正则表达式不为空 正则表达式判断是否为空

摘要:在无人机地形测绘过程中，由于影像间姿态角变化较大，加密空时，INPHO软件无法提取足够的连接点。针对这一问题，提出了一种利用ContextCapture提取图像连接点的优化方案，然后在INPHO中完成空三重加密计算，并编写两套软件之间数据连接的转换程序，从而有效利用软件各自的优势解决连接点提取问题，并通过实际案例验证了该方法的有效性。

关键词:语境捕捉软件；INPHO软件；无人机航拍空摄影；空三重加密

引言

无人机测绘技术以其数据采集效率高、野外作业时间少、成本低等明显优势得到了广泛应用。同时，无人机测绘也有一定的局限性。首先，出于成本和载荷限制的考虑，无人机大多采用单反或微单等非测量相机，因此图像尺寸和成像质量远低于大图像测量相机。其次，无人机自重轻，飞行高度低，飞行时易受气流扰动影响，航路和姿态稳定性差。

目前测绘单位使用的主流摄影测量系统，如INPHO、航天视觉、JX4等。，都是为了处理大型测量相机的图像而设计的。这类软件在处理图像帧小、噪声大、图像姿态变化大的无人机图像时，往往会出现图像连接点提取不够，导致空三级水准测量失败或成果质量差的情况。为了解决这类问题，通常需要手动添加足够数量的连接点，而无人机影像的数量远远多于普通航拍空影像，因此处理这类工作通常需要花费大量的时间。

ContextCapture与INPHO软件特点

2.1上下文捕获软件的特征

宾利的ContextCapture软件最初被命名为art3D。该软件是目前应用最广泛的图像自动建模软件，广泛应用于倾斜摄影的图像处理和自动建模。

ContextCapture软件具有强大的图像匹配功能，能够以极高的速度完成海量图像的自动匹配。自动匹配得到的连接点数量多、密度高、准确可靠，可以指定区域的三维模型、DOM、DEM、D等成果。但该软件不能用于DLG生产，导出的空三项成果由于外方位元素和文件数据结构的差异，不能用于其他摄影测量软件。

2.2 INPHO软件功能

Trimble公司的INPHO软件是目前广泛使用的摄影测量软件。INPHO中的各个模块涵盖了失真校正、空三重加密、地形建模、正射纠正等功能。其中用于空三重加密平差的Match-AT模块采用了PATB软件包的光束法区域网平差模型，可以满足空三重加密的高质高效。而且空三加密平差的结果可以输出为各种数据格式，用于不同平台的立体测绘工作。

但对于图像帧小、噪声大、图像姿态变化大的无人机图像，INPHO的图像自动匹配实际效果往往较差，会出现连接点少、分布不均匀、匹配误差等问题，对后续空处理造成不利影响。

2.3结合上下文捕获和INPHO的新方法

根据ContextCapture和INPHO各自的优势，提出了一种空三重加密方法，将两种软件处理流程结合起来。首先利用ContextCapture对图像进行处理，得到高密度、高精度的图像连接点和外方位元素。然后将上述结果导入INPHO中用光束法计算区域网平差，最终得到影像的精确外方位元素。最后可以将平差结果导出为PAT-B、ZI等格式，在空间视觉等制图工作站中恢复立体像对，完成DLG的制作。

数据成果转换

3.1 ContextCapture项目导出和XML文件解析

该项目可以在ContextCapture软件中导出为XML文件。导出的XML文件包含项目的所有参数信息，包括相机参数、影像的外方位元素、影像控制点的坐标、影像测量值和影像连接点。

XML文件作为一种可扩展标记语言，具有结构清晰、规则简单、扩展性好的特点，可以方便地获取文件中的信息。在ContextCapture导出的XML文件中，三个三级标签Photogroups、ControlPoints和TiePoints分别记录了图像、控制点和连接点的所有信息。

摄影组下有多个摄影组四级标签，每个摄影组标签中的ImageDimensions、FocalLength、SensorSize、PrincipalPoint和Distortion标签的内容分别记录了相机的像素大小、焦距、图像帧大小、图像主点位置和失真参数。照片组标签中的每个照片标签对应于项目中的每个图像。每张照片内的Id、Image-Path和Pose标签中的内容分别对应于图像的序列号、文件名和外部方向元素。

控制点下的控制点标签对应于每个图像控制点。控制点中的名称、位置和测量标签中的内容对应于图像控制点的名称、XYZ坐标和图像的测量值。

连接点下的连接点标签对应于每个连接点。TiePoint中的名称、位置和测量标签中的内容都与影像控制点的名称、XYZ坐标和影像的测量值相对应。

3.2 in pho工程文件和连接点文件的分析

INPHO的工程文件PRJ和空三联点文件XPF都是ASCII编码。PRJ项目文件中每张$照片的内容都对应于项目中的每张图像。$PHOTO中的$EXT_ORI和$PHOTO _ points分别对应影像的内外方位元素和影像控制点的测量值。$CAMERA_DEFINITION项记录摄像机的所有参数，$CON-TROL_POINTS项记录控制点的点名和坐标值。

在XPF连接点文件中，每个$PHOTO项目对应于项目中的每个图像。$PHOTO_POINTS项记录了图像上所有连接点的名称，图像的测量值等。在文件的结尾,$ADJUSTED_POINTS项记录了所有连接点的辊名和XYZ坐标值。

3.3数据转换过程的实现

在ContextCapture和INPHO的数据文件中，摄像机、图像、图像控制点和连接点的所有关键信息都可以对应，因此它们之间的转换可以通过编程来实现。

在实现读取XML文件时，我们可以使用正则表达式“(。*?)”来读取XML标记中的内容。根据两种软件各自的文件编码规则，可以建立如表1所示的数据项映射关系，从而实现Context-Capture和INPHO中所有关键数据的相互转换。

3.4角度系统矩阵变换

大部分参数可以通过直接建立直接映射关系进行转换。但这两种软件对影像外方位元素的旋转矩阵定义不同，不能直接复制使用。

在INPHO中，图像的外方位元素采用ω-φ-K旋转角度系统。工程文件中旋转矩阵m与外部方位元素ω、φ、K的对应关系如下:

但是，在ContextCapture中使用的外部方位元素和旋转矩阵与公式(1)不同。发现在ContextCapture中ω角的起始方向和φ角、K角的旋转方向与INPHO中相反。分别计算并展开公式(1)中两类软件的定义角，你会发现两个矩阵中对应元素的解析表达式有一个准确的对应关系，即第一行所有元素相等，第二、三行所有元素的正负相反。因此，在读取XML文件中的矩阵后，只需反转矩阵第二行和第三行中的相应元素，即可将矩阵变换为INPHO中的矩阵。

案例验证

4.1实地调查

为了验证方案的准确性，选取某无人机数据进行技术验证。测区为山区，测绘比例尺为1∶1000。无人机的相对飞行高度为600米，有三条平行航线，如图1所示。设计的路线重叠为80%，横向重叠为50%。飞行前，预先布设了19个地面标志点(如图2所示)，并测量了它们的坐标。在后处理中，10个点作为基本定向控制点，另外9个点作为定向检查点。飞行期间共获得108幅有效图像。

4.2行业处理流程

首先，图像数据被扭曲以消除光学扭曲。随后在INPHO按照标准工艺进行了空的三次工艺。最终提取了2626个连接点，但连接点分布极不均匀，大部分区域连接点数量较少(如图3)，因此自动空三重水准处理失败。

按照本文设计的技术路线，通过ContextCapture处理畸变校正处理的影响。运行空三个流程后，我们可以看到软件自动匹配的大量连接点。然后项目被导出为XML文件，导出时连接点也被导出。将XML转换成INPHO工程文件和连接点文件。当在INPHO中打开项目文件时，从图4和图5中可以看出，连接点的数量和密度都有了很大的提高。

4.3空三级误差和精度评估

最后，在INPHO中运行beam method 空三重差分计算，定向点残差和检查点误差见表2和表3。基本定向点的平面残差中误差为0.416m，高程残差中误差为0.045m，检查点误差中误差中误差为0.639，高程误差中误差中误差为0.336m，均满足规范中该比例尺的各类误差要求。后续工作根据实际需要完成INPHO中DEM和DOM的编辑制作。将空三个成果导出为PAT-B、ZI等格式，在立体测图工作站上完成DLG制作。

结语

无人机数据由于像幅小，姿态差，无法在常规空三差中提取足够多的连接点，导致空三差失败。本文提出利用ContextCapture提取连接点，并在INPHO中对数据结果进行转换计算来解决这一问题，从而减少U 空三重误差的处理时间，提高结果的精度。目前，该技术流程已在多个无人机地形测绘生产项目中得到应用，并取得了良好的效果。

资料来源:城市调查，地理信息系统

作者:李姣，叶金勇

本文仅供业内学习交流使用。版权归原创平台和作者所有。如有侵权，请联系删除。