機(jī)載LiDAR 點(diǎn)云掃描與傾斜攝影測(cè)量技術(shù)在三維模型的構(gòu)建中，發(fā)揮著技術(shù)革新的作用。然而，基于多學(xué)科融合的空間對(duì)地觀測(cè)技術(shù)，當(dāng)某單一測(cè)量技術(shù)手段發(fā)展到一定階段，可能會(huì)遇到不同程度的技術(shù)瓶頸，例如，機(jī)載LiDAR 雖然能夠全天候?qū)?fù)雜地形進(jìn)行三維點(diǎn)云掃描，且激光脈沖可穿透植被到達(dá)地面，形成多波反射，點(diǎn)云數(shù)據(jù)具有強(qiáng)度信息，但其并不具備光譜屬性，地表特征不顯著，很難在地質(zhì)等多領(lǐng)域進(jìn)行專業(yè)性的判讀。傾斜攝影測(cè)量雖然具有豐富的光譜信息，但其高程精度較差，且在植被茂密的地區(qū)，無法采集完整的地形數(shù)據(jù)。因此，現(xiàn)階段憑單一測(cè)量手段不能在復(fù)制地形中完好精細(xì)的構(gòu)建大比例尺三維模型。有許多學(xué)者對(duì)機(jī)載LiDAR 與正射影像進(jìn)行了融合處理等相關(guān)研究，并獲取了較為豐碩的成果。尚大帥[8]等運(yùn)用機(jī)載LiDAR 數(shù)據(jù)與正射影像進(jìn)行融合測(cè)試，成功地將正射光譜賦予了點(diǎn)云數(shù)據(jù)，彌補(bǔ)了LiDAR 點(diǎn)云缺失光譜信息的缺點(diǎn)；Rottensteiner[9]等研究了從結(jié)合航空影像的LiDAR 數(shù)據(jù)中自動(dòng)生成建筑物模型的方法；Secord[10]探討了利用LiDAR 數(shù)據(jù)得到的DEM 和其對(duì)應(yīng)的影像資料進(jìn)行特征提取的方法；Thuy[11]等研究了從LiDAR 和影像數(shù)據(jù)中提取建筑物的多尺度理論；Yang[12]等提出了一種LiDAR 融合航空光學(xué)影像的地物分類方法。然而從航測(cè)等項(xiàng)目講，上述模型精細(xì)度尚不足，特別在模型側(cè)面紋理結(jié)構(gòu)信息的提取上尤為顯著。

因此，本文借助以往機(jī)載LiDAR 與正射影像融合的經(jīng)驗(yàn)，繼續(xù)加載傾斜攝影數(shù)據(jù)，進(jìn)而運(yùn)用多源數(shù)據(jù)融合處理，構(gòu)件精細(xì)三維實(shí)景模型，這種利用機(jī)載LiDAR 點(diǎn)云與傾斜影像的融合，以往學(xué)者探討不多，可借鑒的關(guān)鍵技術(shù)較少。文中通過某地房地一體項(xiàng)目，著重探討了機(jī)載LiDAR 點(diǎn)云、正射影像與傾斜攝影等多源數(shù)據(jù)融合的關(guān)鍵技術(shù)，并進(jìn)行精度評(píng)定，獲得理想的效果。

1 融合技術(shù)流程

多源數(shù)據(jù)的融合需要合理處理平臺(tái)， 如TERRASCAN、CONTEXTCAPTURE 等軟件，在融合過程中，充分利用多種數(shù)據(jù)優(yōu)勢(shì)。如圖1 所示，通過布設(shè)統(tǒng)一坐標(biāo)系，供后期數(shù)據(jù)融合使用，點(diǎn)云數(shù)據(jù)用來生產(chǎn)地表DEM、DSM，正射影像用來制作建筑物頂面，而建筑物與構(gòu)筑物側(cè)面紋理信息則是由傾斜攝影測(cè)量產(chǎn)生。因此，首先將機(jī)載LiDAR 點(diǎn)云與正射影像融合為機(jī)載LiDAR 點(diǎn)云影像，其次，將機(jī)載LiDAR點(diǎn)云影像與傾斜攝影數(shù)據(jù)融合，使地物側(cè)面紋理得以完善。

圖1 多源數(shù)據(jù)融合技術(shù)流程

2 融合處理

融合處理是本文探討多源數(shù)據(jù)融合構(gòu)建精細(xì)三維模型的重點(diǎn)，主要涉及三部分:多源數(shù)據(jù)間的匹配與套合；機(jī)載LiDAR 點(diǎn)云與正射影像的融合；影像點(diǎn)云與傾斜數(shù)據(jù)間的融合。

2.1 多源數(shù)據(jù)的匹配與套合

目前多源數(shù)據(jù)的匹配與套合有2 種方案，一是利用統(tǒng)一坐標(biāo)系，多種數(shù)據(jù)使用同一套坐標(biāo)系，地面像控點(diǎn)可統(tǒng)一布設(shè)，也可分別布設(shè)，只需確保平面與高程坐標(biāo)系相同即可；另一種方案則是在內(nèi)業(yè)數(shù)據(jù)處理時(shí)，人工手動(dòng)添加控制點(diǎn)，以固定機(jī)載LiDAR 點(diǎn)云位置不變，使正射與傾斜影像空三后的數(shù)據(jù)通過手動(dòng)控制點(diǎn)套合在LiDAR 點(diǎn)云上，此時(shí)則需要多種數(shù)據(jù)使用同一套控制點(diǎn)，但并不要求航測(cè)之前布設(shè)像控點(diǎn)。使用哪種方案可依據(jù)具體情況而定，主要區(qū)別是前者不需要后期人工內(nèi)業(yè)干涉，但在外業(yè)要求做控制測(cè)量；后者則不需要控制測(cè)量，而是需要內(nèi)業(yè)人工交互添加控制點(diǎn)以完成套合。

2.2 LiDAR 點(diǎn)云與正射融合

機(jī)載LiDAR 點(diǎn)云與正射影像的融合，其實(shí)質(zhì)是依據(jù)兩者共有位置屬性，將富有光譜信息的正射影像色彩值賦予對(duì)應(yīng)激光點(diǎn)。在航空攝影測(cè)量中，共線方程式[6-9]的表達(dá)方式如公式（1）、（2）:

由公式可知，實(shí)現(xiàn)基于三維點(diǎn)云坐標(biāo)獲取二維影像坐標(biāo)相對(duì)簡單，將相應(yīng)的RGB 信息賦予每一個(gè)相應(yīng)的LiDAR 點(diǎn)云，只需要每個(gè)LiDAR 點(diǎn)的三維坐標(biāo)（X,Y,Z），高精度POS 數(shù)據(jù)以及相機(jī)參數(shù)，利用該公式即可獲取點(diǎn)云數(shù)據(jù)相對(duì)應(yīng)的像素在平面坐標(biāo)系下的（x,y），然后將（x,y）處的（RGB）賦值給相對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)。如若需要得到高精度三維實(shí)景模型，則另需注意兩方面:①如果點(diǎn)云密度足夠高，該數(shù)據(jù)即可直接生成高精度的真正射攝影像；②無論是單一影像還是單一的點(diǎn)云地物提取與分類，其難度均較大，如果將影像灰度、紋理信息與點(diǎn)云的高程信息融合，能大幅提高地物的分類提取精度。該環(huán)節(jié)最后生成影像點(diǎn)云，用以后期與傾斜數(shù)據(jù)的融合。

2.3 影像點(diǎn)云與傾斜影像融合

通過機(jī)載LiDAR 點(diǎn)云與正射影像的融合，可實(shí)現(xiàn)對(duì)地形與地物頂面結(jié)構(gòu)紋理的提取，而其側(cè)面紋理，則需將該步生成的影像點(diǎn)云與傾斜數(shù)據(jù)進(jìn)行融合。通過在Context Capture 平臺(tái)，可將影像點(diǎn)云與空三處理后的傾斜點(diǎn)云同時(shí)納入到一個(gè)絕對(duì)坐標(biāo)系下，在點(diǎn)云基礎(chǔ)上構(gòu)建三角網(wǎng)，同時(shí)對(duì)三角網(wǎng)進(jìn)行平滑和簡化，最后基于傾斜攝影自動(dòng)映射側(cè)面紋理，即可生成高精度的三維模型[5-7]。在融合過程中，主要思想是空三環(huán)節(jié)的處理，若在數(shù)據(jù)配準(zhǔn)套合中采用了統(tǒng)一絕對(duì)坐標(biāo)系與控制測(cè)量，則空三設(shè)置使用利用精密控制成果處理即可，確?？杖ㄟ^，無空三分層，套合準(zhǔn)確就可進(jìn)行最后的三維重建；若前期采用人工手動(dòng)添加控制點(diǎn)以套合兩者數(shù)據(jù)，則在空三環(huán)節(jié)中應(yīng)先依據(jù)手動(dòng)控制點(diǎn)進(jìn)行概略解算，后續(xù)仍需多次空三解算，以使概略空三成果與控制點(diǎn)較好套合，確保兩者影像點(diǎn)云的數(shù)據(jù)能夠完美的融合。

傾斜攝影測(cè)量雖然在一定程度上實(shí)現(xiàn)了地物側(cè)面紋理信息得提取，但在建筑物突出的部位，其遮擋部分均有拉花現(xiàn)象，若對(duì)該部分有較高的質(zhì)量要求，可對(duì)建筑物遮擋位置進(jìn)行立面局部補(bǔ)拍，或采用地基激光雷達(dá)掃描系統(tǒng)對(duì)其數(shù)據(jù)采集，再將補(bǔ)測(cè)數(shù)據(jù)納入至融合處理當(dāng)中即可。

3 實(shí)例分析與精度評(píng)定

3.1 案例分析

經(jīng)過反復(fù)測(cè)試，我們總結(jié)了上述多源數(shù)據(jù)融合方案，并將其應(yīng)用于某地房地一體項(xiàng)目。從歷次融合中發(fā)現(xiàn)，不同數(shù)據(jù)間的配準(zhǔn)，使用統(tǒng)一坐標(biāo)系，采用控制測(cè)量的精度要好于后期人工添加控制點(diǎn)的方案，且點(diǎn)位平面中誤差較差相對(duì)高程中誤差小許多。為了更好地表明2 種方案在大比例尺建模、測(cè)圖項(xiàng)目的可靠性，我們綜合運(yùn)用上述2 種方案進(jìn)行融合，即前期布設(shè)少量控制點(diǎn)，后期內(nèi)業(yè)手動(dòng)添加控制點(diǎn)的結(jié)合方案。

如圖2 所示，經(jīng)過預(yù)處理后的機(jī)載LiDAR 點(diǎn)云數(shù)據(jù)，該次測(cè)試高度50 m，確保每m2內(nèi)有足夠的點(diǎn)，以及正射影像有足夠的分辨率。圖中點(diǎn)云數(shù)量是混合形式顯示，包括其高程與強(qiáng)度信息。圖3 給出了機(jī)載LiDAR 點(diǎn)云與正射影像融合后的影像點(diǎn)云數(shù)據(jù)，該部分工作我們借助Terrascan 平臺(tái)，依據(jù)LiDAR 數(shù)據(jù)離散點(diǎn)在平面坐標(biāo)系中的（x,y）位置屬性，將正射影像中對(duì)應(yīng)坐標(biāo)的像素灰度值賦予點(diǎn)云，使其富有光譜圖像紋理信息。由于該過程不存在一個(gè)像素內(nèi)有多個(gè)LiDAR 點(diǎn)的情況，所以這種融合方法不存在重疊與內(nèi)插問題。后的模型對(duì)比效果（上圖融合前，下圖融合后），顯然融合后模型結(jié)構(gòu)與紋理的豐富度均好于融合前。

圖2 混合顯示的原始點(diǎn)云

圖3 機(jī)載LiDAR 點(diǎn)云與正射影像點(diǎn)云融合

圖4 影像點(diǎn)云融合傾斜攝影空三數(shù)據(jù)

圖5 多源數(shù)據(jù)融合前后效果對(duì)比

3.2 精度評(píng)定

為了對(duì)比融合前后的模型精度，我們檢測(cè)了18 個(gè)地物特征點(diǎn)，定量分析了模型整體平面中誤差與高程中誤差。模型采集點(diǎn)對(duì)地表實(shí)測(cè)坐標(biāo)差異見表1，按公式（3）～（6）計(jì)算，融合前平面中誤差0.116 m，高程中誤差0.165 m；融合后平面中午差0.084 m，高程中誤差0.093 m，結(jié)果顯示，雖然兩者均滿足1∶500地籍測(cè)量要求，即平面中誤差小于圖上0.6 mm，高程中誤差需小于1/3 等高距（0.333 m），但經(jīng)多源數(shù)據(jù)融合后的三維模型精度明顯優(yōu)于融合前，特別是高程精度，較融合前有了顯著提升。

表1 地物檢查點(diǎn)平面和高程誤差統(tǒng)計(jì)表/cm

4 結(jié) 語

通過對(duì)比闡述多種航測(cè)手段各自存在的弊端，重點(diǎn)探討了基于機(jī)載LiDAR 點(diǎn)云、正射影像、傾斜攝影等多源數(shù)據(jù)融合處理生成精細(xì)三維模型的關(guān)鍵技術(shù)，具體需從多源數(shù)據(jù)間的配準(zhǔn)、機(jī)載LiDAR 點(diǎn)云與正射影像的融合、影像點(diǎn)云與傾斜數(shù)據(jù)的融合等三方面進(jìn)行方案的詳細(xì)設(shè)計(jì)。借助某航測(cè)項(xiàng)目，從三維模型紋理結(jié)構(gòu)與模型精度、定性與定量兩方面進(jìn)行了融合前后的對(duì)比，結(jié)果表明，融合后的精度明顯優(yōu)于融合前。因此，本文所提到的融合技術(shù)在實(shí)踐中獲得了較好的效果，為同類項(xiàng)目的設(shè)計(jì)與實(shí)施提供了參考。