中國測繪???|? ?當攝影測量遇到激光雷達：邁向機載混合時代
?
?
本文內容摘自《中國測繪》2020年第1期
?
用于區域3D數據采集的機載市場正朝著混合測量概念的大趨勢發展。在不久的將來，大多數機載數據收集會越來越多地通過有源和無源傳感器組合的形式來執行。這有兩個主要原因：首先，即使在考慮飛行限制和法規的情況下，在飛行過程中收集所有相關數據也是一種高效且劃算的解決方案；其次，利用LiDAR和DIM（密集圖像匹配）點云的優勢可以改善最終成品的質量。本文詳述了機載混合系統領域的最新發展，包括數據的采集和處理。
?
幾乎所有新一代的機載LiDAR系統都在同一搭載平臺上集成了LiDAR單元和無源成像單元（以單攝像機或多攝像機方式），用于同時獲取測距和圖像數據。在測距和成像方面的最新技術趨勢的不同組合都是可行的，包括單光子激光雷達（SPL）或線性模式、多光譜和拓撲測深激光掃描儀，以及最低點和傾斜相機，配備RGB，近紅外光譜或高光譜傳感器。
?
?
表1：市面上最新的機載混合動力系統概述
?
混合傳感器系統
?
表1概述了市面上最新的混合傳感器系統，包括儀器數據表中的主要技術規格。就數據收集而言，在同一搭載平臺上同時進行多傳感器采集能夠減少總飛行時間和成本，因為所有相關數據都是在飛行過程中一次性收集的。但是，依然存在一些問題需要解決，例如合理規劃最優條件以便同時獲取LiDAR和圖像。要仔細選擇與飛行相關的參數（例如，離地高度和旁向/航向重疊）和環境參數（例如時間和季節），以便為成功進行圖像匹配和激光掃描找到最佳的折衷方案。
?
混合處理工作流程
?
基于DIM的圖像3D重建技術，已經成為生產密集3D點云、數字表面模型、真實正射影像和3D模型的行業標準，這得益于航空影像數據的高可用性、低獲取成本、高分辨率的細節圖以及高分辨率多光譜信息的可用性。如果可以獲得更多的LiDAR數據并進行配準，則可以通過傳感器互補來優化這些結果。由于地面分辨率決定精度，因此根據影像合成的表面圖中地物的細節和邊緣會特別突出。同時，由于有源激光束深度測量的可靠性，使得LiDAR技術具有較強的低噪聲采樣能力，且能保證精度；這對于存在較差紋理（例如強烈的陰影或較大面積的白色表面）的情況特別有益，因為在這些情況下，無源紋理匹配會受到相機解析紋理能力的限制。LiDAR數據可以通過其他深度測量來生成表面圖，達到更好的精度和完整性。此外，在小院子和狹窄的街道中，激光束到達地面具有偶然性，而立體遮擋通常會阻礙DIM重建，這時候極點測量就非常有用。林業應用還得益于復測和全波形的LiDAR數據。通過集成兩個數據源，這種高完整性和可靠性便于通過DIM得到高分辨率的結果，提供邊緣和其它不連續處的高保真度、精細的表面細節，以及多光譜顏色信息。
?
集成挑戰
?
集成LiDAR和DIM數據的主要挑戰在于謹慎考慮兩者在分辨率和精度上的變化差異。在航空應用中，DIM點云在高空采集數據(例如固定翼飛機上)通常比LiDAR數據具有更高的密度和更低的深度精度。這一方面是由于激光雷達波束發散和重復時間的分辨率有限，另一方面是由于高分辨率大框相機的實用性。此外，用于密集圖像匹配的局部點云精度的變化可能很大，特別是因為點精度不僅取決于地面分辨率，還取決于紋理質量。因此，達到深度融合需要適應兩個傳感器系統中每個點的精度。
?
混合3D地理空間產品
?
在比較大多數混合傳感器系統記錄的LiDAR和DIM數據時，兩個最顯著的差異就是實際到達的點密度和在狹窄的街道巷子中檢索點的能力。如圖一美國舊金山數據集，它囊括了市中心地區的高層建筑，圖像重疊率相對較低，航向為60％，旁向為30％，地面分辨率約為5厘米。當進行密集圖像匹配時，狹窄街道中的解析點可能會出現問題，因為高空建筑物在航空圖像中充當遮擋物，而當圖像重疊較低時（如圖1），在建筑物頂部的圖像觀察可能會受到限制。在圖中有足夠冗余和擁有良好視角的區域（例如，建筑物的外墻），由于數據集的地面分辨率小，且有多攝像頭提供建筑物傾斜視圖，因此密集圖像匹配能得到非常詳細的結果。LiDAR能夠測量到狹窄街道中密集圖像匹配所需要但是缺少的冗余點，但同時，獲得的空間細節相對較少（圖1，左上）；通過整合兩個傳感器的數據生成的白模，兼具DIM的細節及Lidar的完整性和低噪聲水平（圖1，右上）；圖1中底部圖是通過混合表面法生成的真彩3D模型，并補充了多視角圖像中的RGB紋理。
?
?
圖1：舊金山?Lidar數據生成的網格幾何圖（左上）；整合DIM和Lidar數據的網格幾何圖（右上）；3D混合網格的概覽圖（底部）。數據由Geomni/Verisk的GeorgeHalley提供
?
細節重建
?
德國貝茨多夫的混合數據集（見圖2），它的地面分辨率約為2cm，航向80％和旁向60％的圖像重疊率。如圖2所示（左上），丟失的傾斜視圖可能導致密集圖像匹配中的數據為空白，尤其是在房屋的懸挑結構下方以及靠近圖像冗余在減少的數據集邊界位置；但是，借助LiDAR內置掃描儀，這種限制在集成結果中基本可以解決（見圖2，右上）；將LiDAR和DIM數據相結合生成的真彩3D模型如圖2（底部）所示，細節得到了充分體現，兩種數據相互補充，可以重建鐵路本身以及沿鐵路兩邊的情況。
?
盡管由于完整性和邊緣清晰度的顯著優勢，目前大多數數據集都有80％的航向重疊率，但對于某些應用重疊度仍然是受到如拍攝間隔或飛行高度等因素的限制。鹿特丹的數據集（圖3）就是一個示例，在相對較低的高度飛行采集數據，大約60％的航向和40％的旁向重疊率，地面分辨率約3厘米。與舊金山一樣，這種情況可能會導致狹窄街道中和高大建筑物的頂部在密集圖像匹配期間出現數據缺口（見圖3，左上），因為在上述區域中，傳感器與重建物體之間的距離更短，導致圖像的冗余度進一步降低；如圖3（右上）所示，結合Lidar數據則可以極大地緩解這些問題，同時保留DIM所有的幾何細節。
?
?
圖2：貝茨多夫?DIM數據生成的白模（左上）；整合DIM和LiDAR數據生成的白模（右上），圖像覆蓋范圍有限的區域，可與LiDAR一起實現更高的完整性；真彩3D模型（底部）。數據由IGI提供。
?
總結
?
本文介紹了機載混合系統領域最新發展，即在同一機載平臺上將LiDAR和相機（或多相機）傳感器結合在一起的機載測繪系統。除了介紹市場上最新的混合解決方案外，還討論了對同時采集的測距和成像數據進行集成處理的需求。有必要采用一種超越傳統數據處理鏈的新視角，并將其擴展為一種混合數據處理的概念，這其中，用于傳感器定向和生成表圖的集成法是成功的基礎，這兩者都依賴于對有源和無源3D成像的不同屬性以及其測量中不確定性成分的深入了解。結合LiDAR和DIM數據所獲得的3D結果表明，這一方法很有可能成為處理這些問題的首選方案，在產品完整性和幾何質量、物體檢測以及處理效率方面，它具有明顯的潛力可以推動航空測量領域向前邁進。
?
來源：譯自荷蘭GIM INTERNATIONAL網站
譯者：臺風
本文來源于《中國測繪》原創文章
