工程研究

航攝影像控制實體資料建置與自動化量測之探討

摘   要

航測業務中地面控制之測量目的，係獲取空中三角測量中所需的控制點資料，藉以計算各像片透視中心相對於地面座標系的位置與姿態，以供後續地形圖測製、數值地形模型或正射影像生產等之相關應用。由於地面控制測量業務所需之經費約佔全案經費之15%~20%，不僅佔相當多的成本，且耗用許多的人力資源及時間。本文嘗試從適當的比例尺且完成空中三角平差計算的航照影像資料中選取及儲存不易變遷的地形地物影像，及其三維座標資訊，作為航測業務所需的控制資料(本文稱此資料為控制實體)，而為了對建立的控制實體進行自動量測並減少人工干預，文中亦針對影像中控制實體自動辨識及量測工作的匹配技術進行探討。初步的實驗成果顯示：搭配良好的控制實體建構及匹配技術能有效完成擷取自控制實體資料庫中的控制點自動量測任務。

一、前言

科技進步快速，電腦計算能力遠大於從前，致使航測業務隨著儀器設備功能之提昇，進到數值化作業時代，優點之一就是可以應用電腦的高速計算能力和影像匹配相關技術，發展點位自動化量測的作業方式。以目前作業所使用的航測數值影像工作站即是此時代科技革命下的產品。雖然航測的部份作業已走向數值化，但執行空中三角所需的控制資料仍需以傳統的方式實施地面控制測量，不但須投入相當多的外業測量人力，其業務所需費用亦不少。

多年來，本工程司航測部配合國家重大工程建設已承辦不少的航測業務，且拍攝相當多的航照影像及生產地形、地物相關成果資訊，如果能從這些已拍攝之航照影像資料選取合適的比例尺及不易變遷的地形地物影像，並記錄相關的點位三維座標訊息，建構控制實體作為新拍影像控制之用，不但可以減少外業工作人力投入和成本花費，而且，若建構完成的控制實體資料分佈的密度足夠，除充做為控制點之用外，也可以在空中三角測量計算的流程中作為像片連結點(tie points)，並運用影像匹配的相關技術發展自動化控制點量測的工作。以目前本司航測部受託於高鐵銀行團所承辦的製作1/2500正射镶嵌圖為例，由於地面控制佈標點的遺失率甚高，且部份的點位受到遮蔽的影響無法量測，同時雖有其他高鐡航測案之航測標可用，但受限於像片比例尺的差異，在影像上無法辨別，因此工程路線全長345公里約四百張的航照影像所用之控制資料，全採用人工的方式在已經完成空三的航照影像中進行選取與量測，耗費相當多的人力資源。所以若藉由建立影像資料控制實體資料庫，並配合發展影像匹配技術，使其成為一套可行的控制點量測系統，如此可以自動化作業方式降低作業成本及增加效能。由以上理念，所研議之系統架構流程如圖一所示，紅色方框之部分目前尚未與本系統結合。相關之影像匹配技術已委託學術單位配合開發。

二、影像控制實體建置

(一)影像控制實體概述

航照影像中所有地物、地貌皆可以點(如球場界線交點或道路標線交點)、線(如屋脊線或道路標線)、面(如球場或屋頂面)資料型態做為歸類，空中三角測量所用之佈標點在影像上即是以點資料(T字標之交點)之型態表示，如圖二。

本試驗所建置的控制資料包含了各種型態特徵之影像資料，故統稱為實體，也就是文中的控制實體，如圖三所示。在建置控制實體時盡量以不易變遷之地物且具備足夠輻射與反差訊息作為選取的依據，以此原則才有利於發展影像匹配技術，進行自動量測。為使控制實體的建置能有效充當控制點使用，並能搭配影像匹配技術進行自動化量測，其資料本身除了需含有顯著變化的輻射資訊，並應獲悉影像中心點之地面三維座標幾何訊息及其它屬性訊息。以下各小節將說明幾何資訊及輻射資訊如何建置，及相關資料之儲存方式，以供後續自動化量測之用。

(二)幾何資訊建置

建置幾何資訊最直接的方法就是利用人工選擇特徵點位的方式進行。由本單位目前開發幾何資訊之建置界面，透過這個界面操作者可瀏覽影像上之地形、地物。經操作者辨識可作為控制實體影像區塊之後，先用人工點選量測方式在各重疊影像中確定影像區塊中心座標，然後系統利用最小二乘前方交會自動求解出該影像控制實體中心之三維座標。經操作者檢核前方交會成果，完成幾何資訊建置。由於建置過程操作者必須介入建置程序中，然後再由電腦輔助自動完成建置的工作，所以整個過程是以半自動化的方式進行。

(三)輻射資訊建置

本系統之輻射資訊是以原始影像建置，並無考慮航照影像攝影當時的位置、太陽照射角度、大氣輻射、鄰近地物所產生之陰影和遮蔽、以及建置地物本身之材質或雜訊等等所產生之影響。也就是在操作者在前述以半自動完成幾何資訊建置之後，系統便依據所需建置控制實體影像區塊之大小輸出控制實體對應之所有的影像區塊，完成輻射資訊之建置。

(四)控制實體資料貯存

控制實體影像經過品質檢核後應建立資料貯存相關的資訊，以利後續使用、維護、更新等目的。本節將貯存的相關資訊分為二大類：

1. 控制實體存放資料的形式

控制實體資料之貯存是以1/5000像片基本圖之圖幅大小為貯存的最小目錄單元，並建立索引資料，資料貯存時根據索引資料及控制實體座標存放，貯存範例如表1所示。

2. 控制實體本身資訊

包含控制實體的輻射資料(以raw為附檔名)、描述控制實體的輔佐資料及幾何資料(以ifo為附檔名)，亦包含匹配時所需的參考資訊。

三、影像控制實體自動化量測

自動化量測的目的是希望在作業的過程中能減少人工的操作，利用影像匹配方法及策略取代人眼辨識及量測記錄的工作。匹配是基於影像相關的原理，利用相似性來求像點在新拍影像中的位置。下列各小節除對匹配理論做概述之外，並說明本試驗所採用的區域式匹配技術(Area-based Matching)之匹配策略、演算法則及如何達到自動化量測功效。

(一)匹配理論概述

相關(correlation)的理論應用在不同的領域有不同的執行方法，以影像而言可以電子式、光學式或數值式等方式來進行，本研究是以數值式的方式利用統計相關方式，以標準化互相關法(Normalized Cross Correlation; NCC )計算相關係數值來評估影像的相似程度，再以最小二乘匹配法(Least-Squares Matching; LSM)作精確確認。其作法是將像片經過離散取樣及量化(Quatization)轉換成像元(Pixel)，並以一個數值來代表像元的灰度值。再以灰度值作為觀測值代入所選定之目標函數計算，而以灰度值為主的匹配稱為區域式匹配。

匹配的處理原則係將控制實體之影像定義為目標視窗，並以目標視窗的像元為標的，另在新拍影像中被定義為搜尋視窗的影像範圍內，運用影像匹配理論找到最相似的像元位置，其示意圖如圖四。

(二)匹配策略

10m，而姿態參數約為 3 。匹配時便以上述各值決定搜尋視窗的範圍。為有效找出最相似的位置，應避免太大的搜尋範圍，但受限於外方參數近似值不夠

精確之影響，使搜尋範圍擴大降低計算效能。為改善效能，本試驗加入影像金字塔(Image  Pyramid)匹配策略作層次式（Hierarchical）的匹配。當搜尋範圍超過設定之臨界值時便採用影像金字塔策略。利用影像金字塔匹配的作法是降低影像的大小及解析度(即作影像粗化處理)，並依需求考量影像金字塔的層數。以此策略進行時，同時需考慮目標視窗最小的範圍，應仍保有足夠的特徵資訊進行匹配。

(三)匹配演算法則

本實驗使用之影像匹配方法為標準化互相關法及最小二乘匹配法，標準化互相關法為目標視窗與搜尋視窗之間灰度值的相關係數演算，當目標視窗在搜尋視窗經過目標函數計算之後，可得到相關係數矩陣，此矩陣中最大相關係數值即為最相似位置。最小二乘匹配則是將目標視窗經過參數的轉換，與搜尋視窗相對應灰階相減，組成灰階差值觀測方程式，滿足改正數加權平方和最小者為最相似的位置。標準化互相關法之匹配具高可靠度，但低精度的匹配成果適合作為低可靠度、高精度之最小二乘匹配法的初始位置。所以在影像金字塔匹配策略下由NCC匹配結果提供下一層匹配之近似值，同時在最高解析度時加入LSM，並比較兩種匹配成果的座標差值，作為判斷匹配成功與否的一個依據。另外，若LSM無法收斂，亦判定為匹配失敗。層次式匹配法匹配軌跡示意圖如圖五所示，右邊放大圖中各顏色之方框即為層次式匹配的軌跡。

當單張像片內匹配成功點數足夠進行後方交會計算時，將以此演算法來提升外方位精度，據以縮小搜尋視窗範圍再進行匹配以提高匹配成功率。當所有新拍攝之影像都已匹配完成之後，記錄並輸出各控制實體之像片座標、地面座標及完成方位解算之像片外方位參數等相關資訊。

(四)匹配自動化

控制實體自動化量測的方式是將影像匹配時所需參考的各項資訊藉由參數檔方式管控，包括像片相關資料輸入、控制實體影像擷取、層次匹配至匹配成果輸出等工作，其目的為利用批次作業，減少人工干預。下列相關資訊為匹配時參數檔之內容：

1. 外方位參數近似值：飛行計畫執行後，航空公司所提供的GPS資料及航高資料。

2. 外方位參數精度：藉由經驗值，估算外方位參數精度（包括位置參數和姿態參數）由外方位參數近似值及共線方程式將控制實體投影至新拍像片上，利用所投影之控制實體在像片上座標值之誤差(dx、dy)，以便決定搜尋視窗範圍。其示意圖如圖六。

3. 像片參數：記錄像片座標及影像座標數值，以便求得影像與像片轉換參數。

4. 新影像一個像元（pixel）對應地面之大小：目的為使目標視窗（來自控制實體影像）與搜尋視窗之像元對應地面大小的關係化為等量。

5. 最小目標視窗尺寸

6. 最大搜尋視窗範圍

7. 相機焦距

8. 控制實體格式

9. 圖幅、像片資料及像比例尺：以像片基本圖之圖幅概念建構控制實體索引檔，再根據像片外方位參數、像片比例尺及像幅大小研判新拍影像與所建構之圖幅間之關係，以便對應控制實體之存放位置。

10.新拍影像之航線方位角：為執行NCC匹配，必須將控制實體旋轉至與新拍影像相同航線方向，控制實體航線方位角已貯於控制實體之檔頭資訊。

四、實驗與分析

(一)試驗資料來源說明

本測試所使用之資料是本司航測部使用LHSystem Socket Set 航測影像工作站上執行過之空中三角平差計算的航照影像，試驗資料內容如表2所述：

已完成空三平差計算之資料中，除原有之影像檔外，像片座標和影像座標的轉換參數資料、以及外方位資料均可以利用於建置影像控制實體資料。本試驗測試範圍如圖七所示。橘色及藍色代表建置控制實體影像的範圍，紫色則為新拍影像的範圍，紅色圈代表影像的投影中心。

(二)控制實體成果及精度分析

本試驗共建置38個控制實體，輸出之相關資料如表3所示。控制實體的精度指標是由多張像片中以最小二乘前方交會法，求解中心點幾何座標位置時的精度表示，包括三軸的誤差分量及中誤差值，其分佈圖如圖八、圖九所示。圖八為控制實體三軸誤差分量之分佈圖，平面（X、Y）平均精度約在5cm以

)之分佈圖，其平均

中誤差值約在14cm以內。基本上控制實體的精度是建構在已完成的空三成果之下，如果已完成的空三

平差成果完全符合精度規範，則控制實體主要的幾何建置誤差來源除了承襲原有空三平差方位參數誤差，另外亦受到建置控制實體的點位辨識量測誤差影響。

(三)控制實體自動化量測匹配成果及分析

本試驗以三張新拍影像進行匹配測試，測試過程中分別以不同演算法來探討匹配成功率，演算法(1)為僅用影像金字塔匹配策略之演算法；演算法(2)為影像金字塔策略加利用後方交會更新外方位參數之演算法，匹配的成果如表4所示。在表4中可發現以演算法(2)匹配時成功率明顯提升，尤以4-29、4-30更為顯著，且影像金字塔的粗化層數減少效率亦得到提升。表5為針對演算法(2) 歸納出匹配失敗的原因，不難發現大部份失敗之原因為地貌產生改變所造成。其他匹配失敗原因如輻射差異過大、目標視窗過度粗化等，可從建置控制實體時改善。建置時盡量避免選取陰影、遮蔽之地形地物或過於微弱之特徵。未來可考慮加入控制特徵(點、線、面或地形特徵)合宜地在匹配運算中強調相對的確定性來加以改善。表5所列匹配失敗的情形。

五、結論與建議

本研究工作在控制實體資料建置系統部份已開發完成交談式的作業方式，操作者可藉由此系統建置不同像比例尺之控制實體，可將本司航測部多年來累積已完成空中三角計算處理之航照影像資料建置成控制實體，逐步發展成控制實體資料庫，以供往後新拍影像作控制之用。在建置的過程中操作者所選取的實體應考量為配合自動量測所需注意之事項，以增加匹配成功率且達到長期使用之目的。為使控制實體量測達到自動化而發展的匹配技術以自動化的方式呈現，藉由參數檔控管計算的各項資訊，包括像片資訊輸入、控制實體擷取，匹配成果輸出等，均不需人工干預，對於相異於控制實體之尺寸大小及影像方位角之新拍影像亦能有效達成自動匹配作業。在設計的演算法則以初步匹配成果進行後方交會更新外方位參數近似值，方位參數精度提升不但可使搜尋視窗範圍縮小，減少計算時間亦提高匹配成功率。由試驗中之匹配案例發現，失敗的原因多指向現況改變，經確認變遷後，應將此類控制實體從資料庫中刪除，並補足新的控制實體，達到資料維護、更新之永續經營目標。

根據本研究作業所獲取的經驗對往後運用有下列幾點建議：

1. 可將匹配技術運用在控制實體量測作業，以提高量測精度及效率。

2. 發展影像分析工具，以瞭解特徵資訊在不同比例尺空間之變異，以便在影像粗化作業中能有效掌握特徵資訊，避免造成錯誤的匹配。

3. 匹配作業雖達到自動化之目的，但不代表能處理及掌握任何狀況。因此，可朝向利用交談式的作業環境，以人工給定較佳的影像初始位置，減少搜尋範圍，提高匹配效能。

參考文獻

(1) 邱式鴻，航照影像作為SPOT影像控制用之研究，成功大學航空測量研究所碩士論文，中華民國

     八十年。

(2) 黃英婷、蔡榮得，影像鑲嵌自動化之研究，pp.223-230，第二十屆測量學術及應用研討會，中壢

     中華民國九十年。

(3) 邱式鴻、李莉華、趙鍵哲，航照影像控制實體建置與自動量測之可行性探討，pp.53-61，

     第二十一屆測量學術及應用研討會，新竹，中華民國九十年。

< < < < < < < < < < < < < < < < < < < < < < 回目錄< < < < < < < < < < < < < < < < < < < < <