The Application of UAV Low-Altitude Oblique Photogrammetry Technology in Large Scale Mapping
In this paper, DJI Phantom 4 RTK UAV was used for oblique photography data acquisition, Context capture software was used to create a three-dimensional model, and DP-modeler software was used to repair the geometric accuracy and texture of the model, and the three-dimensional model was carried out with Tsinghua Shanwei EPS. 1:500 large scale topographic map can be used in the next planning and construction of Sun Lake Park, which has certain guiding significance for practical production.
Oblique Photogrammetry
无人机航空摄影测量机动性强、操作便捷、测量精度高、效率高、风险低、图像数据采集分辨率高等优点,在测绘、地质、农业、电力等许多行业都得到了广泛应用。伴随着小型旋翼无人机的快速发展,其已广泛应用于倾斜摄影,构建实景三维模型,在此基础上开展立体测图,应用于实际生产和建设中。何亚锐等
利用倾斜摄影,多角度采集地物像片,用以快速地进行三维实景建模。其特点是对真实世界进行高度还原,在大范围、复杂的场景建模中有着不可替代的优势。倾斜摄影在规划设计、智慧城市等方面发挥了非常重要的作用。
DJI Phantom 4 RTK无人机提供了摄影测量3D (井字飞行)和摄影测量3D (五向飞行)两种倾斜摄影的航线规划方式。井字飞行适用于大区域、高航高、低分辨率的任务,五向飞行适用于小区域、低航高、高分辨率的任务
本文研究像控点的几种布设方法对于测图精度的影响,主要研究像控点四周各布设一个点((a) 四点法),在四点基础上,各边加一个点,以及中间加一个控制点,构成九点均匀分布((b) 九点法),以及在九点基础上航线方向再加三个控制点达到十二个控制点((c) 12点法),如
图2. 像控点布设方案
本次所采用的是使用华测RTK直接采集像控点坐标位置信息,虽然精度没有全站仪测量的精度高,但是还是满足此次测图精度要求。本次控制点坐标如
点名 |
X坐标 |
Y坐标 |
Z坐标 |
1 |
*610.271 |
*640.049 |
1217.767 |
2 |
*490.423 |
*758.389 |
1225.052 |
3 |
*402.004 |
*652.389 |
1225.431 |
4 |
*305.357 |
*558.298 |
1224.061 |
5 |
*161.790 |
*439.374 |
1217.397 |
6 |
*059.291 |
*363.779 |
1222.340 |
7 |
*038.794 |
*199.806 |
1234.384 |
8 |
*124.415 |
*305.914 |
1222.085 |
9 |
*375.100 |
*293.584 |
1222.280 |
续表
10 |
*448.882 |
*335.594 |
1215.164 |
11 |
*328.977 |
*341.030 |
1214.103 |
12 |
*577.514 |
*499.565 |
1212.247 |
13 |
*664.390 |
*449.954 |
1212.551 |
14 |
*772.143 |
*585.304 |
1211.672 |
15 |
*469.752 |
*566.236 |
1212.110 |
ContextCapture软件可处理多种格式影像资料,能够还原出最真实的三维模型,最大程度还原实地的纹理几何结构,可以生成多种格式数据,如S3C、OSGB、OBJ、FBX、DAE、STL等,可直接生产DSM等数据;可以将文件导入第三方软件进行纹理修复后再导入此软件进行模型更;可以使用POS数据定位,自带定位系统拍摄的影像可不用控制点也能创建三维模型。采用清华山维EPS软件生产数字线划图。
获取到基础航测数据后,进行工程建立、影像等数据导入、影像匹配、自由网空三加密及平差、控制点刺点、区域网整体平差、多视角影像密集匹配、三维三角网构建、自动纹理映射、三维实景模型生产等步骤
太阳湖公园水域面积大,大面积水域纹理信息较少,倾斜摄影空三处理时,在进行影像的同名点匹配中,不能匹配同名点或匹配点为错点,存在水面的反射会导致水面在建模时高程值的异常,导致生成的三维模型水面出现瓦片缺失、空洞或凹陷的现象
本文使用清华山维EPS软件进行处理,实现完成线划图的生产。在新建工程中选择标准,本文是绘制1:500大比例尺地形图,所以就选取1:500的标准,进入界面后。首先进行OSGB数据转换(
在转换数据时选择文件路径选择整个数据文件夹,元数据文件选择后缀为.xml的文件,在选择完成后点击确定。在数据转换后会在原始文件夹的最后生成一个dsm的文件,在三维测图栏点击加载本地倾斜模型,点击dsm文件就可以三维联合绘图,右边显示三维图形,按照右边属性,在三维模型中进行绘制,右边会出图(
在地物绘制完成后,加入特征高程点便于生成三角网(
(1)
比例尺 |
地形类别 |
|
平地、丘陵 |
山地、高山地 |
|
1:500 |
0.3 |
0.4 |
1:1000 |
0.6 |
0.8 |
1:2000 |
1.2 |
1.6 |
本次测区范围属于丘陵地带,测区四点法空三计算控制点精度见
名称 |
类别 |
精度 [m] |
已校准的影像数 |
重投影误差RMS[像素] |
与光线的距离的RMS [m] |
三维误差[m] |
水平误差[m] |
垂直误差 [m] |
3 |
三维 |
水平: 0.01垂直: 0.010 |
68 (68marked photos) |
0.35 |
0.0404 |
0.0043 |
X: 0.0037Y: −0.0012 |
0.0019 |
5 |
三维 |
水平: 0.01垂直: 0.010 |
72 (72marked photos) |
0.32 |
0.0479 |
0.0021 |
X: −0.0013Y: 0.0016 |
0 |
续表
9 |
三维 |
水平: 0.01垂直: 0.010 |
61 (61marked photos) |
0.37 |
0.0461 |
0.0017 |
X: −0.0004Y: 0.0014 |
0.0009 |
12 |
三维 |
水平: 0.01垂直: 0.010 |
64 (64marked photos) |
0.36 |
0.0467 |
0.0038 |
X: −0.0037Y: −0.0007 |
−0.0003 |
整体 RMS |
0.35 |
0.0454 |
0.0032 |
X: 0.0027Y: 0.0013 |
0.001 |
|||
中值 |
0.36 |
0.0467 |
0.0038 |
X: −0.0004Y: 0.0014 |
0.0009 |
名称 |
类别 |
精度[m] |
已校准的影像数 |
重投影误差RMS [像素] |
与光线的距离的 RMS [m] |
三维误差 [m] |
水平误差[m] |
垂直误差 [m] |
1 |
三维 |
水平: 0.01垂直: 0.010 |
76 (76marked photos) |
2.09 |
0.114 |
0.1748 |
X: 0.0267Y: −0.0056 |
0.1727 |
2 |
三维 |
水平: 0.01垂直: 0.010 |
54 (54marked photos) |
0.93 |
0.0483 |
0.0621 |
X:0.0107Y:−0.0145 |
0.0594 |
4 |
三维 |
水平: 0.01垂直: 0.010 |
62 (62marked photos) |
0.65 |
0.0504 |
0.0265 |
X: 0Y: −0.002 |
−0.0264 |
6 |
三维 |
水平: 0.01垂直: 0.010 |
59 (59marked photos) |
1.19 |
0.0547 |
0.0891 |
X: 0.0039Y: 0.0079 |
0.0886 |
7 |
三维 |
水平: 0.01垂直: 0.010 |
58 (58marked photos) |
2.38 |
0.1101 |
0.1848 |
X:0.0069Y:0.0083 |
0.1845 |
8 |
三维 |
水平: 0.01垂直: 0.010 |
63 (63marked photos) |
0.77 |
0.0398 |
0.0217 |
X:−0.0012Y:−0.006 |
0.0208 |
10 |
三维 |
水平: 0.01垂直: 0.010 |
64 (64marked photos) |
1.94 |
0.117 |
0.1556 |
X: 0.0195Y: 0.0331 |
0.1507 |
11 |
三维 |
水平: 0.01垂直: 0.010 |
65 (65marked photos) |
1.2 |
0.076 |
0.0907 |
X: 0.0071Y: 0.0227 |
0.0876 |
13 |
三维 |
水平: 0.01垂直: 0.010 |
58 (58marked photos) |
1.82 |
0.0934 |
0.1593 |
X: 0.0086Y: 0.0086 |
0.1588 |
14 |
三维 |
水平: 0.01垂直: 0.010 |
70 (70markedphotos) |
4.05 |
0.225 |
0.3652 |
X:0.0413Y:−0.0161 |
0.3626 |
15 |
三维 |
水平: 0.01垂直: 0.010 |
75 (75marked photos) |
1.5 |
0.1014 |
0.1151 |
X:−0.0345Y: 0.0184 |
−0.1083 |
整体 RMS |
1.92 |
0.106 |
0.1601 |
X:0.0197Y:0.0157 |
0.1582 |
|||
中值 |
1.5 |
0.0934 |
0.1151 |
X:0.0071Y:0.0079 |
0.0886 |
名称 |
类别 |
精度[m] |
已校准的影像数 |
重投影误差RMS [像素] |
与光线的距离的RMS [m] |
三维误差 [m] |
水平误差[m] |
垂直误差 [m] |
4 |
三维 |
水平: 0.01垂直: 0.010 |
62 (62marked photos) |
0.39 |
0.0491 |
0.0032 |
X: −0.009 Y: −0.001 |
0.0029 |
10 |
三维 |
水平: 0.01垂直: 0.010 |
64 (64marked photos) |
0.51 |
0.0586 |
0.024 |
X: 0.0016Y: 0.0047 |
0.0234 |
续表
1 |
三维 |
水平: 0.01垂直: 0.010 |
76 (76marked photos) |
0.42 |
0.0551 |
0.0167 |
X: 0.0046Y: 0.0029 |
0.0158 |
2 |
三维 |
水平: 0.01垂直: 0.010 |
54 (54marked photos) |
0.35 |
0.0475 |
0.0047 |
X: 0.0018Y: 0.0001 |
−0.0043 |
6 |
三维 |
水平: 0.01垂直: 0.010 |
59 (59marked photos) |
0.4 |
0.0529 |
0.0094 |
X: 0Y: 0.0034 |
0.0087 |
7 |
三维 |
水平: 0.01垂直: 0.010 |
58 (58marked photos) |
0.41 |
0.0499 |
0.0073 |
X: 0Y: 0.001 |
0.0072 |
8 |
三维 |
水平: 0.01垂直: 0.010 |
63 (63marked photos) |
0.47 |
0.0494 |
0.0164 |
X: 0.0002Y: −0.003 |
−0.0161 |
14 |
三维 |
水平: 0.01垂直: 0.010 |
70 (70marked photos) |
0.42 |
0.0601 |
0.0039 |
X: 0.0024Y: −0.003 |
−0.0007 |
12 |
三维 |
水平: 0.01垂直: 0.010 |
64 (64marked photos) |
0.58 |
0.0597 |
0.0363 |
X: −0.013Y: −0.002 |
−0.0337 |
整体 RMS |
0.45 |
0.0538 |
0.0171 |
X: 0.0049Y: 0.0028 |
0.0162 |
|||
中值 |
0.42 |
0.0529 |
0.0094 |
X: 0.0002Y: 0.0001 |
0.0029 |
名称 |
类别 |
精度 [m] |
已校准的影像数 |
重投影误差RMS[像素] |
与光线的距离的RMS[m] |
三维误差 [m] |
水平误差[m] |
垂直误差 [m] |
3 |
三维 |
水平: 0.01垂直: 0.010 |
68 (68marked photos) |
0.67 |
0.0454 |
0.038 |
X: 0.005Y: 0.0075 |
0.0369 |
5 |
三维 |
水平: 0.01垂直: 0.010 |
72 (72marked photos) |
0.51 |
0.0532 |
0.0076 |
X: −0.0013Y: 0.005 |
−0.0055 |
9 |
三维 |
水平: 0.01垂直: 0.010 |
61 (61marked photos) |
1.49 |
0.0957 |
0.1121 |
X: −0.0171Y: −0.019 |
−0.1092 |
11 |
三维 |
水平: 0.01垂直: 0.010 |
65 (65marked photos) |
0.74 |
0.057 |
0.0376 |
X: −0.0031Y: 0.0088 |
0.0364 |
13 |
三维 |
水平: 0.01垂直: 0.010 |
58 (58marked photos) |
0.71 |
0.0556 |
0.0243 |
X: −0.02Y: 0.0054 |
0.0127 |
15 |
三维 |
水平: 0.01垂直: 0.010 |
75 (75marked photos) |
1.43 |
0.0997 |
0.1027 |
X: −0.0387Y: 0.0224 |
−0.0924 |
整体RMS |
1 |
0.0711 |
0.0666 |
X: 0.0193Y: 0.0132 |
0.0624 |
|||
中值 |
0.74 |
0.057 |
0.038 |
X: −0.0031Y: 0.0075 |
0.0127 |
四点法控制点的水平精度以及高程精度、像素无论是单个点误差还是整体中误差都满足大比例尺的制图精度要求,在控制点中水平、高程中误差满足1:500大比例尺制图精度要求。四点法在使用自带RTK的无人机测区较大的范围内也是可以适用的。在方案b (九点法)的控制点精度见
九点法的控制点和检查点,无论是平面精度、高程精度还是像素精度都足以满足1:500大比例尺成图精度要求
名称 |
类别 |
精度[m] |
已校准的影像数 |
重投影误差RMS[像素] |
与光线的距离的RMS [m] |
三维误差[m] |
水平误差[m] |
垂直误差 [m] |
4 |
三维 |
水平: 0.01;垂直: 0.010 |
62 (62markedphotos) |
0.41 |
0.0492 |
0.0063 |
X: 0.0019Y: −0.0033 |
0.0051 |
10 |
三维 |
水平: 0.01;垂直: 0.010 |
64 (64markedphotos) |
0.67 |
0.0653 |
0.0426 |
X: 0.009Y: 0.0066 |
0.0411 |
1 |
三维 |
水平: 0.01;垂直: 0.010 |
76 (76markedphotos) |
0.46 |
0.0565 |
0.0218 |
X: 0.0082Y: −0.0006 |
0.0202 |
2 |
三维 |
水平: 0.01;垂直: 0.010 |
54 (54markedphotos) |
0.38 |
0.0479 |
0.0081 |
X: 0.0076Y: 0.0010 |
0.0026 |
6 |
三维 |
水平: 0.01;垂直: 0.010 |
59 (59markedphotos) |
0.4 |
0.0551 |
0.0041 |
X: −0.0004Y: 0.002 |
0.0035 |
7 |
三维 |
水平: 0.01;垂直: 0.010 |
58(58markedphotos) |
0.42 |
0.0512 |
0.0109 |
X: 0Y: 0.0015 |
0.0108 |
8 |
三维 |
水平: 0.01;垂直: 0.010 |
63(63markedphotos) |
0.48 |
0.0518 |
0.0186 |
X: −0.0014Y: −0.0041 |
−0.0181 |
14 |
三维 |
水平: 0.01;垂直: 0.010 |
70(70markedphotos) |
0.43 |
0.0608 |
0.004 |
X: 0.0002Y: −0.0039 |
0.0008 |
9 |
三维 |
水平: 0.01;垂直: 0.010 |
61(61markedphotos) |
0.6 |
0.0607 |
0.0388 |
X: −0.0033Y: −0.0069 |
−0.0381 |
12 |
三维 |
水平: 0.01;垂直: 0.010 |
64(64markedphotos) |
0.54 |
0.0579 |
0.031 |
X: −0.0114Y: −0.0048 |
−0.0284 |
11 |
三维 |
水平: 0.01;垂直: 0.010 |
65(65markedphotos) |
0.55 |
0.0562 |
0.0345 |
X: −0.0003Y: 0.0067 |
0.0338 |
15 |
三维 |
水平: 0.01;垂直: 0.010 |
75(75markedphotos) |
0.63 |
0.0686 |
0.0354 |
X: −0.0166Y: 0.0075 |
−0.0304 |
整体RMS |
0.51 |
0.0571 |
0.0255 |
X: 0.0072Y: 0.0047 |
0.024 |
|||
中值 |
0.48 |
0.0565 |
0.0218 |
X: 0Y: 0.0010 |
0.0035 |
名称 |
类别 |
精度 [m] |
已校准的影像数 |
重投影误差RMS [像素] |
与光线的距离的RMS[m] |
三维误差 [m] |
水平误差[m] |
垂直误差 [m] |
13 |
三维 |
水平: 0.01;垂直: 0.010 |
58 (58markedphotos) |
0.75 |
0.0625 |
0.0259 |
X: −0.0219Y: 0.0069 |
0.012 |
5 |
三维 |
水平: 0.01;垂直: 0.010 |
72 (72marked photos |
0.74 |
0.0614 |
0.0343 |
X: −0.0079Y: −0.003 |
−0.0332 |
3 |
三维 |
水平: 0.01;垂直: 0.010 |
68 (68markedphotos) |
1.08 |
0.0591 |
0.076 |
X: 0.0199Y: 0.0025 |
0.0733 |
整体RMS |
0.87 |
0.061 |
0.0504 |
X: 0.0177Y: 0.0046 |
0.047 |
|||
中值 |
0.75 |
0.0614 |
0.0343 |
X: −0.0079Y: 0.0025 |
0.012 |
最终成图与实际数据会产生一定误差,由于空三计算和刺点等因素导致还有绘图时的误差等。本文误差分析使用数据采集时的控制点坐标和图测坐标间的误差作为数据分析。平面误差dX最大0.014 m,dZ最大−0.013 m。全部点位误差见
点名 |
RTK实测坐标 |
图测坐标 |
坐标差 |
||||||
X坐标 |
Y坐标 |
Z坐标 |
X坐标 |
Y坐标 |
Z坐标 |
dX |
dY |
dZ |
|
1 |
*610.271 |
*640.049 |
1217.767 |
*610.270 |
*640.056 |
1217.780 |
0.001 |
−0.007 |
−0.013 |
2 |
*490.423 |
*758.389 |
1225.052 |
*490.423 |
*758.389 |
1225.056 |
0.000 |
0.000 |
−0.004 |
3 |
*402.004 |
*652.389 |
1225.431 |
*401.991 |
*652.403 |
1225.440 |
0.013 |
−0.014 |
−0.009 |
4 |
*305.357 |
*558.298 |
1224.061 |
*305.350 |
*558.306 |
1224.072 |
0.007 |
−0.008 |
−0.011 |
5 |
*161.790 |
*439.374 |
1217.397 |
*161.791 |
*439.379 |
1217.401 |
−0.001 |
−0.005 |
−0.004 |
6 |
*059.291 |
*363.779 |
1222.340 |
*059.298 |
*363.773 |
1222.342 |
−0.007 |
0.006 |
−0.002 |
7 |
*038.794 |
*199.806 |
1234.384 |
*038.794 |
*199.802 |
1234.395 |
0.000 |
0.004 |
−0.011 |
8 |
*124.415 |
*305.914 |
1222.085 |
*124.420 |
*305.912 |
1222.072 |
−0.005 |
0.002 |
0.013 |
9 |
*375.100 |
*293.584 |
1222.280 |
*375.108 |
*293.580 |
1222.275 |
−0.008 |
0.004 |
0.005 |
10 |
*448.882 |
*335.594 |
1215.164 |
*448.886 |
*335.594 |
1215.172 |
−0.004 |
0.000 |
−0.008 |
11 |
*328.977 |
*341.030 |
1214.103 |
*328.987 |
*341.034 |
1214.111 |
−0.010 |
−0.004 |
−0.008 |
12 |
*577.514 |
*499.565 |
1212.247 |
*577.511 |
*499.565 |
1212.248 |
0.003 |
0.000 |
−0.001 |
13 |
*664.390 |
*449.954 |
1212.551 |
*664.398 |
*449.954 |
1212.556 |
−0.008 |
0.000 |
−0.005 |
14 |
*772.143 |
*585.304 |
1211.672 |
*772.148 |
*585.304 |
1211.673 |
−0.005 |
0.000 |
−0.001 |
15 |
*469.752 |
*566.236 |
1212.110 |
*469.743 |
*566.234 |
1212.103 |
0.009 |
0.002 |
0.007 |
由于表不能直观有效的表达误差波动,将
本文以四川省攀枝花市盐边县太阳湖公园为研究数据,研究了大疆精灵4RTK采集倾斜影像数据流程,使用Context Capture软件建立模型过程,并使用DP modeler对模型处理。采用清华山维EPS进行大比例尺地形图制作。通过此次研究得出以下结论: