Page 205 - 《武汉大学学报（信息科学版）》2025年第9期

第 50 卷第 9 期 杨硕洁等：一种基于无人机影像的高精度地表形变提取方法 1933

利用识别算法对无人机影像中的编码标志点 法的可行性，本文以全站仪测量结果为对照组进
进行识别，并系统统计了每张像片中编码标志点 行无人机航测实验，实验场地与预实验一致，采
成功识别及正确解码的数目。结果显示，同一像 用尺寸为 0.3 m×0.3 m 的编码标志点，其编码位
片中编码标志点成功识别及正确解码的数目的重 数为 10 位，这些标志点由哑光泡沫板制成，该材
合率达到 96%，这一数据有力地证明了本文提出 料不易变形且质量较轻，可有效保障编码标志点
的识别算法在成功识别后具备极高的解码能力， 在实验过程中的稳定性和便携性。将其中 4 个编
解码错误的情况极少，从而验证了算法在编码标 码标志点作为目标点分别粘贴在 4 个长方体纸箱
志点解码方面的可靠性。图 7 详细展示了 3 组编 上，纸箱尺寸为 0.4 m×0.3 m×0.3 m。
码标志点在不同飞行高度下解码率的变化。对于 为了获取地面控制点的坐标并对本文方法
3 种不同尺寸的编码标志点，在要求解码率不低于 的精度进行验证，采用徕卡 TM50 高精度测量机
98% 的 条 件 下 ，无 人 机 的 最 大 飞 行 高 度 分 别 为 器人搭配徕卡 GMP101 迷你棱镜对编码标志点
34 m、44 m 和 64 m。实验结果表明，在确保高解 的位移进行测量，这种新型全站仪具有高精度、
码率的基础上，编码标志点的尺寸越大，无人机执 高 效 率 的 特 点 ，如 图 8 所 示 。 利 用 大 疆 精 灵 4
行拍摄任务的最大飞行高度也会相应提高。 RTK 无人机搭配 GL300N 遥控器获取实验区域
影像。

图 8 徕卡 TM50 全站仪
Fig. 8 Leica TM50 Total Station
图 7 编码标志点的解码率
Fig. 7 Decoding Rates of Coded Targets
实验分为以下 5 个步骤：
1） 将编码标志点分为 6 行均匀且牢固地固
编码标志点在影像中的成像为 k×k 像素，而
定在实验场地内，各编码标志点间保持大概 10 m
编码标志点实际尺寸为 d×d，无人机影像的地面
的间距，保证标志点充分展平且不受灌木遮挡。
采样距离为 p，相机传感器的单像元大小为 s，光
编码标志点的分布情况如图 9 所示，其中包含黄
学系统焦距为 f，无人机飞行高度为 h。由摄影测
色标记的地面控制点 8 个、绿色标记的检查点 8
量原理可知：
ì d 个以及红色标记的目标点 7 个，其他编码标志点
ï
ï ï k =
ï p 作为连接点在形变提取过程中起到辅助作用。7
ï ï
í （3） 个目标点分为两组：4 个贴在纸板箱上，它们的解
ï ï p = s 码值分别为 31、95、155 及 151；3 个直接固定在实
ï
ï
ï ï h
f
î
验场地上，解码值依次为 45、69 和 167。两组目标
由式（3）可知，为了确保编码标志点的解码率不
点高度存在差异，用来模拟监测地表不同高度的
低于 98%，成像尺寸应不小于 29 个像素。
形变情况。
4 形变提取实验 2） 运用徕卡 TM50 全站仪的自动目标识别
功能实现对目标点、地面控制点及检查点的相对
4.1 实验材料与方法 坐标进行精确测定。
为了验证本文所提高精度地表形变提取方 3） 设 计 两 组 航 测 路 线 ，影 像 重 叠 率 均 设 为