一种基于DEM的倾斜摄影无像控点航摄测区归并方法与流程

本发明涉及一种基于数字高程模型(digitalelevationmodel，dem)的倾斜摄影无像控点航摄测区归并方法。

背景技术：

随着并行计算技术的发展和基于差分gps定位(dgps)的空中三角测量技术的出现，海量、无序、多分辨率影像的快速密集匹配成为可能。其中目前处于业界领先水平的contextcapture(原smart3d)自动化三维重建软件，在没有pos数据和控制点(gcp)情况下就可以实现大规模实景三维模型的快速自动化生产。然而在大面积山区无人机航空摄影测量过程中，由于无人机的续航时间、地形起伏等原因导致航摄时需要对摄影区域划分为多个航摄测区。为了避免增加实景三维模型拼接次数和由于拼接导致模型精度降低等问题的出现，需要尽可能将多个航摄测区合并进行空中三角测量。

近年来，国内外对于单个航摄测区的空中三角测量精度的研究已经取得很多成果，包括像控点的布设方法对单个航摄测区的空中三角测量精度的影响，极大的降低了外业控制点布设对空中三角测量精度的影响；不同参数下光束法区域网平差对空中三角测量精度影响，优化了空中三角测量过程中的算法。但是目前，对于无像控点航摄测区的归并主要使用传统人工方法，传统人工归并方法较为落后，归纳起来主要有以下几点：

(1)航摄测区归并没有判断指标

传统的人工归并方法是通过个人经验尝试将多个航摄测区合并进行空中三角测量，对其结果的精度情况进行判断，如果可以就继续添加航摄测区，直到添加航摄测区的空中三角测量结果无法准确定向为止。这种传统人工方法完全凭借数据处理人员的经验进行归并，其匹配准确率和划分效率极低。

(2)无法应用于大面积山区航空摄影数据处理

传统的人工归并方法在大面积山区航空摄影数据处理过程中依赖控制点的数量、精度、布设方式等因素。然而在山区的地形起伏原因导致航摄测区之间的航高差往往较大，同时在山区控制点采集也较城镇困难很多，这就导致传统的人工归并方法无法应用于大规模山区航空摄影数据处理。

以上无像控点航摄测区使用传统人工归并方法的不足，对于大规模山区航空摄影数据的精确匹配、快速划分、实景三维模型的生产都造成了较大困难。更为重要的是，由于多个航摄测区合并进行空中三角测量精度受制于原始数据精度、平差方法、像控点布设方法、区域网几何强度等多种因素，利用传统人工方法进行航摄测区归并的效率很低，导致人力、硬件资源的浪费。

技术实现要素：

本发明的目的在于确定影响航摄测区合并进行空中三角测量精度的主要因素及指标，同时将这些因素作为航摄测区归并的基础，提供一种自动归并方法，实现对无像控点航摄测区的准确、快速归并,以替代传统的人工匹配划分方法。

本发明采用的技术方案如下：

一种基于dem的倾斜摄影无像控点测区归并方法，具体步骤如下：

步骤1，pos数据计算测区dem区域范围：

获得各测区无人机pos数据；筛选出pos数据中测区四个角的经纬度坐标，通过垂直投影方式确定测区dem区域范围四个角的经纬度坐标；

步骤2，构建各测区规则格网数字高程模型：

确定每个测区dem的区域范围后，采用逐点内插方法构建各测区的规则格网数字高程模型；

步骤3，航高差临界值计算：

首先，计算各测区规则格网数字高程模型的基准面高度，公式如下：

其中，h基为测区数字高程模型的基准面高程；hi为测区内数字高程模型格网点的高程值；n为测区内数字高程模型的格网点数；

然后，利用基准面高程之差确定两两相邻测区之间的航高差临界值，公式如下：

其中，△h为相邻测区a和测区b之间的航高差临界值，h基a、h基b为测区a和测区b数字高程模型的基准面高度，na、nb分别为测区a和测区b内数字高程模型的格网点数；

步骤4，基于无人机pos数据计算两两相邻测区之间的相对航高平均值之差，作为两两相邻测区之间的实际航高差；

步骤5，测区归并集生成：以某测区作为起始测区，并确定与该起始测区四周相邻的测区；若起始测区与相邻测区之间的实际航高差小于航高差临界值，则这个相邻测区可以与起始测区归并，反之，则此相邻测区不与起始测区归并，并将此相邻测区重新作为起始测区循环判断下去，直到每个测区和归并后的测区都被作为一次起始测区为止；最终得到测区归并后的归并集，归并集里的测区可以一起进行空中三角测量计算。

鉴于无像控点情况下影响航摄测区合并进行空中三角测量精度的主要因素是航摄测区之间的航高差，本发明以航摄测区dem之间的航线基准面高度差为基础，实现了对无像控点航摄测区的归并。较之于传统的人工归并方法，本发明的方法在航摄测区的匹配准确率和划分效率方面有大幅提升，因此，对大面积山区航空摄影数据的处理具有较强的借鉴意义和较高的应用价值。

附图说明

图1是本发明利用pos数据计算航摄测区dem区域范围图；

图2是规则格网数字高程模型图；

图3是相邻航摄测区基准面确定航高差临界值的示意图；

图4是归并方法流程图；

图5是本发明实施例中所有航摄测区pos数据分布(浅黑点为正射航摄测区，深黑色为倾斜航摄测区)图；

图6是图5航摄测区pos数据局部放大图；

图7是本发明实施例中各航摄测区dem区域范围图；

图8是本发明实施例中航摄测区归并结果图。

具体实施方式

本发明的技术思路为：先分析无像控点情况下影响航摄测区合并空三精度的主要因素是航摄测区之间的航高差，然后以低空数字航空摄影规范中的基于dem的航线设计规范为基础，对无像控点航摄测区进行自动化归并。主要的步骤如下：第一步、基于无人机pos数据计算各航摄测区dem区域范围；第二步、基于航摄测区dem区域范围采用逐点内插方法构建各测区规则格网数字高程模型；第三步、依据《低空数字航空摄影规范》中的航线设计规范计算航摄测区dem基准面高度并确定两两相邻航摄测区之间的航高差临界值；第四步、基于无人机pos数据计算两两相邻航摄测区之间实际航高差；第五步、以实际航高差小于航高差临界值为依据对航摄测区进行归并，最终得出可以一起进行空中三角测量计算的航摄测区归并集。

上述方法的具体实现过程为：

(1)pos数据计算航摄测区dem区域范围

目前有关基于pos系统的航空遥感直接对地目标定位主要有pos辅助空中三角测量和直接传感器定向两种。乔川、丁亚林等人(“大角度倾斜成像航空相机对地目标定位”[j].光学精密工程，2017,25(07):1714-1726)研究了基于aster-gdem的大角度倾斜成像对地面目标定位在地形起伏较大地区更加精确，由于倾斜摄影像机的倾角较小，可以使用pos数据中的像点坐标垂直投影确定地面dem区域范围坐标，主要流程如下：

(1.a)数据处理：各航摄测区无人机pos数据筛选出航摄测区四个角像点o1、o2、o3、o4坐标和相对航高；

(1.b)根据航摄测区pos数据，垂直投影确定地面区域范围四个角o1^’、o2^’、o3^’、o4^’坐标，其中(lati,lngi,hi)为无人机pos数据中的坐标和相对航高，(lati,lngi,)为地面dem区域范围顶点坐标，如图1所示。

(2)构建各航摄测区规则格网数字高程模型

在确定每个航摄测区dem的区域范围后，需要确定两两相邻航摄测区dem之间的航高差临界值。首先用逐点内插方法对航摄测区建立规则格网数字高程模型如图2所示，其中h1,h2…hn分别为每个格网的高程，单位m。

(3)航高差临界值计算

(3.a)计算航摄测区基准面高程：依据《低空数字航空摄影规范》中的无人机航高计算公式(3-1)计算各航摄测区规则格网dem基准面高度；

其中，h基为航摄测区基准面高程，单位为m；hi为航摄测区内dem格网点的高程值，单位为m；n为航摄测区内dem格网点数。

(3.b)计算两两相邻航摄测区之间的航高差临界值：在低空数字航空摄影规范中规定在采用dem设计时，航摄测区基准面高度按公式(3-1)计算，因此，相邻航摄测区的基准面高度差即为航高差临界值，如图3所示。利用基准面高程之差确定两两相邻航摄测区之间的航高差临界值，如公式(3-2)。

其中，△h为航摄测区a和b之间的航高差临界值，h基a、h基b为航摄测区a和b的基准面高度，na、nb分别为航摄测区a和b数字高程模型格网数，hi为航摄测区a和b数字高程模型每个格网的高程值。

(4)两两相邻航摄测区之间的实际航高差

(4.a)数据准备：各航摄测区无人机pos数据；

(4.b)两两相邻航摄测区无人机pos数据中的相对航高平均值之差为实际航高差。

(5)航摄测区归集生成

依据相邻航摄测区pos数据的实际航高差和基于航摄测区dem得出的航高差临界值对航摄测区进行归并，其方法的实现过程如图4所示，主要分为四个步骤：①选定起始航摄测区；②航摄测区dem区域范围；③计算相邻航摄测区dem之间的航高差临界值；④以pos数据计算出的实际航高差和相邻航摄测区dem之间的航高差临界值为基础，对航摄测区进行归并，最终得出航摄测区归并结果。

1)选定起始航摄测区。选定一个航摄测区为起始航摄测区a，并根据该航摄测区pos数据垂直投影到航摄测区dem上，获得起始航摄测区地面范围a。

2)确定四周相邻航摄测区及dem区域范围。依据起始航摄测区a确定四个方向航摄测区为b、c、d、e，用步骤1)得到对应航摄测区dem区域范围，b、c、d、e为相邻航摄测区dem区域范围。

3)各航摄测区基准面高度和航高差。利用公式(3-1)求出起始航摄测区a和相邻航摄测区b、c、d、e的基准面高度分别为h基a、h基b、h基c、h基d、h基e并计算出a与b、c、d、e的航高差△h基为|h基a-h基b|、|h基a-h基c|、|h基a-h基d|、|h基a-h基e|；

4)归并航摄测区。根据测区a与b、c、d、e的pos数据中的相对航高平均值得出相邻航摄测区实际航高差δh，若实际航高差δh小于对应的航高差临界值则可以与起始航摄测区a合并进行空中三角测量加密，反之，则不可一起与起始航摄测区a合并进行空中三角测量加密。不符合划分条件的航摄测区定为新的起始航摄测区依上述步骤1)、2)、3)、4)循环下去，直到每个航摄测区和合并后的航摄测区都被作为一次起始航摄测区为止结束循环，最终得到多个航摄测区归并后的新航摄测区或原始单独的航摄测区。

下面选择安徽省金寨县梅山镇作为样区，对本实施例作进一步说明。

一、试验区概况

本次航摄试验区安徽省金寨县梅山镇面积约305平方公里。由于金寨县梅山镇山地起伏度较大，在城镇区域采用正射+倾斜进行航摄，其中倾斜采用每条航线进行两次不同相机角度航摄以达到五摄像头效果；而在山区人口稀少地区采用正射航摄方式进行数据采集。

二、航摄参数及数据准备

使用自研可自动垂直起降的固定翼无人机安装一台sonydsc-rx1rm2相机，其焦距为35mm，像幅大小7952像素5304像素，航线相对航高200-600m，航向和旁向重叠度均为80％。用contextcapture4.46为数据处理平台生成实景三维模型。金寨县梅山镇30m分辨率dem数字高程模型。20台至强e5-2609v3、16g、nvidiaquadrom2000工作站。根据无人机续航能力和金寨县地形共设计214个航摄测区，183个正摄航摄测区和31个倾斜航摄测区，共计60125张影像，其完整和局部放大航摄测区pos数据如图5、6所示。

三、利用上述数据和归并方法，最终可以得到多个航摄测区归并后的新航摄测区，如图8所示。