1身份证号：41282319710525XXXX 2身份证号：41078219851027XXXX
摘要：公路地形图测绘是公路施工的重要环节，能够为公路建设进行前提路线规划，为路线设计提供精准的参考依据。地形图测绘工期紧且任务重，对测绘精度提出了较高的要求，采用遥感影像点云匹配技术可提高测绘效率，满足测图需求，通过影像匹配和特征点检测，实现云匹配技术的有效应用，改进公路地形图测绘方式。
关键词：公路地形图； 测绘工作； 遥感影像点； 云匹配；
在公路地形图的采集过程中，航空摄影获取关于地形的影像资料，经过像控点的科学布设和空三加密，测绘人员利用相关数据展开采集工作。业内采集工作主要包含数字特征模型、地形等高线、高程点以及地物地雷数据的采集，传统的采集作业中人们需要在立体环境下工作，不仅工作量大，且采集效率低，而遥感影像点匹配技术的应用刚好解决了这一难题。
1 遥感影像匹配技术的实施步骤
首先，根据公路地形的实际情况正射校正遥感影像。利用卫星影像轨道数据与地形信息数据，经过投影变换将卫星遥感影像平面像素坐标转换成地面参考坐标系，随后对完成坐标转换的影像展开灰度值采样工作，最终得到正射校正后的影像。匹配校正后的影像，生成同名点文件，优化卫星轨道数据，将该结果作为初步测绘的轨道数据，完成遥感影像的精确匹配。其次，校正遥感影像后，选取具有参考价值的影像，应用外部地形高程模型生成灰度图。最后，应用相位相关法自动匹配遥感影像，计算出影像之间所对应像素的偏移量。该偏移量就是公路地形实际变化与形变位移量。
2 遥感影像点云匹配技术在公路地形图测绘中的实践应用
2.1 遥感影像点云匹配技术的应用分析
2.1.1 影像匹配
对于影像匹配，目前主要有两种类型。一种是以图像作为参考进行匹配分析，也就是相互匹配。另一种是在同一地理坐标系内匹配图像，这是绝对匹配。空间域影像匹配主要是从影像几何形变与灰度差情况出发，匹配精度高且速度快，由于匹配频率域时会涉及到关于空间域和频率域的转换问题，匹配起来比较复杂，对影像匹配结果提出了较高的要求。当前的影像匹配方法主要有三种，基于区域的影像匹配方法主要是根据图像灰度相似性完成匹配工作；基于特征的影像匹配方法是利用点线特征完成匹配，对图像畸变有着鲁棒性，在匹配过程中容易受到噪声的干扰，匹配结果与特征提取质量有关；基于图像理解和解释的影像匹配方法，就是将数字图像看成是连续的物理模型，在完成特征匹配的同时，可实现对图像的高效转换，该方法是近年来行业内的研究重点。实际上，影像匹配就是在两张或者两张以上的遥感影像中寻找同名点的过程。一般人们常用基于区域的匹配方法和基于特征的匹配方法进行遥感影像的匹配分析，比如相关系数法或SIFT匹配法。相位相关法不仅计算效率高，且灰度变化不敏感，可以很好的用于公路地形图测绘工作。
2.1.2 技术应用
人们在采集公路地形图相关信息的时候，会对遥感影像资料进行空三加密作业处理，得到加密成果后使用全数字摄影测量系统将平差成果导入，建立三维立体模型。应用遥感影像点云匹配方法的同时，还应当设置合理的点云间隔，确保其与模型相互匹配，该技术的自动匹配能够获得固定间隔的点云数据。各类数据点云内可能会有高程异常点，比如匹配出来的粗差点和落在地物顶端的点。为了解决该问题，可以对DSM点云采取滤波处理的方法，采用匹配的方式得到精确的DSM点云，随后完成对公路地形中建筑物与植物的滤波，滤波之后科学调整参数，将所有高程异常点全部过滤，最终得到基本没有粗差和异常情况的点云数据。依靠现有的数据建立不规则三角网，生成数字高程模型后再进行平滑处理，随后系统生成等高线，对等高线加以修测就能获得等高线的测量研究成果。
过滤点云数据的同时，还应当做好适当抽稀工作，将抽稀之后的点云数据进行检查，查看其在立体环境下是否有落在房顶的点或落在树梢上的点，除此之外是否有其他高程异常点，将所有异常点去除后得到的点云数据就能作为遥感影像点云匹配中的特征点应用。公路测绘人员在立体环境中如果想要采集其他要素，应当进一步做好要素的采集与编辑处理工作。
近年来，我国经济发展态势良好，无人机在各行业和领域中开始广泛应用，特别是地理信息行业，人们采用无人机航摄方式解决以往的公路测绘难题。测量型无人机集免像控技术和PPK技术于一体，可有效提升公路地形图测绘结果的精确度。应用AgiSoft PhotoScan，PIX4D Mapper，Smart3D Capture等处理软件，这些软件支持影像匹配点云功能。遥感影像点云匹配技术的应用可以实现同名影响点的自动找寻，完成对空中三角的测量与计算，并结合公路测绘的实际情况自动生成正射影像图。传统的测绘方法虽然能够得到高精度的DEM数据，但是需要耗费较多的时间和人力物力，工作量较大。在遥感影像点云匹配技术支持下，应用雷达点云方式后可自动生成DEM数据，在Lidar设备的支持下，轻松完成公路测绘与制图工作。AgiSoft PhotoScan软件可以将影像转化为三维模型，在应用时无需设置初始值，也不需要进行相机的校验工作，软件可以按照最新的多视图三维重建技术处理照片，通过控制点生成三维模型。在软件的工作过程当中，不管是影像的定向，还是三维模型的建立，所有工作环节都是自动化的。
2.2 在实际公路项目中的应用分析
遥感影像点云匹配技术在应用的过程中，需要将采集到的遥感影像资料进行空三加密和模型恢复，再通过特征点采集和地物采集后，联系采集到的影像资料一同进行点云匹配和点云滤波。经过滤波处理后，分别对数据和影像信息进行点云平滑和点云抽稀，科学构建TIN，生成DEM，最终得出标准的公路地形等高线。点云抽稀后需要剔除粗差点，得到公路地形的高程点和特征点。将遥感影像点云匹配后的等高线、高程点、特征点可以直接用于实际公路地形图的绘制工作。遥感影像点云匹配技术的应用取代了传统的高程点和特征点采集方式，提高了地形等高线的生产效率，为有关工程项目的建设提供宝贵的技术参考。
为了对遥感影像点云匹配技术加以验证，以G312线兰州过境公路作为研究对象，在该公路地形图测绘工作当中，线路在兰州内长度达到了81 km。目前地形图测绘项目已经完成了中线两侧款1.4 km范围内1∶2 000带状地形图的测绘工作，同时项目也完成了关于DTM的制作工作。测绘人员采集地形图有关数据的时候，应用了遥感影像点云匹配技术，在该技术的支撑下生成了DSM点云。随后，工作人员转变了传统的作业方式，应用点云采集了该地形图区域内的高程点和特征点，并完成了等高线的自动生成工作。与以往的地形测绘工作相比，工作日人员的作业量大大减少，且测图效率有所提升，采集和测绘数据的精度得到保证。外业人员使用网络RTK在准备建设的路线中心线两侧100 m的位置测量出了大约780个平面和高程检测点，这些检测点的分布比较均匀，可以对比例为1∶2 000的地形图进行核验，也能够适用于DTM的精度确认。经过作业人员的高程点测量计算后，得知高程点的误差只有0.25 m，比误差标准值0.3 m小，所以遥感影像点云匹配方式的应用可以达到地形图测绘需求。
3 结语
国民经济的发展和交通运输条件的改进，各个省市和区域内的公路建设规模不断扩大，项目与日俱增。在公路建设的前期规划阶段，有必要加强对公路地形图的有效测绘，根据地形图完成接下来的公路建设与施工工程。为了提升地形图测绘能力，尽可能的减少建设周期，人们将遥感影像点云匹配用于其中，从而有效的提升了测图效率，保证了数据高程精度，为公路建设与施工项目的前期设计和中期施工提供了科学的技术参考。
参考文献：
[1]余海，杨博．一种考虑云检测的遥感影像匹配方法[J]．地理空间信息，2019，17（4）：9，15-17.
[2]赵柯柯，张贵豪．遥感影像匹配技术在地震形变监测中的应用研究[J]．黄河水利职业技术学院学报，2019，31（2）：31-35.
[3]韩宇，张娟．遥感影像点云匹配技术在公路地形图测绘中的应用[J]．矿山测量，2018，46（4）：44-46.