无人机倾斜摄影测量在城市三维建模中的应用

无人机倾斜摄影测量在城市三维建模中的应用

殷俊鹏

652301********0836  831100

摘要：本文探讨了无人机倾斜摄影测量技术在城市三维建模中的应用, 介绍了无人机平台及载荷系统的组成与特点, 详细阐述了数据采集、预处理及三维模型构建的全流程。研究采用多旋翼无人机搭载高分辨率相机, 结合RTK定位技术获取城市影像数据, 运用SfM算法和MVS算法进行空三加密和稠密点云生成, 通过三角网格化和纹理映射完成精细三维模型重建。选取典型城市案例进行实验, 利用地面控制点和实测数据对模型精度进行定量评估, 结果表明该方法可快速获取高精度、高真实感的城市三维模型, 为智慧城市建设和城市规划管理提供了有力支持。

关键词:无人机倾斜摄影 三维建模SfM, MVS精度评估

1 无人机倾斜摄影测量技术

1.1 无人机平台及载荷系统

无人机倾斜摄影测量技术作为一种新兴的三维数据获取方法，正在城市建模领域发挥越来越重要的作用。这项技术结合了无人机平台的灵活性和倾斜摄影的多角度优势，为城市三维建模提供了高效、精准的解决方案。

无人机平台是整个系统的核心，主要包括多旋翼和固定翼两种类型。多旋翼无人机因其垂直起降、悬停能力强等特点，在城市环境中应用广泛。固定翼无人机则适用于大范围、高空飞行的测绘任务。选择合适的无人机平台需考虑飞行时间、载重能力、抗风性能等因素，以满足不同城市场景的测量需求。

载荷系统是获取高质量影像数据的关键，通常由高分辨率相机、稳定器和定位系统组成。高分辨率相机是数据采集的核心设备，常用的有全画幅单反相机和工业级测量相机。这些相机具备优秀的成像质量和光学性能，能够捕捉城市建筑的细节特征。稳定器用于减少飞行过程中的抖动，确保影像清晰度。实时运动定位系统（RTK）则为每张影像提供精确的空间位置信息，提高后续三维重建的精度。

无人机倾斜摄影系统通常采用一台垂直相机和四台倾斜相机的”五镜头”配置。这种布局能够同时获取垂直和倾斜视角的影像，全面捕捉建筑物的顶部和侧面信息。多角度数据的融合不仅提高了三维模型的完整性，还能有效减少遮挡和阴影对建模质量的影响。

随着技术的进步，一些新型传感器也被整合到无人机载荷系统中。例如，激光雷达可以提供高精度的点云数据，热红外相机能够获取建筑物的热特性信息。这些多源数据的结合进一步丰富了城市三维模型的内容和应用价值。

无人机平台和载荷系统的选择直接影响数据采集的效率和质量。在实际应用中，需要根据城市规模、建筑密度、精度要求等因素，综合考虑飞行性能、传感器参数和成本效益，制定最优的技术方案。随着无人机技术和传感器性能的不断提升，城市三维建模的精度和效率也将得到进一步提高。

2 无人机倾斜摄影在城市三维建模中的应用

2.1 数据采集与预处理

无人机倾斜摄影测量技术在城市三维建模中的应用始于高质量数据的获取。多旋翼无人机因其灵活性和稳定性成为理想的数据采集平台。这类无人机通常搭载高分辨率相机，配备实时动态定位(RTK)系统，能够精确捕捉城市景观的细节。

在实际操作中，飞行规划至关重要。操作人员需根据建模区域的地形特征和建筑分布，制定合理的飞行路径和高度。通常采用网格状或环形飞行路线，确保影像重叠度达到80%以上，以满足后续处理的需求。拍摄角度包括一个垂直视角和四个倾斜视角，全方位记录建筑物的立面信息。

数据采集完成后，预处理阶段对原始数据进行初步筛选和优化。这个过程包括剔除模糊、曝光不当的影像，校正镜头畸变，以及进行色彩平衡调整。预处理还涉及影像匹配点的自动提取，为后续的空中三角测量奠定基础。

地面控制点(GCP)的布设是保证模型精度的关键环节。通过RTK-GPS测量仪器，在建模区域内均匀分布若干个地面控制点，并在影像中清晰标识。这些控制点将用于后续的几何校正和精度验证。

预处理阶段还包括数据格式转换和存储管理。大量的高分辨率影像数据需要高效的存储系统和处理能力。通过建立合理的数据组织结构，可以显著提高后续建模过程的效率。

随着数据采集与预处理的完成，高质量的原始数据为下一步的三维模型构建做好了充分准备。这些经过优化的数据将成为生成精确、逼真城市三维模型的基石。

2.2 三维模型构建

三维模型构建是无人机倾斜摄影测量在城市建模中的核心环节。基于前期获取的高质量影像数据，构建过程主要包括空三加密、稠密点云生成、三角网格化和纹理映射等步骤。空三加密采用SfM（Structure from Motion）算法，通过特征点匹配和光束法平差，计算相机外方位元素和稀疏点云。MVS（Multi-View Stereo）算法则用于生成高密度点云，精确刻画建筑物表面细节。点云数据经过滤波、分类后，利用三角网格化算法重建物体表面，形成数字表面模型。纹理映射将原始影像信息投影到三维模型表面，赋予模型真实的视觉效果。

为提升模型质量，可引入语义分割技术对点云进行分类，优化建筑物、植被等不同地物的重建效果。深度学习方法如

PointNet++能有效提取点云特征，提高分类精度。模型优化阶段，通过几何约束和拓扑关系修正，可改善建筑物边缘和平面特征的表现。对于复杂建筑，结合倾斜摄影与地面激光扫描数据，能够更好地重建建筑细节和内部结构。

3 案例分析与结果评估

3.1 典型城市案例分析

本研究选取了一座中等规模城市作为典型案例，对无人机倾斜摄影测量在城市三维建模中的应用进行了深入分析。该城市面积约200平方公里，建筑物高度分布在10-100米之间，包含了高层建筑、居民区、商业区、工业园区等多种城市功能区域。

实验采用了一款六旋翼无人机，搭载4000万像素全画幅相机和RTK定位模块。飞行高度设定为120米，航向重叠度80%，旁向重叠度70%，共规划72条航线。数据采集过程中，天气晴朗，能见度良好，风速小于5米/秒，为获取高质量影像提供了理想条件。

数据预处理阶段，通过影像匹配和特征提取，剔除了模糊、过曝等质量不佳的照片，最终保留有效影像12,000余张。利用Pix4Dmapper软件进行空三加密和点云生成，在SfM算法的支持下，成功构建了包含8亿个点的稠密点云模型。随后应用MVS算法进行三角网格化和纹理映射，最终生成了分辨率达到5厘米的精细三维模型。

模型重建过程中，重点关注了建筑物轮廓、立面细节和屋顶结构的还原效果。对于高层建筑，采用多角度拍摄策略，有效解决了传统正射影像难以捕捉的侧面信息。针对复杂的城市景观，如公园、广场等开放空间，通过增加航线密度和调整相机角度，提高了植被和地形的建模精度。

3.2 模型精度评估

模型精度评估是确保无人机倾斜摄影测量在城市三维建模中应用可靠性的关键环节。本研究采用地面控制点和实测数据对生成的三维模型进行定量评估，以验证其精度和真实性。评估过程中，在研究区域内均匀布设了20个地面控制点，使用高精度GNSS接收机测量其三维坐标作为参考值。通过比对模型中对应点的坐标与实测值，计算出平面和高程方向的均方根误差（RMSE）。结果显示，平面RMSE为0.08米，高程RMSE为0.12米，达到了厘米级精度要求。

为进一步验证模型的几何精度，随机选取了50个建筑物，测量其实际尺寸并与模型中的对应尺寸进行对比。分析结果表明，建筑物长度和宽度的相对误差均在2%以内，高度相对误差在3%以内，体现了模型的高度准确性。此外，通过目视检查和实地比对，确认模型能够真实反映建筑物的细节特征和纹理信息，为城市规划和管理提供了可靠的数据基础。

结语：模型精度评估结果证实了无人机倾斜摄影测量技术在城市三维建模中的优越性。该方法不仅能够快速获取高精度、高真实感的城市三维模型，还具有成本低、效率高、覆盖范围广等优势。这些特点使得该技术在智慧城市建设、城市规划、应急管理等领域具有广阔的应用前景。未来研究可进一步探索结合深度学习算法，提高模型的自动化生成效率和语义识别能力，为城市精细化管理提供更加智能化的解决方案。