摘要：為了研究多視角傾斜影像技術(shù)發(fā)展，找出匹配難點，文章綜述了當(dāng)前匹配策略；通過對無人機(jī)平臺的五視角相機(jī)的影像獲取和處理技術(shù)進(jìn)行了實際研究；在金字塔多級匹配、單應(yīng)約束、核線幾何約束三種常規(guī)影像匹配方法幫助下，提出了基于POS的匹配策略。研究表明：基于POS的匹配策略實驗中總體匹配正確率達(dá)75%。

關(guān)鍵詞：無人機(jī)平臺；多視角；傾斜影像；匹配策略；影像獲取；影像處理 文獻(xiàn)標(biāo)識碼：A

中圖分類號：P231 文章編號：1009-2374（2017）08-0023-02 DOI：10.13535/j.cnki.11-4406/n.2017.08.011

1 概述

隨著地理信息產(chǎn)業(yè)的快速發(fā)展，用戶對于地理信息產(chǎn)品的地理要素完整性、精確性、實時性提出了更高要求。近年來提出的“數(shù)字地球、智慧城市”預(yù)示著未來地理信息產(chǎn)業(yè)中三維城市建模的重要性。傳統(tǒng)單鏡頭、近似垂直攝影測量作業(yè)模式經(jīng)過幾十年的發(fā)展，在理論、技術(shù)上趨于完善，但是其獲取的影像缺乏高大地物的側(cè)面紋理信息。為了同時獲取地物多個側(cè)面的信息，多視角傾斜航空攝影技術(shù)受到越來越多的重視。當(dāng)前隨著無人機(jī)技術(shù)的發(fā)展，多視角傾斜航空攝影成本正逐步降低，大規(guī)模運用指日可待。

2 傾斜影像攝影作業(yè)概述

多視角傾斜航空攝影從多個視角拍攝地面影像，較常見的構(gòu)造為1個下視鏡頭+4個傾斜鏡頭，此外也有1個下視鏡頭+2個傾斜鏡頭（如Trimble的AOS相機(jī)）。三線陣CCD掃描相機(jī)ADS40在參考文獻(xiàn)[1]中也作為三視角傾斜相機(jī)。不論是五視角相機(jī)還是三視角相機(jī)，多個鏡頭的分布一定是嚴(yán)格對稱且關(guān)系穩(wěn)固的。這些數(shù)字傾斜相機(jī)都集成精確的定位定姿系統(tǒng)（GPS/IMU）獲取影像外方位元素。本文只研究五視角相機(jī)的影像獲取和處理技術(shù)。五視角傾斜相機(jī)集成1個下視鏡頭和4個傾斜鏡頭。每次曝光垂直和傾斜相機(jī)設(shè)計為同時曝光。以AMC580相機(jī)為例，曝光瞬間同時存儲1張垂直影像和4張傾斜影像，并記錄這5張影像的外方位元素。

傾斜航攝作業(yè)記錄的數(shù)據(jù)包括控制數(shù)據(jù)和影像數(shù)據(jù)。航攝飛行記錄包括航攝時間、天氣狀況、航線的分布圖以及每條航線上每次曝光記錄的影像名序列。

其中，相機(jī)檢校文件包括相機(jī)名稱、主距、像主點偏移、輻射畸變改正系數(shù)、偏心變形系數(shù)以及像點糾正方程。POS數(shù)據(jù)指的是每張影像的外方位元素。影像外方位元素由線元素和角元素共6個元素組成，線元素Xs、Ys、Zs是投影中心在物方空間坐標(biāo)系中的位置，角元素描述成像面在成像時刻的姿態(tài)。傾斜航空攝影測量作業(yè)也可以與傳統(tǒng)單鏡頭作業(yè)模式一樣，在按照“S型”軌跡拍攝完后，再垂直于這組“平行航線”沿“垂直架構(gòu)航線”獲取影像，以增強(qiáng)影像間的相關(guān)性，便于后續(xù)平差處理。

3 傾斜影像匹配難點

五鏡頭傾斜航空攝影獲取的影像具有如下難點：（1）地面分辨率、比例尺不一致。傾斜鏡頭對嚴(yán)格水平的地面成像時，遠(yuǎn)景的GSD（地面采樣間隔）比近景的要低。參考文獻(xiàn)[2]給出了計算傾斜影像上不同點比例尺以及近景點與遠(yuǎn)景點比例尺差異的公式。離相機(jī)遠(yuǎn)的地面點和離相機(jī)近的地面點成像比例尺不一致；（2）傾斜影像遮擋嚴(yán)重，高度重疊，數(shù)據(jù)冗余；（3）在航攝角度上，5個鏡頭朝向各異，進(jìn)入鏡頭的光強(qiáng)也會明顯不同，因此不同鏡頭、不同航線影像的亮度、對比度有較大偏差；（4）從影像像素尺度來看，在多視角傾斜影像匹配中，待匹配窗口與模板窗口之間發(fā)生了大的變形，像素值發(fā)生偏移，正方形框是開取的模板窗口和搜索窗口，計算兩個正方形框內(nèi)像素的相關(guān)系數(shù)，相關(guān)程度不可能很高。前期實驗表明，適用于傳統(tǒng)垂直影像性能穩(wěn)定的灰度匹配算法，在應(yīng)用于傾斜影像時往往出現(xiàn)大量誤匹配，甚至失效。

4 常規(guī)匹配方法

影像匹配可能由于存在遮擋而無解或因重復(fù)模式存在多解。在匹配過程中加入約束條件對匹配有重要作用：縮小影像上的匹配搜索空間，提高匹配效率，同時也提高匹配正確率。傾斜影像嚴(yán)重的幾何畸變本身就給“點—點”的相似性測度計算帶來很大困難，這時有效限制搜索范圍對于匹配成功尤為重要。

4.1 金字塔多級匹配

金字塔多級匹配就是先把待匹配的左、右原始影像降采樣成多個尺度的影像。沿著影像金字塔自上而下，尺度由粗到精，單個像素對應(yīng)的地面尺寸逐漸減小，地面采樣間隔GSD（Ground Sampling Distance）減小，影像空間分辨率提高。首先在影像金字塔上層匹配，然后將匹配結(jié)果傳遞到下層影像上，直至最高分辨率的原始影像上。多級匹配方法可以達(dá)到減小搜索空間的目的。

影像匹配是直接對像素灰度值進(jìn)行的操作。在影像金字塔上層，細(xì)節(jié)信息已被平滑，整體紋理具有更大的相似性，因而能取得更理想的匹配效果；在影像金字塔下層，細(xì)節(jié)信息未被平滑，灰度變化更劇烈，輕微的幾何變形就會給匹配增加很大難度。

4.2 單應(yīng)約束

單應(yīng)約束的理論基礎(chǔ)是計算機(jī)視覺中Marr提出的影像匹配約束框架。無論是基于灰度還是特征的匹配，整體匹配結(jié)果體現(xiàn)的視差變化規(guī)律應(yīng)該是連續(xù)的、相容的、協(xié)調(diào)的，而除了特殊地形外不會出現(xiàn)視差突變、跳躍的情況?；谶@一原理，可以利用影像整體的視差對每個點的匹配過程進(jìn)行約束。

RANSAC是計算機(jī)視覺中穩(wěn)定的參數(shù)估計算法，其作用是排除不穩(wěn)定和錯誤的匹配點對，對于兩張影像間的幾何關(guān)系進(jìn)行最似然模擬。其思想就是根據(jù)已知同名點對估計單應(yīng)矩陣H，再根據(jù)求出的變換矩陣對于已知同名點對進(jìn)行劃分，篩選出符合模型的同名點，利用新的同名點集重新估計變換模型。這樣迭代若干次后同名點對數(shù)最多時的單應(yīng)矩陣H即為最優(yōu)解。也可以說，利用盡可能多的同名像點估計的單應(yīng)矩陣H更具有一般性，能對更大范圍的像點進(jìn)行有效的幾何約束。

4.3 核線幾何約束

攝影測量立體像對中有一個很強(qiáng)的約束條件，稱為核線幾何，在計算機(jī)視覺領(lǐng)域也稱為極線幾何或?qū)O幾何。給定立體像對的兩張影像，對三維空間任一點，包含該點與兩幅影像投影中心的平面稱為核面，核面與兩幅影像的交線稱為核線。如果兩張影像的相對方位已知且已知左像像點，那么另一張影像上的相應(yīng)核線即可確定，而同名像點必位于該核線上。這樣就可以有效地把二維匹配搜索范圍簡化為一維搜索范圍。如圖1所示，對于具有重疊區(qū)域的左像和右像，S1、S2為投影中心，像點P1所在的核線為L1，其在右像上的同名點P2一定在L2的相應(yīng)核線L2上。核線幾何關(guān)系完全是由地面點P，投影中心S1、S2三點的共面關(guān)系所確定的。

核線幾何約束用于匹配過程中，主要有以下兩種思路：（1）利用核線約束限制搜索范圍給定具有重疊區(qū)域的左右兩張影像，利用左像上像點計算右像上的相應(yīng)核線，在核線附近搜索對應(yīng)像點；（2）利用核線約束剔除誤匹配點對于兩張影像得到的初始匹配點，對每個左像點計算右像上相應(yīng)核線，再計算右像點與相應(yīng)核線間的距離，若距離大于閾值，判定為誤匹配點。

5 基于POS的匹配策略

基于無人機(jī)特點與平臺，設(shè)計出了基于并有SRTM作為輔助的傾斜影像匹配策略。

5.1 初始匹配

利用初始POS數(shù)據(jù)進(jìn)行數(shù)據(jù)影像重合判斷，按照3×3方式建立金字塔，對原始影像建立1層影像金字塔，并在金字塔頂層使用SIFT GPU進(jìn)行匹配，得到一定數(shù)量匹配點，并精細(xì)化。

5.2 精確匹配

在底層金字塔上進(jìn)行Harris特征提取，得到足夠的特征點，然后利用初始匹配中得到的精確POS數(shù)據(jù)，對底層金字塔進(jìn)行局部畸變改正，并進(jìn)行灰度相關(guān)與最小二乘匹配。在RANSAC算法基礎(chǔ)上，利用光束法前方交會，得到特征點的前方交會精度，將高于3倍前方交會中誤差的點作為誤匹配點，予以剔除。

5.3 可行性論證

應(yīng)用實驗（由于篇幅原因過程略）?？傻茫涸诔跏计ヅ渲校?jīng)過對SIFT匹配結(jié)果進(jìn)行粗差剔除后，雖然點位稀少，但所有點位準(zhǔn)確無誤，能有效為像對間的相對定向打下可靠基礎(chǔ)；精確匹配后，能得到大量分布均勻匹配點，雖然由于少數(shù)點落在了重復(fù)紋理區(qū)域（如森林、房屋上的窗戶）與遮擋區(qū)導(dǎo)致了匹配誤差，但是實驗中總體匹配正確率達(dá)75%，證明此方法嚴(yán)謹(jǐn)可靠。

6 結(jié)語

傾斜航空攝影測量能獲取包括建筑側(cè)面紋理信息的多種數(shù)據(jù)，嚴(yán)謹(jǐn)可靠，但影像匹配是否正確影響著攝影測量質(zhì)量，其效果好壞直接影響到后續(xù)相對定向、數(shù)字空三、DSM生成等過程的質(zhì)量。

當(dāng)前常規(guī)的匹配方法都具有一定缺點，且需要各自相匹配的算法進(jìn)行配合使用，所以筆者認(rèn)為，多視角傾斜影像匹配技術(shù)下一步發(fā)展應(yīng)基于某幾種特定匹配策略（如基于POS的匹配策略）進(jìn)行多視角立體影像匹配算法的研究，并形成商業(yè)化軟件。在成本最省情況下彌補(bǔ)現(xiàn)有技術(shù)不足，實現(xiàn)無人機(jī)平臺上的高正確率、高通用性的匹配。

參考文獻(xiàn)

[1] 朱慶，徐冠宇，杜志強(qiáng)，等.傾斜攝影測量技術(shù)綜述

[J].中國科技論文在線，2012，（2）.

[2] 楊國東，王民水.傾斜攝影測量技術(shù)應(yīng)用及展望[J].

測繪與空間地理信息，2016，39（1）.

[3] 秦川.無人機(jī)影像匹配點云濾波處理與三維重建[D].

西南交通大學(xué)，2015.

作者簡介：李星開（1982-），男，河南禹州人，浙江華東建設(shè)工程有限公司高工，研究方向：工程測繪、無人機(jī)低空遙感、自動化監(jiān)測等。

（責(zé)任編輯：黃銀芳）