新疆广思维测绘有限公司 新疆乌鲁木齐市 830000
摘要：科技的发展，各领域的技术水平逐渐提高，信息技术应用更加广泛的今天，无人机倾斜摄影测量技术可以在获取物体正射投影性质的遥感影像的同时还能捕捉到侧面物理信息，在实际的应用中能够轻松获取较大范围的多角度、高清晰图像，即便在复杂的场景中也可以保持较高的精度。
关键词：无人机；航测影像；精度；提升方法
引言
无人机（UAV）航空影像作为一种构建实景三维模型的重要数据源，因其获取数据效率高、成本低、精度高等优点成为当下主流的数据获取方式。
1倾斜摄影测量的原理
倾斜摄影测量是在无人机上搭载多台相机，同时从下视、斜视等不同视场角度进行影像获取，获取的信息可以完整地表达地物的具体情况。相对于地面成90°夹角拍摄获取的影像称为垂直影像，相对于地面有相对应的夹角拍摄获取的影像称为倾斜影像。把倾角大于15°的拍摄相机都称为倾斜相机。倾斜摄影的发展不是对限定相机镜头数量进行设计，倾斜相机的关键指标是获取不同方向影像的能力和每个架次作业范围的大小。
2无人机航测影像精度提升方法
2.1无人机摇杆影像多尺度检测
基于局部加权拟合算法的无人机遥感影像多尺度检测方法，具体分为构建有效影像数据集、构建影像网络模型、合并并完成影像数据的检测三部分。构建有效的影像数据集，首先根据高斯核函数对无人机摇杆影像区域的整体获取，并且划分出需要完成的检测目标区域，为了确保影像数据的完整性，区域获取时会设计边缘预留区域。有效区域划分后，依据小波图像变换方法对影像进行目标变换和影像多尺度格式的转换，转换的同时根据整体原则立即分割相同格式的影像特征。无人机遥感影像的分割操作为特征点的提取奠定基础，最终将各个提取的特征点和原始影像进行对照，作为网络模型的构建数据。构建网络模型主要包括对无人机遥感影像多尺度数据的分割网络模型和测试网络模型两种，为了得到最醒目的影像模型，设定网络模型的大小为３００×４００，将拍摄的无人机遥感影像都按照此格式进行放大或者缩小处理。在此网络模型的基础上，增加若干个卷积层，方便影像检测过程检测目标的分类和权重，卷积层的大小主要为４０×４０、２０×２０、１０×１０、５×５。将影像多尺度的权重设置为０．０００５，忽略检测过程中的动量和不可预测天气的干扰。测试网络模型的工作是对影像特征目标进行测试，查看特征是否达到认定要求，提供数据的可用性。最后一步是完成无人机遥感影像多尺度检结果检测，基于局部加权拟合算法，对各个网络模型中的特征点进行检测认证，根据不同的特征点确定出影像内事物的准确状态和外观参数，完成影像多尺度检测操作。
2.2测区DSM、DOM及精度提升措施
（1）选择气象条件较好的时段进行无人机航测保证成图精度，减弱飞行误差并提高影像匹配准确度；航摄完成后，现场检查飞行质量与影像质量。（2）采用GPS实时动态载波相位差分测量像控点坐标，提高像控点测量精度。（3）像控点布设保证上空开阔，点位标志设置清晰醒目，便于内业刺点识别。（4）飞行前检定相机参数，采用云台稳固安装在无人机上，提高影像拍摄稳定性，采用较为全面的畸变参数可最大限度地提升航测成果精度。（5）无人机航片后处理软件众多，如Context Capture及Pix4Dmapper等，其中空三加密平差算法是各软件关键部分，应选取高精度后处理软件提高空中三角测量解算精度。
2.3空中三角测量精度评价
空中三角测量在无人机倾斜摄影测量技术具有重要的作用，而通过空中三角测量所计算的数据精度将直接影响到最终三维重构模型的结果，三角测量的精度评价标准主要以中误差为主，计算公式为：
.png)
式中，m—表示中误差；Δ—表示测量的样本值与实际数值之间的差值；n—表示测量的样本数量。利用中误差的特性以及标准计算出平面中误差、高程中误差、平面位置最大误差、高程最大误差进行空中三角测量精度的评价。通过对研究区域中三种方案的控制点以及检查点进行倾斜空三精度统计，通过对统计数据分析后发现，研究区域中控制点对于倾斜空三精度的影响主要出现在边角位置，并且监控控制点的密度点与倾斜影像空三精度具有一定的联系。
2.4精度影响及分析
由于基于RTK技术的三维建模不需要进行复杂的影像位置估计运算，在得到影像匹配结果后，该方法只需估计影像全局一致旋转参数，并将其转换至标准坐标系下，就可以实时获取影像位姿初值，重建效率高。但是，重建精度依赖于RTK精度，需要搭载单点定位高精度RTK的无人机。而大疆精灵Phantom 4 RTK无人机可有效解决此问题。全局一致旋转参数可以利用最小二乘方法求解。然后，需要将全局一致转换至RTK坐标系下，以实现影像位置和姿态坐标系的统一。该转换可以通过相机在全局坐标系下的相对平移和RTK坐标系下平移之间的对准来实现。对于像对（i，j），假设影像i和j由本质矩阵分解得到的相对平移方向向量为t ij，影像j的全局一致性旋转矩阵为R j，则在全局坐标系下，相对平移方向向量为 ，而在RTK坐标下，两相机中心近似相对平移为：
.png)
为RTK坐标系下相机平移方向向量；R trans即为要求的两坐标系转换矩阵。求解R trans的问题是一个正交Procrustes问题，可以利用奇异值分解法（Singular Value Decomposition，SVD）解决。得到R trans后，对全局进行旋转变换，就得到了与RTK坐标一致的影像姿态参数。然后，利用并查集的多视匹配点提取算法提取多视匹配点，由影像位姿参数进行三角化运算（摄影测量中前方交会），得到点的三维坐标。可以李莹等提出的方法，选取摄像基线最长的两个视图来进行三角化，并根据重投影误差对三维点进行筛选，保留重投影误差小于一定阈值的点，与影像位置、姿态参数一起进行光束法平差优化。基于三视图约束的全局方法在一次性估计出影像全局一致位姿参数后，只需要进行一次光束法平差，因而，重建效率较增量法有了明显提高。但是，为了保证重建的稳健性，该方法运用了三视几何约束条件，由于无人机影像重叠度较大，三度重叠甚至多度重叠的情况极为普遍，这样就带来了大量的三焦张量计算、三视匹配点重建等相关计算。而RTK辅助的重建方法直接利用RTK数据作为位置参数初始值，避免了影像全局一致位置参数的计算，大大简化了求解问题，同时全局一致旋转参数解算效率较高，计算用时少，有效提高了三维建模的精度。
结语
综上所述，在当前阶段，无人机航拍技术在地质工程测量测绘中已经得到广泛的应用，并且取得了很大的成就，但是因为天气、气候因素等影响会影响精度，需要相关的科研人员和生产商根据问题加以进一步的研究，从而使无人机航测技术的精度得到提升。
参考文献：
[1]王娟娟，耿以凡.无人机倾斜摄影在城市三维建模中的应用研究[J].科技资讯，2019，17（33）：176-177.
[2]余章蓉，范鸿润，朱景辉等.无人机单镜头倾斜摄影测量及三维建模技术方法研究[J].软件，2019，40（12）：51-55.
[3]蔡亮，王蒙蒙.基于Context Capture的无人机倾斜摄影三维建模及精度分析[J].建筑，2020，（3）：74-76.
[4]姜丙波，查海林，苏军明，等.无人机低空遥感的GNSS辅助稀疏像控布设方案探究[J].测绘通报，2019（增刊）：314-317.
[5]刘宇硕，秦翔，郭万钦，等.控制点布设对冰川区无人机摄影测量精度的影响[J].遥感学报，2020，24（2）：161-172.