陈立春

摘要：无人机系统作为地球观测的基础设施之一，以其机动性、高速性、灵活性、经济性等显著的技术优势，已广泛应用于国家经济建设的各个领域，如农业监测、资源开发、灾害应急处理等。该文以实际工程为例，阐述了在eBee无人机的基础上，利用专业的无人机数据处理软件UASMaster制作数字正射影像地图的方法和技巧。最后，通过两种方法详细分析了DOM的精度，将DOM与区域的现有DLG重叠，并将现有1：1000比例DLG的点与立体模型的相应检查点进行对比。

关键词：无人机 UASMaster 数字正射影像地图 精度分析

Research on Image Processing Technology of Low Altitude UAVs

CHEN Lichun

（Xiamen Jointsurvey Information Technology Co.， Ltd.，Mingxi， Fujian Province， 361008 China）

Abstract： As one of the earth observation infrastructure， UAV system has been widely used in various fields of national economic construction， such as agricultural monitoring， resource development， disaster emergency response and so on， due to its remarkable technical advantages of mobility， high speed， flexibility and economy.  Taking an actual engineering as a case study in this paper， it expounds the method and skill of making digital orthophoto map by using professional UAV data processing software UASMaster on the basis of eBee UAV. Finally， the accuracy of DOM is analyzed in detail through two methods， the DOM is overlapped with the existing DLG of the region， and the points of the existing 1：1000 DLG are compared with the corresponding checkpoints of the stereo model.

Key Words： UAV; UASMaster; Digital orthophoto map; Precision analysis

UAV是无人机的简称，利用无线遥控装置和程控装置进行自主飞行。无人机系统在设计和优化组合方面有许多突出的特点，它集成了空中拍摄、遥控、遥感技术、视频图像微波传输、计算机图像信息处理等新的应用技术[1]。无人机具有结构简单、操作方便、成本低、周期短、能够快速获取图像数据等优点。由无人机图像生成的数字正射影像图，既具有几何精度，又具有图像特征，还可以进行各种专业信息的提取、统计和分析，为整个经济建设和社会发展提供服务[2]。随着无人机技术的不断发展，其在对地观测系统中的地位越来越重要。无人机（UAV）对地观测系统包括准备、飞行、数据采集和处理、最终产品等。为了获得可靠的信息数据，需要对其中的所有过程进行质量控制，特别是对图像数据的处理。无人机（UAV）在飞行过程中会受到气流和风向的影响，姿态角和航向会产生偏差，图像的旋转角度和重叠度不够稳定，尤其是非测量数码相机[3]。而且航拍照片存在尺寸小、数量多、基线短、重叠不规则、倾角大等问题，这些都在一定程度上影响了图像的处理精度，因此传统的摄影测量方法很难完全应用于无人机图像处理。该文结合福建某试验区UASMaster软件的使用，介紹和探讨了无人机数据处理的方法和技巧。

1 UASMASTER系统

Trimble开发的UASMaster，专注于无人机数据处理系统，它集成了Inpho的所有功能模块[4]，如空中三角测量、DTM/DSM提取和编辑、图像正射校正、图像拼接和匀色等，如图1所示。对于沙漠、森林、山地、耕地，UASMaster无需人工添加和编辑即可提取连接点，极大地提高了数据处理能力，为数字摄影测量的全过程提供了很好的解决方案。UASMaster系统将DEM、DOM的快速采集与基础测绘生产融为一体，简化了操作方式，加快了生产速度，提高了生产效率，能够充分满足办公室无人机数据处理和各种应急测绘的需要。

利用UASMaster的移动工作站和拇指大小的软件狗，无人机应急测绘采集的快速DEM/DSM和DOM结果可以在野外或应急救灾现场完成[5]。DOM的输出被放入项目文件夹并自动命名为“mosaic.tif”，主要流程如图1所示。

2应用项目

3.1 数据获取

从图1可以看出，生成数字正射影像地图（DOM）需要以下数据。

摄像机校准报告。从报告中可以了解通用数码相机的内部方位元素、固有光学畸变参数等，这些将有助于在创建项目时轻松定义相机。如果软件中有预定义功能，也可以选择相机。

图像和GNSS/IMU数据。GNSS/IMU数据可从无人机飞行控制系统读取，并可根据ID、X、Y、Z、ω、φ、Kappa进行编辑，并且GNSS/IMU数据的ID应与图像ID关联并保持一致。

地面控制点。地面控制点应根据测绘精度要求和测区实际情况布设，并在飞行前利用GPS测量三维坐标，用于三角测量。在项目中导入所有数据后，可根据“条带生成向导”生成照片行程，然后初始化图像以完成项目的建立，无任何剩余错误，或可在“项目验证程序”中获取已宣布警告和错误的详细信息。

3.2 空中三角测量

UASMaster可以自动提取和匹配相邻航拍照片和相邻条带的重叠部分，将孤立的航拍照片连接成稳定的网络结构。然后利用GCP和联络点数据，通过共线方程和自动平差求出航拍照片的姿态参数和曝光位置。最终获得每张航拍照片的外部方位元素。这些为图像校正提供了最基本的参数[6]。在UASMaster中，控制点测量可以在连接点提取之前或之后进行，但在需要稳定连接点匹配时，必须事先进行测量。

3.3 DTM/DSM提取

UASMaster为DTM提取提供了两种基本的匹配算法：基于特征的匹配（FBM）和最小二乘匹配（LSM）。FBM是一种非常稳健的匹配策略，它只需要粗略近似，而且速度非常快。相比之下，LSM非常精确，但它需要更好地近似，并且比FBM慢。DSM提取使用基于成本的匹配（CBM）算法策略。在生成过程中，可以为整个项目或定义的点云区域自动生成。在这些条件下，UASMaster可以自动、准确地提取测区的DTM和DSM，为数字差动校正提供正确的数据。由于曲面特征的复杂性，自动点云生成会导致生成结果与实际情况之间的偏差，从而导致错误的正射镶嵌生成。UASMaster Edit提供显示选项，允许轻松检测可在纵断面图或立体视图中搜索的错误。UASMaster Edit还提供选择工具和修改工具。当手动编辑DTM时，应该特别注意居住区、立交桥、水、灌木社区等。

3.4 正射和镶嵌生成

UASMaster提供两种产品：正射影像和真正射影像。基于上述三角测量和DTM编辑结果，UASMaster提供了一个一键工具，可自动完成图像正射校正、图像拼接、地理校准和颜色均匀。从而获得调查区域的DOM（如图2所示）。同时，利用DTM和特征点、特征线的三维信息也可以得到时差。在TDOM生成中，图像拼接和颜色均匀可以自动生成远离建筑物的接缝线。需要注意的最重要的事情是像素大小，它应该表示地面采样距离。像素大小可以通过以下计算公式轻松计算：

GSD_ground=□（H_0/C ρ_（x，y） ）

其中，H_0表示地面以上的飞行高度，c表示相机的焦距。

该文正射影像的重采样为0.08m。

4精度评估

该文使用的无人机为瑞士Sensefly公司生产的eBee RTK，数码相机为佳能IXUS127HS，CCD尺寸为1.3μm。图像分辨率为0.08m，正面重叠为80%，侧面重叠为60%，条带变形为1%，最高飞行高度与最低飞行高度之差为12.4m，完全符合相关标准。目视检查DOM，可以观察到马赛克图像清晰，整体色调基本一致，并且没有地面失真、线性特征失真。DOM精度评估通常采用两种方法。

（1）将DOM与1：1000比例的现有DLG叠置。目视检查水平精度，DOM可与DLG井重叠，说明水平精度符合图3所示要求。

（2）协调对比。在本实验中，收集了现有1：1000比例DLG的20个特征点，与立体模型中的对应点进行比较，如表1所示。从表中可以看出，X和Y坐标值之间的差值在0.4m以内，结果满足点均方误差两倍的要求。从上述两种方法的对比结果来看，水平精度完全达到了1：1000（±0.5m）的要求。实践证明，UASMaster软件生成DOM可靠有效，操作简单，生产完全可以满足无人机办公室数据处理和各种应急测绘的需要。

5结语

該文介绍的UASMaster系统以无人机数据处理系统为核心，自动化程度高，结果令人满意，特别是在图像匹配、DTM/DSM提取、图像拼接和颜色均匀等方面，但对初始数据的精度要求较高。介绍了UASMaster系统在无人机数据处理中的应用，并对DOM的精度进行了分析。可以相信未来随着无人机技术、传感器技术、无线通信网络、计算机技术的飞速发展和数据处理技术的不断提高，无人机低空摄影测量技术将在改善测绘成果现状、增强测绘应急服务供给能力方面发挥巨大作用，并将越来越广泛地应用于民用领域。

参考文献

[1]黄彦晓.基于无人机遥感图像和目标检测的树冠提取研究[D].杭州：浙江农林大学，2020.

[2]梁中岩，戚红雨，王伟良，等.无人机载荷图像地理信息拼接及验证算法[J].计算机工程与科学，2020，42（12）：2208-2216.

[3]李力，英聪，李俊，等.无人机图像去雾处理速度优化研究[J].遥感信息，2020，35（06）：49-55.

[4]沈钰.基于特征的无人机河湖图像智能处理系统[D].南京：南京师范大学，2019.

[5]沈钰.基于特征的无人机河湖图像智能处理系统[D].南京：南京师范大学，2019.

[6]温尔雅.无人机图像处理关键技术的研究与实现[D].成都：电子科技大学，2017.

1331501186330