机械工业勘察设计研究院有限公司 西安 710043
摘要：低空无人机航测是传统航空摄影测量手段的有力补充，具有机动灵活、高效快速、精细准确、作业成本低、适用范围广、生产周期短等特点，在大面积植被稀少区域具有明显优势，虽现阶段部分无人机含有PPK作业模式，但仍需要布设部分像控点，因此，像控点的影像匹配及选择，仍需要作业人员根据像控点点之记进行逐点匹配。如何实现像控点快速自动匹配，结合人工干预纠正方法，从而有效地提升工作效率是本文研究的主要内容。
关键词：无人机航测、像控点、自动匹配
1引言
低空无人机航测作为一种新型的低空航测技术，航空摄影的有力补充，已经成为现阶段多数单位有效快速测绘的重要手段。凭借其快速航测反应能力、突出的时效性和性价比、监控区域受限制小及地表数据快速获取和建模能力等四个特点，有效节省了生产成本。
航测外业完毕后，由测绘外业作业人员采集预先布设的像控点三维坐标并制作像控点点之记，再由内业作业人员根据像控点点之记进行像控点的影像匹配。对于大面积地形测绘项目而言，像控点数量繁多，像控点影像匹配工作是现阶段影像无人机航测内业处理的主要工作环节，直接影响项目的工程进度。本文将简要阐述实现像控点影像快速自动匹配，结合人工干预纠正方法，从而有效地提升工作效率。
2像控点自动匹配
2.1设计平台及思路
本次实施的主要平台采用Visual Studio 2012平台，运用C#语言结合像控点自动匹配设计思路实现像控点自动匹配设计程序。
设计流程如下：
数据处理准备-无人机像主点坐标转换-像片四至坐标确定-像片与像控点匹配-像控点转换为像片坐标-生成PIX4D可识别数据文件。
2.2数据准备
数据处理前，收集整理该项目平面控制网平差报告及高程控制网平差报告，汇总像控点外业观测数据，整理无人机航测POS数据。
根据航测参数计算出每张像片尺寸大小，计算出每一像素所对应的实际长度。此过程主要包含了世界坐标系（即工程坐标系）转换为相机坐标系，再将相机坐标系转化为成像平面坐标系的过程。
2.3像主点坐标转换
利用收集到的控制点数据，根据高斯投影正算公式及高斯投影反算公式，通过最小二乘原理，将无人机POS参数中像主点坐标（B，L）能够精确转化到项目坐标系（X1，Y1）中。
高斯投影正算公式：
2.4像片四至坐标确定
根据无人机相对航飞高度h、相机焦距、影像像幅大小（a，b），通过相似三角形原理，我们可以计算出像片所对应实地的长与宽。结合飞行姿态参数及像主点坐标（X1，Y1），可以计算出每张像片四至坐标。
2.5像片与像控点匹配
利用像片四至坐标，对每一像控点进行匹配分析，将像片四至坐标内的像控点与像片名称进行匹配，导入数据库文件中。
2.6像控点坐标转换像片坐标
通过在多张像片的左上、右上、左下、右下及中心进行像控点量测实例分析与论证，我们可以得出PIX4D常用的三种标记格式主要采用两种坐标系统进行像控点数据的记录，其具体格式如下：
1、PIX4D标记文件格式的转换。
PIX4D标记格式示例如下：
“DSC00470XK2001133.34151515.7411”
“像片名称 像控点名称 宽度值 高度值”
2、BINGO标记文件格式的转换。
“DSC00470 H_6.16999_4.62749 XK200 -1.65674580952449 0.403593483944629-99”
“像片名称H_像片宽度_像片高度 像控点名称 宽度值 高度值-99”
针对以上两种不同的标记格式，我们创建两种不同格式的坐标系统满足程序坐标转换，以下定义为P4D坐标系统及BGO坐标系统。
P4D坐标系统以像片左上角为坐标原点，以照片高度方向为X轴，向下为方向，以照片宽度方向为Y轴，向右为正方向的左手坐标系，其基本单位采用像素为单位。详见图2.6-1（a）所示。
BG0坐标系统以像片中心为坐标原点，以照片高度方向为X轴，向上为方向，以照片宽度方向为Y轴，向右为正方向的右手坐标系，为便于程序实现，我们假定其采用米为其基本单位。详见图2.6-1（b）所示。
式中，，为平移参数，单位为米；为旋转参数，单位为弧度；K为尺度参数；， 为新的平面直角坐标，， 为原平面直角坐标，坐标单位为米。2.7批量导入
将程序计算出的PIX4D标记文件或者BGO标记文件使用PIX4Dmapper程序进行导入，使用控制点编辑器进行查看，结果如图2.7-1所示。
实际位置
图2.7-1 批量导入像控点文件后像控点实际位置与标定位置差异示意图
结果发现，像控点的位置（黄色十字）与实际位置（L灰线）仍存在一定偏差，存在偏差的原因主要是因为无人机POS参数误差较大而导致。相比采用人工逐点逐片进行像控点影像匹配的方法，工作效率已经有了很大的提高。
2.8人工干预纠正
由于导入像控点文件存在误差，作业人员应逐一进行检查及校正，以保证像控点质量。
3结果分析
通过多次试验及程序的改进，该程序可以有效缩短像控点影像匹配的内业处理时间，无需传统利用像控点点之记逐张航片片进行选取和像控点量测，大大减少了内业工作量及生产成本，相比原有技术提高了4-6倍的工作效率。该技术能够成功运用于某工程勘测项目中，使得我公司航测内业处理工作效率得到明显提升，为快速完成该项目奠定了坚实的基础。
4结束语
像控点影像自动匹配及人工干预纠正技术极大地提升了无人机航测内业处理效率，减少了像控点影像匹配的生产成本，极大地提高了工作效率。但该程序仍存在较大的不足之处，例如像控点点位影像匹配误差较大，对此，笔者也会在今后的工作中，探寻更好的办法解决此问题。
参考文献
[1]张剑清，潘励，王树根.摄影测量学[M].武汉：武汉大学出版社
[2]王苑，王青春，杨鸿梅，靳生洪.不同椭球下较高精度的高斯正反算程序实现 测绘与空间地理信息 1672-5867（2011）04-0184-03
论文作者:崔硕轩,张政祥
论文发表刊物:《建筑学研究前沿》2018年第8期
论文发表时间:2018/8/3
标签：像片论文; 坐标论文; 无人机论文; 坐标系论文; 影像论文; 作业论文; 程序论文; 《建筑学研究前沿》2018年第8期论文;