浅析无人机倾斜摄影测量技术与应用

浅析无人机倾斜摄影测量技术与应用

摘要：无人机倾斜摄影测量技术是随着科技的飞速发展而产生的高科技产物，

在应用过程中，可以弥补传统的摄影测量技术的漏洞，精减测量步骤，方便测量

人员的作业，降低作业难度，并在很大程度上提高测量的精度和准确性，尤其是

在进行较小区域的测量时，其技术的先进性更加突出。因此，加大对无人机倾斜

摄影技术的研究对工程的勘测工作意义重大。

关键词：无人机；倾斜摄影；测量技术；应用

引言

倾斜摄影测量技术是近年来发展起来的一项新的测量技术。它改变了以往航

测遥感影像只能从垂直方向拍摄的局限性，倾斜摄影测量技术通过多台传感器从

不同的角度进行数据的采集，快速、高效获取丰富的数据信息，真实地反映地面

的客观情况，满足人们对三维信息的需求。目前，倾斜摄影测量技术已经应用于

实际的生产实践。

1、倾斜摄影测量概念

倾斜摄影测量技术是近年来国际测绘领域发展起来的一项新技术，它颠覆了

过去正向摄影从垂直角度拍摄的局限性，而是在同一台飞行器上搭载多台传感器，从更多个角度采集地面信息图像，从而给用户营造真实的视觉体验。

2、技术原理及特点

2.1技术原理

无人机倾斜摄影测量技术较一般的航空摄影技术有所不同。一般的航空摄影

的拍摄影像是通过拍摄正下方的事物得到影像，而倾斜摄影的拍摄影像是在相机

的主光轴倾斜一定角度的情况下拍摄而来的。此技术的具体操作方法为：除了飞

机下方的垂直角度外，在其前后左右的4个倾斜角度下完成5台传感器的搭载，

分别对航向重叠度、坐标值、旁向重叠值、航速及航高、飞行航向等数据进行采集，然后进行数据分析，从而为后续工作提供强大的数据支撑。基于GNSS和地

理信息等技术的合理结合，可以进一步对多种技术进行科学的融合，从而提高数

据分析的精确度。

2.2技术特点及优势

通过对航空摄影技术的创新与发展，无人机倾斜摄影测量技术扩大了遥感影

像的应用范围，颠覆了以往航空摄影测量只能满足正面角度影像采集的方式，其

多角度的相机可以同步获取地面的各个物体的各个方向的高精度和高分辨率的航

摄影像。无人机倾斜摄影测量技术的特点和优势：（1）无人机的飞行高度相对

较低，可以通过多角度相机对地面物体的顶面和侧面进行多方位和高覆盖的影像

数据获取；（2）其影像表达内容趋于多样化和丰富化，所获取的相邻影像之间

的旁向重叠度以及航向重叠度都较高；（3）由计算机进行影像匹配和建模，这

样高自动化的设置减少了人工干预；（4）对实体的侧面纹理有较清晰的数据采集，优于传统的只能对实体顶部纹理的获取，倾斜摄影技术可以同时获取侧面和

顶面的纹理，使实体测量更清晰；（5）综合成本相对较低。无人机的倾斜摄影

测量技术有自动化的优势，对实地地形信息采集快捷便利，节省了时间和人力成本。

3、系统的组成

3.1无人机

工程采用的无人机由中海达公司研制。一般无人机的体型都较小，在空中的

运作主要依靠计算机操控。无人机在空中飞行时，其工作参数为：巡航空速为

98km/h；最大飞行高度为海拔3600m；最大承载力为3.5G；飞行时间一般在1h

左右；在高空飞行时，其抗风能力是13m/s；不受到阻拦的起飞滑跑距离为60m；降落时不受到阻拦的滑跑距离为150m；如果没有受到电磁波干扰，在地面进行

通讯的距离为15km。

3.2数码摄影器材

目前，我国在无人机中使用的数码摄影器材一般是EOS450DMarkⅡ36×24mm

佳能相机，这个相机的畸变数值为k1=1.856600×10－5，k2=－2.777889×10－6。

同时应用无人机摄影中利用的摄像机的图像处理数值的宽度为4272mm，长度为2848mm。

4、倾斜摄影测量技术的应用

4.1整合多视影像

在倾斜摄影中，包含了多视影像。这是由于，倾斜摄影不仅可以获取垂直数据，还能获取倾斜性的数据。常规性的三角测量很难有序调配倾斜性的某些信息，这种状态下的多视影像还需兼顾彼此的遮挡关系及几何变形。在新式测量中，POS增设了外方位的更多影像要素，金字塔匹配的自动测量依照从粗到细的精确

次序。针对于各层次的影像，都可用于自动匹配。这样做，就获得了更高层次的

平差影像，有序匹配了同名的影像点。联合多视影像的新方法还可构建自动性的

连接线，描绘控制点坐标。给出平差方程，联合运算以此来确保精准的平差结果。

4.2多视影像密集匹配

影像匹配是摄影测量的基本问题之一，多视影像具有覆盖范围大，分辨率高

等特点。因此，如何在匹配过程中充分考虑冗余信息，快速准确地获取多视影像

上的同名点坐标，进而获取地物的三维信息，是多视影像匹配的关键。由于单独

使用一种匹配基元或匹配策略往往难以获取建模需要的同名点，因此，近年来随

着计算机视觉发展起来的多基元、多视影像匹配，逐渐成为人们研究的焦点。目前，在该领域的研究已取得了很大进展，例如建筑物侧面的自动识别与提取。通

过搜索多视影像上的特征，如建筑物边缘、墙面边缘和纹理，来确定建筑物的二

维矢量数据集，影像上不同视角的二维特征可以转化为三维特征，在确定墙面时，可以设置若干影响因子并给予一定的权值，将墙面分为不同的类，将建筑的各个

墙面进行平面扫描和分割，获取建筑物的侧面结构，再通过对侧面进行重构，提

取出建筑物屋顶的高度和轮廓。

4.3数字表面模型生成和真正射影像纠正

由于多角度倾斜影像之间的尺度差异较大，加上较严重的遮挡和阴影等问题，基于倾斜影像的自动获取DSM存在新的难点。可以首先根据自动空三解算出来

的各影像外方位元素，分析与选择合适的影像匹配单元进行特征匹配和逐像素级

的密集匹配，引入并行算法，提高计算效率。在获取高密度DSM数据后，进行

滤波处理，将不同匹配单元进行融合，形成统一的DSM。多视影像真正射纠正涉

及物方连续的数字高程模型DEM和大量离散分布粒度差异很大的地物对象，以

及海量的像方多角度影像，具有典型的数据密集和计算密集特点。在有DSM的

基础上，根据物方连续地形和离散地物对象的几何特征，通过轮廓提取、面片拟合、屋顶重建等方法提取物方语义信息；同时在多视影像上，通过影像分割、边

缘提取、纹理聚类等方法获取像方语义信息，再根据联合平差和密集匹配的结果

建立物方和像方的同名点对应关系，继而建立全局优化采样策略和顾及几何辐射

特性的联合纠正，同时进行整体匀光处理。