傾斜航攝三維建模在不動產(chǎn)測繪領(lǐng)域的效用

隨著我國社會經(jīng)濟不斷高速發(fā)展，不動產(chǎn)價值相應不斷提高，這使得國家對不動產(chǎn)測繪越來越重視、要求越來越高。

不動產(chǎn)測繪是測繪領(lǐng)域的一個重要分支。一般不動產(chǎn)測繪包括房產(chǎn)測繪、地籍測繪、林業(yè)資源調(diào)查、草場資源調(diào)查和海籍測量等，其中房產(chǎn)測繪和地籍測繪的主要對象是城鎮(zhèn)及農(nóng)村房屋的面積、權(quán)屬、結(jié)構(gòu)屬性、利用現(xiàn)狀等。

傳統(tǒng)不動產(chǎn)測繪工作量大、耗時長、成本高的問題一直沒有較好的解決。傾斜航攝是近年來發(fā)展起來的一項新技術(shù)，基于傾斜攝影測量模型重建技術(shù)因其數(shù)據(jù)采集成本低、效率高，重建的三維模型現(xiàn)勢性好等特點，將傾斜攝影測量三維建模技術(shù)應用于不動產(chǎn)測繪實際生產(chǎn)有著諸多優(yōu)勢。

一、基于傾斜攝影三維建模的不動產(chǎn)測繪方法

1、傾斜航攝數(shù)據(jù)采集

無人機傾斜攝影是通過在無人機上搭載五鏡頭傾斜攝影系統(tǒng)，其中一個鏡頭獲取地面目標物的正射影像，其余四個鏡頭采集地面目標物前、后、左、右四個方向的傾斜影像，并可在拍攝瞬間獲取包含影像位置、高度、姿態(tài)等信息的ＰＯＳ數(shù)據(jù)。

超低空飛行；即無人機航高設(shè)置為６０ｍ左右，以便獲得地面分辨率較高的影像，以保證三維模型重建的精度。如測區(qū)高差較大，應分區(qū)采集影像、分區(qū)建模。

密集相控；即每隔２００—３００ｍ左右布設(shè)一個像控點，每平方公里不少于９個像控點，并且應該事前做好相控，以減小模型遠距離的幾何失真。

2、傾斜航攝三維模型重建

傾斜攝影三維模型重建是通過對傾斜攝影獲取的影像進行多視影像聯(lián)合平差、多視影像密集匹配即基于物方的多視立體匹配、構(gòu)建ＴＩＮ格網(wǎng)、紋理映射等，進而實現(xiàn)三維模型的重建。

其中，多視影像聯(lián)合平差是基于影像間的幾何變形和遮擋問題，結(jié)合ＰＯＳ數(shù)據(jù)，在每級影像上進行同名點匹配和自由網(wǎng)光束法平差；多視影像密集匹配，即檢索多視影像上的特征點、特征線進而確定二維矢量數(shù)據(jù)集，再將不同視角二維數(shù)據(jù)集轉(zhuǎn)化為三維矢量數(shù)據(jù)，然后進行濾波處理，將不同匹配單元進行融合，進而形成統(tǒng)一的數(shù)字表面模型（ＤＳＭ）。

基于傾斜攝影三維建模的不動產(chǎn)測繪方法，首先對傾斜影像數(shù)據(jù)進行預處理，即檢查影像質(zhì)量問題，并對影像進行色差調(diào)整，減小在傾斜拍攝曝光瞬間，各影像光線反差、強度不一致導致的模型精度而引起的誤差影響；檢查ＰＯＳ數(shù)據(jù)，剔除姿態(tài)不好的影像。

然后將預處理過的傾斜影像導入Ｓｍａｒｔ３Ｄ進行空三處理及數(shù)字表面模型（ＤＳＭ）和數(shù)字正射影像（ＤＯＭ）的生成。生成的數(shù)字表面模型（ＤＳＭ）與數(shù)字正射影像（ＤＯＭ）。

二、相較傳統(tǒng)不動產(chǎn)測繪具有的優(yōu)勢

本文將無人機傾斜攝影測量三維建模技術(shù)應用于不動產(chǎn)測繪，根據(jù)實踐，相較于傳統(tǒng)測繪作業(yè)方法，得出以下幾點優(yōu)勢：

（１）相比于傳統(tǒng)不動產(chǎn)測繪，無需進入庭院進行測繪作業(yè)，只需在空闊地帶做好像控，便可經(jīng)過對傾斜影像的處理得到真實的三維立體模型，并可在模型上通過五點法的采集，得到庭院內(nèi)建筑物符合精度的圖形。

（２）相較于傳統(tǒng)測繪作業(yè)，門廊、檐廊、挑廊等房屋附屬設(shè)施可在三維模型上直接采集，無需在地面上選取投影點，消減了人為因素而引起的誤差；且三維測圖可以在多個視角采集數(shù)據(jù)，相比全站儀視線盲區(qū)極小，消減了在地形復雜地區(qū)因支點而引起的誤差，凸顯出在精度方面的優(yōu)勢。

（３）相較于傳統(tǒng)測繪作業(yè)，省去外業(yè)屋檐改正、層數(shù)、屬性等的調(diào)繪，減輕外業(yè)調(diào)繪工作量，即可將大量外業(yè)工作轉(zhuǎn)為內(nèi)業(yè)工作，便于高效、快速地完成測繪作業(yè)任務，使得測量單位的運營成本大幅降低。

（４）可在三維立體模型上進行指界，減小了天氣因素對戶外指界工作造成延誤工期的影響。

版權(quán)聲明：文章部分來源于網(wǎng)絡，登載此文出于傳遞更多信息之目的，版權(quán)歸原作者及刊載媒體所有，如本文中圖片或文字侵犯您的權(quán)益，請聯(lián)系我們。