王懷寶

摘 要： 無人機(jī)測繪中的地理信息定位技術(shù)是航空遙感領(lǐng)域的重要發(fā)展方向。傳統(tǒng)方法主要是利用地理信息影像的特征進(jìn)行分析，忽略了地理信息定位的準(zhǔn)確性。為此，提出一種基于三角測量的無人機(jī)測繪地理信息定位方法。將無人機(jī)采集的影像進(jìn)行拼接、幾何糾正、配準(zhǔn)和融合，建立無人機(jī)測繪的地理信息定位坐標(biāo)。在此基礎(chǔ)上，利用誤差方程公式計(jì)算地理信息定位的地面控制點(diǎn)，將控制點(diǎn)向量坐標(biāo)當(dāng)作帶權(quán)虛擬的觀測值，根據(jù)地理信息控制點(diǎn)進(jìn)行分類，選取清晰的無人機(jī)影像和定位標(biāo)志，計(jì)算三角測量的無人機(jī)測繪地理信息定位的平均值和均方差，實(shí)現(xiàn)無人機(jī)測繪的地理信息定位技術(shù)。實(shí)驗(yàn)結(jié)果表明，提出方法不僅可以獲得高分辨率的地理信息影像，還可以提高地理信息定位的準(zhǔn)確性。

關(guān)鍵詞： 無人機(jī)； 地理信息； 定位技術(shù)； 幾何糾正； 影像拼接； 三角測量

中圖分類號： TN961?34； TP391 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2018）22?0130?03

Abstract： The geographic information positioning technology based on UVA surveying and mapping is an important development direction of the aeronautical remote sensing field. In the traditional method， the characteristics of geographic information images are mainly used for analysis， which ignores the accuracy of geographic information positioning. Therefore， a geographic information positioning method based on the triangulation in UAV surveying and mapping is proposed. Splicing， geometric correction， registration and fusion are performed for images collected by the UAV， so as to establish the geographic information positioning coordinates for UAV surveying and mapping. On this basis， the error equation formula is used to calculate the ground control points for geographic information positioning. The vector coordinates of control points are taken as virtual weighted observation values， and classified according to geographic information control points， so as to select clear UAV images and positioning markers. The average value and mean square error are calculated for geographic information positioning based on the triangulation in UAV surveying and mapping， so as to realize the geographic information positioning technology based on UVA surveying and mapping. The experimental results show that the proposed method can not only obtain high?resolution geographic information images， but also improve the accuracy of geographic information positioning.

Keywords： UVA； geographic information； positioning technology； geometric correction； image splicing； triangulation

0 引 言

隨著社會經(jīng)濟(jì)建設(shè)的發(fā)展，地理信息成為分析空間框架和數(shù)據(jù)的基礎(chǔ)。地理信息可以反映出地球表面的自然現(xiàn)象和社會要素，包括形態(tài)和位置等信息。地理信息具有空間性和時效性，其反映出數(shù)據(jù)的信息變化程度。地理信息數(shù)據(jù)的獲取方式多種多樣。利用無人機(jī)遙感技術(shù)對地理信息進(jìn)行定位，可獲得不同時效和不同尺度的地理信息數(shù)據(jù)，為社會經(jīng)濟(jì)建設(shè)的發(fā)展提供依據(jù)[1]。無人機(jī)遙感技術(shù)具有靈活、高效的特點(diǎn)，利用其對地理信息圖像進(jìn)行采集，在采集的圖像中提取出地理信息并對其定位成為研究的熱點(diǎn)[2]。

無人機(jī)測繪地理信息定位技術(shù)可以利用無人機(jī)遙感系統(tǒng)搭建無人機(jī)平臺，并對地理信息進(jìn)行定位。無人機(jī)的起飛方式有直升式和滑翔式等，降落方式有滑降和傘降等。無人機(jī)的動力來源有油能和電能。航線的設(shè)計(jì)和導(dǎo)航系統(tǒng)是無人機(jī)測繪的控制核心[3]。無人機(jī)測繪地理信息技術(shù)被廣泛應(yīng)用在眾多測繪部門，并起到重要作用。作為一種新的地理信息定位技術(shù)，需要結(jié)合實(shí)際情況和需求，實(shí)現(xiàn)無人機(jī)技術(shù)在地理信息定位中的應(yīng)用。文獻(xiàn)[4]提出一種基于特征點(diǎn)優(yōu)化算法的無人機(jī)測繪的地理信息定位方法，將無人機(jī)測繪的影像進(jìn)行網(wǎng)格劃分，根據(jù)網(wǎng)格影像的信息熵來計(jì)算特征點(diǎn)的數(shù)量，得出匹配率較高地理信息位置，但該方法存在準(zhǔn)確性低的缺點(diǎn)。文獻(xiàn)[5]提出一種基于紋理影像提取方法的無人機(jī)測繪的地理信息定位方法，建立影像之間的關(guān)系表達(dá)式，計(jì)算地理影像的灰度值，得到紋理指標(biāo)。該方法能夠?qū)崿F(xiàn)地理信息分類均勻，但此該方法獲取的地理信息影像分辨率較低。針對上述方法存在的問題，提出基于三角測量的無人機(jī)測繪地理信息定位方法。

1 無人機(jī)測繪的地理信息定位技術(shù)研究方法

1.1 無人機(jī)遙感技術(shù)對圖像影像的拼接

利用無人機(jī)遙感技術(shù)可以分析影像的分辨率，通過像元的大小和相機(jī)的焦距，計(jì)算出比例尺對無人機(jī)飛行的高度要求。無人機(jī)遙感技術(shù)的像幅小，影像數(shù)據(jù)多，是低空遙感技術(shù)。若想得到完整的地理區(qū)域影像，需要對圖像進(jìn)行拼接測繪。無人機(jī)自身較輕，在低空飛行時會受到周圍的氣流影響，導(dǎo)致飛行不穩(wěn)定，故需對無人機(jī)影像進(jìn)行拼接、幾何糾正、配準(zhǔn)和融合[6]。

通過對地理信息的查詢獲得一些無人機(jī)影像，再把所有獲得的無人機(jī)影像拼接起來可以得到區(qū)域的完整影像。無人機(jī)影像拼接是無人機(jī)測繪地理信息定位技術(shù)的研究熱點(diǎn)。地理地形圖和分辨率高的遙感圖可以獲取到標(biāo)準(zhǔn)的無人機(jī)影像。將標(biāo)準(zhǔn)的影像糾正后放到對應(yīng)的地理圖像空間中[7]，選擇無人機(jī)影像和標(biāo)準(zhǔn)的圖像進(jìn)行同名控制，并利用控制點(diǎn)的數(shù)據(jù)對無人機(jī)影像幾何變化數(shù)學(xué)模擬，建立無人機(jī)測繪圖像和地理信息之間的關(guān)系，實(shí)現(xiàn)了無人機(jī)測繪影像的幾何糾正，并且賦予了地理信息的定位。對地理信息的查詢采用同一圖像，確保了無人機(jī)測繪地理影像重疊的正確性[8?10]。

無人機(jī)遙感影像的傳感器類型有很多，遙感設(shè)備包括數(shù)碼相機(jī)、掃描儀、雷達(dá)等。無人機(jī)遙感常用可見光對地理信息進(jìn)行觀測。隨著遙感技術(shù)的進(jìn)步，數(shù)碼相機(jī)的價格合理，分辨率高，使得很多人采用數(shù)碼相機(jī)當(dāng)作無人機(jī)遙感系統(tǒng)的遙感設(shè)備，也有很多系統(tǒng)逐漸開始采用光譜成像設(shè)備。無人機(jī)測繪利用邏輯分類器對圖像進(jìn)行分類和提取信息。分類和提取過程需要確定分類時輸入的信息，進(jìn)而得到分類結(jié)果和圖像特征。無人機(jī)的光譜遙感影像分辨率也很高，將無人機(jī)影像與該影像融合，并根據(jù)波段的設(shè)置，選出不同的無人機(jī)影像融合方法，經(jīng)過融合后的影像具有分辨率高和豐富的信息，無人機(jī)融合影像的波段會突顯出地理信息的地類，例如植被和耕地等。

1.2 建立無人機(jī)測繪圖像的地理信息坐標(biāo)

將上述融合后的影像按地理坐標(biāo)的信息進(jìn)行鑲嵌，獲得全景圖。利用GDAL數(shù)據(jù)轉(zhuǎn)換庫（庫中包含像素和地理坐標(biāo)的轉(zhuǎn)換函數(shù)），將無人機(jī)測繪影像的地理信息坐標(biāo)進(jìn)行鑲嵌處理，并對其過程進(jìn)行簡化，可以提高圖像的拼接效率。地理影像重疊區(qū)域不經(jīng)過處理，直接將后一幅圖像覆蓋在前一幅圖像上，此時，圖像的邊界會出現(xiàn)錯位現(xiàn)象。圖像錯位的原因是無人機(jī)遙感技術(shù)拍攝時不垂直，或者無人機(jī)鏡頭變形等，導(dǎo)致無人機(jī)拍出的影像像素不均勻無法準(zhǔn)確獲取地理信息的定位。

為了消除視覺上的錯覺，對重疊區(qū)域進(jìn)行處理，將對角線當(dāng)作拼接線，在拼接線兩端選擇一定的寬度進(jìn)行操作，并輸出圖像。

1.3 三角測量的無人機(jī)測繪地理信息定位技術(shù)

在獲取到地理信息坐標(biāo)的基礎(chǔ)上，利用誤差方程公式計(jì)算地理信息定位的地面控制點(diǎn)。將控制點(diǎn)向量坐標(biāo)當(dāng)作帶權(quán)虛擬的觀測值，根據(jù)地理信息控制點(diǎn)進(jìn)行分類。選取清晰的無人機(jī)影像和定位標(biāo)志，計(jì)算三角測量的無人機(jī)測繪地理信息定位的平均值和均方差。最終實(shí)現(xiàn)無人機(jī)測繪的地理信息定位技術(shù)。對地理信息控制點(diǎn)進(jìn)行分類，可以分為高程控制點(diǎn)和平面控制點(diǎn)等。在無人機(jī)測繪實(shí)際采集地理信息過程中，選取清晰的無人機(jī)影像和定位標(biāo)志，例如道路交叉口、田地界線、河流等。對無人機(jī)影像處理時，影像與實(shí)際地理信息有差異現(xiàn)象[11]，需分析三角測量的無人機(jī)測繪地理信息定位的平均值和均方差。對地理信息定位的控制點(diǎn)和檢核點(diǎn)進(jìn)行分析，如表1所示。

2 實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)采用內(nèi)存為2 GB的計(jì)算機(jī)，實(shí)驗(yàn)的編程環(huán)境為Microsoft Visual C++，利用無人機(jī)測繪出一個地面圖像，并對其進(jìn)行局部放大，識別各部分地表之間的關(guān)系，并對每一部分的地理信息進(jìn)行定位，如圖1、圖2所示。

分析圖1和圖2可知，無人機(jī)測繪的地理信息技術(shù)可以采集圖像，并在圖像中提取地理信息。從圖中可以看出各部分地表之間的緊湊關(guān)系，視覺效果較好。利用圖像的觀測點(diǎn)、地理坐標(biāo)等條件對無人機(jī)測繪地理信息定位技術(shù)的準(zhǔn)確性進(jìn)行對比實(shí)驗(yàn)。在分析無人機(jī)測繪地理信息定位技術(shù)準(zhǔn)確性的基礎(chǔ)上，進(jìn)一步對獲取到地理信息的圖像分辨率進(jìn)行實(shí)驗(yàn)，測試是否能清晰分辨出地理信息的具體位置，測試對比如圖3、圖4所示。

分析圖3、圖4可知，本文方法中1～3號圖的分辨率為60%；4號圖的分辨率為50%；5～7號圖的分辨率為70%；8號圖的分辨率為60%；8幅圖的分辨率在50%～70%。文獻(xiàn)[5]方法中1，3～6號圖的分辨率為30%；2號圖的分辨率為40%；7號圖的分辨率為35%；8號圖的分辨率為40%；8幅圖的分辨率在30%～40%之間。實(shí)驗(yàn)結(jié)果對比得知，提出方法地理信息影像的分辨率較高，可以清晰地獲得地理信息的具體位置。

3 結(jié) 論

本文利用無人機(jī)測繪對地理信息進(jìn)行定位研究，測繪出地面圖像，并對其進(jìn)行局部放大，識別各部分地表之間的關(guān)系。利用圖像的觀測點(diǎn)、地理坐標(biāo)等條件分析無人機(jī)測繪地理信息定位技術(shù)的準(zhǔn)確性。在分析無人機(jī)測繪地理信息定位技術(shù)準(zhǔn)確性的基礎(chǔ)上，進(jìn)一步對獲取到地理信息的圖像分辨率進(jìn)行測試，得出本文方法對地理信息定位的準(zhǔn)確性較高且獲取的圖像分辨率較高。

參考文獻(xiàn)

[1] 韓義波，陳可.基于GIS信息調(diào)度的土地規(guī)劃優(yōu)化方法[J].科技通報(bào)，2017，33（8）：193?196.

HAN Yibo， CHEN Ke. Optimization method of land planning based on GIS information scheduling [J]. Bulletin of science and technology， 2017， 33（8）： 193?196.

[2] 劉鋒.WebGIS架構(gòu)下的地理信息系統(tǒng)構(gòu)建研究[J].計(jì)算機(jī)測量與控制，2017，25（6）：264?266.

LIU Feng. Research on the construction of geographic information system based on WebGIS architecture [J]. Computer measurement & control， 2017， 25（6）： 264?266.

[3] 廖凱濤，宋月君，張金生，等.無人機(jī)遙測技術(shù)在水土保持生態(tài)果園改造監(jiān)測中的應(yīng)用[J].中國水土保持科學(xué)，2017，15（5）：135?141.

LIAO Kaitao， SONG Yuejun， ZHANG Jinsheng， et al. UAV remote sensing technology in the application of the ecological orchard construction of soil and water conservation [J]. Science of soil and water conservation， 2017， 15（5）： 135?141.

[4] 劉玉軒，藍(lán)朝楨，李參海，等.無人機(jī)影像匹配中尺度不變特征應(yīng)用改進(jìn)[J].測繪科學(xué)，2016，41（7）：37?40.

LIU Yuxuan， LAN Chaozhen， LI Canhai， et al. An improved SIFT algorithm for UAV image matching [J]. Science of surveying and mapping， 2016， 41（7）： 37?40.

[5] 薛武，張永生，于英，等.沙漠地區(qū)無人機(jī)影像連接點(diǎn)提取[J].測繪科學(xué)技術(shù)學(xué)報(bào)，2017，34（4）：405?410.

XUE Wu， ZHANG Yongsheng， YU Ying， et al. Tie points extraction of UAV images in desert area [J]. Journal of geomatics science and technology， 2017， 34（4）： 405?410.

[6] 史潔青，馮仲科，劉金成.基于無人機(jī)遙感影像的高精度森林資源調(diào)查系統(tǒng)設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（11）：82?90.

SHI Jieqing， FENG Zhongke， LIU Jincheng. Design and experiment of high precision forest resource investigation system based on UAV remote sensing images [J]. Transactions of the Chinese Society of Agricultural Engineering， 2017， 33（11）： 82?90.

[7] 宋明明，鄭文龍，卞國棟，等.基于多時相Landsat8數(shù)據(jù)的南方丘陵區(qū)典型地物信息提取：以秦淮河流域?yàn)槔齕J].科學(xué)技術(shù)與工程，2016，16（18）：209?216.

SONG Mingming， ZHENG Wenlong， BIAN Guodong， et al. Land use classification of typical ground objects in Qinhuai river basin based on multi?temporal Landsat8 OLI data [J]. Science technology and engineering， 2016， 16（18）： 209?216.

[8] 韓文霆，李廣，苑夢嬋，等.基于無人機(jī)遙感技術(shù)的玉米種植信息提取方法研究[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48（1）：139?147.

HAN Wenting， LI Guang， YUAN Mengchan， et al. Extraction method of maize planting information based on UAV remote sensing technology [J]. Transactions of the Chinese Society for Agricultural Machinery， 2017， 48（1）： 139?147.

[9] 胡健波，張健.無人機(jī)遙感在生態(tài)學(xué)中的應(yīng)用進(jìn)展[J].生態(tài)學(xué)報(bào)，2018，38（1）：20?30.

HU Jianbo， ZHANG Jian. Unmanned aerial vehicle remote sensing in ecology： advances and prospects [J]. Acta Ecologica Sinica， 2018， 38（1）： 20?30.

[10] 蔚廣鑫，洪建勝，王偉斌.無人機(jī)激光測量技術(shù)在灘涂地形測量中的應(yīng)用初探[J].應(yīng)用海洋學(xué)學(xué)報(bào)，2017，36（1）：143?149.

YU Guangxin， HONG Jiansheng， WANG Weibin. Application of laser measurement technology with unmanned aerial vehicle on the tidal flat topographic survey [J]. Journal of applied oceanography， 2017， 36（1）： 143?149.

[11] 楊忠炯，王卉，董棟.無人機(jī)輸電線路巡線系統(tǒng)及應(yīng)用研究[J].電子設(shè)計(jì)工程，2017，25（4）：162?166.

YANG Zhongjiong， WANG Hui， DONG Dong. The application and research of line communication system based on microwave transmission [J]. Electronic design engineering， 2017， 25（4）： 162?166.