影像處理相關

一、 平面精度

地面解析度(GSD, Ground Sample Distance) 即數值影像之 單一像元其在地面上所相對涵蓋之尺寸，在空拍時相機不同，但所 得到之地面解析度差異並不大(蘇柏軒、蕭宇伸，2013)。

二、 特徵地面控制點

地面控制點 (Ground Control Point，GCP) 的坐標值，於影像成像幾 何校正時可以作為，物、像關係間轉換的參考依據(李良輝，1991) 。

在空拍影像上無適當之地面控制點可供使用時，可依據所拍攝之影 像中可供辨識的地面特徵點位當作地面控制點使用(蘇柏軒、蕭宇 伸，2013)。

圖9 影像特徵地面點位取代地面控制點(紅色箭頭位置)

資料來源：本研究繪製

(2-1)

15

選擇影像特徵地面點位原則：

選擇顏色分明且為直角交界之處(如圖 9) ，不被障礙物遮蔽即須有 良好之透空度，選擇固定地物避免物體被移動位置，以免在空拍過 後會產生特徵點位誤判，陰影所覆蓋問題，航拍時陰影覆蓋處會使 解析力變差，亦容易造成控制點位之錯誤判別，大樓附近遮蔽情況 因高樓層會導致所拍攝到點位其角度過小，以選擇地勢平坦較佳地 物或地貌因局部高度之變化，如擋土牆、階梯、花台等設施，都比 較容易使高程產生誤判(蘇柏軒、蕭宇伸，2013)。

三、 特徵點提取匹配

所謂影像匹配是在數位影像中利用立體像對中影像之相似性，

來判別影像之間的共軛點，並在影像間建立套疊之幾何關係，與建 立點與點之間的對應關係。以 UAS 空拍多利用高重疊率的影像(基本 之要求為航帶前後重疊 80％、航帶間側向重疊 60％)，再利用 Pix4Dmapper 軟體來處理空拍影像，因其能快速及自動化處理任何 相機拍攝之影像(例如：傾斜影像、地面影像)，能達到 cm 級的三維 精度，亦能產製正射影像鑲嵌及數值地形模型等成果 (周祐諒撰，

2016)。而 Pix4Dmapper 軟體其特徵點提取與匹配方法為，尺度不變 特徵轉換演算法(Scale-Invariant Feature Transform，SIFT) (莊大賢，

2015)。每個特徵點均具有尺度、方向、地理位置三種訊息，將其轉 換為向量式描述，有利於後續在不同影像間特徵點相似程度的比較 (張國楨、陳俊愷，2013)。

16

尺度不變特徵轉換演算法(SIFT)，先對影像做不同尺度的縮 小，而得到一系列縮小後的影像後，將影像尺寸由大到小排列建構 成影像金字塔(Image pyramid)，接著對金字塔中的每一層影像做高 斯平滑，減少影像圖像之細節層次及降低雜訊，以增強影像於不同 比例大小下的效果(如邊緣效果)，再將相鄰的高斯影像相減做高斯 差分(Difference of Gaussian,DOG)，利用 DOG 來近似高斯拉普拉斯 (Laplace of Gaussian, LOG)，LOG 可用來檢測影像邊緣，但運算量 較大所以利用 DOG 來近似，減少運算時間(周祐諒撰，2016)。

SIFT 其特徵描述具有不受尺度、旋轉變換影響的能力 (蔡睿烝，

2013)。

四、 影像特徵匹配拼接流程

航測軟體 Pix4Dmapper 所使用特徵匹配技術是依據：相關符 號式匹配(Relational/Symbolic matching)，為利用偵測出特徵物藉由 描述其屬性或特徵種類，得到更高階的資訊，做為評估相似性的依

17

素(張國楨、陳俊愷，2013)，並將影像套合在一起，再利用影像融 合技術將影像間的接縫進行處理。

SIFT 缺點為影像之中若存在相似度高而且物件有重複聚集的 情形， SIFT 則無法有效匹配(張國楨、陳俊愷，2013)。

圖10 影像拼接流程

資料來源:周祐諒撰，2016

五、 光束法區域平差

Pix4Dmapper 所使用的空間三角測量中之光束法區域平差為 航測共線式之延伸，為使用已知的地面控制點(全控點、平控點及高 控點)，並由通過每個曝光中心點位的眾多光束來同時進行校正，使 得通過曝光點之光線與相對應的光線都能相交於區域內地面上的控 制點以及連結點，調整所有區域內像片之曝光點坐標及其旋轉角，

以獲得新的像片資料(林琨富、蕭松山、方惠民、江宗翰、周承佑，

2017)。

光束法是以攝影時地面點、攝影站及像點三點共線為基本條 件，以每張像片所組成的一束光線做為平差的基本單元，以共線條 件方程做為平差的基礎方程，而光束法區域網平差就是在全區內建 立誤差方程式，求得每張像片的六個外方位元素及加密點地面坐

影像擷取 特徵點提取 特徵點匹配 影像接合與融合

18

標，可應用於高精度解析空中三角測量及點位測定(林琨富、蕭松 山、方惠民、江宗翰、周承佑，2017)。

空中三角測量所修正的參數包括位置(Position)，參數(X、Y、

Z)及姿態(Attitude) 參數(ω、φ、κ)兩種，光束法空中三角測量共線 方程式(建立物空間與像片平面之對應關系)如下式：

19

20

21

七、 高差位移(relief displacement)

航拍像片因為地面高低起伏因素所造成之像點位置移動。此像點位

22

八、 方位之求解-空間後方交會

攝影測量之空間後方交會(Space Resection)，為利用航攝影像中 利用三個以上且不在同一直線上的控制點以及像點觀測量(像點坐 標)，依據共線方程式來計算該影像之外方位元素（X，Y，Z，ω，

φ，κ）的方法，也可用於單張航攝影像來解析外方位元素。

圖15 空間後方交會示意圖

資料來源：農林航測所

23

九、 自動空中三角測量(AAT)

所謂自動空中三角測量(Automatic aerotriangulation，AAT)為利 用影像匹配方法在電腦中自動選擇連接點，進行空中三角測量的方 法。而Pix4DMapper 初始化處理中使用自動空中三角測量是利用模 式分類技術和多影像匹配等方法來代替人工在影像上自動選點，同 時自動獲取像點坐標來提供給區域網平差解算，以確定加密點在作 業的坐標系中空間位置和影像的定向參數(盧紅豔，2012)。

自動空三的特點是：自動化程度與作業效率高、高效可靠剔除 粗差、加密之精度高、可以自動處理包含交叉航線和分斷航線複雜 的測區，自動空中三角測量系統由四部分組成，即資料預處理、自 動像點量測與"人機"交互操作、自動控制點點位布設與量測以及光 束法區域網平差。

十、 影像正射糾正

空拍之影像由於影像傾斜及地形之起伏所造成的像點傾斜與高 差移位之糾正謂之「正射」。故可以使用正射影像來量測物點間於影 像之距離，並配合固定比例尺即可換算為實際距離，因為正射影像 是像片通過糾正後地球表面所得到的真實描述 (維基百科，2018)，

可使用附加參數自率光束法平差來消除相機系統誤差所造成的影 響，而像點的高差移位、相片比例尺不一致、傾斜移位等以微分糾

24

正的方法來消除之（楊靈峰，2003）。正射影像處理以使用原始之數 值影像、數值模型（DSM、DEM、DTM)及空中三角測量之結果來產製 正射影像，如圖 16 所示。

透視中心

空拍影像

DSM

真實正射影像

圖16 正射糾正示意圖

資料來源：本研究繪製

25

十一、 影像鑲嵌

影像鑲嵌為正射影像將高差位移糾正回地表面之作業，原則上 是利用DEM 製作產生，但是遇到高架道路、橋樑等地物則需採用 DSM 以避免正射影像產生扭曲與抖動之現象 (國土測繪中心，

2010)，如圖 17 所示。

圖17 正射影像鑲嵌流程圖

資料來源：國土測繪中心，2010

26

十二、 地面控制點(GCP)布設之建議

如以四個點位且點位位於空拍區域之四個邊角，會因為分布不 夠均勻點位間連線過於平行，包含外圍及中間區域也容易造成變形 (黃美甄，2014)。而 Pix4D 作業及成果分析中其對於控制點的要求 以「均勻分布」為原則，控制點若存在彼此點對之間距離差異過大 者，則會容易產生檢核不通過的情形，故控制方案以圖 2.19.1 方式 為佳(陳昱芸，2015) ，如圖 18 所示。

圖18 控制點建議配置

資料來源：陳昱芸，2015

控制點(GCP)布設之建議：GCP 應均勻配置在測區，可以有效 地減少比例和方向的誤差，建議使用至少5 個 GCP，每個 GCP 在 5 個圖像中可以識別，因為它可以有效地減少測量誤差，並有助於檢 測使用GCP 時可能出現的錯誤，建議最少使用 5 個 GCP 即使對於 大型測區，5 到 10 個 GCP 通常也足夠了，更多 GCP 對提高準確性 沒有顯著貢獻，不要將 GCP 放置在測區的邊緣，因為它們僅在少量 圖像中可見(資料來源：Pix4D 支援網站)。

27