1、2023 年 2 月第 1 期城市勘测Urban Geotechnical Investigation SurveyingFeb2023No1引文格式:鲍秀武，梁文彪，刘也 基于倾斜摄影测量点云与影像匹配的像控点坐标自动提取方法研究 J 城市勘测，2023(1):105109文章编号:16728262(2023)0110505中图分类号:P231文献标识码:A基于倾斜摄影测量点云与影像匹配的像控点坐标自动提取方法研究鲍秀武1，2*，梁文彪1，2，刘也1，2*收稿日期:20210915作者简介:鲍秀武(1989)，男，硕士，工程师，主要从事数字城市建设、时空大数据挖掘等方面的研究和应用。Emai
2、l:632921229 qqcom(1.常州市测绘院，江苏 常州213000;2.常州市地理信息智能技术中心，江苏 常州213000)摘要:近年来，激光点云与光学影像数据融合应用成为城市测绘领域一项重要的研究内容，如何利用点云数据辅助摄影测量，提高航空摄影测量的效率和精度成为研究难点。本文研究了一种基于倾斜摄影测量点云与影像匹配的像控点坐标自动提取方法，通过三维点云生成投影图，与光学影像进行匹配的方式，实现了像控点位置高精度、自动化提取，大大提升了作业效率。实验表明:利用本文方法提取像控点，并与实测像控点坐标进行较差，本文方法提取像控点坐标在 X、Y、Z 方向的平均误差分别为 001 m、01
3、1 m和005 m。关键词:点云;光学影像;投影图;影像匹配;像控点提取1引言倾斜摄影测量技术是目前国际领域发展迅速的一项高新技术，通过搭载多台相机，从垂直和倾斜多角度获取地表影像数据。基于倾斜摄影测量发展的倾斜测量实景三维模型构建技术在智慧城市、自然资源调查监测等领域得到了广泛的应用13。倾斜摄影测量建模核心步骤是利用像控点、连接点作为约束条件，通过空中三角测量，恢复影像间的相对位置，生成真彩色倾斜摄影测量点云数据，进行三维建模4，5。像控点外业测量是其中最为耗时、费力的步骤。倾斜摄影测量点云是结合 POS 信息、倾斜影像数据，通过空中三角测量得到的真彩色点云数据，其精度依赖于 POS 数据
4、，相对较低，需要利用像控点等方式提高倾斜摄影测量点云的精度。激光雷达具有数据采集快速、定位精度高的特点，逐渐在实景三维模型建设中得到应用6，7。文献 8，9 利用倾斜摄影测量点云与高精度激光点云配准，提取高精度激光点作为倾斜摄影测量像控点，实现了无须野外像控点测量的倾斜摄影测量点云绝对定向。倾斜摄影测量点云与高精度激光点云配准本质上是三维点云配准，若要将三维点云提取的像控点定位至影像上，仍需要大量的人工干预。因此，许多学者开展了二维影像与三维点云配准相关研究10，12，基本思想是利用点云生成强度图、深度图，利用SIFT 和 SUF 等二维影像匹配方法进行匹配13，15。SIFT 和 SUF 等
5、图像配准方法对于光学影像配准具有很好的效果，但对于激光点云生成的深度图和强度图，易出现误匹配，需要附加较多的约束条件。为提高三维建模效率，基于光学影像与彩色点云匹配思想，本文研究了一种基于倾斜摄影测量点云与影像配准的像控点坐标自动提取方法，将点云中提取的具有高精度三维坐标点作为像控点，以减轻外业像控点测量的负担，节省人力和时间成本。首先将倾斜摄影测量点云与激光点云进行配准，将配准后的倾斜摄影测量点云投影至参考椭球面，生成二维倾斜摄影测量点云投影图，然后利用 SIFT 特征匹配算法将二维倾斜摄影测量点云投影图与光学影像进行匹配，提取像控点坐标。2总体流程像控点坐标提取方法的总体流程如图 1 所示
6、，主要包括坐标转换参数解算和像控点坐标提取。图 1像控点坐标自动提取方法总体流程城市勘测2023 年 2 月坐标转换参数解算包括点云配准参数、点云投影参数和影像匹配参数解算三部分，具体过程如下:(1)倾斜摄影测量点云生成。利用倾斜影像及POS 数据，进行空中三角测量，生成真彩色倾斜摄影测量点云。(2)点云配准。点云配准是通过同名点匹配，计算倾斜摄影测量点云和机载激光点云之间的配准参数。(3)倾斜摄影测量点云投影。通过将三维真彩色倾斜摄影测量点云投影至二维平面上，生成点云投影彩色影像，并计算投影参数。(4)影像特征匹配。将点云投影彩色影像与倾斜影像进行特征匹配，计算倾斜影像与点云投影彩色影像间的
7、匹配参数。通过坐标转换参数解算，可以建立倾斜影像像素点与机载激光点云之间的映射关系，获得倾斜影像像素点的三维绝对坐标，实现像控点坐标提取，具体过程如下:(1)像控点选取。在影像上选取明显地物点作为像控点，获得像控点在倾斜影像上的像素坐标。(2)像控点在点云投影彩色影像上的同名点像素坐标计算。通过影像匹配参数，可以反算出像控点在点云投影彩色影像上的同名点像素坐标。(3)像控点在倾斜摄影测量点云中的同名点坐标计算。根据点云投影参数，利用像控点在点云投影彩色影像上的同名点像素坐标，可以计算得到像控点在倾斜摄影测量点云中的同名点三维坐标。(4)像控点绝对坐标计算。根据点云配准参数，利用像控点在倾斜摄影
8、测量点云中的同名点三维坐标，可以计算得到像控点在机载激光点云中对应同名点的坐标，即像控点的三维绝对坐标。3点云配准在利用空中三角测量生成倾斜摄影测量点云过程中，由于 POS 数据不准确，且未附加像控点，生成的倾斜摄影测量点云数据与实际地理坐标之间存在偏差，而激光点云具有高精度的坐标信息，通过点云配准可以赋予倾斜摄影测量点云高精度的位置信息。点云配准本质上是一个七参数坐标转换的问题，基本原理如式(1)所示。XYZg=dXdYdZ+(h)(p)(r)XYZp(1)式中，(X，Y，Z)g和(X，Y，Z)p分别是激光点云和倾斜摄影测量点云中的同名点坐标，(dX，dY，dZ)为坐标平移参数，为尺度缩放参
9、数，h、p 和 r 分别为围绕Z 轴、Y 轴和 Z 轴的旋转角，(h)、(p)和(r)分别为各旋转角对应的旋转矩阵，定义如下:(h)=cos(h)sin(h)sin(h)cos(h)1(p)=cos(p)sin(p)1sin(p)cos(p)(r)=1cos(r)sin(r)sin(r)cos(r)从式(1)中可以看出，对于同名点，可以组成 3 个方程，因此，若要完成点云配准参数求解，至少需要 3对同名点。通过手动选取同名点，结合自动 ICP 配准算法16，可以实现倾斜摄影测量点云和激光点云的精确配准。点云配准完成后，倾斜摄影测量点云已经具有高精度的位置信息，可用于像控点坐标提取。4点云投影S
10、IFT 算法是一种二维影像特征提取算法，具有较高的鲁棒性，提取的特征量丰富，对于旋转、缩放及亮度变化具有不变性，因此广泛用于图像特征匹配领域17，18。利用 SIFT 进行特征匹配，首先需要进行点云投影，将真彩色三维倾斜摄影测量点云转换为二维彩色影像。具体步骤如下:(1)图像分辨率设置。根据倾斜摄影测量点云密度，设置生成的二维彩色影像的分辨率;(2)计算图像大小。根据图像分辨率及点云坐标范围，计算出二维彩色影像大小，并创建空白影像;(3)像素点填充。根据点云平面坐标，计算出点云在二维彩色影像上对应的像素点，并将点云 GB 值赋予该像素点。式(2)是计算点云在二维彩色影像上对应像素点的公式。xp
11、ixel=ceilpxxminres()ypixel=ceilpyyminres()(2)式中，xpixel 和 ypixel 分别是点云在影像上对应的列数和行数，即像素点位置，xmin 和 ymin 分别是点云 X601第 1 期鲍秀武，梁文彪，刘也.基于倾斜摄影测量点云与影像匹配的像控点坐标自动提取方法研究坐标下界和 Y 坐标下界，px 和 py 分别为点云 X 坐标和Y 坐标，res 为二维彩色影像分辨率。根据式(2)将点云色彩赋值给像素点，即可得到二维点云彩色投影图。5像控点坐标提取点云投影过程建立了二维点云彩色投影图与三维点云之间的映射关系，然后通过影像匹配算法建立二维点云彩色投影图
12、与光学影像之间的映射关系，即可以获得光学影像和三维点云之间的映射关系，进而提取像控点坐标。通过 SIFT 特征匹配方法提取二维点云彩色投影图与光学影像的特征点，并进行匹配，消除误匹配点，得到二维点云彩色投影图与光学影像之间的变换关系如下:xy()p=dxdy()+cossinsincos()xy()g(3)式(3)中，(dx，dy)为平移参数，为旋转角，为缩放参数，(x，y)g为像控点在光学影像上的坐标，(x，y)p为像控点在光学影像上的坐标。将式(3)展开，可以得到:xp=dx+cosxgsinygyp=dy+sinxg+cosyg(4)式(4)中，xg，yg，xp，yp通过影像匹配得到，为
13、已知量。将式(4)进行泰勒展开，得到:xp0cos0 xg+0sin0yg=dx+(cos0 xgsin0yg)d0(sin0 xg+cos0yg)dyp0sin0 xg+0cos0yg=dy+(sin0 xg+cos0yg)d+0(cos0 xgsin0yg)d(5)式(5)中，0，0分别为缩放参数 和旋转角度 的初始值。若存在 n 对同名特征点，则可以得到形如式(5)的方程组共 n 组，以误差方程的形式表示为:V=BXL(6)式(6)中:L=0cos0 xg10sin0yg1xp10sin0 xg10cos0yg1yp10cos0 xgn0sin0ygnxpn0sin0 xgn0cos0y
14、gnypn X=dxdyddB=10cos0 xg1sin0yg10(sin0 xg1+cos0yg1)01sin0 xg1+cos0yg10(cos0 xg1sin0yg1)10cos0 xgnsin0ygn0(sin0 xgn+cos0ygn)01sin0 xgn+cos0ygn0(cos0 xgnsin0ygn)根据最小二乘原理19，可求得:X=(BTPB)1BTPL(7)式(7)中，P 可选取单位矩阵。通过上述过程，即可解算出点云投影图与光学影像之间的变换参数。6实验及分析为了验证本文所算法的有效性，利用睿铂 DG5PO 倾斜相机采集的影像，生成倾斜摄影测量点云，并结合机载激光雷达采集
15、的点云数据(具有绝对地理坐标)，进行像控点自动提取实验。6.1数据预处理实验数据预处理包括倾斜摄影测量点云生成、点云配准和投影等步骤。首先利用倾斜影像结合 POS 数据，开展空中三角测量，生成倾斜摄影测量点云，如图 2 所示。图 2倾斜摄影测量点云可以看出，通过倾斜影像生成的倾斜摄影测量点云密度很高，能较好地还原地表细节，保持了建筑物的结构刚性和完整性。倾斜摄影测量点云与激光点云匹配采用手动粗配准和自动 ICP 精配准的方式进行。手动粗配准即人工选取同名点的方式进行坐标转换参数的计算，计算原理见式(1)。为了保证配准精度，至少需要选取三对同名点，同名点数量越多，配准结果更加精准，稳定性701城
16、市勘测2023 年 2 月更好，本文选取了四对同名点进行手动粗配准。ICP算法通过迭代的方式实现两片点云数据的渐进配准，配准精度与迭代次数有关，本次实验设置 ICP 迭代次数为 50 次。点云配准结果如图 3 所示。图 3倾斜摄影测量点云与激光点云配准结果从图 4 中可以看出，通过点云配准，可实现倾斜摄影测量点云和激光点云的坐标系统一，将倾斜摄影测量点云转换至地理坐标系下，赋予其准确的地理坐标信息。点云配准完成后，将配准后的倾斜摄影测量点云进行投影，生成二维点云投影图，如图 4 所示。图 4点云投影图点云投影图是倾斜摄影测量点云沿高程方向的投影，保留了彩色点云的颜色信息，并且构建了投影图像素点与三维点云的映射关系，通过点云投影图的像素点位置可以反算得到地物点的三维地理坐标。6.2像控点坐标提取实验经过数据预处理后，得到了二维倾斜摄影测量点云投影图，利用 SIFT 特征匹配，提取点云投影图和光学影像上的同名点，特征匹配效果如图 5 所示。从图 5 中可以看出，利用 SIFT 特征匹配进行点云投影图和光学影像的匹配可以取得很好的效果，经过误匹配检测后，共提取了 16 对同名特征点。根据同名
