唐艳华
摘 要：伴随我国城乡及工农业各个领域建设用地规模的越来越大，对于土地的规划管理范围也在逐渐增大。为了快速便捷高精度地获取地理数据信息资料，就需要采用无人机航拍技术，基于它所拍摄的图像进行专业化数据处理，最终实现三维建模。本文简要论述了无人机航拍技术在室外场景环境中的三维建模技术流程与拍摄图像处理方法。
关键词：无人机航拍技术 三维建模 室外场景 技术处理
中图分类号：P23 文献标识码：A 文章编号：1674-098X（2017）12（c）-0153-02
当前许多土地规划工作中的三维建模都是以无人机航拍图像数据作为主要依据的，它通过多种数据处理手段配合计算机技术来完成对现实生活场景的抽象模拟化构建，形成数学三维模型，而无人机航拍技术则为模型提供最為真实、详尽的信息资料。
1 利用无人机航拍图像构建室外场景三维建模的技术优势
利用无人机航拍技术所获得的图像数据来构建室外场景三维建模模型，它能够满足人们对于大规模土地规划或局部细节规划的现实要求，而且使用无人机机身相对较轻、对场地要求不高，也规避了真人真机航拍所带来的巨大成本支出与技术人员的高空作业危险因素。从整体来看，无人机航拍图像更强调对室外场景三维重建新型技术体系的一体化构建，例如配合航拍技术、航空遥感技术、影响传输技术、数据处理技术以及几何视图分析技术来实现图像数据有效处理过程，满足最终土地规划要求，体现当前无人机航拍图像构建与室外场景三维建模技术的优势性[1]。
2 无人机航拍技术背景下室外场景三维建模的基础技术实施流程
无人机航拍技术背景下对室外场景的三维建模基础技术实施流程主要有四步，以下进行一一介绍研究。
2.1 获取图像资料
首先，室外场景三维建模的首要目的就是为了获取相对详尽的图像资料，这些图像资料通常表示三维物体的二维图像数据，利用这些数据结合航拍获得的图像数据就能够建立三维模型。在无人机航拍过程中，为了保持它的高稳定性，还需要技术人员进行远程遥控操作，这里就运用到了遥感技术，它也是为了保证所获取图像信息高质量，尤其是在后期进行图像特征提取过程中，要结合遥感技术数据来立体匹配三维数学模型，保证建模内容有意义。
2.2 加入遥感设备参数
要在无人机航拍图像数据内容中加入遥感设备参数，保证三维数学建模的真实性与完整性。在具体的技术运作过程中，要研究航拍摄像机参数与图像数据相互匹配，保证遥感设备参数与精确的坐标图数据相互结合，提高三维模型精度。
2.3 强化特征提取
要强化特征提取，确保无人机航拍图像室外场景三维建模精确有效性，通过分析图像共同图像特征，提取特征点内容来看航拍图像与室外场景拍摄对象是否匹配，由此来确定提取算法。提取算法的精确性主要由图像上提取点的不同特征来决定，不同的特征点集合决定了三维建模的质量水平。
2.4 建立提取特征与航拍图像对应关系
最后要建立提取特征与航拍图像之间的对应关系，达成精确匹配目标。在匹配过程中也要注重对外界因素干扰的排除，例如拍摄角度问题、天气状况问题等不利因素。客观讲，室外场景三维模型构建需要结合摄像机参数标定值，再结合立体匹配效果来构建三维坐标，保证三维建模过程中每一个技术环节都能相互关联，减小技术误差，进一步提高建模精确度。
在上文所提到的特征提取算法中，就包括了针对性选取算法，像比较常用的关键帧提取算法、内容分类关键帧提取算法。这些算法的实施还要结合航拍图数据，对所获取图像进行粗筛选和精细筛选，以降低建模过程误差，提高立体匹配质量[2]。
3 无人机航拍技术背景下室外场景三维建模的航拍图像处理方法
在了解了三维建模基础技术实施流程之后，就要分析它的无人机航图像数据处理方法，主要将拍摄图像特征下的几何视图作为具体依据，实现对三维建模航拍图像数据的有效处理。
3.1 基于无人机航拍序列的图像拼接
图像拼接是以无人机航拍序列为基础技术理论的，它遵照序列对所获取数据进行完整拼接，通常情况下无人机拍摄都会提供同一事物的不同视角拍摄图像，而图像拼接技术则要根据序列来实现完整的高清图像拼接过程。在实际的拼接过程中就涉及到图像配准技术，它所涉及到的配准数据处理量相对较大，而图像匹配本身对于计算机的计算能力要求也相对较高，这主要是因为在航拍序列图像拼接过程中其所涉及的子流程相对较多较复杂，例如对图像的预处理、立体配准、数学变换模型构建、坐标统一转换、图像无缝融合5个主要步骤。首先说对航拍图像的预处理，它首先要对图片进行去躁，然后是特征提取，构建匹配模板，实施图像转换。在图像匹配过程中还要再次进行图像特征提取，然后才能建立三维数学模型。在模型构建过程中需要严格参考航拍摄像机标定值，根据标定值参数来计算三维模型的参数值，并在计算机中构建最终的数学变换模型，将拼接好的图像融入进去，形成一套完整的、拥有参考图像坐标系的三维数学模型，获得高度整合化后的高清图像。
3.2 基于无人机航拍图像的立体匹配算法分析
一般来说，基于无人机航拍图像的立体匹配算法包括两种：基于频域的立体匹配算法与基于时域的立体匹配算法。其中时域算法应用较为广泛，像卫星遥感航拍图像配准过程中就会采用该技术。该算法在序列图像拼接计算精度方面表现优秀，能通过互功率谱来实现对图像平移矢量的有效计算，而且整个算法匹配过程更加简单高效。当然，该算法对于图像重叠比例有一定高要求，如果所计算图像比例偏小，则会增加匹配误差，降低匹配计算结果的精度。所以也可以在立体匹配计算过程中也可以考虑基于频域的算法，它的特征提取与匹配计算直观性较强，能够实现高精度匹配，但它的数据处理过程相对复杂，总体来看二者各有优缺，在运用时需要斟酌选择。
3.3 基于运动恢复结构的三维模型重建算法分析
在室外场景无人机航拍过程中，一定会涉及到对于分析对象物体的结构信息获取，这一分析过程被称为三维模型重建算法中的运动恢复结构算法。这种创新算法相对步骤复杂，其中涵盖了图像特征提取、摄像机运动动态估计、摄像机标定、估计结果优化、推导场景几何特征分析等。为了简化整个计算过程，运动恢复结构算法就在重建模型过程中采用了SFM（Structure from motion）算法，这种算法从航拍获取的二维图像或图像序列中收集并恢复三维信息，为构建室外场景三维模型做前期准备。从整体来看，SFM算法能够基于不同角度来观察所构建模型空间中的各个点位，为此它也融入了平行透视模型与普通透视模型，所以通过它来构建三维模型能够将平差工作中的误差降到最低水平，从另一个角度来提升模型精确度。同时，这种算法中也采用了光束法平差来降低建模过程误差，它以单张像片作为单元，以单个控制点作为外业与内业坐标标准，实现外业与内业坐标的加密，通过列举误差方程来处理平差，最终构建虚拟现实背景下的三维模型[3]。
4 结语
本文从科学角度分析了无人机航拍技术及其三维建模技术实施流程和图像处理方法，证明了该技术在操作性、精确度、适用性、灵活性、成本等多方面的优越之处。在未来，它还应该为更多社会领域所应用，为国家综合发展提供高水平服务内容。
参考文献
[1]陆泽萍.基于无人机航拍图像的树冠三维重建[D].天津大学，2013.
[2]李高潮.无人机航摄在城市三维建模中的应用探究[J].科技创新与应用，2017（14）：295.
[3]黎富忠.无人机航拍技术在三维建模上的应用[J].广西水利水电，2016（4）：21-23.
