摄影地形测量数据的三维融合和可视化

摄影地形测量数据的三维融合和可视化

陈城铭

柳州市勘察测绘研究院广西柳州545005

摘要：近景摄影测量是通过摄影和随后的图像处理和摄影测量处理以获取被摄目标形状、大小和运动状态的一门技术。近景摄影测量是摄影测量的一个重要分支，主要研究近景物体的三维构建，地形测量等。三维模型已成为对象表达的一种新的数据媒介，三维建模技术能对现实世界中的对象逼真建模和模拟再现。

关键词：摄影地形；测量数据；三维融合；可视化

引言

随着21世纪科学技术的迅猛发展，推动着空间技术不断的进步。目前，基于航空航天对地观察系统的不断更新与进步，使系统种类也越来越繁多。最广泛的是通过使用光学传感器得到不同时相的全色、多光谱段数据以及使用全天候的合成孔径雷达得到多波段与多极化的数据。而这类方式的基础就是需要更加详尽的摄影地形测量数据的解译与制图。由于这样情况，就促使智能分析法与目标识别法成为新的研究热点。

1.数字摄影测量的产生和特点

在模拟摄影测量阶段，所用的模拟测图仪完全由手工来操作；在解析摄影测量阶段，虽然在解析测图仪中引入了半自动化的机助作业，是由计算机辅助的人工操作，但它们都是使用摄影的像片，并且都需要人用手去操纵仪器，同时用眼进行观测。那么实现摄影测量从数据输入，到信息提取，再到最后的产品输出整个过程的自动化就成了摄影测量工作者多年来的梦想。数字摄影测量就是在摄影测量的自动化的实践中发展起来的，即利用相关技术，实现真正的自动化测图。因此，数字摄影测量是摄影测量自动化的必然产物。

随着计算机技术及其应用的发展以及数字图像处理、模式识别、人工智能、专家系统、计算机视觉等学科的不断发展，数字摄影测量的内涵已远远超过了传统摄影测量的范围，现已被认为摄影测量的第三个发展阶段。数字摄影测量与模拟、解析摄影测量的最大区别在于：

它处理的原始信息不仅可以是相片，更主要的是数字影像（如SPOT、QUIKEBIRD遥感卫星影像）或数字化影像；它最终是以计算机视觉代替人眼的立体观测，因而它所使用的仪器最终将只是通用的计算机及其相应的外部设备，特别是在当代，工作站的发展为数字摄影测量的发展提供了广阔前景；操作中以计算机自动操作为主，必要的时候加入作业员的干预；其产品是数字形式的，便于存储和传输，而传统的产品只是该数字产品的模拟输出。

2.摄影地形测量数据融合和可视化

摄影地形测量数据在经过三维配准以后，就能够开始对影像数据像的素级融合过程。而对于更高的特征级融合，只有三维空间的配准是不够的，同时还应该具备包含地图图形的特定矢量数据。矢量数据是对象的界定，但是特征级融合则需要面向对象，同时各类对象都有其相对应的特征。

2.1摄影地形数据融合

通过对摄影地形测量的影像数据进行分析研究，能够看出全色波段的光学影像具有相当好的空间分辨率，其结构与纹理信息也相对较多。此类的结构与纹理方面的信息，则通过由影像灰度转变与空间分布形成。多光谱段影像数据代表自然界中的各种色彩信息。多波段与多极化的影像数据指的是成因与光学影像存在根本差异的结构与纹理信息，基本原因是雷达波反射表面是粗糙和呈起伏状的以及地面物体的物理性质不同。在各时间段与地区收集到的高分辨率和多电磁波段对地观察影像数据或者摄影地形测量影像数据的像素以及像素的空间排列代表此对象的特征。

地球上的所有物理对象都各不相同，都是独立唯一的个体。所以，特征级融合是依据精确、丰富和细致的数据建立的。如果想要对融合进行推理，即便是再小的物理对象，其数据也需包含人文地理等方面的信息。这样一来，人工智能系统对收集的数据进行融合分析，就必须有更先进的数据获取技术以得到更加详细的对象的各种数据信息，同时相对应的数据与影像空间分析方式也需要更进一步的完善与进步。

2.2摄影地形数据可视化

可视化指的是对人类感觉、思考以及认知世界的过程进行数据与图形的表示。各个时间段收集的摄影地形测量影像数据的三维配准、融合以及数据重建，通过各种角度对地球表面物体或对象的几何形态进行观察分析。多光谱光学影像数据以及多波段与多极化影像数据的融合与可视化，加强对植被覆盖种类的观察细致度，依据其结构与纹理，能够提高对土地资源利用以及土地覆盖类型的观察判断能力，进而使卫星与航空对地观察数据的等效空间分辨率以及电磁波段幅射分辨率更高。所以，摄影地形测量影像数据的三维配准、融合和数据重建等在很大程度上加强了对地观察系统收集的影像的辨别与解译。

3.三维建模方法

3.1基于AutoCAD的人机交互式建模

对于几何形体相对规则的建筑，常规使用免棱镜电子全站仪对建筑物构件的三维特征点进行散点式数据采集。采集数据同时采用“四位编码法”对特征点编码，并按建筑构件分类分层存储。绘图时根据特征点编码结合测绘顺序在CAD中编写LISP程序对建筑物实现自动展点和自动连线生成线框图。

3.2基于扫描点云的建模

对于不规则物体，全站仪则显得无能为力了。三维激光扫描技术克服了传统数据采集方式的不足，应运而生的模型自动化重建技术愈来愈受到重视。目前基于扫描点云的建模一般流程可概括为点云的获取、表面重建、点云的处理与建模三个阶段。以某建筑为例具体实验步骤如下：

①点云数据获取。实验采用LeicaC10对某楼进行扫描测量，根据该楼的轮廓特征和实际扫描范围等影响因子。

②点云数据预处理。为了给建模阶段提供较理想的点云数据，需对原始点云数据进行点云拼接、去噪、采样等预处理。点云数据预处理既可通过算法实现，也可以通过扫描仪配套软件完成。这一步操作十分重要，是决定后续数据质量好坏和执行效率的关键。

③点云数据建模。目前，对建筑物点云数据模型重建的研究多数从两个方面展开：一方面提取建筑物的边界特征，以特征为约束构建三维实体模型；另一方面是直接对点云数据网格化，建立拓扑关系，进行表面重建和优化。本实验采用点云数据分割、曲面拟合以及交互组合的方法来实现建筑物对象的三维建模。建模步骤大致可分类以下三大步：

首先是海量散乱点云数据分割，点云分割是为下阶段精细建模做准备。根据空间点的邻域关系估算点与点间的拓扑关系，将建筑模型分割为平整墙面、屋顶和附件几大区域。其次是分割部分精细建模，自动识别提取点云数据特征，并以此特征为约束迭代拟合模型，在此基础上构建三角网格。其次是模型拼接，根据模型间的特征及法矢拼接相邻模型，对拼接后的两模型公共区域部分的三角网进行裁剪、检查以及模型修补和优化。

3.3基于近景摄影测量的建模

实验摄影采用的是非量测型相机，以某大学建筑正门为例，根据近景摄影测量原理构建三维模型的流程步骤如下：

①影像采集。以多摄站正直环绕摄影方式用普通相机对大礼堂进行摄影，共布设8个摄站。

②坐标解算。考虑到非量测数码相机的内、外方位元素的初始近似值未知以及像点、摄影中心、相应地物点间的不共线，需使用加入像点坐标改正数的直接线性变换解法，建立像点坐标与相应物点空间坐标之间的线性关系。

③绘制实体。在相片上采集一定密度的特征点并解算该特征点的三维坐标，反向投影到三维空间后借助三维绘图软件展绘建筑上的特征点，增补遗漏点，并利用计算机视觉技术构建一个线框和几何实体模型。

4.结束语

对摄影地形测量数据的获取、摄影地形测量数据的融合和可视化进行简要分析研究，其根本目的在于更好的对获取的影像数据的解译和辨识。

参考文献：

[1]张勋，边信黔，严浙平，王宏健.UUV水流观测数据融合与可视化技术研究[J].仪器仪表学报.2011（01）

[2]陈立纲，苑秉成.水声探测系统的目标噪声场建模与半实物仿真研究[J].仪器仪表学报.2010（08）