傾斜攝影與地面激光點(diǎn)云融合精細(xì)化建模研究

于 翔,包 瓊

(1.三和數(shù)碼測繪地理信息技術(shù)有限公司,甘肅 天水 741000; 2.甘肅省土地開發(fā)整理中心,蘭州 730000)

0 引言

在信息技術(shù)、傳感器等先進(jìn)技術(shù)的推動下,城市數(shù)字化表征已經(jīng)由2D逐步向三維轉(zhuǎn)變,城市開發(fā)與建設(shè)呈現(xiàn)出大尺度、立體等特征。相對于2D圖像,三維圖像的信息更多、更逼真,可為人們提供更多的互動機(jī)會,因此快速、精確地構(gòu)建出一個具有實際應(yīng)用價值的城市3D數(shù)據(jù)具有重要意義。常規(guī)的人工建模方式需大量人工參與,采集的數(shù)據(jù)受限于設(shè)備布置,費(fèi)用高,效率低,而三維激光掃描技術(shù)的應(yīng)用可以很好地彌補(bǔ)人工測量的缺陷,令測量結(jié)果的精度大大提高。但掃描后的點(diǎn)云存在大量的冗余性,導(dǎo)致其處理效率低下,存在計算復(fù)雜等問題,且成本較高,不適用于大城市。近年來,斜視影像技術(shù)不斷發(fā)展減少了人為因素的影響,覆蓋區(qū)域更廣,紋理圖像的真實感更高,能夠快速、有效、精確地得到城市3D模型,是城市規(guī)劃及管理的重要技術(shù)。試驗中,將傾斜照相與地基點(diǎn)云相結(jié)合來建立模型,采用雙目斜視照相技術(shù),對測區(qū)內(nèi)有檐口的典型建筑進(jìn)行拍攝,采用機(jī)架式3D激光掃描器,對該建筑進(jìn)行多個站點(diǎn)的多角度成像,在此基礎(chǔ)上利用 ContextCapture軟件,對已獲得的空間三次加密點(diǎn)云數(shù)據(jù)與已有的激光點(diǎn)云數(shù)據(jù)進(jìn)行處理,與已有的空間三次加密數(shù)據(jù)處理結(jié)果進(jìn)行比較,其技術(shù)路線如圖1所示[1]。

圖1 技術(shù)路線

1 傾斜攝影與地面激光點(diǎn)云的結(jié)合

傾斜照相技術(shù)是一種有效、快速、準(zhǔn)確的城市建筑及地形圖像成像方法,但因其飛得較高,極易被草木、屋檐等遮擋,導(dǎo)致地面紋理信息丟失,從而影響其在三次空三(Airbnb)中的點(diǎn)云數(shù)據(jù)質(zhì)量,而利用地基3D激光掃描與斜射照相測量相結(jié)合的方法彌補(bǔ)了圖像點(diǎn)云盲區(qū)。激光點(diǎn)云具有激光點(diǎn)云密集、高精度、空域三密點(diǎn)云構(gòu)建高效等優(yōu)點(diǎn),二者相結(jié)合可保障制作效率,保持傾斜影像中受遮擋區(qū)域的點(diǎn)云完整,提升模型精度[2]。

1.1 坐標(biāo)配準(zhǔn)

1.1.1 激光點(diǎn)云配準(zhǔn)

激光點(diǎn)云對齊是將掃描儀上的各個站點(diǎn)經(jīng)點(diǎn)云拼接后由兩個站點(diǎn)的掃描坐標(biāo)系相互轉(zhuǎn)化為一個坐標(biāo)系的方法,由于觀測角度的局限性,測量區(qū)域內(nèi)必須有多個站點(diǎn)同時測量,而每個站點(diǎn)又具有單獨(dú)的測量坐標(biāo)。點(diǎn)云匹配的主要工作是把各個站點(diǎn)之間的不同坐標(biāo)系轉(zhuǎn)化為相同的坐標(biāo)系。點(diǎn)云 A,B,P(X,Y,Z),Q(x,y,z),其中 P、Q分別為同一點(diǎn)在兩個測量點(diǎn)上的坐標(biāo),為兩個測量點(diǎn)匯聚在一起,代表兩個測量點(diǎn)位置一致的點(diǎn)對,其匹配目標(biāo)是(P,Q)、(R,T),公式如下:

X

Y

Z=R

X

Y

Z+T

式中,R為旋轉(zhuǎn)正交矩陣,滿足RT=R-1=|R|=±1。T為平移矩陣。以上公式是配準(zhǔn)的基本公式。試驗過程中必須將臺網(wǎng)的掃描數(shù)據(jù)轉(zhuǎn)化為絕對坐標(biāo),主要以控制點(diǎn)為基礎(chǔ)進(jìn)行單臺網(wǎng)的配準(zhǔn)。按照測區(qū)中現(xiàn)有的測量結(jié)果進(jìn)行封閉導(dǎo)線,以保證控制網(wǎng)能夠得到有效覆蓋。將目標(biāo)置于兩個臺之間的交界處,利用掃描器進(jìn)行多個臺站的掃描,獲取目標(biāo)的掃描坐標(biāo)(x,y,z),利用全站儀獲取目標(biāo)的中心位置獲取目標(biāo)的絕對坐標(biāo)(X,Y,Z),通過2組座標(biāo)及座標(biāo)轉(zhuǎn)換公式獲得座標(biāo)轉(zhuǎn)換參數(shù),以完成激光點(diǎn)云的配準(zhǔn),并將掃描座標(biāo)轉(zhuǎn)換到絕對座標(biāo)體系下。這一過程是在一個能夠?qū)c(diǎn)云數(shù)據(jù)進(jìn)行降噪及配準(zhǔn)的軟件Faroscene中完成的,配準(zhǔn)后的點(diǎn)云如圖2所示[3]。

圖2 點(diǎn)云配準(zhǔn)

1.1.2 絕對定向

絕對定位是通過影像控制點(diǎn)的坐標(biāo)來決定相對定位模式的方向與比例的過程,當(dāng)目標(biāo)定位完成后,圖像間的相對方位要素已被確定,但是卻無法得到圖像在空間上的絕對方位,因此必須通過前向交匯來建立類似于地面的三維模型。絕對定向是地面布置的像控點(diǎn)坐標(biāo)作為已知點(diǎn),將已相對取向好的模型進(jìn)行旋轉(zhuǎn)、縮放及平移,使其與地面量測的數(shù)據(jù)相符,在模型中構(gòu)建地面坐標(biāo)體系。在測區(qū)內(nèi),由于要把三次空密所產(chǎn)生的點(diǎn)云數(shù)據(jù)放入地表絕對坐標(biāo)系,故必須布設(shè)象控點(diǎn)。利用全站儀測量像控點(diǎn)的坐標(biāo)及其絕對方位,把由傾斜照相得到的點(diǎn)云放入大地絕對坐標(biāo)體系中。絕對方向的處理是在文本編碼器軟件中完成的[4]。

1.2 點(diǎn)云融合及三維建模

利用 ContextCapture對數(shù)據(jù)進(jìn)行處理,合同模型支持多個數(shù)據(jù)源的融合,通過激光點(diǎn)云的配準(zhǔn)與絕對定位,將激光點(diǎn)云與空三密點(diǎn)云數(shù)據(jù)統(tǒng)一在一個坐標(biāo)系下,通過 ContextCapture實現(xiàn)兩類點(diǎn)云的融合,在此基礎(chǔ)上構(gòu)造出一個三角形網(wǎng)絡(luò),對其進(jìn)行光滑、簡化,實現(xiàn)傾斜照片圖像的紋理自動繪制,從而實現(xiàn)高精度3D建模,具體方法如下:新建項目并導(dǎo)入影像。點(diǎn)擊“surveys”選項,導(dǎo)入像控點(diǎn)坐標(biāo)并進(jìn)行刺點(diǎn),在波束法的區(qū)域網(wǎng)絡(luò)中加入像素點(diǎn)的坐標(biāo),實現(xiàn)空基三密點(diǎn)云在絕對坐標(biāo)系中的應(yīng)用。圖3為融合激光點(diǎn)云前的空域三次加密點(diǎn)云[5]。按“pointclouds”,在絕對坐標(biāo)系中把點(diǎn)云數(shù)據(jù)輸入到ContextCapture中,單擊“3D視圖”,查看二者的點(diǎn)云匹配情況,經(jīng)過檢測,這兩個點(diǎn)云已經(jīng)完全融為一體且在同一個坐標(biāo)系中。融合后點(diǎn)云如圖4所示。

圖3 空三加密點(diǎn)云

圖4 融合后點(diǎn)云

提出重構(gòu)任務(wù),確定重構(gòu)區(qū)域,因為這一次的數(shù)據(jù)很少,所以不必對其進(jìn)行劃分。提交重建任務(wù),選取三維模型,生產(chǎn)融合后的三維模型成果[6]。

1.3 精細(xì)度對比

將僅利用傾斜照片生成的三維模型及以二者為基礎(chǔ)的點(diǎn)云融合生成的三維模型之間的細(xì)節(jié)進(jìn)行對比。點(diǎn)云融合前后生成的三維模型各方位視圖如圖5、圖6所示。通過比較發(fā)現(xiàn),在屋檐的阻擋作用下,對應(yīng)部位的傾斜拍攝模式發(fā)生了顯著的畸變,通過與地基激光點(diǎn)云的融合,有效解決了該地區(qū)的形變問題,改善了模型精度。

圖5 傾斜攝影模型

2 傾斜攝影測量的關(guān)鍵技術(shù)

2.1 傾斜影像匹配

在3D模型構(gòu)建中,傾斜影像可分為兩類,即方向上的稀疏匹配和3D重建的稠密匹配。稀疏匹配要求匹配點(diǎn)的分布更加均勻,失配程度更小。由此提出了一種新的圖像匹配方法,利用無人駕駛飛機(jī)、飛船等進(jìn)行傾斜照相,其自身重量輕,流場不穩(wěn)定,會引起航姿數(shù)據(jù)的不穩(wěn)定。在復(fù)雜地形條件下,影像的幾何形變及目標(biāo)尺度改變尤為顯著。目前,基于SIFT的特征匹配算法無法有效解決因角度較大導(dǎo)致的尺度不一致問題,采用固定窗方法得到的圖像特征與實際圖像特征之間存在著較大的偏差且精度較低,針對這一問題,人們已提出了多種方法?；诰矸e神經(jīng)網(wǎng)絡(luò)的深度語義特征可以被有效地挖掘出來,突破傳統(tǒng)的人工選擇方法的限制,實現(xiàn)超高的匹配準(zhǔn)確率[7]。

2.2 多視點(diǎn)圖像區(qū)域網(wǎng)絡(luò)調(diào)整

在對多視角傾斜影像進(jìn)行協(xié)同校正時需解決因視角改變造成的影像幾何形變及遮擋等問題。采用圖象匹配方法確定出一幅傾斜圖象的原始特征點(diǎn),利用最小二乘法、相似度測度及對極法等對極法進(jìn)行限制,通過對兩個特征點(diǎn)的匹配,實現(xiàn)兩個特征點(diǎn)的同步調(diào)節(jié)。目前,飛機(jī)傾斜航拍系統(tǒng)一般都裝有一個 POS系統(tǒng),以便得到一個多攝像機(jī)的姿態(tài)信息。主要研究內(nèi)容包括:①非限制的聯(lián)合定向算法。每幅影像采用單獨(dú)的外定向因子,同一攝像機(jī)多幅影像采用共用的內(nèi)定向因子。該算法存在很多未知變量,需要很長時間的運(yùn)算。②一種額外的相對限制方向法。在相同的相機(jī)位置上把多臺相機(jī)整合成一個調(diào)節(jié)裝置,在調(diào)節(jié)裝置中加入相機(jī)間的相關(guān)性,以限制信息的形式進(jìn)行波束調(diào)節(jié)。該算法具有降低未知量,使網(wǎng)格型式更穩(wěn)定的優(yōu)勢。③直接定位方法。使用AirTwin-III測量俯視影像的方位因子,并使用俯視攝影機(jī)的轉(zhuǎn)動及移動參數(shù),測量斜視影像的方位因子。本研究提出的方法是最簡便的,但精度較差,無法完全發(fā)揮多種傳感器的優(yōu)勢。根據(jù)各種調(diào)節(jié)方式的特性,為了取得較好的調(diào)節(jié)結(jié)果,一般會選擇聯(lián)合調(diào)節(jié)方式。

3 三維重建關(guān)鍵技術(shù)

3.1 點(diǎn)云三維構(gòu)網(wǎng)

點(diǎn)云的三維結(jié)構(gòu)要建立一種“白”的空間結(jié)構(gòu),而“白”又是一種“白”的空間結(jié)構(gòu),是進(jìn)行紋理繪制的數(shù)據(jù)依據(jù)。點(diǎn)云三維模型的建立通常采用兩種方式:①以幾何重建為基礎(chǔ),從點(diǎn)云中抽取出具有幾何意義的特征(如特征線、特征面、特征點(diǎn)等)。對于利用點(diǎn)云數(shù)據(jù)獲取物體曲面模型而言,該方法還存在不足。②利用點(diǎn)云中的坐標(biāo)信息,通過直接或間接構(gòu)建曲面實現(xiàn)曲面的逼近,在此基礎(chǔ)上將點(diǎn)云信息應(yīng)用于物體的曲面建模中,這是目前應(yīng)用最廣的一種重構(gòu)方法。本研究主要討論了三角網(wǎng)格的構(gòu)建及隱式函數(shù)的構(gòu)建。網(wǎng)狀結(jié)構(gòu)可以用二進(jìn)制(K,V)來描述,K代表網(wǎng)狀結(jié)構(gòu)的拓?fù)浣Y(jié)構(gòu)?，F(xiàn)有的曲面重構(gòu)算法雖然對點(diǎn)云的高密度、高噪音等都有較強(qiáng)的抗干擾能力,但生成的三角形網(wǎng)格過于光滑,無法保持圖像的輪廓信息。城市建筑物的邊界特征十分突出,故提出一種新的三角形網(wǎng)格劃分方法。Delaunay三角形網(wǎng)格是在 Voronoi圖形中將鄰近的多邊形中心與共同的邊緣連接起來,它是一個無外接圓周性質(zhì),即任意一個三角形的外接圓周中沒有其他數(shù)據(jù)點(diǎn)。最小角總和與最大性質(zhì)為:德勞納三角網(wǎng)中最小角總和與最大角總和,這兩種特性為構(gòu)造 Delaunay三角網(wǎng)提供了一種新的、高效的、能保證其生成的方法。從點(diǎn)云的密集程度、運(yùn)算復(fù)雜性等方面考慮,Delaunay網(wǎng)絡(luò)可劃分為3種類型,其中分治方法采用遞歸式劃分點(diǎn)云,構(gòu)建子集點(diǎn)云,再逐步融合子三角形網(wǎng)絡(luò),但這種方法對存儲空間的要求很高,且計算效率不高。該算法通過對點(diǎn)云中的每一個點(diǎn)進(jìn)行標(biāo)定,對每一個點(diǎn)進(jìn)行遍歷,尋找含有該點(diǎn)的三角,從而建立一個網(wǎng)格化模型,剔除含有特定個數(shù)的三角。這種算法健壯性強(qiáng),占用的存儲空間少,但時間利用率不高[8]。

3.2 點(diǎn)云紋理映射

三維網(wǎng)格模型不能有效地表示真實對象,且不具有可識別性。目前,紋理制圖技術(shù)存在以下問題:如何選取最優(yōu)圖像,通過一定的測度指數(shù)對其進(jìn)行篩選。如何準(zhǔn)確地對紋理進(jìn)行分類。針對上述問題,提出了基于結(jié)構(gòu)相似性的紋理分類算法。該算法通過改進(jìn)的層次聚類算法對網(wǎng)格模型進(jìn)行分類,通過計算網(wǎng)格模型間的結(jié)構(gòu)相似性實現(xiàn)對網(wǎng)格模型的分類。

4 結(jié)束語

采用斜視影像與地基3D掃描相結(jié)合的方法,對斜視影像中經(jīng)過空中三次加密得到的點(diǎn)云數(shù)據(jù)與地基3D掃描得到的數(shù)據(jù)進(jìn)行空間匹配及點(diǎn)云融合,以克服斜視影像因屋檐遮擋等造成的點(diǎn)云缺陷,有效解決三維模型的拉伸、變形等問題,從而極大地提升模型精度,達(dá)到精確的3D建模目的,為同類問題的解決提供借鑒。