推荐理由
无人机遥感技术的飞速发展为森林信息的获取开辟了一条新途径。但是，由于森林生态系统中植被层次结构复杂，想要获得高精度的三维重建模型，需要精心设置无人机的飞行方式（飞行规划参数）。那么，飞行规划参数是如何影响森林三维重建质量的呢？今天介绍的这篇文章将带我们一探究竟。
文章简介
论文名称：InfluenceofDroneAltitude,ImageOverlap,andOpticalSensorResolutiononMulti-ViewReconstructionofForestImages
作者：ErichSeifert,StefanSeifert,HolgerVogt,etal.
单位：StellenboschUniversity,Stellenbosch,SouthAfrica.
期刊：RemoteSensing,,11(10):.
原文链接：点击文末“阅读原文”查看本篇文章
文章内容
为了研究如何更好地获得森林场景三维重建的结果，作者使用多旋翼无人机在不同飞行规划参数（飞行高度、航向重叠度、传感器分辨率）的组合下，获取了森林地区的影像数据。通过对不同飞行规划参数设置下获取的稀疏点云与密集点云进行相关性分析，发现稀疏点云中连接点的数量与密集点云的质量高度相关，从而找到了构建森林场景模型的最佳飞行规划参数组合。
1
数据获取
1.研究区
研究区是位于德国慕尼黑的一片森林（见下图），面积为0.35ha，主要树种有：挪威云杉以及多种阔叶树种：悬铃木、白桦和小叶石灰。图（a）是研究区的无人机正射影像，图（b）是森林实景图。
2.无人机数据获取
作者使用DJIPhantom4无人机自带的RGB相机（×像素）对研究区进行数据采集。各次飞行中，旁向重叠度均为90%。为了实现98.8%的航向重叠度，采用视频录制的方式进行数据采集。飞行高度在25-m之间（如上表所示），所得影像的地面分辨率（GSD，GroundSampleDistance）从1.2cm到4.5cm不等。为避免视频录制过程中产生模糊，飞行速度由飞行规划软件（DJIGroundStationPro1.8）自动设定。
2
方法
1.无人机数据处理
按照不同的采样率抽取视频中的帧影像作为无人机航拍的影像（见上表），使航向重叠度的范围在91.9%-98.9%之间。
此外，为了研究GSD对结果的影响，使用GraphicsMagickV.1.3.27的Lanczos滤波器将原始无人机影像重采样为5个不同分辨率的影像（见上表）。
2.数据分析
飞行规划参数会影响稀疏点云的生成，这将直接影响密集点云的质量，进而影响三维重建的结果。作者首先对稀疏点云与密集点云之间的相关性进行统计分析，探究稀疏点云中连接点数量与密集点云之间的关系，然后利用不同数量的密集点云来进行三维重建，以此间接地评价连接点数量对三维重建结果的影响。
3
结果
1.连接点数量与重建结果之间的关系
图a表明：稀疏点云中连接点的数量与密集点云的数量呈现出紧密的正相关关系，也就是说：连接点数量越多，密集点云数量也越多。图b表明：稀疏点云的处理时间与密集点云处理时间之间呈线性正相关关系，后者所需时间是前者的13.4倍。
上图展示了使用不同数量的密集点云对三维重建结果的影响，蓝色区域表示缺失部分，可以看出：当使用较低的连接点数量重建密集点云时，重建结果的质量较差。
2.飞行规划参数对连接点数量的影响
从上图可以看出，航向重叠度一定的情况下，飞行高度与连接点数量呈负相关（图a），在50m处趋于平缓；较高的航向重叠度对低空飞行（高于冠层15-30m）的连接点数量有显著影响（图b），当飞行高度为25m（距离树冠15m）时，航向重叠度与连接点数量呈正相关；传感器的分辨率（像素数量）与连接点数量呈正相关（图c），即：分辨率越高，连接点数量越多。
4
结论
飞行规划参数不同，会生成具有不同连接点数量的稀疏点云，进而影响三维重建结果的质量。在利用无人机进行数据采集的工程中，采用无人机低空飞行方式可以获取极高分辨率的影像，从而增加连接点数量和密集点云重构的细节；此时若在辅以较高的航向重叠度，将极大的提升重建效果和质量。
一点启发
在实际测量工作中，飞行规划参数的设置往往没有统一的标准。在第40期“谈谈无人机飞行规划那些事儿”中介绍了测量园艺树木作物的树高和植被覆盖度时，应该采用的最佳无人机飞行规划参数组合。今后需要针对不同地物，探寻最佳的无人机飞行规划参数设置方式。
扫码