无人机低空遥感影像数据的获取与处理
- 格式：pdf
- 大小：356.19 KB
- 文档页数：4
第20卷第1期 测 绘 工 程 Vol.20l.12011年2月 ENGINEERINGOFSURVEYINGANDMAPPING Feb.,2011 无人机低空遥感影像数据的获取与处理鲁 恒,李永树,何 敬,任志明(西南交通大学测量工程系,四川成都610031)摘 要:介绍无人机低空遥感系统的构成和技术指标,论述影像数据的获取、影像匀色与裁边、重叠度计算、拼接全景影像图、生成正射影像等处理分析方法,并针对地震灾区重建数据获取进行实验。实验结果表明无人机低空遥感系统完全能满足实际需要,能解决多云雾地区遥感影像资料获取困难的问题,在大比例尺测图、三维景观重建、土地利用调查、环境监测等领域具有良好的应用前景。关键词:无人机;低空遥感;影像获取与处理中图分类号:P231 文献标志码:A 文章编号:1006-7949(2011)01-0051-04CaptureandprocessingoflowaltituderemotesensingimagesbyUAVLUHeng,LIYong-shu,HEJing,RENZh-iming(DepartmentofSurveyingEngineering,SouthwestJiaotongUniversity,Chengdu610031,China)Abstract:Thecompositionandtechnicalindicatorsoflowaltituderemotesensingsystembasedonun-mannedaerialvehicleareintroduced.Theimagedataacquisition,imageuniformcolorandtriming,overlapcalculation,panoramicmosaicimageandorthophotogenerationareaddressedandforthereconstructionofearthquake-strickenareastoacquiretheexperimentaldata.Experimentalresultsshowthatlow-altitudeUAVremotesensingsystemisfullyabletomeettheactualneeds,anditcanresolvetheproblemsofmult-icloudregionremotesensingimagedataacquisition,andhasgoodpotentialinlargescalemapping,threedimensionalscenereconstruction,land-usesurveyandenvironmentalmonitoringareas.Keywords:unmannedaerialvehicle(UAV);lowaltituderemotesensing;imagecaptureandprocessing
收稿日期:2010-01-05基金项目:/十一五0国家科技支持计划项目(2006BAJ05A13)作者简介:鲁 恒(1984-),男,博士研究生. 在高速发展的信息时代,如何快速获取数据已经成为研究的热点。相对于传统的测量方法,以卫星、大飞机等为平台的航天航空摄影测量已经广泛应用。但是在某些地方并不适合采用,尤其是在西部地区受天气影响巨大,如:四川盆地的多云雾天气,这时候利用卫星和大飞机为平台的航空航天测量很难拍摄到重叠度符合要求的高分辨率影像。运用无人机作为平台的低空遥感能很好地发挥优势。无人机作为卫星遥感不可缺少的补充手段,具有可在云下低空飞行能力,弥补了卫星光学遥感和普通航空摄影经常受云层遮挡获取不到影像的缺陷[1]。小型无人机价格低廉、操作简单,可以很顺利地完成低空、超低空飞行任务,且几乎不存在任何的安全隐患。尽管已经应用于我国民用领域的各个行业,无人机在民用特别是遥感领域的应用仍然处于起步阶段,目前并没有形成一个成熟的产业[2]。由于无人机所携带的相机是普通数码相机,其本身与量测型相机在拍摄方式和后期处理上都与传统的航空摄影测量有所不同[3]。针对目前的研究状况,本文介绍了无人机系统的软、硬件组成及其如何自动获取影像,并对所获取的影像进行了匀色裁剪、快速拼接全景图、空中三角测量、正射影像生成、精度检查等操作和分析。1 实验概况实验区选择是应地震灾区重建规划数据快速获取的需要,选在彭州市北部,该区域地势起伏较大、受地震灾害影响严重。由于彭州地处成都平原与龙门山过渡地带,因此,实验区的地质构造较为复杂,整个地势为西北高东南低,最高海拔1320m,最低海拔623m。本次实验预设飞行的相对航高为650m,预设航向重叠度70%,旁向重叠度40%,飞行范围覆盖10km2,飞机所装载的相机镜头焦距为24mm。所获取的无人机影像地面分辨率达到厘米级。沿南北飞行了17条航线,共拍摄了600多张影像。2 无人机低空遥感影像获取无人机飞行过程中数码相机的姿态就成为影响拍摄影像重叠度的关键因素。考虑到无人机本身的负荷能力和实验区风速影响并不大,本实验中并未额外增加稳定相机的装置,只是尽可能地把相机姿态固定。此外,由于数码照片的数据量很大,目前还无法达到实时传输的能力,因此,把拍摄的影像数据存储在相机的大容量存储卡里。2.1 无人机低空遥感平台的组成无人机遥感平台分为空中部分和地面部分。其中空中部分包括遥感传感器系统、空中自动控制系统、无人机;地面部分包括航线规划系统、地面控制系统以及数据接收系统(见图1)。空中部分的主要功能是规划航线并上传到飞机上的控制器,飞行中监控飞机状态。地面部分主要功能为设计和规划航线,无人机的实时控制与飞行姿态数据的实时接收。无人机则利用无线传输通道将飞行数据传输到地面的控制子系统,地面工作人员可以在地面监测无人机的飞行航线,在必要的情况下,可以根据接收的数据更改本次飞行的计划,例如可以马上进行部分地区的补拍,如遇紧急状况或降落时,可自动切换成手控飞行。
图1 无人机低空遥感平台构成2.2 影像的自动获取无人机影像自动获取的流程为:根据任务的要求对待拍摄地区进行航线规划,在航线规划系统中将规划好航线并载入到遥感空中控制子系统。无人机地面控制子系统按照规划的航线控制无人机的飞行,遥感空中控制子系统则按照预设的航线和拍摄方式控制照相机进行拍摄;照相机将拍摄的数据进行存储。根据此工作流程,2009年4月在实验区进行了影像数据的自动获取。经数据处理发现,无人机按航线飞行的性能优于10m,实际飞行高度与预设高度最大偏差不超过10m。图2为无人机影像的摄站位置,图3为拍摄的5副相邻的影像,可以看出不管是航向还是旁向影像的重叠度保持都较好。
3 影像处理影像处理主要包括匀色与裁边、空中三角测量、正射影像生成以及精度检查等内容。2009年4月,拍摄实验影像时,利用GPS同步测量了60个控制点,其平面和高程精度都能达到要求。3.1 匀色与裁边通过对照片的对比观察,发现航片之间、航带之间存在颜色、明暗等方面的差异,产生的原因可能是天气、云雾等客观因素所导致,也可能是数码相机本身所造成的,所以需要对原始影像进行匀色,其目的是使得航片与航片之间的影像在纹理、亮度、反差、灰度及色相一致性上保持较好特征,以保证镶嵌后的自然过渡以及可读性好[4]。由于无人机航拍携带的是非量测型数码相机,其照片的边缘变形非常大,所以利用栅格影像裁剪工具,将边缘部分裁剪掉,对#52#测 绘 工 程 第20卷所有影像先做粗处理。通过匀色和裁边处理为后续处理提供了精度保障。3.2 同名点自动量测和影像重叠度计算通过相邻影像的匹配获得大量的同名点,相邻影像的平均匹配点有400多个,同名点均匀的分布在相邻影像的重叠区内,满足重叠度计算和区域网平差的需求。经过影像间同名点自动量测后,就可以根据同名点坐标值计算相邻影像数据的实际重叠度。经计算航向重叠度保持在68%~75%之间,航线间的旁向重叠度保持在35%~40%之间,这与预设的重叠度基本符合,能够满足后续处理。3.3 快速拼接全景影像图全景影像图与正射影像图不同,它是原始影像直接拼接的结果,不需要地面控制点等已知数据,只需要影像匹配获得的同名点即可快速生成[5]。虽然这种快速拼接图并不是严格基于共线方程生成的,相邻影像间会出现明显接边误差,甚至有个别图幅有地物错位现象,但是这种方法特别适用于自然灾害快速响应,如:5.12汶川大地震数据的应急获取。同时通过快速拼接的全景影像图可以很容易看出整个拍摄区域有没有出现漏拍的现象,而且能检查影像是否能满足航片重叠度的要求。快速影像拼接的效果如图4所示。可以看出快速拼接的全景影像图在图幅的接边处有明显误差,这不能满足制作大比例尺地形图、土地利用调查、环境监测等需求。
图4 快速拼接的全景影像图3.4 区域网空中三角测量做空中三角测量需要布设的地面控制点和检查点进行区域网平差,本实验采用所测60个控制点中的40个作为空三测量的控制点,其余的为检查点进行平差。由表1的统计结果知控制点和检查点的精度均控制得较好,其中影响精度的最主要因素是地面控制点采集的精度,而且这个误差是很难纠正的。在选择的时候需要均匀分布整个拍摄区域,或者地形特征较明显的地物点,或者是在地物特征不明显区域人工制作控制点,将大大提高整个结果的精度。表1 空三精度表m统计内容中误差值最大值最小值平均值X0.5330.659-0.267-0.023控制点Y0.612-0.759-0.472-0.056Z0.723-0.866-0.598-0.049X0.633-0.7790.344-0.022检查点Y0.6870.7830.5030.078Z0.7550.892-0.6320.0733.5 生成正射影像进行空中三角测量后就可以进行生成DEM、生成正射影像等操作。本实验利用空中三角测量后的方位元素,影像匹配获得的大量同名点进行前方交会生成大量的离散三维点,通过人机交互的方式获取实验区的DEM,进而根据DEM采集正射影像。得到的正射影像如图5所示。
图5 生成的正射影像图3.6 精度检查为了验证所生成的正射影像的精度,随机抽取了10个实测的地面控制点,通过量测控制点在屏幕上的坐标与实测坐标进行对比,结果如表2所示。经检查发现,地面控制点的平面位置残差的中误差约为0.46m,说明生成的正射影像精度较为理想,能满足后续的应用。表2 正射影像精度检查表m检查点号坐标差$xi$yi坐标偏移量X0010.2828430.3021550.413881X002-0.4325100.1235870.449821X0030.2634330.4876590.554264X0040.520334-0.1537400.542571X0050.471428-0.2341600.526379X0060.303100-0.2350430.383556X0070.283900-0.3200800.427844X0080.581701-0.2631700.638463X0090.3955300.2325410.458824X0100.2253000.2738290.354602#53#第1期 鲁 恒,等:无人机低空遥感影像数据的获取与处理4 结 论实验结果表明:无人机所获取的低空遥感数据完全能满足实际需要,其结果是可靠的,是卫星遥感的有益补充,能解决多云雾地区遥感影像资料获取困难的问题,在大比例尺测图、三维景观重建、土地利用调查、环境监测等领域具有广阔的应用前景。需要改进的地方和后续研究:¹若在无人机上安装高精度的GPS接收机,并在飞行过程中实时记录暴光点数据,可以实现GPS辅助空中三角测量,从而达到无控制点或少控制点,进一步提高无人机低空遥感影像的获取和处理效率;º结合地震灾区重建规划的实际需要,利用已生成的正射影像和采集到的DEM进行三维景观重建,并结合规划设计的户型模型建立三维景观;»控制点的布设选择上,由于大多数控制点采用的是地面自然特征点,因而空三的精度会因为屏幕控制点量测产生误差,在进行屏幕量测控制点时候可以考虑编写一种自动刺点的算法以减小误差。这些都是下一步努力的方向。参考文献[1]周洁萍,龚建华,王涛,等.汶川地震灾区无人机遥感影像获取与可视化管理系统研究[J].遥感学报,2008,12(6):877-884.[2]洪宇,龚建华,胡社荣,等.无人机遥感影像获取及后续处理探讨[J].遥感技术与应用,2008,23(4):462-466.[3]冯文灏.近景摄影测量22物体外形与运动状态的摄影法测定[M].武汉:武汉大学出版社,2002:88-91.[4]张祖勋.正射投影技术[M].北京:测绘出版社,1981:121-123.[5]张永军.无人驾驶飞艇低空遥感影像的几何处理[J].武汉大学学报:信息科学版,2009,34(3):284-288.[6]洪宇.无人机航拍遥感图像的拼接及应用技术研究[D].北京:中国矿业大学,2008.[7]晏磊,吕书强,赵红颖,等.无人机航空遥感系统关键技术研究[J].武汉大学学报:工学版,2004,37(6):67-70.[8]李豫玲.无地理坐标高分辨率遥感影像镶嵌方法的研究[D].北京:中国科学院遥感应用研究所,2005.[9]吕书强.无人机遥感系统的集成与飞行试验研究[J].测绘科学,2007,32(1):84-86.[10]王聪华.无人飞行器低空遥感影像数据处理方法[D].青岛:山东科技大学,2006.[责任编辑:刘文霞]
