倾斜摄影测量融合地面LiDAR的建筑物精细化三维重建研究
发布时间：2024-03-25 18:07:45
倾斜摄影测量融合地面LiDAR的建筑物精细化三维重建研究
孔 辰 许岭峰 朱磊 姚路 王国付
(安徽省地质测绘技术院，安徽 合肥)
在单一数据源的情况下，无论是倾斜摄影测量还是地面LiDAR技术在三维重建过程中都存在受场景遮挡问题造成的变形拉花和空洞。因此，该文提出了一种倾斜摄影测量融合地面LiDAR的三维建模方法，该方法利用两种测量技术的优势互补，克服了单一数据源带来的不足。首先通过ICP算法对两种点云数据进行精确配准融合；其次利用倾斜摄影航片联合配准后的点云数据进行建筑物的精细化三维重建;最后对该模型的几何精度与纹理结构进行了质量评估。研究结果表明：该方法改善了三维模型中存在的的变形拉花、纹理粘连和空洞问题，同时提高了三维模型的精度、几何结构完整性以及细部纹理的细腻度。
0 引 言
近年来，随着测绘科学和计算机图像技术的快速发展，新兴测绘技术不断涌现。目前获取三维重建数据的方式主要有航空航天影像、低空倾斜摄影测量、地面三维激光扫描测量（Light Detection and Ranging，LiDAR）、机载 LiDAR等几种方式。考虑到数据采集的精度、成本以及场景实施的可行性，因此大多采用低空倾斜摄影测量技术和地面三维激光扫描测量技术来获取建筑物的三维重建数据[1-3]。
低空倾斜摄影测量技术可以快速便捷地获取拍摄场景的实景数据，并且通过构建实景三维模型高度还原现场实景。但是由于受到飞行高度、场景几何结构以及植被遮挡等问题的影响，该技术难以获取复杂立面尤其是被遮挡区域的建筑物空间信息，导致建筑物的三维模型中存在拉花、空洞等现象[4]。
地面三维激光扫描技术可以高效获取目标物表面的点云数据。首先在复杂场景下固定架站，通过对建筑物进行扫描测量，生成高精度的点云数据。由于该点云数据采样间隔均匀、密度高，因此可以为建筑物的三维重建提供高质量数据[5-8]。但扫描仪也存在自身的局限性，尤其是地面激光扫描仪难以采集建筑物中上部的空间信息，因此存在三维重建模型信息不完整的问题。
综上可知，由于单一重建技术存在较大的局限性，因此需要对基于多源数据融合的三维重建方法进行研究。本文以建筑物的精细化三维重建为研究对象，通过无人机倾斜摄影技术和地面三维激光扫描技术获取建筑物信息，研究了低空倾斜摄影测量融合地面 LiDAR 技术的精细化三维模型重建，并对融合建模的模型精度与纹理结构进行了质量评价，为类似场景下的建筑物精细化三维重建提供了新的研究方法。
1 研究思路
图1 倾斜摄影测量融合地面LiDAR三维重建技术路线图
首先利用无人机倾斜摄影测量系统和徕卡RTC360三维激光扫描系统分别对样地进行拍摄扫描，获取样地的外业数据。其次对获取的外业数据进行数据处理，分别得到倾斜摄影测量点云和三维激光点云，在此基础上对倾斜摄影测量点云和三维激光点云进行空间配准融合。最后将摄影测量影像与配准后的三维点云多源数据信息进行融合重建，从而实现基于多源数据信息的建筑物精细化三维模型重建。总体技术路线如图1。
2 多源数据采集与处理
2.1 倾斜摄影测量数据采集与处理
本次研究是对建筑物进行精细化三维重建，本文选择了合肥市三河古镇万年禅寺的大雄宝殿作为三维重建的对象。这种建筑物结构复杂，立面遮挡较多，对三维模型的精度、纹理要求较高。因此采用倾斜摄影和近景摄影相结合的方式采集影像数据，航线规划结合倾斜摄影航线规划和手动飞行，从而获取低空的多视角影像。倾斜摄影测量采用华测P520四旋翼无人机，搭载睿铂DG4P倾斜摄影相机。航向重叠度为80%，旁向重叠度为75%，航飞高度130 m，地面分辨率为1.5 cm，设计纵+横井字航线共2个架次。近景拍摄选择了大疆Phantom 4 RTK 无人机手动环绕补拍。
本次研究采用了Bentley公司的ContextCapture Center三维建模软件。首先将影像及对应的pos数据导入到软件中，其次导入相机参数，最后检查相机参数的正确性以及影像文件的完整性。确保无误后，开始进行空三解算。在完成空三解算后，查看空三解算的精度报告和照片的空间姿态，在确保无飞片、漏片、旋转及倾斜之后，导入控制点，完成刺点工作后进行绝对定位的空三平差。在完成空中三角测量数据处理后，经过多视影像匹配、构建TIN模型、自动纹理关联等流程，最终得到实景三维模型以及倾斜摄影测量点云数据，如下图2所示。
图2 倾斜摄影测量点云数据
2.2 三维激光扫描数据采集与处理
本次研究中使用徕卡RTC360激光扫描仪采集激光点云数据，环绕建筑物四周并结合现场情况共采集23站数据，内业导入到Cyclone Register 360软件中，利用不同站点之间的重叠度自动完成点云拼接。此外，将外业实测的黑白标靶坐标，导入到软件中并关联对应的点云，就可以完成坐标转换以及实现三维激光点云的绝对定向。转换公式如公式（1）所示。
(1)
其中（X，Y，Z）为大地坐标系的坐标，（x，y，z）为扫描仪自身坐标系的坐标，(α，β，γ)为旋转参数，（∆x，∆y，∆z）分别是三个方向平移的距离，R为缩放系数。
在点云拼接和绝对定向完成后，三维激光点云精度报告如下图3所示，点云概况如下图4所示。
图3 三维激光点云拼接精度报告
Fig.3 3D laser point cloud splicing accuracy report.
图4 外业采集三维激光点云
2.3 多源数据配准处理
倾斜摄影测量点云数据和三维激光点云数据的配准处理需要经过三个步骤：①冗余点云的清理和噪点的删除；②点云粗配准；③ICP配准。
① 冗余点云的清理和噪点的删除。对两种点云数据的冗余点云进行精简清理，删除噪点，保留有效部分，在保证重叠的同时实现点云结构的互补。
② 点云粗配准。选取四个人工标志点作为同名特征点，以三维激光点云数据为源数据，以倾斜摄影测量点云数据为目标数据，利用七参数法进行空间变换。
③ ICP配准。
目前点云精确配准的主流算法是迭代最近点算法，又名为ICP（Iterative Closest Point）算法[-]。该算法是由Paul J. Besl和Neil D. McKay于 1992 年提出的[]。ICP算法一般多用于三维空间内点云配准，不仅适用于平面场景，还适用于曲线和曲面等场景。初始的粗略匹配为之后的精准匹配提供了较好的初始位置，而 ICP算法的作用是把误差进一步地缩小，无限接近理想精度值。ICP算法通过确定最近的对应点集，求解出变换矩阵参数，经过不断迭代，直至达到迭代次数设定值或最优配准收敛原则时停止。
ICP算法的核心在于不断地迭代，通过点与点之间的配准来进行旋转和平移，标准是基于最小二乘法，且点与点之间的距离要满足在一定的阈值范围内。假设现在有源点云P和目标点云Q，在点云P中任意选择一点，记为Pi。从点云Q中查找一个距离其欧氏距离最短的点，记为Qi。Pi和Qi为对应点，得出变换矩阵，剔除一些距离较远的点对，经过多次地迭代，最终获得最理想的变换矩阵，使两点云实现重合。此时还需要设置一个条件，让迭代停止，公式（2）如下：
(2)
其中R代表旋转变换矩阵，T代表平移变换矩阵。
ICP算法处理过程如下：
（1）从源点云P中选点，找出目标点云Q中相对应的点，得到两个新点集。对于新点集应满足每个对应点之间的欧式距离都是最小的，同时剔除无对应点和错误点。
（2）通过两个新点集，计算出旋转变换矩阵R和平移变换矩阵T。
（3）利用上一步计算得到的旋转变换矩阵R和平移变换矩阵T，对源点云P中的点进行刚性变换，得到新的点集P`。
（4）由新的点集P`和目标点云Q内的全部点，求出两者之间对应点的平均距离d。根据平均距离d设定迭代次数或收敛阈值，若满足条件迭代完成，不满足则继续迭代计算。
配准后三维点云效果如下图5所示。
图5 配准融合后三维点云
2.4 多源数据融合三维重建
将配准融合后的三维点云数据导入到ContextCapture Center软件中，以倾斜摄影测量影像和三维点云数据作为数据源，联合进行空中三角测量计算。在构建不规则三角网格的阶段，倾斜摄影测量密集点云和三维激光点云会共同参与构建该区域的三角网格，可以弥补单一技术手段在特定区域无法获取完整信息的不足。同时加密后的不规则三角网，可以将构建的模型结构更加细腻完整。而后经过生成白膜模型、自动纹理映射贴图等重建过程，得到建筑物的精细化三维模型。
3 多源数据融合三维模型质量评价
本文从模型精度和纹理结构两个角度对实景三维模型进行质量评价。模型精度包括平面精度和高程精度，并且通过实测检核点方法计算中误差。纹理结构评价内容包括三维模型的表面纹理效果和几何构架的完整性，主要通过对比不同模型的效果图进行判别。
3.1 模型精度评价
首先利用RTK在测区内实测检核点坐标，随后通过三维模型浏览软件在三维模型上测量对应检核点的坐标，将测量数据进行精度统计与对比，结果如表1所示。
通过表1中的对比结果可以发现：单一数据源倾斜摄影测量构建的三维模型精度较高，对于其中的原因，一是本次航拍设置地面分辨率较高为1.5 cm；二是采用了倾斜摄影结合低空环绕补拍，获取了多视角影像；三是本次研究对象范围较小，像控点较为密集。与此同时，我们发现倾斜摄影测量融合地面LiDAR构建的三维模型的精度则更高一些。这是由于地面三维激光扫描具有高精度的特点，直接实现对建筑物表面点的测量。同时测区范围小，多站之间点云数据拼接的误差较小。
3.2 三维模型纹理结构评价
通过比对不同模型，我们可以发现倾斜摄影测量融合地面LiDAR的方法能够更为完整地表达建筑物顶部、中下部以及屋檐挑檐下方区域的空间结构信息，建立的实景三维模型结构更加完整。其中具有典型特点的是在大雄宝殿的挑檐下方，以往倾斜摄影测量构建的三维模型难以避免的拉花现象，在该项技术中得到了更好地解决。此外，针对地面LiDAR技术难以扫描到建筑物上部，以及受建筑物旁边植被影响而产生的空洞现象也得到了解决。这些都得益于倾斜摄影测量和地面LiDAR两种技术的优势互补，整体模型效果如图6所示。该融合重建方法在大雄宝殿细部处的纹理处理较好，基本表达出细部处的复杂构造，廊檐壁画纹理清晰，色彩艳丽，如图7所示。
（a）纹理模型
（b）白膜线框模型
图6 倾斜摄影测量融合地面LiDAR技术构建的三维模型
图7 倾斜摄影测量融合地面LiDAR技术的三维模型挑檐细节
综上所述，倾斜摄影测量技术融合地面LiDAR技术构建的三维模型具有较高的模型精度。通过对比传统技术方法，该融合方法能更加完整地展现出复杂建筑物的空间结构信息，较好地处理复杂部位的纹理细节，如图8对比效果图所示。此外，该三维建模方法满足复杂建筑物的精细化建模要求，为类似场景下的建筑物精细化建模提供新的研究方法。
图8 融合前后殿前浮雕的白膜线框模型对比
4 结束语
本文围绕建筑物的精细化建模进行了研究，对于单一数据源的情况下，针对传统倾斜摄影测量技术与地面LiDAR技术在三维建模中存在的不足，提出了一种倾斜摄影测量融合地面LiDAR的三维建模方法。该方法利用两种测量技术的优势互补，改善了三维模型的变形拉花、纹理粘连和空洞现象，提高了三维模型的精度、建筑物的结构完整性以及细部纹理的细腻度。随着实景三维中国、智慧城市等数字化建设工作的推进，相关领域对建筑物的精细化建模提出了越来越高的要求，本文提出的倾斜摄影测量融合地面LiDAR技术的三维重建方法为类似领域下的建筑物精细化建模提供了新的研究思路。
文章来源：刊物《安徽测绘》
文章作者 孔 辰 许岭峰 朱磊 姚路 王国付
(安徽省地质测绘技术院，安徽 合肥)
本文仅限行业学习交流之用，版权、著作权归原载平台及作者所有。我们尊重作者的成果，如涉嫌侵权，请联系我们及时删除