结合倾斜摄影与地面LiDAR的复杂环境实景三维重建

甘拯 夏辉 左辛凯

摘要：罗田水库—铁岗水库隧洞连通工程穿越城市建成区，地形地貌条件复杂。为满足工程沿线地面重点构筑物设计要求，针对倾斜摄影在地物立面重建的缺陷问题，结合地面激光SLAM移动测量手段，提出了一种泊松重建改进算法，深度融合低空倾斜影像与地面激光点云，以改善三维模型棱角不够突出、平面不够平整的问题。试验证明：在遮挡较为严重的近地面区域，提出的方法能够有效提高实景三维重建的精度和效果，可为工程量精确评估与辅助分析决策提供更加可靠的实景三维模型。

关键词：倾斜摄影；

地面LiDAR；

实景三维重建；

地面激光SLAM；

泊松重建改进算法；

罗铁工程

中图法分类号：
P232

文献标志码：
A

DOI：10.16232/j.cnki.1001-4179.2024.S1.052

0引 言

近年来，倾斜摄影技术作为一种低成本、高效的实景三维建模技术，广泛应用于数字城市实景三维重建。然而，在低空航摄过程中，接近地面的要素会不可避免地相互遮挡，特别是建筑物和树木等竖直地物之间存在严重的拍摄盲区；
缺失关键航片导致重建的三维模型发生扭曲、拉花甚至出现空洞，进而影响模型的精细化和结构完整性［1］。地面LiDAR作为倾斜摄影技术的有效补充，能够快速移动测量，获取大量高密度的点云数据［2］，提供详细的地形信息和地面要素的几何细节。

本文以罗田水库—铁岗水库输水隧洞工程（以下简称“罗铁工程”）的一处典型复杂地形为例，利用无人机倾斜摄影与地面LiDAR两种技术的优势，深度融合倾斜影像生成的密集点云与地面激光点云，同时提出一种泊松重建改进算法用以生成实景三维模型。

1试验区概况

试验区位于深圳市西部，区域面积约0.3 km2。地貌类型为冲洪积平原、丘陵地貌，包含山地、边坡、道路与高层建筑物等地形要素，绿化树木较多导致建筑物靠近地面部分被遮挡严重（图1）。若仅采用低空倾斜摄影方式，会存在大量航摄盲区，导致三维模型出现拉花、空洞以及纹理信息丢失等问题。本研究在采用多旋翼无人机对影响区范围进行多视角影像拍摄的基础上，结合型号为飞马SLAM100的三维激光扫描仪获取近地面区域的三维激光点云。

2技术路线

技术路线如图2所示。根据试验区建筑物高度、植被与道路的分布情况，采用五镜头旋翼无人机获取整个试验区的倾斜影像；
为弥补倾斜摄影测量无法获取地面影像的缺陷，设计手持激光扫描仪行进路线，采集区域内地面激光点云数据；
经过空三加密与激光点云预处理，将已配准的激光点云与倾斜影像点云融合生成倾斜三维模型［3］。另外，本文提出了一种改进的泊松重建算法，以深度融合倾斜摄影和地面LiDAR点云。

3数据采集

3.1无人机倾斜摄影

试验使用飞马D2000无人机搭载D-OP3000倾斜模块进行影像数据采集。D-OP3000倾斜模块是一种集成了SONY A6000相机的高性能测量设备。下视镜头焦距为25 mm，倾斜镜头焦距35 mm，有效像素为2 430万。航飞前在试验区选取5个像控点用于后期点云配准及提高实景三维模型的绝对定位精度。理想情况下精度约为分辨率的2～3倍［4］，为了保证试验区实景三维模型精度优于5 cm，地面分辨率设置为2 cm。相对航高为100 m，航向重叠度为83%，旁向重叠度为70%，共获取4 000张数字航摄像片（图3）。

3.2地面LiDAR数据采集

采用飞马SLAM100三维激光雷达扫描仪（图4）进行地面激光点云数据采集。该设备可以实现360度旋转，形成270°×360°扫描区域覆盖，配合行业级SLAM算法和后处理解算软件，可以获取高精度、高精细度的三维点云数据。该设备配备了3个500万像素的摄像头，可形成超宽视场角，用于获取纹理信息，生成彩色点云和局部全景图。

SLAM扫描路径设计需要考虑被扫描区域的大小和形状，以确定扫描路径的起点和方向［5］。同时，还需要考虑扫描路径的连续性和覆盖度，以确保扫描结果的完整性和精度。为了能够覆盖整个试验区的地面采集范围，根据现场环境，采集路线设置为闭合路线，且采集过程途经布设的5个控制点时，将SLAM底座十字丝中心对准控制点中心，机头朝向任意，采集时间保证在10 s以上，同步采集视觉轨迹方向的全景照片（图5）。

4内业数据处理

4.1空中三角测量

为了能够将无序的影像在空间中相互对齐并构建与真实世界相接近的空间模型，需要对影像进行空三加密操作［6-8］。将多组倾斜影像数据及其POS信息导入专业的航空影像空三处理软件，采取由粗略到精细的金字塔匹配策略在各级影像上进行同名点匹配，恢复影像间的相对位置关系得到影像匹配结果，并解算出每张影像的外方位元素信息。根据空三测量运算出的影像外方位元素，通过多视影像密集匹配可获得高密度的点云，计算成果如图6所示。

4.2激光点云数据预处理

使用SLAM100配套软件SLAM-GO-POST模块进行点云数据处理。沿规划路径完成扫描后，将数据导入软件进行自动解算，包括基于特征点匹配的SLAM过程和基于控制点的平差优化过程［9-13］。再通过重定向、动态物体滤除、点云赋色、点云去噪等步骤，生成与倾斜影像坐标系一致的真彩色点云，如图7所示。

4.3实景三维重建

为了改善现有三维重建算法生成的Mesh模型表面棱角不够突出、平面不够平整的问题，本文提出一种改进的泊松重建方法，利用地面LiDAR点云提取近地面区域的平面和边界特征。

实景三维模型重建的步骤为：首先对由倾斜影像密集匹配生成的特征点云进行去噪和平整；
参照文献［9］的方法，融合特征点云与地面真彩色点云；
然后从融合点云中检测出边界点［14］，在泊松重建算法的输入点云数据中加入这些边界点；
为了在泊松构网的结果中尽可能保留这些边界点，在文献［15］的基础上，对泊松重建算法进行了改进，包括深度值计算和提高边界点的alpha权值。

4.3.1自适应深度值计算

根据点云局部的结构特征自适应计算其深度值。基本思想是降低平面上的采样点的深度值，提高不在平面上的采样点的深度值。

首先计算深度值的上限Dmax：

Dmax=log2maxl，w，h×βρ+δ（1）

式中：表示向上取整；
maxl，w，h为测区长、宽、高的最大值；
β为缩放比例，通常取1.0～1.2；
ρ为三维重建的精度；
δ是一个冗余量，通常取1或2。

然后对于每一个采样点i，计算其深度初始值Di0：

Di0=φ+lnωiSi+1ln4（2）

式中：表示向上取整；
ωi为采样点的权重；
φ为初始八叉树的深度值，通常为3～5；
Si为采样点所在的深度为φ的结点中包含的点云数量。

那么，对于每一个采样点i，其深度值Di为

Di=minDmax，Di0，Di0≥Dmax且Si=1Dmax，Di0＜Dmax且Si＞1（3）

4.3.2边界点的深度值和权值调整

将边界点的深度值全部设置为采样点深度值的上限Dmax；
在计算结点的指示函数值时，让边界点具有较大的alpha权值。这样的调整可以强制让边界点保留在三维重建表面中。

4.3.3后处理

按照上述改进的泊松重建方法生成三维模型后，根据三角网所构成曲面的局部曲度变化来精简TIN；
将简化后的TIN模型和纹理影像进行配准和贴图，得到测区实景三维模型。

实景三维模型重建流程如图8所示，这种融合地面激光点云与边界结构特征的高精度泊松重建改进算法可以有效地提高三维表面重建的精度和质量，使得重建结果更加真实和准确。

5质量分析

主要从模型质量对倾斜摄影建模、倾斜摄影+LiDAR融合建模与本研究提出的改进泊松重建算法的倾斜摄影+LiDAR融合建模进行比较和分析。

通过目视判别重建三维模型的准确度和完整性，主要是检查建筑物的表面模型是否存在不正常的扭曲和孔洞；
然后判别纹理的准确度和完整性，主要是检查模型纹理是否存在拉花、扭曲变形和模糊。

3种建模方案下的实景三维模型部分细节如图9～10所示。可知，本次研究提出的方法能够有效改善近地面区域的三维重建效果。

6结 语

本次研究中融合地面LiDAR和倾斜摄影无人机影像数据能够提高实景三维模型的精度和效果，可对白模缺失的区域进行精确补充；
同时结合边界特征点进行三维重建可对弱纹理的墙面轮廓进行完整、统一的修复；
通常被忽略的树木姿态和形态在地面LiDAR点云的补充下，树干和树枝的形态得到了有效纠正。本文研究成果可为工程BIM设计提供更高质量的实景三维模型参考，但激光点云无法补充缺失的纹理特征，如果要构建符合纹理要求的精细化模型，还需采集地面高清照片或模型修复软件辅助实现。

参考文献：

［1］李策，吴长悦.倾斜摄影与地面激光点云融合精细化建模研究［J］.现代矿业，2019，35（5）：53-55，59.

［2］蔡润彬.地面激光扫描数据后处理若干关键技术研究［D］.上海：同济大学，2008.

［3］张昕，康光清，冯洋，等.基于倾斜摄影与地面激光扫描技术的三维实景建模［J］.测绘与空间地理信息，2021，44（增1）：287-290.

［4］陈则刚.三维倾斜摄影技术在新化县房地一体项目中的应用研究［J］.价值工程，2022，41（14）：139-141.

［5］万玉辉，金万军，韩娅婕，等.基于倾斜摄影融合地面SLAM实景三维精细化建模的方法研究［J］.青海国土经略，2022（6）：59-65.

［6］肖雄武.具备结构感知功能的倾斜摄影测量场景三维重建［J］.测绘学报，2019，48（6）：802.

［7］晏晓红，荣延祥，孙可心，等.城市复杂地形环境下倾斜模型结合LiDAR点云的大比例尺地形图更新方法［J］.测绘通报，2022（10）：93-99.

［8］孙佳明，李慧.基于倾斜摄影测量与激光扫描技术的融合建模研究［J］.水利技术监督，2023（2）：280-284.

［9］李世明.激光雷达点云与摄影测量点云的拉普拉斯融合方法［D］.成都：西南交通大学，2021.

［10］刘涛.泊松隐式曲面重建算法及其并行化研究［D］.太原：中北大学，2018.

［11］程昌.融合低空倾斜摄影测量和地面LiDAR的建筑物精细化三维重建［D］.徐州：中国矿业大学，2022.

［12］黄佳彪.基于无人机的建筑物三维重建及其应用［D］.长沙：国防科技大学，2017.

［13］SHAN T，ENGLOT B，MEYERS D，et al.Tightly-coupled lidar inertial odometry via smoothing and mapping［C］∥IEEE/RSJ International Conference on Intelligent Robots and Systems（IROS），2020：5135-5142.

［14］LI L，YANG F，ZHU H，et al.An improved RANSAC for 3D point cloud plane segmentation based on normal distribution transformation cells［J］.Remote Sensing，2017（9）：433.

［15］KAZHDAN M，HOPPE H.Screened poisson surface reconstruction［J］.ACM Transactions on Graphics，2013，32（3）：1-13.

（编辑：郭甜甜）

猜你喜欢 边界点泊松实景 基于泊松对相关的伪随机数发生器的统计测试方法数学物理学报(2022年5期)2022-10-09金湖县创新“实景式”培训 提升精准执法水平江苏安全生产(2022年5期)2022-06-16道路空间特征与测量距离相结合的LiDAR道路边界点提取算法测绘学报(2021年11期)2021-12-09层次化点云边界快速精确提取方法研究激光技术(2021年5期)2021-08-17数字博物馆 线上实景游华人时刊(2021年23期)2021-03-08带有双临界项的薛定谔-泊松系统非平凡解的存在性数学物理学报(2020年6期)2021-01-14论山水实景剧与山水实景演出的区别北方音乐(2017年4期)2017-05-04泊松着色代数数学年刊A辑(中文版)(2015年2期)2015-10-301<γ<6/5时欧拉-泊松方程组平衡解的存在性数学物理学报(2015年4期)2015-02-28一种去除挂网图像锯齿的方法及装置电脑与电信(2014年6期)2014-03-22