张怀艳 施紫鹏

（1.广州市城市更新土地整备保障中心，广东 广州 510055；2.广东省国土资源测绘院，广东 广州 510055）

通过对灾害进行预警，可以有效地降低遭受重大的人员伤亡和财产损失风险。根据不完全统计数据，我国2022年共发生地质灾害5659起，共造成90人死亡，直接经济损失15.0亿元。2022年共成功预报了321起地质灾害，避免了可能伤亡人员7226人，避免直接经济损失6.0亿元。尽管相关工作的实施已经取得了初步的成绩，但显而易见的是我国现阶段地质灾害预报的成功率仍处于一种相对较低的水平，为解决这方面问题，提高地质灾害预报的准确性，在该过程中应做好对灾害的监测[1]。该文将对此展开研究。

1 倾斜摄影测量建模

1.1 多视影像预处理

为满足测量中的建模需求，需要在开展研究前，进行倾斜摄影测量数据的多视影像预处理。在此过程中应明确多视影像预处理，是指根据得到的图像进行原图像是否存在变形的推测，通过这种方式，对影像变形进行处理。该过程主要包括畸变差纠正与匀光匀色处理[2]。其中是指在摄影过程中，由于相机、镜头等调试精度因素从而产生的A/D转换误差，尽管采用多个镜头组合的方法可以减少这种误差，但是拍摄物镜的变形差异会影响拍摄物镜的入射光与反射光以及反射点沿光路平行移动时的状态，从而导致某一镜头的像点及其偏离点与共线原理所要求的特定位置，不能满足“三点一线”的要求[3]。光的失真有3种类型，光导管畸变的产生类型有以下3种，首先为径向畸变，主要由于相机透镜组织结构不完全导致，修复过程如公式（1）、公式（2）所示。

式中：Δxr、Δyr为影像径向畸变的横向与纵向修复值。（x0，y0）为原点影像坐标，其中r=k1～k3为不同镜头下的畸变参数。

其次为切向畸变，主要是指像素点在某一区域内发生位移，位移的方向与径向方向两者呈现垂直关系，修复过程如公式（3）、公式（4）所示。

式中：Δxd、Δyd为影像切向畸变的横向与纵向修复值。P1、P2为相机切向畸变参数。

最后为CCD面阵变形，修复过程如公式（5）、公式（6）所示。

式中：xf、yf为影像CCD面阵变形的横向与纵向修复值。α、β为CCD面阵变形修正参数。

完成畸变差纠正后，进行多视影像的匀光匀色处理。当无人机在进行拍摄时，由于无法控制阳光的照射，有时会由于阳光过强或光线不足，影响到拍摄的效果，此时构建的模型会出现一半明一半暗、色彩不均匀的情况。也有一些时候，由于被拍摄的对象互相反光或存在阴影，导致了模型的颜色不统一。因此，有必要进行多视影像的色彩统一处理。处理过程如公式（7）所示。

式中：F（x，y）为多视影像的色彩统一处理。g（x，y）为无人机原拍摄图像。r1为处理过程中乘系数。r0为处理过程中加系数。

按照上述步骤，完成多视影像预处理。

1.2 倾斜影像联合平差

完成预处理后，进行影像的联合平差，处理时，应明确无人机倾斜摄影所获取的倾斜图像包括多个方向的外方位图像，并且由于倾斜摄影的摄影方法，所以要从多个角度拍摄被摄对象，这样就会得到不同角度的图像，再加上倾斜图像中的纹理比较丰富，这些都会影响到在构建3D模型之前的匹配，所以需要进行图像的联合平差，计算如公式（8）所示。

式中：V为倾斜影像联合平差。A、B为平差处理中的参数分布矩阵。t为未知变化数分布。X为未知变化数方向。l为图像坐标分布向量。Pφ为图像坐标分布矩阵。在处理中，任何以非摄影形式观测到的数值，都可以按照上述公式进行倾斜影像联合平差处理。

1.3 多影像匹配与纹理映射建模

在上述内容的基础上，进行多影像的匹配，在此过程中应明确三维模型是由许多二维平面组成的，也就是从不同角度拍摄的图像中提取出来的关键信息，将图像连接在一起就是构建三维模型的过程[4]。由于无人机拍摄到的照片大多具有重合特点，为避免图像重合影像建模效果，进行影像的匹配，该过程就是找出这些图像相似之处，然后采用一一对齐的方式，进行图像的纹理映射建模，因此，可以认为建模中图像交叠程度对于3D模型的制作与构建而言十分重要[5]。匹配过程如公式（9）所示。

式中：G（x0，y0）为多影像匹配后的连续影像。h0i、h1i为原始图像灰度与重叠位置图像灰度。Gi（xi，yi）为辐射畸变图像的灰度。完成上述处理后，进行纹理映射建模，建模过程如公式（10）所示。

式中：A为纹理映射建模。a1i、a2i为投影核心。Xc、Yc为矩阵基本元素。至此，完成倾斜摄影测量建模。

2 倾斜影像采集与预处理

在对倾斜影像采集前，需要完成对无人机相机的标定。采用棋盘格标定法，在Word当中绘制一个边长为40mm的，规格为5×7的棋盘格，如图1所示。

图1 棋盘格标定图形

将该图形打印到A4纸上，并贴于平滑且干净的墙面上，再将配备相机的无人机水平放置，尽可能保持稳定，从各个方向上拍摄贴附在墙面上的棋盘格A4纸，获得图像的分辨率，将图像的格式设置为JPEG[6]。在Matlab软件中进行相机标定，找到标定工具后，将拍摄到的14张图片导入到软件当中，利用软件实现对其自动标定。在利用无人机相机拍摄时，内容进行参数设置见表1。当采集倾斜图像时，由于光线、时间等原因，会造成倾斜图像的改变。而当使用无人机相机进行低空航拍时，不但会受到光线和天气的影响，而且还会受到风向、风速等因素的影响，从而对飞行轨迹产生影响，进而造成倾斜影像测量的质量下降，最终对三维模型结果产生影响。所以，要检查倾斜影像的质量，是否足够清晰，有没有由于飞行不稳定而造成照片中物体扭曲变形，照片有没有曝光过度等[7]。在确定倾斜影像的质量与模型注解一致后，才能进行数据处理，进行3D模型构建。在这一过程中产生的系统误差可以通过传感器模型来修正，完成对倾斜影像的预处理。

表1 无人机相机拍摄参数设置表

3 构建Context Capture三维模型

3.1 无人机倾斜摄影测量原始数据导入

在利用软件构建三维模型前，必须保证图片数据的准确性。在Block当中，将多个镜头下带有POS数据的影像导入，并对影像数据进行检查。依次设定地理坐标系、传感器尺寸等参数。通过Context Capture软件的3DView窗口查看影像排列情况[8]。在需要进行地灾监测的区域内布置控制点，根据区域面积，均匀布设控制点，如图2所示。

图2 地灾监测区域控制点布设示意图

在增加准确的控制点坐标之后，利用Context Capture软件便可以依据该坐标对控制点的航空图像进行预处理。在刺点时，需要注意相同的控制点需要添加不少于2张的图像，在像控点测量完毕后进行空中三角测量。空中三角测量的基本流程如图3所示。

图3 空中三角测量流程图

3.2 三维重建

空中三角测量完毕后，在Context Capture软件中重新构建三维模型。为提高建模效率，节约建模时间，便于对模型进行处理，软件将以计算机的性能和配置为依据，将建模块划分为若干个较小的碎片，在进行建模前，将整个建模区域划分为64个碎片。在完成对重建运算的设定功能，并选择输出路径之后，点击提交重建项目，然后打开引擎，等待3D重建的结果。得到的成果为三维模型，除此之外还包括TIN三角网络、白模、DSM与正射影像等。重新构建后，在3D视图当中可以直接看到三维模型，如图4所示。

图4 三维重建模型

点击生成 DSM和正射影像的生成项目，再点击打开输出目录，就可以查看第一个时期的 DSM和正射影像结果。Context Capture生产的 DSM数据和正射影像数据，由于被切成了碎片，所以需要将它们导入 Arc GIS中，对它们进行进一步的栅格处理，将它们整合成一整块的数据，以供地灾监测使用。

4 地质灾害监测

在对地质灾害进行监测的过程中，利用无人机倾斜摄影测量技术，可以清晰地反映地质灾害发生的形态、颜色等多种要素，并能清晰地描述其与周边环境的差异性。利用遥感图像比对反映出的一些地质灾害的异常状况，可为地质灾害的早期预警提供依据，为地质灾害的精细监控提供依据。以滑坡地质灾害为例，对利用无人机拍摄的倾斜摄影测量图像进行监测。

在滑坡地质灾害的监测中，利用上述上述操作生成的三维模型，根据滑坡的结构、形态、颜色等信息，反演滑坡地质灾害的发生发展过程，从而得到滑坡地质灾害的发生发展过程。在对某地区滑坡进行监测的基础上，利用无人机倾斜照相成图技术，对滑坡形态及特征进行分析。一般在一个地区，滑坡呈现出明显的特点，易于判断其破坏范围。同时，利用无人机倾斜摄影测量技术，对滑坡所产生的陡坡、地貌、变色线等进行三维立体成像，为滑坡相关地质灾害的监测与救灾提供重要的数据支撑。

在地质灾害监测中，利用无人机倾斜摄影测量技术，获得地物影像资料，再从地物影像中提取出地物状况的平面及立体影像，从而全面地反映出地物的地质特征。当利用该项技术进行地质灾害评估时，可将构建的三维模型作为重要依据。在此基础上，根据地质灾害区的植被损毁情况和其他地质情况，利用 GIS技术，可以快速、准确地生成专题地图。在此基础上，通过Context Capture的空间分析能力，能够对当前水准进行精确地评价，从而全面判断该地区的潜在灾变类型及范围。

5 总结

地质灾害又被称之为自然灾害，此种灾害可能由人为引起，也可由其他环境因素间接性诱发，灾害的发生将直接影响到人民群众的身心健康、财产及生命安全。我国的国土面积在世界上属于名列前茅，地形主要包括高原、盆地、平原等，地形的多样性也导致了我国发生地质灾害的种类较多，较为常见的地质灾害包括滑坡灾害、泥石流灾害、崩塌灾害、塌陷灾害、地裂缝灾害，地面不均匀沉降灾害等。

为解决由于地质灾害造成的人员健康损失与各地经济损失，该文开展了此次研究。通过此次的研究，明确了无人机倾斜摄影技术在此项工作中应用的优势，因此，在后续工作中，将持续加大无人机的使用和倾斜摄影测量技术研究，以提高地质灾害监测的精度。