无人机高分辨率影像在城市部件普查中的应用

吴泳张恒才朱靖刘小保

摘要： 部件普查工作是数字城管开展的基础工作，当前部件普查大多采用人工测量采集方式，不但采集工作量大，效率低，投入成本费用高，而且在部件质量控制问题上存在一定难点。本文主要探讨无人机航拍高分辨率影像在城市部件普查中的应用，把无人机航拍的高分辨率影像作为部件普查数据源，给出生产作业可行方案，通过实施验证该方案有效性。

关键词：无人机，高分辨率影像，数字城管，城市部件普查

Abstract: the parts work is digital urban management in the census of the work foundation, the current parts is used mostly artificial measurement census collecting method, not only acquisition workload big, the efficiency is low, the high cost of cost, and quality control in parts existence of certain difficulty. This paper mainly discusses the aerial drones high resolution image in city parts of the application of the census, the aerial drones the high resolution images as components census data sources, the production are feasible scheme, verify the validity through the implementation of the scheme.

Keywords: uavs, high resolution video, digital urban management, urban parts census

中图分类号：O434.19文献标识码：A文章编号：

基金项目： 广东省中国科学院全面战略合作项目(2010B090300010)

引言

数字化城市管理（“数字城管”）作为城市管理的全新模式，通过城市管理空间的精细化和管理对象的精确定位，为国内各级各类城市的管理变革提供了重要手段[1]。

部件普查在“数字城管”建设中具有重要地位，全面、准确的城市部件数据是精细化城市管理的根基。当前各地在开展部件普查时普遍采用人工测量设备采集和调绘方式[2]。传统的人工测量不但采集工作量大，效率低，投入成本费用高，而且还存在让所有实施者最为头疼的部件信息遗漏问题。要保证采集的部件数据品质，需要投入一定量的实地质量检验工作，但出于成本控制考虑，在实际实施过程中质量核查比例很小，造成部件数据成果质量难以完全保障。

近几年来，随着计算机技术、航空遥感技术、飞控技术和地理信息系统技术的飞速发展，无人机低空航拍技术已日趋成熟。无人机航拍高分辨率影像同时具有几何精度和影像特征，其优点是成图速度快、成本投入低、相对精度高、信息丰富、直观真实，目前已广泛应用于资源调查、航拍测量、气象监测和应对突发事件等领域[3]。本文重点探讨无人机航拍高分辨率影像在城市部件普查中的应用，并结合某城市的部件数据普查工作，对相关技术方案进行了实地验证。实验结果表明，采用无人机航拍的高分辨率的影像作为部件普查数据源，可以在有效保证质量的前提下，促进工作效率提升，减少费用和投入。

无人机高分辨率影像精度分析

部件的精度是部件普查的一项重要指标，必须满足相关的规范要求。因此在将无人机高分辨率影像应用于部件普查之前，必须先就其能否满足部件普查的精度要求进行分析。

本文所使用的无人机测量系统是以无人直升机搭载LiDAR、GPS/IMU、高分辨率数码相机、无线通信设备等多个传感器构成。获取的无人机影像数据通过进行自动拼接、DEM生成、点云滤波等处理，制作成正射影像数据。

制作完成的正射影像数据分辨率高，地面分辨率约为0.05m，一般地面的部件至少有0.4m×0.4m尺寸，是完全能够清晰辨识的。

为验证无人机高分辨率影像的精度，在地物密集的建成区，通过影像重采样，在重采样影像上分布均匀地选取24个检查点，将其在影像上的坐标和1：500地形图上的坐标进行比较，结果如下表：

表1与1：500地形图点位误差统计表

点号 误差 特征点类别P 点号 误差 特征点类别P

1 0.04555 F（房角） 13 0.04038 F（房角）

2 0.08752 F（房角） 14 0.03087 F（房角）

3 0.06202 F（房角） 15 0.04704 F（房角）

4 0.32163 F（房角） 16 0.05652 F（房角）

5 0.25290 F（房角） 17 0.04876 F（房角）

6 0.10557 F（房角） 18 0.07232 F（房角）

7 0.05313 F（房角） 19 0.07271 F（房角）

8 0.03805 F（房角） 20 0.00931 F（房角）

9 0.06555 F（房角） 21 0.03527 F（房角）

10 0.03574 F（房角） 22 0.01585 F（房角）

11 0.02670 F（房角） 23 0.01461 F（房角）

12 0.01639 F（房角） 24 0.02844 F（房角）

由表中数据进一步计算得到：正射影像上点位平均误差为0.097m，此项精度远远超过了部件普查最高精度级别上单点定位的绝对精度要求（±0.5m），这表明利用无人直升机多功能三维测量系统航拍的分辨率为0.05米正射影像完全可以对城市部件进行采集制作的。

基于无人机高分辨率影像部件普查作业

结合现有面向影像的软件自动分类提取技术，针对采集和处理后正射影像，形成了软件自动处理与人机交互相结合的工艺流程。首先使用遥感影像分析软件eCognition，基于影像的监督分类自动提取出影像上的各类部件图斑，然后结合人工通过影像判读进行图斑类别修正，避免信息漏提、误提等现象，并加上地形等数据辅助，实现快速有效地从高分辨率影像中提取部件分类信息、识别部件的分布。对于因高楼、树木阴影等遮挡造成部分区域的部件无法判读的问题，可以以影像作为外业调绘底图实施外业实地调绘补充。主要工作流程如下：

1、从影像上自动识别提取部件：解译人员利用遥感图像中目标地物的“色、形、位”三大特征分析、解译、理解和识别影像，建立解译标志数据；在解译软件环境下，利用监督分类的最大似然法确定大体的部件分类；

2、人工辅助判读：在通用地理信息矢量编辑软件环境下，对经过处理后的影像分类图，进行人工目视判读，对各部件类型进行检查，对自动分类错误的斑块进行采集或者边界重勾绘，重新为制作部件数据赋属性值；最好整理成为部件数据信息成果，保存为通用的矢量格式文件。

3、外业调绘：将室内人机交互提取完成的部件成果数据，叠加到正射影像图上，进行外业调绘，补充采集部件扩展属性，同时采集室内作业无法提取的部件，完成后对外业调绘成果进行数字化。

4、检测验收：经检查验收后，输入成果数据库。

部件采集效果验证

针对广东省某城市约40平方公里的作业区，采用了本文所述的基于无人机高分辨率影像的部件普查作业流程，共采集部件约12万个。经统计分析发现，通过正射影像图自动识别提取加人工辅助判读提取的部件可以达到52类，占部件总类的61%（部件总类按国标85类计算）。

通过实践证明，利用无人机航拍制作的高分辨率正射影像可以对不同类型部件要素进行准确采集，对于由于楼房，树木等阴影的遮挡，无法采集的部件要素可以通过与外业调绘结合，补充完善。与常规部件采集方法相比较，利用无人机高分辨率航拍正射影像快速采集部件数据的优越性见下表：

对比项 常规普查作业（实地测量） 基于无人机高分辨率影像作业

数据成果形式 矢量数据＋照片，对区域部件分布情况不能整体了解 矢量数据＋全彩正射影像图，区域部件分布整体掌握

数据质量保证 完全靠人工记录和统计，质量难以完全保证 可以结合影像进行数据验证，特别是对部件遗漏、属性错误等问题，作业可以实现闭环的质量控制

数据信息含量 只有部件信息，会存在基础底图数据（如地形图）与部件现势性不符的情况 有部件数据以及现势性与其同步的影像数据，信息更直观、丰富，便于非专业人员查看

数据采集速度 人工作业，投入人力多，速度慢，费用高 大量减少外业实地投入，效率更高，成本减少

后续更新维护 只能作为一次普查成果，增加和修补内容必须实地重新测量 影像完全覆盖实地信息，可以作为后续修补数据直接提取

结束语

无人机遥感技术的快速发展为城市部件普查提供了新的可行途径。基于无人机航拍高分辨率影像数据，将自动识别与人机交互相结合的城市部件普查新方法取得了很好的应用效果。高分辨率正射影像数据因其所具有的精准、直观等特点，不但可以作为部件普查数据源，也可以作为数字化城管系统管理的基础底图数据，弥补现有基础数据现势性不足问题。经过实际验证，无人机高分辨率影像在城市管理领域中有着良好的应用前景。

参考文献：

【1】郝力. 数字城管:革新城市管理模式. 建设科技[J] . 2010 (23). 20-22

【2】朱红侠. 数字城管之部件普查. 中国科技信息[J] . 2008 (7). 169-171

【3】金伟，葛宏立，杜华强，徐小军. 无人机遥感发展与应用概况. 遥感信息[J] . 2009 (1). 88-92