异源遥感影像的真三维模型构建方法 下载: 1234次
1 引言
航空航天遥感技术是我国新兴的支柱产业。随着技术的飞速发展,其对影像产品的需求日益迫切。原有的以数字线划地图(DLG)、数字栅格地图(DRG)、数字高程模型(DEM)、数字正射影像图(DOM)为核心的4D产品无法描述复杂的立体结构和建筑物的侧面信息,而对于倾斜摄影数据、SLAM(Simultaneous Localization and Mapping)等新型传感器获取的大量数据成果,现有的4D产品不能有效推动多源传感器的数据融合和深入应用,难以开发面向统一的地理空间环境的异源数据融合的产品。因此,充分利用立体卫星数据、倾斜摄影测量数据等多源信息,构建大尺度三维场景精细化模型十分必要。
近年来,我国科研工作者在三维(3D)模型构建领域研究中取得很大的进展,立体卫星测绘以及倾斜摄影技术的出现给城市三维模型的建设带来了新的契机[1]。程宇峰等[2]提出了光学遥感卫星成像系统的高精度影像拼接方法,为实现三维模型构建提供了技术支持。吴军等[3]提出了以五方向倾斜航空影像为数据源开展城市数字表面模型(UDSM)半全局匹配(SGM)的生成研究。王建强等[4]提出了一种基于多视倾斜航空影像的城市快速三维建模方法,人工交互半自动地建立建筑物的几何模型。张春森等[5]利用倾斜摄影获取的城市正射及倾斜影像,基于摄影测量计算机视觉原理,在事先处理的城市建筑物数字表面模型的基础上,利用共线方程计算物方与像方的几何投影关系,获得建筑物的三维信息与纹理信息,提出了一种三维城市模型纹理快速重建的方法。卢维欣等[6]利用点云局部几何特征聚类形成点云簇,并对其进行整体特征分析,以此来实现目标三维建筑物的重建。周晓敏等[7]利用倾斜影像联合空中三角测量技术实现了多角度倾斜影像的一体化平差,通过多视影像密集匹配和自动纹理关联,实现了高精度真实三维模型的构建。
综上所述,目前真三维模型构建数据的来源仅限于同源遥感影像,近些年被深入应用研究的倾斜摄影测量技术也仅适用于大比例尺空间测图。但当面对大场景时,中、小比例尺地形图的建模结果无法满足应用需求,且倾斜摄影测量技术获取的三维模型数据无法详细描述建筑物表面所有细节和特征,难以满足近距离观察的需求。因此,本文利用资源三号卫星获取的立体卫星数据和无人机获取的倾斜摄影测量数据为数据源,基于瓦片金字塔模型,实现不同分辨率的多类型数据的融合,形成地形与纹理一体化表达的真三维模型,解决了大场景下三维建模的需求,并利用自主研发的ItelliEarth软件基于海量地形数据实现了三维场景下数据模型的可视化。
2 真三维模型构建和关键技术
2.1 构建技术流程
基于异源遥感影像的真三维模型的总体技术路线流程图如
2.2 数字地表模型与数字正射模型生成
DSM的技术流程主要分3步进行。第1步,连接点自动选取和影像控制点自动匹配。连接点自动选取是通过卫星影像立体像对内部、同轨之间、不同轨之间影像匹配形成连接点;影像控制点自动匹配是以高精度DOM为地面参考,采用影像匹配技术查找参考影像和原始影像之间的匹配点,形成基于影像的地面控制点。第2步,区域网平差。利用资源三号卫星影像自身无控定位精度较高的特点,基于有理函数模型(RFM)进行无控自由网平差,实现连接点与控制点的自动筛选功能,平差结果要求最大中误差不超过0.5 pixel。RFM模型是将像点坐标(
式中:
生成DOM的技术流程为:以资源三号立体像对生产的DSM为地形控制,以影像控制点为地面参考进行区域网平差,平差后的结果采用修正有理多项式函数模型(RPC)参数方式保存,分别对全色影像正视和多光谱影像进行正射纠正[9-12]。在正射纠正的基础上进行全色和多光谱影像融合,在融合过程中需要进行不同场景影像之间进行匀光、匀色处理,以保证区域内不同场景影像之间无硬接边、色调基本一致。
2.3 生成瓦片金字塔
针对本研究在大场景下建立的真三维模型,采用三角网模型+纹理影像的形式进行存储。立体卫星影像生成DSM和DOM,DSM利用格网存储结构表达地面、植被和建筑物高度;DOM作为纹理信息,形成真三维模型的表面表达。无人机获取的倾斜摄影数据包含建筑物的侧面几何和纹理信息,数据内容相对复杂,以三角型为基础图元,采用多个面片构成对建筑物地面和侧面进行表达。关于倾斜摄影测量生成DSM的方法以及数据处理方法在文献[ 5]中已有详细介绍,这里不再详细介绍。
首先对DOM和DSM数据进行预处理,将DOM和DSM数据生成瓦片,采用全球一致的四叉树地理坐标划分标准[13],分别建立DSM金字塔图层和DOM金字塔图层,图层中包含两个部分内容:图层的元数据和图层实体数据。图层的元数据包含图层数据投影、地理坐标范围,金字塔划分坐标原点、瓦片文件扩展名、瓦片宽度和高度,以及包含的金字塔级别、每个级别数据对应的像素分辨率。图层实体数据采用分层进行组织,一个金字塔级别存放在一个文件目录,一个目录下的数据按照纵向条带进行组织,每个纵向条带数据存放在一个目录,每个分块文件的文件名为其行号,文件扩展名为元数据中规定的文件扩展名。多尺度影像金字塔模型结构如
处理后的DSM和DOM金字塔数据与DSM地形骨架瓦片、DOM纹理瓦片进行合成形成三维地形影像产品,以IVE或OSGB格式进行存储,生成三维影像金字塔产品。在生成金字塔模型时,按照不同金字塔级别的瓦片,设置瓦片显示的最近和最远距离,将DSM三角化并计算每个定点法线方向,建立纹理影像和DSM格网顶点之间的坐标映射关系,实现多层次细节(LOD)瓦片调用链接,形成标准的真三维影像产品。
基于以上瓦片金字塔模型,可实现不同分辨率的多类型数据融合,生成地形与纹理一体化表达的真三维模型,实现基于海量地形数据的三维场景下倾斜摄影数据模型的可视化。其实现思路是:1) 提取不同分辨率下的倾斜影像数据模型的边界信息,对应不同分辨率下的地形数据中的区域,删除该区域;2) 将同一分辨率的两种类型的数据融合,生成一套多类型数据统一的三维模型,实现面向全球到局部的多层次细节快速可视化。融合步骤包括以下两点。1) 边界提取。在建立三维地形模型的过程中,采用TIN(Triangulated Irregular Network)地形模型的数据结构进行表达,通过提取TIN地形模型的边界点提取倾斜摄影数据模型的边界。在处理TIN模型数据时,多以分块存储,每块包含点的坐标、点的索引和三角网的索引。建立结构体存储边,通过判断某条边的邻接三角形是否为1判断该边是否为边界边,是1则为边界边,不是1则不是边界边,将TIN模型边界提取出来。2) 逐层融合。通过TIN模型将倾斜摄影表面模型的边界提取出来,得到倾斜摄影表面模型的边界点,基于瓦片金字塔模型,将倾斜摄影表面模型的边界点移动到数字表面模型的顶点,实现不同分辨率的多类型数据的融合。
图 3. 不同分辨率的多类型数据影像图。(a)倾斜摄影测量数据影像;(b)卫星数据影像;(c)倾斜摄影测量、卫星融合影像
Fig. 3. Multiple types of images with different resolutions. (a) Image by oblique photogrammetric data; (b) image by satellite data; (c) image by oblique photogrammetry and satellite fusion
3 实验及精度分析
3.1 研究区域概述
湖南省位于我国中部地区,地理坐标为东经108.47°~114.15°,北纬24.97°~29.65°,大部分地区海拔高度在100~800 m之间,省内东面、西面、南面三面被山地环绕,地形起伏逐步向中部及东北部倾斜。湖南省研究区域地形图如
3.2 实验验证
为了验证上述基于异源多分辨率真三维影像模型构建方法的准确性,针对真三维产品的海量地形数据在三维场景下数据模型的可视化问题,自主开发了ItelliEarth软件系统,该软件以C++为平台进行开发,运用OpenGL作为底层图形引擎。采用以地理信息组织为基础的框架,实现全球整体从宏观的低分辨率地理数据到局部重点地区加载高分辨率影像纹理数据精细建模的丰富展示。软件展示的影像融合图及真三维影像效果图如
图 6. 真三维影像效果图。 (a)效果图1;(b)效果图2;(c)效果图3;(d)效果图4
Fig. 6. Effect maps of real 3D image. (a) Effect map 1; (b) effect map 2; (c) effect map 3; (d) effect map 4
3.3 精度评价分析
真三维模型的精度评价[14]采用国家测绘与地理信息局卫星测绘应用中心建立的全国影像控制点库作为参考,选取的精度评价指标包括平面误差、高程误差、最小误差、最大误差、平均误差、中误差等作为精度评价指标。
利用区域内均匀布设的20个外业检查点对三维模型成果的精度进行评定。比较外业实测的三维坐标与三维模型上读取的三维坐标,得到真三维模型成果的
图 7. 真三维模型误差统计图。(a) X方向误差;(b) Y方向误差;(c)平面误差;(d)高程误差
Fig. 7. Error statistics of real 3D model. (a) Error in X direction; (b) error in Y direction; (c) plane error; (d) elevation error
由
表 1. 真三维模型误差精度统计表
Table 1. Error precision statistics of real 3D model
|
4 结论
利用立体卫星数据、倾斜摄影测量数据两种数据源结合生成真三维影像产品,基于瓦片金字塔模型,实现了不同分辨率的多类型数据的融合,形成了地形与纹理一体化表达的真三维模型。利用自主研发的ItelliEarth软件实现了基于海量地形数据的三维场景下数据模型的可视化展示,成像效果良好。真三维影像产品具有真实性、完整性、高效性以及高精度等优点,其高度创新的数据展示方式将带动整个智慧城市空间信息服务平台数据升级换代,在以后的测绘生产和空间信息服务中扮演非常重要的角色。
[1] 王伟, 黄雯雯, 镇姣. Pictometry倾斜摄影技术及其在3维城市建模中的应用[J]. 测绘与空间地理信息, 2011, 34(3): 181-183.
[2] 程宇峰, 金淑英, 王密, 等. 一种光学遥感卫星多相机成像系统的高精度影像拼接方法[J]. 光学学报, 2017, 37(8): 0828003.
[3] 吴军, 程门门, 姚泽鑫, 等. 倾斜航空影像的城区DSM生成[J]. 中国图象图形学报, 2015, 20(6): 845-856.
[4] 王建强, 钟春惺, 江丽钧, 等. 基于多视航空影像的城市三维建模方法[J]. 测绘科学, 2014, 39(3): 70-74.
[5] 张春森, 张卫龙, 郭丙轩, 等. 倾斜影像的三维纹理快速重建[J]. 测绘学报, 2015, 44(7): 782-790.
[6] 卢维欣, 万幼川, 何培培, 等. 大场景内建筑物点云提取及平面分割算法[J]. 中国激光, 2015, 42(9): 0914004.
[7] 周晓敏, 孟晓林, 张雪萍, 等. 倾斜摄影测量的城市真三维模型构建方法[J]. 测绘科学, 2016, 41(9): 159-163.
[8] 田世强, 韩玲. 基于RFM与平面高程控制分离的立体定位研究[J]. 航天返回与遥感, 2017, 38(5): 76-85.
[9] 尹鹏飞, 尹球, 陈兴峰, 等. 无人机航空遥感技术在震后灾情调查中的应用[J]. 激光与光电子学进展, 2010, 47(11): 112802.
[12] 张过. 缺少控制点的高分辨率卫星遥感影像几何纠正[D]. 武汉: 武汉大学, 2005: 32- 38.
ZhangG. Rectification for high resolution remote sensing image under lack of ground control points[D]. Wuhan: Wuhan University, 2005: 32- 38.
[13] 李德仁, 肖志峰, 朱欣焰, 等. 空间信息多级网格的划分方法及编码研究[J]. 测绘学报, 2006, 35(1): 52-56, 70.
[14] 乔川, 丁亚林, 许永森, 等. 基于地理位置信息的图像配准方法及精度分析[J]. 光学学报, 2017, 37(8): 0828001.
[15] 三维地理信息模型数据产品规范. 国家测绘地理信息局: CH/T 9015-2012[S]. 北京: 测绘出版社, 2012.
3D geographic information model data product specification. National surveying and Mapping Information Bureau: CH/T 9015-2012[S]. Beijing: Surveying and Mapping Press, 2012.
Article Outline
裴亮, 刘阳. 异源遥感影像的真三维模型构建方法[J]. 激光与光电子学进展, 2019, 56(4): 042802. Liang Pei, Yang Liu. Construction Method of Real 3D Model of Heterogeneous Remote Sensing Images[J]. Laser & Optoelectronics Progress, 2019, 56(4): 042802.