《International Journal of Applied Earth Observation and Geoinformation》:Remote sensing of a gantry-equipped facility: Optimizing accuracy by integrating SfM photogrammetry and laserscan computer graphics through fixed base model geometry
编辑推荐:
本研究针对门式设施遥感测量中因传感器外参变化和传统方法局限导致的空间与相对精度不足问题,开发了集成SfM摄影测量与激光扫描计算机图形学的“基座模型对齐”新方法。通过构建理想条件下的固定基座模型几何,成功统一了多传感器输出,显著提升了数字高程模型(DEM)的精度(相对精度达0.74 mm,空间精度达2.13 mm),为实验地貌学等领域的精确变化检测提供了可靠技术支撑。
在实验地貌学、考古学、机器人、工业、医学和农业等众多研究领域,门式设施被广泛用于进行高频、连续的传感器测量。这类设施通常将数码相机、激光扫描仪等传感器安装在可移动的门式支架或固定高空位置,沿着预设轨迹采集数据,特别适用于地表形貌变化的监测研究。然而,由于实验地貌的垂直尺度往往只有几厘米甚至更小,对数据的空间精度和相对精度提出了极高要求。传统的激光扫描数据处理方法通常假设传感器在门式轨道移动过程中的外参(位置和方向)是恒定不变的,但实际中门式轨道可能存在微小偏差,这会导致数字高程模型(DEM)产生显著的空间误差。另一方面,运动恢复结构(SfM)摄影测量技术虽然能通过图像序列重建三维结构,但在处理长时间序列、图像侧向重叠不足或传感器参数存在差异时,也面临几何一致性差、存在穹顶形变(doming效应)等挑战,影响变化检测的可靠性。因此,开发高精度、高一致性的数据处理方法,对于利用门式设施开展可靠的科学实验至关重要。
为了解决上述问题,乌得勒支大学物理地理系的研究团队在《International Journal of Applied Earth Observation and Geoinformation》上发表了一项研究,旨在为其名为“Metronome”的20米×3米实验室水槽(用于海岸地貌物理尺度实验)开发高性能的数据处理方法。该研究的核心是提出并验证一种名为“基座模型对齐”的新方法。
研究人员首先在理想条件下(平整沙床)采集了包含高精度数码单反(DSLR)相机、7个固定顶置工业相机和三维(3D)相机激光扫描系统在内的多传感器数据,构建了一个高精度的“基座模型”。这个基座模型本质上是设施的一个精确三维结构,它通过SfM摄影测量技术将不同传感器的数据在统一的几何框架下进行对齐和融合。随后,在处理后续实验(如包含潮汐模拟的“测试时间序列”数据集)采集的数据时,无论是固定顶置相机系列图像还是门式DSLR调查图像,都通过识别与基座模型中共同的特征点(如设施钢制边缘上的控制点),将新图像对齐到该固定的基座模型几何上,从而生成几何一致的正射影像图和DEM。这种方法巧妙地解决了顶置相机之间重叠度低、传统SfM难以直接应用的问题。
更为创新的是,研究人员从基座模型中提取了沿门式轨道各个位置的三维相机和激光模块的精确外参(位置x, y, z和方向ω, φ, κ)以及镜头内参。然后,他们将这些参数融入到一个基于计算机图形学线性代数的激光扫描数据处理新方法中(称为“基座模型几何激光扫描法”),替代了传统激光扫描三角测量法中假设外参恒定的做法。此外,通过分析覆盖塑料颗粒的水平水面激光扫描数据,他们识别并校正了基座模型本身存在的一个系统性穹顶形变,进一步提升了该方法的精度。
本研究主要采用了以下几种关键技术方法:1) 多传感器SfM摄影测量与基座模型构建技术,用于创建高精度参考几何模型;2) 基座模型对齐技术,用于将不同时间点的传感器数据(包括重叠度低的顶置相机图像)统一到固定几何框架下,生成正射影像;3) 基于计算机图形学的激光扫描数据处理算法,利用从基座模型提取的精确传感器参数进行三角测量和DEM构建;4) 系统误差校正技术,通过拟合椭圆抛物面函数对激光扫描DEM中的穹顶形变进行校正。研究所用数据包括在“零条件”(平整沙床)、“漂浮塑料激光扫描”(水平水面)和“测试时间序列”(潮汐地貌演化实验)三种条件下采集的传感器数据。所有SfM处理均在Agisoft Metashape软件中完成,激光扫描数据处理和统计分析则通过自定义Python脚本实现。
3.1. 问题1:基座模型对齐
研究成功实现了对“测试时间序列”中全部1000个顶置相机系列和24个DSLR调查的基座模型对齐,自动化生成了几何一致的正射影像。即使顶置相机系列图像间仅有约20%的前向重叠,该方法仍能通过识别设施钢制边缘上的少量连接点实现稳健对齐,证明了该方法的有效性和鲁棒性。
3.2. 问题2:基座模型和DEM构建方法的穹顶形变
通过将不同方法生成的“零条件”DEM与基座模型DEM进行差值分析发现,“基座模型对齐DSLR调查”和“基座模型几何激光扫描”方法与基座模型最为接近,差异在毫米级。而传统方法则显示出明显的穹顶或碟形变形。进一步利用“漂浮塑料激光扫描”数据(代表绝对水平面)进行分析,确认了基座模型存在穹顶形变,并通过拟合椭圆抛物面函数成功实现了校正,校正后的激光扫描DEM能准确反映水平面。
3.3. 问题3:DEM构建方法的相对精度分析
相对精度通过分析“测试时间序列”中形态不活跃区域的高程随时间变化来评估。结果表明,“基座模型几何激光扫描”(无论是否进行穹顶校正)和“线性处理激光扫描”方法表现出最佳的相对精度(99.7%置信区间下的偏差分别为0.74 mm和0.72 mm),其网格单元特定的中位数绝对偏差(MAD)最接近零,说明这些方法能有效检测真实的形态变化,而非方法引入的噪声。SfM摄影测量方法中,“基座模型对齐DSLR调查”的相对精度(1.12 mm)优于“单独对齐DSLR调查”(0.97 mm),而“共同对齐DSLR调查”方法表现最差(4.18 mm),研究者认为这与DSLR调查缺乏侧向重叠有关。
3.4. 问题4:DEM构建方法的空间精度分析
空间精度通过分析“漂浮塑料激光扫描”DEM(代表已知平面)的高程偏差来评估激光扫描方法。经过穹顶校正的“基座模型几何激光扫描”方法展现了最佳的空间精度(2.13 mm),远优于未校正版本(5.74 mm)和传统的“线性处理激光扫描”方法(6.99 mm)。变差函数分析显示,校正后的方法空间依赖性最小。对于SfM摄影测量方法,通过间接比较估算其空间精度在2.39-8.25 mm之间,其中“基座模型对齐DSLR调查”表现最好。研究还发现,网格大小在1-250 mm范围内对“基座模型几何激光扫描”方法的空间精度影响较小。
本研究得出结论,新开发的“基座模型几何激光扫描”方法在空间精度(2.13 mm)和相对精度(0.74 mm)上均显著优于传统激光扫描处理方法和各种SfM摄影测量方法。基座模型对齐技术成功解决了多传感器、低重叠图像数据的几何一致性问题,并能高效处理大规模时间序列数据。研究表明,忽略门式轨道上传感器外参的实际变化会严重高估激光扫描DEM的精度。而SfM摄影测量方法的性能受限,部分原因在于数据采集设计(如缺乏侧向重叠和倾斜影像)。
该研究的创新之处在于将SfM摄影测量与计算机图形学相结合,通过一个固定的、高精度的基座模型几何来约束和优化整个数据处理流程。这不仅极大地提升了实验室地貌实验数据的质量和可靠性,使得更精细的地貌变化检测和数值模型验证成为可能,而且其方法框架具有普适性,可推广至其他使用门式设施的研究领域和工业应用,如考古探测、工业检测和机器人导航等,为需要高精度空间测量的科学研究和技术应用提供了新的技术途径。