基于无人机低空航摄系统进行城市市政普查的方法与流程

本发明属于航空遥感影像解译处理技术领域，尤其涉及一种基于无人机低空航摄系统进行城市市政普查的方法，该方法可应用于城市基础设施普查。

背景技术

城市基础设施普查，主要是通过对城区已建成的道路、桥梁、路灯亮化、河道、水域、污水处理、环卫设施、垃圾处理场站、绿地、行道树、公园以及其他配建附属设施进行全面普查，全面掌握城区市政公用、园林绿化、环境卫生行业基础设施基本情况，为城市维护资金预算提供依据，为城市建设管理决策提供基本数据支持。

现有的普查方式主要是以外业为主，利用动态gps等测绘仪器，到外业实地对基础设施进行测量和数据采集，由于普查的面积范围大，部分目标地物形状不规则，城区已建成的道路、桥梁、路灯亮化、河道、水域、污水处理、环卫设施、垃圾处理场站、绿地、行道树、公园以及其他配建附属基础设施种类繁杂、信息量大、数量多等特点，外业对每一个基础设施进行逐一测量采集，工作量和困难程度大。特别在城市密集的建筑区内，gps信号不稳定的情况下，现场的环境优劣会直接影响采集数据的准确性。同时，外业测量过程中需绘制草图和记录点号，容易出现记录错误，费力费时，效率低下，工作质量不高。

随着航测遥感技术的发展，利用卫星影像和航空影像制作的正射影像，可以智能化、专业化、低成本为城市现状调查、规划建设提供基础数据保障。然而，目前提供的卫星影像分辨率主要是在0.3米-5米，影像纹理模糊，不能准确、完整地对目标地物进行解译处理，满足不了大比例尺城市基本设施普查的精度要求，并且大量的数据需要经过外业实地进行核实和补测，影响了工作进度和成本。由此可见，现有技术需要进一步改进。

技术实现要素：

本发明的目的在于提出一种基于无人机低空航摄系统进行城市市政普查的方法，该方法采用以内业影像解译为主，外业核实为辅的科学作业手段，高效率地利用清晰的影像纹理进行城市基础设施的解译采集工作，从而实现对城市基础设施的普查。

本发明为了实现上述目的，采用如下技术方案：

基于无人机低空航摄系统进行城市市政普查的方法，包括如下步骤：

s1.利用无人机航飞获取优于0.05米分辨率的航空影像；

s2.利用航空影像制作分辨率为0.05米的大比例尺正射影像；

s3.检查正射影像的质量是否合格，若不合格，则对不满足设计要求的航线进行重飞，重新制作大比例尺正射影像，若合格，则转到步骤s4；

s4.内业对正射影像进行各类基础设施的分类和解译处理

目标地物特征按照表现形式的不同分为三大类，其中：

第一类是指目标地物在正射影像上的颜色，包括目标地物的色调和阴影；

第二类是指目标地物在正射影像上的形状，包括目标地物的形状、大小、纹理和图形；

第三类是指目标地物在正射影像上的空间位置和布局；

内业基于上述三大类原则，在正射影像上根据城市基础设施分类标准，通过目视判读区分与识别城市基础设施的类别，并进行定点采集；

采集的内容包括点要素、线要素和面要素，其中：

点要素、线要素和面要素分别代表不同的目标地物特征；

s5.制作以同名道路为单位的工作底图，工作底图内容包括各类城市基础设施地物；

s6.检查采集数据质量是否合格，若不合格，则转到步骤s4，若合格，则转到步骤s7；

s7.对于影像上由于遮挡致使内业无法准确采集和发生变化的地物，外业进行辅助补测，并对内业数据进行修改和完善；

s8.内业对城市基础设施数据整理，形成城市基础设施普查所需的影像和矢量数据。

优选地，所述步骤s2中，正射影像的制作方法为：

根据像控点成果、相机文件、后差分自动处理软件进行空三加密，自动生成数字高程模型dem，经过处理编辑dem，自动生成单片正射影像dom；

镶嵌后拼接生成分辨率为0.05m的测区范围内的正射影像dom。

优选地，所述步骤s2中还包括如下内容：

利用无人机低空倾斜摄影技术，对建筑密集区域进行上下、左右、前后角度航摄；

然后通过软件自动建立真三维模型，通过对三维模型浏览和量测，对正射影像中被遮挡和阴影地方的基础设施进行补充采集。

优选地，所述步骤s3中，正射影像的质量检查包括如下内容：

1)影像拉花、变形区域进行检测和修复；

2)道路、桥梁地物的错开检查；

3)正摄影像精度检查。

优选地，所述步骤s6中，数据质量的检查包括：

1)检查采集的城市设施部件要素的平面精度，统计中误差精度；

2)外业巡视检查工作底图图面表达的完整性、合理性；

3)检查城市设施普查图的数据格式是否符合规定，数据是否放在规定的数据层中；

4)检查工作底图的数学基础、有效范围是否正确；

5)检查数据的分层及其层名、各层存放的要素、属性表的结构是否正确，检查属性项定义、属性项之间关系、属性值逻辑一致性、代码一致性；

6)检查图形要素和属性项是否完整、顺序是否正确，有无重复或遗漏；

7)检查城市设施数据与周边数据的图形和属性接边是否正确；

8)检查拓扑关系是否正确。

优选地，所述步骤s7中，外业辅助补测的手段包括：

距离交汇法、直角坐标法、全站仪法和/或gps-rtk方法。

本发明具有如下优点：

1)本发明以内业影像解译采集为主，外业核实为辅的作业方法。外业一般情况下每人每日实地测量0.3平方公里的城市基础设施，而内业利用高分辨率的正射影像进行地物采集，平均每人每日采集3平方公里的城市基础设施，工作效率提高了10倍。同时外业只是辅助调查核实个别有疑问的目标地物，节约了大量的外业人力、物力和时间，使城市基础设施普查方法更科学合理，工作效率成倍提高，工作质量更有保障。相比于现有方法中以外业作业为主的普查方法，本发明能更快地提供城区市政公用、园林绿化、环境卫生行业基础设施基本情况，为城市维护资金预算提供依据，为城市建设管理决策提供基本数据支持。

2)本发明充分利用无人机低空航摄系统制作优于0.05米分辨率正射影像的先进、成熟技术，将其运用于城市基础设施普查，提高了遥感解译的正确率。同时，本发明方法还利用倾斜摄影自动建模技术成功地解决城区建筑密度区域遮挡和有阴影的问题。

3)利用无人机航摄系统制作的分辨率优于0.05米的正射影像进行的基础设施部件普查，基础设施部件的地物点平面位置中误差不超过±0.5m，符合国家标准规定的1：500比例尺的精度要求，达到普查地物遗漏率低于每平方公里内遗漏个数不得超出总数的5％的指标。

附图说明

图1为本发明中基于无人机低空航摄系统进行城市市政普查的方法流程示意图；

图2为本发明实施例中城市普查影像示意图；

图3为本发明实施例中点要素采集示意图；

图4为本发明实施例中线要素采集示意图；

图5为本发明实施例中面要素采集示意图；

图6为本发明实施例中水面在影像上的示意图；

图7为本发明实施例中绿化植被在影像上的示意图。

具体实施方式

本发明的基本思想为：利用无人机飞行器技术、传感器技术、差分技术、航空摄影生成高分辨率影像技术、遥感解译应用技术、gps技术等，采用以内业影像解译为主，外业为辅的科学作业手段，对目标城市基础设施进行高精度、高效能、低成本地普查，形成现势性强、精度高、数据内容全面完整的城市基础设施普查成果。

利用上述思想解决本发明中城市基础设施的普查问题的理论依据在于：

无人机航摄系统是一种低空航空摄影测绘系统，利用无人机飞行技术可以在200-300米的高度进行低空航飞，同时随着传感器技术的发展，无人机携带的传感器拍摄的分辨率更高，可以拍摄分辨率优于0.05米的影像，先进的影像处理软件可以更高效制作出高精度的大比例尺正射影像，目标地物的影像纹理更加清晰，可以准确地判读普查基础设施的种类、位置、材质、规格等信息，在内业利用影像简单、快速地采集普查基础设施数据的同时，再有针对性的抽取一定比例的目标地物进行外业核查，进一步修正内业解译数据，从而使影像解译采集的城市基础设施部件的精度达到国家技术规范的要求。

下面结合附图以及具体实施方式对本发明作进一步详细说明：

结合图1所示，基于无人机低空航摄系统进行城市市政普查的方法，包括如下步骤：

s1.利用无人机航飞获取优于0.05米分辨率的航空影像。

收集测区范围内的资料，进行无人机低空航飞设计，通用无人机自驾系统、mccd像片拼接系统，设计相对航高200m，获取航空影像分辨率为0.05m。

为了保证本发明实施例中航空影像的拍摄效果，需要对无人机航飞质量进行控制：

1)飞行前检查

在飞行前按照无人机飞行要求对飞行平台系统进行检查，确保无人机在起飞前正常。

2)航线弯曲度

为飞行保证了无人机有充分的时间以平稳的姿态进入航线，预备线长度为800m(2-3条基线长度)。由于有足够的预备线长度，且gps导航系统能直观航迹偏差，可将漂移减小到最小，所以保证航线弯曲度不大于3％。

3)航高保持

航高的变化将直接影响设计的摄影比例尺和像片重叠度。

通过计算，利用机载gps提供的大地高对飞行高度进行控制，航线上相邻像片的高差不大于20m，一条航线上最大和最小航高差不大于30m。

4)航向和旁向重叠度控制

采用等距曝光控制技术，起飞前检查飞行的速度计等部件，确保飞行距离计算正确，利用gps系统时刻控制飞机的偏航距，因此保证了航摄的重叠度要求。

5)摄影质量的控制

严格控制天气标准是获取高质量影像的必备条件。对航空摄影机做常规检查，并拍摄像片进行了核查，设备各项设置参数正确无误，光学镜头表面及滤光镜清洁干净。

在进行航摄时要求天空的能见度大于5km，以保证好的拍摄效果。

6)摄区边界线覆盖控制

设计时旁向覆盖超出摄区边界大于50％像幅，航向覆盖超出2-3条基线，有效的控制摄区边界范围，保证了实际飞行时的摄区覆盖，满足规范要求。

通过对无人机航飞质量的控制，保证获取的影像清晰无缺陷，完全覆盖目标区。

无人机航飞质量主要检查：

1)飞行完成后，首先下载数据，检查数据的完整性、曝光数与设计是否一致；

2)飞行航向重叠度检查，是否在75％以上；

3)旁向重叠度检查，是否大于50％；

4)像片旋偏角检查，旋偏角的范围应该在15度与35度之间，当旋偏角不满足要求时，应进行补摄；

5)航高保持检查，与设计航高差、相邻像片航高差、同一航线最大航高差、航线弯曲度、偏航距检查；

6)检查影像的清晰度、是否有云、雪、是否曝光过度。

检查完毕后，对不满足设计要求的航线进行重飞，编写航空摄影总结报告，内容包括无人机航空摄影情况、摄影质量检查及处理办法、飞行记录表等。

s2.利用航空影像制作分辨率为0.05米的大比例尺正射影像，比例尺为1:500。

其中，正射影像的制作方法为：

根据像控点成果、相机文件、后差分自动处理软件进行空中三角测量，自动生成数字高程模型dem，经过处理编辑dem，自动生成单片正射影像dom。

镶嵌后拼接生成分辨率为0.05m的测区范围内的正射影像dom。

本发明中航摄影像获取时采用gps辅助航空摄影技术、后差分解算技术，获取高精度的影像位置pos数据。利用pos数据可以在外业少量选取像控的情况下完成空中三角测量。

像控点(即像片控制点)的选点条件如下：

1)像控点应均匀布设在航带间重叠位置，对地形变化复杂区域可适当加密控制点个数；

2)像控点的目标影像应清晰，易于辨别的明显地物点(如交点、角点、点状地物中心等)；

3)像控点位置应易于准确定位和量测；

4)弧形地物及阴影等不应选作为点位目标。

本发明中像控点均为平高控制点，采用角点布设法，即在区域网凸角和凹角转折处布设平高点，内部均匀布设。具体的区域网布设原则是：

任务区外围范围和内部进行均匀布设。

像控点的布设原则为：

1)目标像片:截取最大尺度应清晰辨别像控点位置，应包含重要地形、地貌信息，便于像控点定位与查找；

2)像控点位于目标像片中心且用十字丝标记；

3)像控点应有概略坐标，方便外业人员依据坐标查找像控点位置。

像控点的编号、刺点、整饰如下：

1)像片控制点点号按自然序号编取，平高点点号前冠“wd”，检查点点号前冠“j”；

2)在数字像片上进行选点、标记，准确标示出刺点位置，并制作数字刺点片；

3)点位描述文字应准确、简洁，能够客观反映像控点真实位置。

本发明中像控点的测量过程如下：

1)像片控制点一般采用基于sdcors网络rtk测量法测定。

2)所有点均应两次测定，取其平均值作为最终结果。两次测量成果平面较差不大于图上0.10mm，高程较差不大于1/10基本等高距。相邻基准站间应联测1～2个公共点进行检核，检核点较差平面位置不应大于图上±0.15mm，高程较差不应大于1/7基本等高距。

测量时应记录和保存检核点、像控点的所有观测数据，随资料上交。

3)当像控点点位周围有遮挡物，gps接收机无法设到刺点点位时，可采用支导线和引点法测定像控点平面位置。

当采用支导线和引点法时，其观测要求和限差应满足gb/t7931-2008规范相应规定。

4)像控点测量完成后，进行像控点检查。

像控点检查主要检查：

1)起算数据正确与否；

2)像控点布设、刺点、整饰是否符合要求；

3)像控点测量的发展次数、测量误差、精度是否符合规定；

4)资料整理是否齐全。

本发明选用godwork空中三角测量处理软件，该软件采用“fsal”自主知识产权创新算法引擎、基于扩展卡尔曼滤波的多维多模数据融合、高精度动态定位快速收敛算法，自动化程度高、成熟可靠等特点，能够实现全自动化空三转点，自动剔除粗差区域的自动接边，接边差检查及成果输出。空中三角测量成果检查，主要检查：

1)检查连接点对最近野外控制点的平面位置、高程中误差是否符合规范要求。

2)检查基本定向点、检查点(多余控制点)平面位置、高程中误差是否符合设计要求。

3)检查空中三角测量成果提交的数据格式，确保满足全数字摄影测量系统的要求。

利用空中三角测量成果，自动生成dsm/dem，利用dem对原始影像做数字微分纠正，根据单张正摄影像进行拼接线镶嵌，对拼接生成的正摄影像(dom)进行匀色处理，制作出0.05米的大比例尺正射影像。

此外，由于无人机航测系统受风速、气流等因素的影响，造成获取的影像有云遮挡、阴影等情况，为了弥补以上缺陷，本发明利用无人机低空倾斜摄影技术，能够对建筑密集区域进行上下、左右、前后角度航摄(即无人机五镜头组合相机从上下、左右、前后不同角度进行摄影)。

航摄完成后，通过软件自动建立真三维模型，被遮挡和阴影地方利用三维模型进行基础设施补充采集。

s3.检查正射影像的质量是否合格，若不合格，则对不满足设计要求的航线进行重飞，重新制作大比例尺正射影像，若合格，则转到步骤s4。

其中，正摄影像成果检查，主要检查：1)影像拉花、变形区域进行检测和修复；2)道路、桥梁地物的错开检查；3)正摄影像精度检查。

正摄影像成果检查中各个步骤均可通过已有的方法完成或实现。

s4.内业对正射影像进行各类基础设施的分类和解译处理。

影像是信息的载体，包含了大量的信息，而这些信息是以不同特征方式呈现的，这些特征即是分类的依据。丰富的空间信息使地物几何结构和纹理更加明显，便于认识目标地物的属性特征，如地物的形状、分类等。基于无人机低空航摄系统制作的正射影像分辨率优于0.05m，影像纹理清晰，特征明显，信息量丰富，非常有利于内业在影像上进行城市基础设施分类解译判读。按其表现形式的不同，目标地物特征分为三大类，其中：

第一类是指目标地物在正射影像上的颜色，包括目标地物的色调和阴影，如图2中的人行道、行道树。第二类是指目标地物在正射影像上的形状，包括目标地物的形状、大小、纹理和图形，如图3(图中的数字为基础设施代码)中的停车场、图4中的斑马线。第三类是指目标地物在正射影像上的空间位置和布局，如图2中的路灯、图6中的圆形观察台。

本发明实施例中航飞的季节在冬季，对于遥感影像中对城市基础设施的遮盖影响小，目标地物的颜色色调与周围地物的反差强烈，形状特征好，位置清晰，见图2、图7所示。

内业基于上述三大类原则，在正射影像上根据城市基础设施分类标准，通过目视判读区分与识别城市基础设施的类别，并进行定点采集。采集的内容包括点要素、线要素和面要素，其中：点要素、线要素和面要素分别代表不同的目标地物特征。

点要素采集在目标地物的中心位置，如路灯、垃圾箱、污水篦子、座椅、行道树等。如图3示出了目标城市基础设施中路灯、行道树、污水篦子等点要素的采集。

线要素采集线状地物的中心线，如道路沿石、隔离护栏、雨水管线等线状设施。如图4示出了目标城市基础设施中路沿石、隔离护栏等线要素的采集。

面要素采集地物范围边线的中心线封闭后构成面，如道路两侧的绿地、行车道、人行道、河道、公园绿地、桥梁等。

如图5示出了目标城市基础设施中行车道、人行道、绿地面范围等面要素采集。

水面和绿化植被在影像上的特点如图6和图7所示。其中，水面纹理一般比较均匀、平滑、均质性好，虽然水体的形状不一，但与周围地物感观差异较大，见图6所示。

如图7所示，处于冬季绿化植被表现出的纹理特征：

在影像中有痕迹和颗粒感及人类活动标记明显的特点；影像上显示种植痕迹清晰，覆盖度较低，树木呈行列式条带分布，图斑外部轮廓呈折线状特征；草地在影像上颜色较浅，均一度高，纹理细腻。通过纹理特征、几何形状特征、粗糙度等进行人工解译植被分类。

s5.内业利用南方cass9.1软件和arcgis软件分类采集完成的点、线、面要素，进行编辑整理后，检查是否有采集的丢漏和错误。完成后制作以同名道路为单位的工作底图，工作底图内容包括各类城市基础设施地物，诸如道路两侧的市政设施、道路交通、园林绿化、市容环境、河流水务等五大类多个小类的基础设施地物。

a.市政设施的采集：

应采集路灯、污水处理厂、污水泵站、雨水篦子、挡土墙、入海口停车场、景观亮化、箱变、雨水篦子支管，并分别进行了分层处理。

b.城市道路的采集：

应采集道路车行道(道路车行道指市区内所属范围内的市政道路，包括地面道路、高架、环线、国省干道等)、路名牌、人行道界石(界石：指人行道上绿化及行道树边缘)、人行道、道路沿石(指的是设在路面边缘的界石，简称缘石，俗称路牙子)、桥涵(隧道、天桥、地道)、行道护栏(包含水泥隔离墩)、大门口、车行出入口，并分别进行了分层处理。

c.园林绿化的采集：

应采集园林绿地、行道树、人行道、分车带绿篱、垂直绿化、公园绿地、绿地园路(木栈道、内部道路)、公园、绿地附属设施点(果皮箱、雕塑、座椅等)、公园、绿地附属设施线(护栏)、公园、绿地附属设施面(厕所、健身器材范围、景观小品、喷泉范围的等)，并分别进行了分层处理。

d.市容环境的采集：

应采集道路保洁、公厕、垃圾处理设施、垃圾箱、休息房，并分别进行了分层处理。

e.河流水务的采集：

应采集河道、水库、海堤、河道绿化、河道设施点(闸门、警示牌)、河道设施线(护栏、竖墙等)、河道设施面(橡胶坝、管理房、防浪堤、泵房等)，并分别进行了分层处理。

s6.检查采集的数据质量是否合格，若不合格，则转到步骤s4，若合格，则转到步骤s7。

其中，数据质量的检查包括：

1)检查采集的城市设施部件要素的平面精度。

2)外业巡视检查工作底图图面表达的完整性、合理性。

3)检查城市设施普查图的数据格式是否符合规定，数据是否放在规定的数据层中。

4)检查工作底图的数学基础、有效范围是否正确。

5)检查数据的分层及其层名、各层存放的要素、属性表的结构是否正确，检查属性项定义、属性项之间关系、属性值逻辑一致性、代码一致性。

6)检查图形要素和属性项是否完整、顺序是否正确，有无重复或遗漏。

7)检查城市设施数据与周边数据的图形和属性接边是否正确。

8)检查拓扑关系是否正确。

s7.对于影像上由于遮挡致使无法进行内业准确采集的地物和通过外业调查实地发生变化的地物，外业进行辅助补测，并对内业数据进行修改和完善。

外业辅助补测的手段包括距离交汇法、直角坐标法、全站仪法和/或gps-rtk方法等。

由于本发明实施例中外业只是辅助调查核实个别有疑问的目标地物，因此节约了大量的外业人力、物力和时间，使城市基础设施普查方法更科学合理，工作质量更有保障。

s8.内业对城市基础设施数据整理，形成目标城市基础设施普查所需的影像数据和和矢量数据，提交城市的基础设施普查成果。

本发明采用以内业影像解译为主，外业核实为辅的科学作业手段，高效率地利用清晰的影像纹理进行城市基础设施的解译采集工作，节约了大量的外业人力、物力和时间，使城市基础设施普查工作效率成倍提高，普查成本降低，普查方法更加科学合理。

当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。