基于GeoScene软件对无人机影像解算的应用研究与问题分析

罗永晶 赵瑞芸 张爱斌 赵耀彬

（1.内蒙古兴业银锡矿业股份有限公司，内蒙古 赤峰 024000；2.内蒙古邦泰建设工程有限公司，内蒙古 鄂尔多斯 017000；3.赤峰市自然资源储备整理中心，内蒙古 赤峰 024000）

1 引言

无人机测量技术应用，是指遥感技术（RS）、地理信息系统（GIS）与全球定位系统（GPS）的技术融合[1]，充分利用各自优势形成高效的测量手段。

本文利用无人机低空摄影测量技术获得相关数字产品，并利用GPS 差分技术获得高精度地物三维坐标，弥补了摄影测量的不足。最后，利用GIS 软件对基础数据进行统计分析，得到项目所需的数据成果。同时介绍了3S 技术的不足之处 ：

（1）无人机摄影测量凭借测绘效率高、成本低等优点得到了广泛应用[2,3]。但对于地形起伏较大的测区，受地形畸变差的影响，得到的高程值仍不能满足大比例尺需求。同时，易受地表植被影响，无法得到准确的DEM 模型。本文结合案例地形情况，建立两种测量方案进行对比，以传统测量方式结果为真值，系统分析无人机测绘的精度质量。

（2）GPS 差分技术能够得到高精度的三维坐标，但因测绘手段限制，在效率、数量上无法与无人机测绘媲美。特别是针对工程建设的土方测算，该技术局限于高程点密度，建立的TIN 三角网无法接近真实地形，使得数据质量有一定的差距。

（3）GIS 系统目前发展相对成熟，在测绘行业得到了广泛使用。GIS 的分析功能较为强大，但对数据质量具有较强的依赖性，对数据分析的质量有一定决定作用。

2 Ortho Mapping 模块介绍

Ortho Mapping 模块（以下简称“正射映射”），由Esri 公司在2015 年与武汉大学合作，引入张祖勋团队开发的航空航天数字摄影测量处理平台DpGrid 技术。易智瑞GeoScene Pro 软件继承了该模块应用，该模块结合摄影测量原理建立了相应的正射映射工作流模块，支持航空、无人机或卫星影像等多种正射校正产品。同时，相较于其他无人机摄影处理平台，正射映射模块丰富了生产数据产品的基本参数设置，特别是影像自动匹配、不同高程源校正模型等。

无人机正射映射工作流设置特点有：（1）图像分辨率因子，用于影像自动匹配，可针对不同地面要素进行设置[4]；（2）修复高精度GPS 图像位置，即能够通过差分技术得到单张相片的相中心三维坐标；（ 3 ）高程源，主要是恢复无人机的空间姿态，逼近真实的空间姿态，可有助于计算相邻影像的重叠区域，进而提高影像自匹配质量。Ortho Mapping 模块提供了三种高程源，第一种是网络DEM 服务，第二种是涵盖本项目区的已有DEM，第三种是无人机飞行的平均高度。

3 正射映射注意事项

正射映射需要注意以下事项：

（1）相机模型参数设置，对于部分无人机相机参数需要自行设置，通常只需设置焦距、传感器像素大小即可获得相机模型。

（2）高程源设置。

（3）修复高精度GPS 位置，使用本功能后，像控点将不再参与正射校正，且此功能的免像控解算质量在垂直方向较低。

（4）图像分辨率因子，在地物要素较为普遍，难以在粗糙分辨率下进行影像自动匹配，例如荒山、沙漠等地区，宜采用4 ×源分辨率。

4 实例分析

4.1 测区概况

本次实验项目区为赤峰市中色锌业有限公司渣场填埋区，项目区面积约168 亩，地形为山地，坡度较大，地表植被相对稀少，多为裸岩石砾地，测区存在多条狭窄沟渠，可满足实验要求。整体来看，测区采用无人机测绘的可操作性强。

4.2 外业数据采集技术设计

为了充分验证无人机测绘成果的可靠性，本文设立对照组与实验组。其中，各组数据采集应注意以下技术要点：

（1）对照组：按《1∶500 1∶1000 1∶2000 外业数字测图规程》（GB/T 14912—2017）要求，以传统RTK 采集的实际数据作为真值。高程点采集要详尽，考虑到本项目需要土方测算，故高程点采集间距为5～10 米，对于沟渠、陡坎要着重加密。

（2）实验组 ：按《低空数字航摄与数据处理规范》（GB/T 39612—2020）执行外业操作技术流程，对航摄基准地面分辨率、重叠度、航高、航测时间、像控点布设进行严格控制。

航线与像控点设计具体要求如下：

（1）地面分辨率 ：按照规范要求的1∶500 比例尺航测，分辨率≤5cm。本次无人机航测分辨率设置为3.5cm。

（2）重叠度：考虑到地形为山地，本次航向重叠度为70 %，旁向重叠度为40 %[5-7]。

（3）航高：相对航高设置为80 米。

（4）航测时间：因测区有多个分支沟渠，需减少阴影带来的误差，故航摄时间为正午。

（5）像控点：无人机平台采用大疆精灵RTK4，自带GNSS、IMU 辅助系统。

因测区较小，布设像控点间距较近，均能满足相关规范要求。其中，像控点以红白喷漆对三角样式作为测量标志，像控点共计布设10 个平高点、10 个检测点用于检测数字产品质量。测区航线、像控点与检测点布设分布如图1 所示。

图1 航线、像控点与检测点布设分布

4.3 无人机影像处理

目前，常用的无人机影像处理软件有Pix4 Dmapper、Agisoft Photoscan、ContextCapture、 大疆制图等[2]。但这些软件平台过于智能化，在细节设置上没有考虑全面。本文以易智瑞GeoScene Pro 软件的Ortho Mapping 正射映射为例讲述了无人机影像处理的流程。

（1）建立正射映射工作空间，类型选择无人机。

（2）导入无人机影像及POS 文件，对于大疆系列无人机，已将POS、相机模型等写入相片EXIF。同时，设置好数字产品所需坐标系。

（3）设置高程源，用于恢复无人机空间姿态与地面关系。将已有地区1∶10000 地形图的等高线成果合成DEM 作为高程数据源。

（4）空中三角测量（校正），建议粗略快速进行三角测量，以便查看工程区域的数据范围和集合的处理参数，对校正进行初步评估。然后再次运行校正以计算优化后的校正。

值得注意的是，由于测区为荒山，地面要素简单，不如建筑区域地面要素丰富。为了确保匹配质量，图形分辨率因子选择4×源分辨率。

（5）GCP 管理，导入像控点、检测点坐标，进行区域网平差。

（6）数字成果生产。该软件支持DTM、DSM、DOM等数字产品，实验数字高程模型采用DTM 成果，较其他软件省去了高程点滤波去噪环节，可直接得到数字地形高程。

4.4 成果质量分析

4.4.1 无人机影像处理质量分析

实验引入10 个像控点，平均布设在测区周围，像控点呈矩形，如图1 所示。布设10 个检测点，其中3个点位于测区沟渠底部，3 个点位于测区外围山坡上，4 个点位于相对平坦处。具体校正成果如表1 所示。

表1 检测点解算精度

从表1 可以看出，无人机测绘结果整体良好，能够满足相关规范要求。

4.4.2 DTM 成果与网络RTK 测绘成果对比

在不考虑平面误差情况下，将外业RTK 测绘的高程点与DTM 对比，结果如表2 所示。根据《1∶500 1∶1000 1∶2000 外业数字测图规程》（GB/T 14912—2017）要求，高程中误差不应大于相应比例尺地形图基本等高距的1/3，本案例等高距为1 米，即高程误差不超0.3 米。此次对照组外业成果数据有2747 个高程点，经与DTM成果对比，其中14.7%超限，超限点均为测区陡坎下、狭窄沟渠内，极少部分位于片状较大植被上。

表2 RTK测量与摄影测量成果对比超限统计

经与正射影像DOM 叠加分析，86.91%超限点因地形畸变引起，最大误差分布在1～-2.86 米。2.96%落在较大植被区域，因植被引起的误差多在沟渠边缘或内部。10.13%位于测区边缘，因重叠度不够导致误差偏大。超限高程点分布位置如图2 所示。

图2 超限高程点分布位置

4.5 成果校正

根据4.4.2 章节可知，地形误差较大的沟渠多呈狭窄状。本文利用网络RTK 成果将DTM 沟渠底部数据进行修正。

修正思路为：将沟渠底部RTK 测绘成果与DTM 的沟渠顶部成果进行高程点数据融合，高程点尽量密集合理，然后利用GIS 工具箱的数据转TIN，再由TIN转出沟渠的局部栅格，沟渠以外的高程设置为0，栅格分辨率与DTM 保持一致。最后再利用GIS 栅格工具箱进行逻辑运算，也可通过掩膜工具进行局部栅格提取，再进行镶嵌[8-10]。该方法最简单，可直接通过模型构建进行操作。数字高程模型修正流程如图3 所示。

图3 数字高程模型修正流程

5 结语

本文通过实践研究提出以下可参考性建议：

（1）目前，易智瑞GeoScene Pro 软件采用武汉大学开发的DpGrid 技术融合为Ortho Mapping 模块，为用户提供了影像拼接的多种方案，特别是在图像分辨率因子上提供了多种选择，可根据测区地物丰富程度适当选择，提高了影像自动匹配精度。与其他软件相比，该模块可直接生成数字地形模型DTM。经过实际验证，在植被集中程度不高且植被区域地形变化较小的情况下，可直接利用DTM 生成等高线。

（2）根据表2 可知，虽然无人机测绘影像在质量生产上满足要求，但在狭窄的沟渠内，高程质量仍不能满足大比例尺测绘精度需求。在实际工作中，可结合实际地形及影像解译质量情况，利用传统RTK 方式进行补测高程。