摘要：我国信息技术和我国城市化建设十分快速，无人机倾斜摄影在测绘工程中是主要技术。传统的城市建模手段，诸如实地测量、卫星遥感等，存在效率低下、成本高昂或者精度欠佳等问题。而无人机倾斜摄影测绘技术的横空出世，为城市三维建模领域带来了全新变革。该技术能够从多角度快速采集城市地物的影像数据，并借助先进的数据处理算法，构建出高精度、高分辨率的城市三维模型。对于推动城市迈向现代化发展具有至关重要的现实意义，本文将围绕此展开深入剖析。

关键词：无人机倾斜摄影；城市三维建模；应用

引言

无人机航摄技术具有数据采集快、地形适应好、可视化程度高等优点，目前被广泛应用于水利、公路、桥梁等领域，在地形测绘、变形监测、三维建模等方面具有不可替代的优势。目前，我国各省及直辖市在土地和地勘等相关领域的机构，基本上都配备了无人机航测系统。无人机飞行测量作为一种新兴的操作方式，正逐渐成为主流。相较于传统航测作业所需的大量人力和物力，无人机航测系统能够实现高效、精准、快速的数据采集与处理。同时，它能够有效克服传统航测中天气和地形等因素的影响，展现出更强的适应性和灵活性。

1 无人机倾斜摄像基本概述

无人机倾斜摄影就是在无人机设备作用下，通过搭载多台传感器，从垂直和倾斜等各个角度获取影像信息，其打破了传统航测单相机只能从垂直角度进行拍摄的局限，使获取的测绘信息更加准确、全面。倾斜摄像技术通常会配合多台高空间分辨率的数码相机，并为每台相机设定对应的角度，然后将其安装在无人机中，其中包含前视相机、后视相机、左视相机、右视相机等，每个相机的倾斜角度为 15^∘–45^∘ 。通过对无人机倾斜摄影工作原理进行分析，明确其原理为：在一台无人机中安装多台传感器，从各个角度完成摄像，这些影像信息经过图像处理与三维建模分析，形成了比较具体的三维模型。

2 无人机倾斜摄影的测绘工程三维建模技术

2.1 数据处理流程

采集到的倾斜摄影影像数据，需要历经一系列繁杂的处理流程才能构建三维模型。首先，需要对原始影像进行预处理，涵盖影像的去噪和畸变差校正等，以提升影像质量。其次，运用专业的摄影测量软件，通过特征提取和同名点匹配算法，在不同影像之间寻觅同名点，建立影像之间的连接关系。基于这些连接点，可采用光束法和平差法等算法对影像的外方位元素（位置和姿态参数）进行解算，实现影像的联合平差，从而提高三维坐标解算的精度。在完成平差后，通过密集匹配算法生成数字表面模型（DSM），以此进一步生成数字高程模型（DEM）和正射影像图（DOM）。最后，利用三维建模软件，基于DSM、DEM 和DOM 数据，结合影像的纹理信息，构建真实感的三维模型。在建模过程中，还需对模型进行编辑和优化，去除模型中的噪声和错误，提高模型的精度和美观度。影像去噪是预处理过程中的重要环节，常见的去噪方法包括高斯滤波和中值滤波等方法。这些方法能有效去除影像中的噪声干扰，提高影像的清晰度和质量。畸变差校正则是为了消除相机镜头产生畸变，使影像更加符合实际地理信息。在进行特征提取和同名点匹配时，要选择合适的算法和参数，确保匹配的准确性和可靠性。光束法平差是一种高精度的平差方法，能够同时解算影像的内方位元素、外方位元素以及地面点的坐标，可有效提高三维坐标解算的精度。

2.2 全流程精度控制框架构建

全流程精度控制框架通过集成数据流与质量闭环管理，构建三级保障体系。数据采集阶段部署地形感知自适应航线规划系统，结合DEM 与建筑轮廓矢量数据动态调整航高，飞行控制模块基于LiDAR 实时点云规避障碍物，确保城区航摄重叠率稳定于 80%±2% 。某新城建设项目中，该系统使高层建筑立面影像完整度从 78% 提升至 95% ，航带弯曲度限制在 0.35^∘ 内，航向重叠率不足 75% 时自动触发补飞机制，像移量超 1/3 像素则优化曝光参数。数据处理环节设置12 项自动化质检指标，包括特征匹配度、点云密度及纹理连续性。基于CNN 的异常检测模块可在15s 内识别影像模糊或像对失锁问题，连接点中误差超过 0.8 像素时启动增量式空三运算，区域网平差效率较传统方法提升 40% 。点云密度低于50 点 /m2 时激活插值算法，成果质量看板实时显示处理进度与精度参数，支持人工交互修正。成果输出阶段采用分级精度标准(LOD1—LOD4)，平面与高程误差阈值分别设定为 5 和 8cm，超限模型触发人工复核流程。自动化封装模块集成元数据、精度报告及可视化预览，按场景需求配置 CityGML、BIM 或 DTM 差分图等格式。质量追溯数据库通过区块链存贮操作日志与质检结果，实现全流程反向溯源。

2.3 构建测量区域控制网

在测绘工程测量作业中必须严格按照特定的要求和标准使用无人机航拍技术,针对目标测量区域构建控制网后,在测绘工程中做好精细化的测量工作,提高测绘工程测量结果的准确性,确保测绘工程的航摄测量作业质量达到预期设想目标。在目标测量区域内构建局域网时,必须以实际的测绘工程测量作业条件为基础,通过科学构建区域控制网来确定地图规格和尺寸,结合测绘工程测量要求科学构建区域控制网,在区域控制网覆盖的全范围内设置 GPS 坐标点,同时建立完善的三维坐标体系,在坐标系中标注出所有测量范围的方位信息,只有保证区域控制网构建的精准性,才能真正将实地测量、作业分析等工作落到实处。

2.4 实时图像表面建模技术

实时图像表面建模技术依赖于高精度相机（DJI Zenmuse P1， 50mm 焦距）和 RTK（实时动态差分定位）系统，确保影像数据在空间上的高精度和实时性。首先，利用图像配准算法进行多视角影像的精确匹配。匹配后的特征点生成初步点云，由体素化技术进行滤波，去除噪声。接着，点云数据利用Delaunay 三角剖分算法重建表面，并使用拉普拉斯平滑算法消除不连续性和噪声影响。在表面建模过程中，GPU 加 速（NVIDIA RTX 3090）提升计算效率，使得模型生成更加实时。最终，实将多视角影像的光度信息映射到三维模型表面，实现更为真实的效果。该过程采用多视角投影纹理映射技术，将相机视角与表面模型的几何特征紧密结合，生成高质量的纹理图层。该技术可在无人机飞行过程中动态生成和更新三维模型，满足实时监测和数据需求。

2.5 三维建模

无人机航摄技术的三维建模主要是通过运动恢复结构（SfM）算法来实现的，其基本原理是将所有航空影像中的具有相同特征的像素点进行识别和匹配，然后通过对极几何算法和空中三角型测量来获取这些像素点的三维坐标以及每张航空影像的外参（即拍摄照片时相机中心的坐标和姿态），并通过光束平差对全局误差进行优化，最后通过不规则 TIN 三角网法 和 纹 理 贴 合 进 行 可 视 化 的 三 维 建 模 。 目 前 ， 诸 如 ContextCapture,Metashape 以及 Pix4D 等软件均能实现无人机航摄的三维建模，但是各个软件在特征点的识别匹配精度，光束平差的个性化参数设置、三维模型渲染以及二维投影渲染等方面有所区别。例如，特征点的数量以及匹配成功率会决定三维模型的最终精度，其中 Context Capture 对于特征点的识别仅提供了“常规”和“大量”两个非定量的选项，而 Metashape 和 Pix4D则可以由用户自定义特征点的搜索上限，因此在空三建模的成功率以及稀疏点云的精度方面比 Context Capture 更高。

结语

无人机倾斜摄影技术相较于传统的三维建模方法，具有更高的效率和灵活性，尤其是在复杂或难以接近的地区。此项技术的应用，不仅为城市测绘领域带来了革命性的变革，环现实、详尽、精确、逼真的空间基础地理信息数据支持和公共服务。

参考文献

[1]陈济爱.基于无人机倾斜摄影的实景三维建模技术研究[J].智能城市，2024，10（12）：48-50.

[2]李杨.基于无人机倾斜摄影测量的精细化三维建模及可视化[J].信息记录材料，2024，25（6）： 223-225+228 .