专栏名称: GIS前沿
分享测绘地信资讯,交流行业软件技巧。
目录
相关文章推荐
笔吧评测室  ·  英伟达 RTX 50 系列 GPU 放弃对 ... ·  13 小时前  
半月谈  ·  蒋超良被查! ·  2 天前  
中国政府网  ·  事关资本市场,最高检、证监会重磅发声! ·  2 天前  
长安街知事  ·  王汉青被查 ·  2 天前  
51好读  ›  专栏  ›  GIS前沿

地面拍摄+无人机环绕+激光扫描!多源数据融合,精细化三维建模

GIS前沿  · 公众号  ·  · 2024-10-27 20:37

正文

[摘 要] 为了解决倾斜摄影时由于遮挡问题导致的雅丹体建模容易产生漏洞的问题, 采用地面拍摄像机、无人机以及三维激光扫描仪等设备采集多源空间数据,结合近景摄影测量、倾斜摄影测量和激光扫描技术 ,研究不同场景雅丹体建模方法,并对建模精度和效果进行了分析。实验结果表明,基于 绕飞和近景影像,辅以激光点云数据精细化建模 ,相较于大场景倾斜建模, 平面精度提高40%,高程精度提高16% ,且表面纹理更加精细,为研究雅丹地貌变化和地质遗迹保护提供了高精度参考数据。


[关键词] 倾斜摄影;激光点云;融合建模;地质遗迹;雅丹地貌



引言

2022 年10 月3 日,青岛旅游标志“石老人”上半部分发生自然坍塌。2023 年12 月16 日,我国台湾著名景点象鼻岩的“象鼻”断裂坠海。这些地质遗迹受常年风化、海水侵蚀和人为破坏等因素影响,容易出现不可逆的毁坏。甘肃敦煌雅丹世界地质公园内的雅丹地貌同属地质遗迹,园内目前分布着大大小小5370个雅丹体,是我国乃至世界最典型的雅丹地貌。该地区风力可达到12级,易对雅丹体造成不可逆的破坏,因此需要开展数字化保护工程,很多学者基于三维建模技术在该领域展开了广泛研究[1-3]。


建筑物三维建模后可以通过修模软件编辑模型,而地质遗迹主要为自然地物,其表面形态多样且细节丰富,无法靠人工编辑模型,因此只能通过多源数据融合建模来获取更加丰富的纹理细节[4-5]。传统倾斜摄影只能获取目标物中上部纹理细节,由于遮挡,底部纹理获取不够完整,容易导致三维模型纹理失真或出现孔洞等。在倾斜摄影基础上,融入近景摄影数据和三维激光点云成为构建雅丹体精细化三维模型的技术瓶颈。在激光点云与倾斜摄影建模方面,张子健等解决了多源数据融合时激光点云的配准问题[6]。于倩等基于激光扫描和倾斜摄影技术,获取了建筑物内外一体模型[7]。李娜等提出激光点云生成的几何模型较倾斜模型精度更高[8]。张亚红等基于倾斜影像和机载激光点云,高效完成城市实景三维生产[9]。罗振威等结合倾斜摄影、激光扫描等技术,设计了城市级实景三维建设技术路线[10]。在激光点云与近景或低空摄影建模方面,郭雨等以三维激光扫描技术为主,近景摄影测量为辅的方式开展钟乳石精细建模[11]。丛铭等通过对激光点云与倾斜影像生成的点云进行融合,获取了更精细的点云数据[12]。在倾斜影像与近景、贴近影像联合建模方面,周靖鸿等基于倾斜像片和近景照片联合建模,提高建筑物外立面精度[13]。宰春旭等根据不同地物采用贴近摄影、倾斜摄影、近景摄影相结合的方式建模[14]。郑佳荣等采用无人机和无定位的手机进行三维建模[15]。朱家松等通过卫星建模生成粗精度模型,以此来制定贴近摄影数据采集方案[16]。


本文以敦煌雅丹地质公园为研究对象,通过 倾斜摄影方式获取大场景雅丹三维模型,通过无人机绕飞、近景影像获取和机载激光扫描方式获取精细化典型雅丹体三维模型 ,研究了多源数据融合建模在地质遗迹建模方面的应用,为地质遗迹数字化保护提供技术支撑[17-19]。



1 研究区


甘肃敦煌雅丹国家地质公园位于甘肃西部,行政上隶属于敦煌市,地处新疆、甘肃交界处,距敦煌市区约180 km。地理坐标为92°59′E—93°15'E,40°25′N—40°34′N,面积346.35 km2。公园向东100 km 是玉门关,向南20 km 为疏勒河古河道,向西7 km 为新疆维吾尔自治区若羌县,向北与北山山洪积倾斜平原相连。公园内有金狮迎宾、孔雀玉立、神龟出海、狮身人面、双狮守门、天外来客、伟人像、雅丹城堡、雅丹公主等著名的典型雅丹体,研究区分布情况见图1。


图1 研究区雅丹体分布图



2 数据采集


2.1 倾斜影像采集

采用纵横CW-15 复合翼无人机进行倾斜航摄,搭载RIY-DG3M 半画幅倾斜摄影相机。航摄面积约90 km2,共26 个架次, 航向重叠率为80%,旁向重叠率为70%,像片地面分辨率为5 cm。


2.2 绕飞影像采集

采用大疆经纬M300RTK 无人机搭载睿铂R6M 或睿铂M10Pro 单镜头光学相机。针对典型雅丹, 在规定航线空中环拍以外,还手动操控飞机进行顶部细节补拍 。对于表面坑洼部位和拐角等特殊部位,进行了往返拍摄。


2.3 近景影像采集

近景影像获取时有两种采集设备, 一种是无定位信息的照相机 ,其传感器尺寸为22.3 mm×14.9 mm,图像分辨率为5 184像素×3 456像素,自动对焦; 另一种是有定位信息的手机 ,其传感器尺寸为13.4 mm,分辨率为2 532 像素×1 170 像素,焦距为26 mm。地面拍摄与空中拍摄时,拍摄距离与像片精度的关系,具体见式(1)和式(3)。为了获取到与绕飞影像基本一致的地面分辨率,使用地面设备拍摄时要注意拍摄距离,应提前利用长卷尺等估计好拍摄距离。



除了拍摄距离,还要注意拍摄间距和拍摄角度。拍摄时在雅丹体周边按照相同顺序等间距拍照,如图2 所示,1、2、3、4、5、6 是拍照点位,照片A、B、C、D、E、F 为相邻点位主视图照片,相邻主视图像片应有60%~70%的重叠。每个摄影点拍摄3 张照片,按顺时针排序分别为左片(A2)、主片(A)、右片(A1),3 张照片夹角a 小于15°。对于底部凹凸不平的雅丹体,或者位于雅丹体的拐角处,需要加密拍摄频率,确保拥有足够重叠度。


图2 地面近景拍照示意图


2.4 机载激光雷达点云数据采集

采用南方智航SF1650 无人机搭载SAL-1500激光扫描仪获取了西海舰队等著名雅丹体的激光点云数据。 设定航高为300 m,航向重叠率为80%,旁向重叠率为70%。



3 多源数据融合建模方案


利用倾斜影像生产大场景实景三维模型,利用激光点云与绕飞、近景影像生产精细化实景三维模型,通过场景融合形成完整模型。


3.1 倾斜影像建模

按照五个视角整理倾斜像片,在建模软件中加载倾斜影像和对应POS 数据,并进行预处理。根据像控点对像片刺点,经过特征提取、特征匹配,进行光束法区域网联合平差,精确计算每个像片的外部元素,得到有坐标的大场景三维模型,匹配生成具有真实坐标的影像点云数据。


3.2 绕飞、近景影像辅以融合激光点云建模

精细化建模技术流程见图3。

图3 精细化建模技术路线图


3.2.1 绕飞、近景影像空三

当数据源为有定位信息的手机照片时,可以在建模软件中,同时导入绕飞影像与近景影像进行空三。当数据源为无地理信息照片时,在建模软件中分别创建工程对贴近影像与近景影像进行空三测量,通过像控点刺点和绕飞影像匹配,生成具有地理坐标的贴近影像与无地理坐标的地面影像的离散点云。 在生成的具有地理坐标的雅丹体初始三维模型上,人工均匀选取至少3 个点作为同名控制点,对近景影像再次进行空三计算 ,使得近景影像三维模型与贴近影像三维模型具有相同的地理坐标信息,并且将两个空三合并[20]。实验时发现具有定位信息的照片参与空三时,处理更加方便,建议近景摄影时采用具有定位信息的设备进行拍摄。


3.2.2 点云处理

利用迭代最近点法(ierative closest point,ICP)进行配准,其原理是:先通过2个特征点对点云进行匹配,再在匹配后的点云上提取特征点,将这些特征点代入对应关系中计算运动参数,并通过这些参数转换数据。在使用改进的ICP算法时,需要调整重叠度,一般设置为10%。ICP算法对旋转平移的表示采用了七参数向量X=[q0,qx,qy,qz,tx,ty,tz],该向量中 ,定义原点云为P,目标点云为S,距离函数见公式(3)。

设定初始七参数向量为X0=[1,0,0,0,0,0,0]T,计算点集S 中对应点集P 中的最近点;计算出参数向量Xk+1,通过点集与点集的配准过程得到该值,并计算距离平方和值dk;对于点集P,根据计算出的参数向量Xk+1进行变换,得到新点集Pk+1,重复式(3)的计算,当dk小于预设的阈值时迭代停止。通过以上步骤生成影像点云与激光点云的融合点云。


3.2.3 融合建模

基于空三工程和融合点云进行建模,基于绕飞影像、近景照片自动映射纹理,对底部有残缺的部分通过近景照片修补,生成精细化雅丹体三维模型。


3.3 大场景与精细化模型成果融合

不同模型成果融合需要在模型构建前设置相同的模型原点、坐标系统、切块大小以保障模型成果能够合并。本次实验将瓦块尺寸调整为10 m×10 m,并且将精细化模型的原点坐标设置成与大场景模型原点坐标一致。分别重建后,在模型加载时通过替换瓦块的形式将精细化模型叠加到大场景模型中。通过该方法既保证了模型的精度,又提升了模型的加载速度。但由于不同分辨率倾斜影像数据空中三角测量均为独立进行的,未进行联合平差,所以模型成果融合技术获取的模型容易产生接边差。



4 试验结果分析


4.1 模型精度分析

利用全站仪在大场景和精细化模型的同名特征点处测量10 个检测点来比较模型精度。平面中误差和高程中误差计算见式(4)和式(5)。将外业测量值作为实测值,模型测量的同名点坐标值作为测量值。

式中,mxy、mh 分别表示平面中误差和高程中误差;ΔXi、ΔYi 表示检测点平面坐标的实测值与测量值的较差;ΔZh 表示检测点高程坐标的实测值与测量值的较差;n表示检测点个数。


经过计算,大场景模型平面中误差为0.20 m,高程中误差为0.12 m。精细化模型的平面中误差为0.12 m,高程中误差为0.10 m。平面精度提高40%,高程精度提高16%,表明精细化模型较大场景模型精度提高。


4.2 模型效果分析

基于绕飞影像、近景影像和激光点云生成精细化模型(图4)。从整体上和从细节上看,模型具有照片级别的纹理特征和真实感,可以全方位地表达地质遗迹细节特征。

图4 雅丹体(天外来客)



5 结束语


本文结合近景摄影测量、倾斜摄影测量和激光扫描技术,研究不同场景雅丹体建模方法。当地质遗迹建模面积较大且影像地面分辨率大于等于5 cm时,采用大场景建模方式,即直接采用倾斜摄影建模;当地质遗迹建模面积较小且模型精度较高时,采用精细化建模方式,即利用无人机倾绕飞获取目标物顶部和中部影像,利用近景照片获取目标物底部影像,将控制点、倾斜影像和近景照片统一到同一空间参考中融合建模。通过融合大场景模型和精细化模型,可以快速展示雅丹地质公园三维全景。随着该技术不断发展,可为地质遗迹保护领域提供更为完善的技术方案。


原标题: 基于多源数据融合的雅丹体三维建模

作者:高小龙 柴树春 李骁俊(甘肃省地图院,甘肃 兰州 730000)


引文格式:高小龙,柴树春,李骁俊. 基于多源数据融合的雅丹体三维建模[J]. 北京测绘,2024,38(8):1141-1145.

作者简介:高小龙(1989—),男,甘肃兰州人,硕士,高级工程师,研究方向为遥感应用。

E-mail:[email protected]

- END -


历史干货

李德仁院士:论无所不在的时空智能(正式提出“时空智能学”)
茧式航拍—超亚毫米级,超高精度建模!一种全新的高精度航拍建模、巡检方法(附模型和航拍数据下载)






请到「今天看啥」查看全文