低空摄影测量航带重构及数据处理方法研究

低空摄影测量航带重构及数据处理方法研究

顾菁

中水北方勘测设计研究有限责任公司天津300222

【摘要】空中摄影测量按照高度不同分为航天摄影测量和航空摄影测量，近年来，随着航空技术、传感器技术、计算机数字化技术等的迅猛发展，特别是高分辨率非量测数码相机和飞行平台技术的成熟，衍生了以轻型飞行器、无人机、飞艇等作为平台的低空摄影测量，可获取高分辨率、多尺度、低成本的对地观测数据，它是继传统航空摄影测量、卫星摄影测量之后发展起来的获取空间信息的重要新兴测量手段。文章主要利用影像检索算法查询相关影像，并通过几何图理论构建影像关联网络和核线约束剔除误关联影像，从而实现低空影像航带自动重构，无需人工干预即可排列航带，期望对同行能够有所裨益。

【关键词】低空摄影测量；航带重构；数据处理

低空摄影测量由于摄影高度较低，云雾产生的遮挡影响更小，在某种程度上可对航空和卫星摄影测量方式进行补充，且具有机动灵活、便捷、快速高效等优势，可大为提高数据获取效率和减小对摄影环境的依赖，已广泛用于民用和军用领域，特别是在资源勘察、灾害监测、城市三维建模、地形测绘与快速更新等方面应用优势明显。近年来，以无人机作为平台的低空摄影测量在汶川与玉树震后等灾情监测方面取得了显著成效，及时快速地为灾情评估、应急决策、救灾指挥和灾后重建等提供了数据支持。然而，低空摄影测量航带排列大多通过人工或数据来完成，存在自动化程度不高或普适性不强等问题，严重制约了影像处理的效率。因此研究低空摄影测量航带重构及数据处理方法具有十分重要的意义。

一、研究低空摄影测量航带重构及数据处理方法的必要性

目前，航空摄影测量数据处理过程中，航带排列大都需要通过手工方式重新构建航带影像序列，确定航带中各影像位置，并需旋转各影像（顺时针或逆时针旋转90°），这种航带构建方式需专业人员操作，耗时且易出错。因此，高效自动构建航带影像序列对于低空影像数据快速处理具有重要意义。除了手工方式重构航带外，若航摄系统搭载了可记录各航片定姿定位数据的设备，则利用数据可实现自动重构航带。然而，由于不同的设备记录数据格式不一致，无法利用通用接口程序读取数据，还需人工干预来完成航带重构。而且，以民用无人机代表的低空摄影测量系统可能受飞行平台载荷或成本等条件制约，未搭载系统，则无法借助数据重构航带。因此，利用数据这单一外部信息可能无法完全满足低空摄影测量影像自动重构航带的需要。除了上述方法外，也可通过影像全匹配方式重构影像航带关系，但计算量巨大，运算速度太慢，无法满足数据快速处理的需要。因此，无需人工干预的航带自动重构对于提高低空影像处理自动化程度、可靠性和效率具有较高的实用性。

因此本文主要研究无外部信息支持的航带自动重构方法，该方法以影像检索算法快速查找与标影像相关的影像集，利用几何图理论和核线约束剔除误关联影像，并根据整个测区的同名点构建各影像在自由坐标系中的相对位置即各影像在测区中的分布位置，自动重构低空影像航带序列，无需人工干预或外部信息即可排列航带。

二、低空摄影测量航带重构及数据处理方法研究

由于传统航带重构及数据处理方法存在一定的局限性，因此本文主要研究利用影像检索算法查询相关影像，并通过几何图理论构建影像关联网络和核线约束剔除误关联影像，从而实现低空影像航带自动重构，无需人工干预即可排列航带。

（一）航带自动重构流程

测区影像库→影像检索→核线约束→关联影像→（1、几何图构件；2、像对同名点）→测区影像像对定位→航带影像序列。

（二）基于内容的影像检索策略

影像检索是从数据库中查找相关影像的过程，主要分为两大类：①基于文本的影像检索。该方法，以描述影像特征的文本信息作为比对依据来检索相关影像；②基于内容的影像检索。该方法是当前影像信息研究的热点，其利用一定的算法提取包括颜色、形状、纹理等影像特征和特征匹配来检索相关影像。就方法①而言，影像需要包括名称、创建期等注释信息，对于大量数据量，既繁冗又耗时。而低空序列影像像幅数多，且对影像特征描述的文本信息不充分，因此方法①不适用影像全自动检索。方法②是从影像数据本身出发，利用一定的算法提取特征进行比对，可实现无需人工干预即可完成影像检索。为达到影像全自动检索目的，本文采用方法②进行影像检索。

基于内容的影像检索是否满足航带重构需要，其准确性和效率十分重要。当前，利用词汇树进行影像检索是研究热点之一，该方法主要包括两个关键步骤：词汇树构建与相似性评价。首先，提取影像库的特征并通过聚类分析构建词汇树，即形成视觉词汇自上而下的树形数据结构，然后通过查询影像特征遍历词汇树中的结点，利用相似性度量确定关联影像。词汇树的优势在于比对过程中无需遍历所有特征向量，检索效率高。

快速响应是低空摄影测量一大优势，若航带动重构速度较慢，其实用性也无法体现，本文研究低空影像航带自动重构需兼顾准确性和高效率。但与普通的影像检索有所不同，低空影像自动重构是在测区内影像进行重排，只需关联测区内影像，无需与外部影像比对。低空影像中每一影像在测区内检索关联影像，并形成各影像之间的关联络，与普通影像检索类似，首先需构建词汇树，但不同的是把测区各影像中子区域特征向量量化到词汇树中特征聚类簇上即结点上，把每一影像转为向量表示，然后比对各影像之间描述向量的相似性进而确定关联影像。

（三）词汇树构建

在影像检索中，影像特征通过影像各子块在几何形变、光照等具有较强鲁棒性的特征描述集来表述，这种表述特征的方法也广泛的应用于纹理分析和视觉认知等领域。在描述影像特征方面，基于视觉词汇来描述影像纹理等统计信息的方法较为流行，并能够取得较好的效果。整个测区影像特征向量词汇树构建完成后，需采用特定的统计方法或规则来评估各特征向量与词汇树上叶结点相关性，即把每一影像特征向量量化到词汇树上，得到各影像的描述向量。在词汇树构建的索引特征空间中，特征向量比对，即检索过程无需与所有特征向量进行比对，无需遍历全部的视觉词汇来检索关联的影像，检索的方式由顶层出发，查找最接近的结点，与该结点展开的下一层结点进行比较，重复类似过程逐步深入直至达到叶结点，结束查询，极大地提高了检索效率。

（四）关联约束

查询影像的关联影像序列是包含了整个测区影像相关性大小的排序，不可避免存在误关联影像。通过给定权值向量欧式距离阀值可剔除误关联影像，但确定阀值较为困难，阀值过大可能无法剔除全部误关联影像，阀值过小可能会剔除部分关联影像，因此，采用欧式距离阀值来剔除误关联影像不是理想的方法。测区影像构建视觉词汇树过程中，所有影像都提取了特征向量，可釆用特征匹配的方法剔除误关联影像。为考虑计算效率，不需匹配所有影像，只考虑匹配航向三度重叠影像和旁向影像即可。

总之，由于低空摄影测量中测区影像手工方式、借助数据以及全匹配排列航带方法存在一定的局限性。因此本文提出了利用影像检索算法，构建词汇树，把测区各影像特征向量量化到词汇树中各结点上，从而将每一影像化为一个向量来表示，然后比对各影像之间描述向量的相似性进而确定关联影像，并结合影像匹配、几何图关联网络等方法，实现无需人工干预和外部信息支持的航带自动重构。同时，航带自动重构过程中，也获得了大部分影像间初始的相对定向关系，可为后期影像精匹配提供初始核线相关，可加速影像匹配，提高影像数据处理效率。

参考文献：

[1]何海清，黄声享.基于并行计算的无人机影像角点检测[J].计算机工程，2012，38

[2]明洋.特殊航空影像自动匹配的关键技术研究[D]武汉，武汉大学，2009