无人机测绘教程视频（无人机测绘0基础入门到放弃（二））

147小编 2023-07-21

书接上回，第一回的链接如下：

张寒轩：无人机测绘0基础入门到放弃（一）93 赞同 · 18 评论文章

本系列文章严禁转载，我本人保留所有权益哦。

3 无人机生产数据介绍

前文已经提过，无人机自动化生产的数据大致就那么三种：真正射影像图、倾斜模型、点云。衍生品也算上的话，还有数字表面模型（DSM）。以上产品均可以准自动化生成。

真正射影像图

所谓真正射影像，其实跟大家平时在互联网上看到的卫星影像图非常像，但比卫星影像更棒一些。棒在哪里？棒就棒在真正射影像实现的是真正的垂直投影，与我们使用全站仪、GPS-RTK设备采集的地形图基础理论一致。

无图无真相，一图胜千言，来看图吧

图片来自网络，侵删

传统的航测数据生成的成果类似于左图的样子，能看到楼的立面，你在在线地图上可以发现几乎都是这个样子，高楼的效果比较明显一些。这种产品叫正射影像图（DOM），是传统测绘四大产品（4D产品）之一。右边的图就看不到楼房立面，建筑直上直下形成正射投影，叫真正摄影像图（TDOM）。

我们使用的相机几乎都是使用中心投影原理实现的摄影，如果在视野范围内有高耸建筑，摄影时会把建筑物立面也拍进去。但从实际应用角度来说，我们希望使用的是正射投影。正射投影拥有完美的数学关系，可在地图上进行直接量测得到距离信息或计算坐标信息（当然DOM也可以量测，只不过在局部有遮挡）。上述这点是地图测绘的重点，即测绘成果不只是一张可以看的图，还得能在图上做量测，如果需要能做量测，则图上必须处处均匀。

那么带有畸变的相机照片是如何生产处处均匀的（真）正射影像的呢？这可不只是把图片拼起来那么简单。

使用两张带有重叠的照片，假设已知两个拍照点的坐标和照片朝向信息，对于地面上相同的一点（同名点）可以在两张航片上找到对应像素点，再根据照片坐标、姿态，和传感器尺寸、像原点偏移、主距（一般直接使用焦距代替，但你应该知道这不是一个东西）、照片成像尺寸解方程，即可求得同名点坐标。通过这样的方法我们就可以“测量”出地面上的一个点坐标，反复使用该方法，测出你所感兴趣的所有地物点，如果是线状的再将点连成线，如果是面状的再将点连线构面，就成了普通的地形图。

在传统摄影测量时期，我们需要在两张照片上对同名点分别刺点，软件可以自动计算坐标。但对于人工刺点来说，将地面所有地物都刺出来仍然是巨大工作量，因为不光要刺出来，还有左片和右片对应起来，如果刺偏了，软件解算出来的点位精度低，可能还要重新刺点。想象一下一次载人航摄可能有上千张照片，每张照片又要刺上千个点，这也是个工程。

相机畸变导致了相片不均匀，在进行测量应用时，必须纠正畸变。至于什么是畸变，打开你的手机相册，找一张大合影，注意观察相片边缘处的人脸就知道了。

精灵2的相机畸变非常大，有点像球形畸变了，在后处理软件遇到这样的照片时，会将边缘部分畸变过大的内容切除，实际拍摄内容减少，这也是无人机航测比载人机航测重叠率要求大的原因之一，剪切掉后，相当于降低了重叠度。专业航摄仪几乎没有畸变，典型重叠度要求航向60%，旁向30%；无人机航摄典型重叠度要求航向80%，旁向60%，根据测区和飞行计划进行调整，最高能到95%重叠度。（具体的重叠度设置会在后面的文章讲述）

重叠度即两张相片拍摄相同区域占整幅相片的百分比。

使用微分纠正方法，可以将中心投影的相片纠正为正投影的相片。但这过程中间，需要地面高程进行改正计算，以前我们都使用数字高程模型（DEM）来做纠正，但DEM这个数据是不包括地面的建筑物、构筑物、桥梁、树木等地物的，所以以前做的正射影像就把楼“歪歪的按在地上”；

后来航测软件自动生成同名点，自动匹配解算后，可以生成数字表面模型（DSM），数字表面模型包括地表所有内容，是最真实的地表模型，所以使用DSM去做微分纠正时，我们就可以把建筑都纠正成正投影。真正射影像图一样拥有直观性、可量测性。

ok，你现在知道什么是真正射影像图了吧？

现代无人机后处理软件所拼出的图像都是经过照片纠畸变、微分纠正的，而且全部自动化从生成DSM到微分纠正无需（也不能）人工干预。

倾斜摄影模型

倾斜摄影的原理其实还是使用了摄影测量原理，只不过倾斜摄影增加了拍摄建筑物立面的相机，倾斜相机可以是2个，可以是4个，也可以是8个，还可以是摆动式的，总之能采集倾斜方向的数据即可。严格的说，你在客机上随手拍的照片也属于倾斜摄影，当追溯倾斜摄影历史时，可以直接追溯到二战时期，再说白一点，不就是拿相机去飞机上拍照片了么，拍摄敌军阵地信息，但这种直接成像不具有可量测性，不属于测绘产品。

这样建筑物的立面信息也可以被完整的采集下来，以供建模使用。多个方向对相同地物做采集，补充。

倾斜摄影模型的最大特点是与环境融为一体，不像人工建模，一看就是计算机生成的模型。对比一下看看：

至于说哪种模型更为真实，仁者见仁智者见智吧。

倾斜模型在三维空间里同样具有可量测性，有了模型之后，各种应用比如日照分析，通视分析，水淹分析等等都有了直观的感受。

其实利用计算机屏幕表示的三维模型不能算是真正的三维，计算机屏幕表示三维的方法是利用旋转视角和阴影等色彩效果“欺骗”大脑，以达成空间三维感官，这是在用二维表示三维，缺乏真正的空间纵深感。反过来说，如果在三维模型里不能旋转视角，你还会觉得这是三维的吗？不过未来也许能在VR里测图也说不定呢，VR算是有纵深感了吧。

但倾斜模型也不是没有缺点。

正面看没有什么问题。

视角拉低之后惨不忍睹。

倾斜摄影使用纯影像方式进行建模，如果照片拍不到的细节，建模一定就建不出来；有时，即时单张照片拍摄到了，但不能在多张照片里找到同名点，建模依旧会失败。倾斜摄影在建筑物底部的表现效果是最差的，有拉花，有破洞都是常见现象。因为建筑底部在照片中存在的尺寸太小了，为了优化效果，尽量降低航高，提升相机焦距、像素。

倾斜摄影一张皮，看上去没什么问题，数据立面无法区分各个建筑，但现在已经有不少公司在想这个事，能做一些“曲线救国”的工作。

根据摄影测量原理，当场景中出现透明、半透明、镂空、反射、流动水域、流动沙地等无法自动识别同名点的材质时，生成的模型也会不尽人意。我曾经以为草原地貌建模也会有问题，实地测试没有一点问题，可能是我遇到的草原不够动感吧，笑。

好像说了很多倾斜摄影的坏话？不，其实不是的，以上只是倾斜摄影技术上自身的缺点，如果这些缺点均对你的使用场景不构成痛点，就可以大胆使用，相当于是保底技术。

点云

点云文件是由机载lidar（地面也有类似的设备）产生的，通过高速转动的激光头，扫描测量地面点，形成大量的点坐标数据，在后处理软件中看起来像一团团的云。当点云密集的时候看起来也像模型似的成面状，但当放大之后，就看不到面而是点了。

点云有单色点云，带有强度信息的点云，和彩色点云。单色点云就类似于全站仪测出的点，所有点均用相同颜色，相同明暗度的点表示；根据不同材料反射回来的激光强度不同，按照反射强度表示的点云，称带有强度信息的点云；在点云设备采集数据的同时，使用可见光相机拍照，然后通过算法着色的点云称为彩色点云。然而实际上，这几种点云表示方式可以同时存在，只在内业处理时，选择不同的显示方式即可。