无人机倾斜摄影在古建筑测绘中的精度优化与应用研究

一、引言

古建筑是承载历史文化的重要载体，其测绘工作是保护修缮、遗产研究的基础环节。传统测绘方法如全站仪测量、手工测绘等，存在作业效率低、对复杂结构覆盖不全面、易对古建筑本体造成干扰等问题，难以满足大规模、高精度的古建筑测绘需求。随着遥感技术与计算机视觉技术的发展，无人机倾斜摄影技术应运而生，该技术通过搭载多台不同角度的相机，可快速获取古建筑的多角度影像数据，经处理后生成三维模型，实现对古建筑几何形态、细节特征的完整记录。

然而，无人机倾斜摄影在古建筑测绘中仍面临精度不稳定的问题：古建筑多位于复杂环境（如密集街巷、高大树木旁），易导致影像遮挡；部分古建筑存在大量精细构件（如斗拱、雕花），对模型细节还原度要求高；无人机飞行姿态、外界环境（风力、光照）等因素也会直接影响测绘精度。因此，针对古建筑测绘场景优化无人机倾斜摄影精度，成为当前该领域的研究重点。本文结合实际工程案例，系统分析精度影响因素，提出针对性优化策略，并通过实测数据验证方案有效性，为同类项目提供参考。

二、无人机倾斜摄影古建筑测绘的技术原理与精度影响因素

2.1 技术原理

无人机倾斜摄影系统主要由无人机平台、倾斜摄影相机、GNSS 定位模块、数据处理软件四部分组成。其工作流程包括：

1. 前期准备：根据古建筑范围与精度要求，确定飞行区域、高度、航线密度，布设地面控制点；

2. 影像采集：无人机按预设航线飞行，多台相机（通常为 1 台垂直相机 +4台倾斜相机）同步拍摄，获取覆盖古建筑的多角度影像，GNSS 模块记录每张影像的位置与姿态信息；

3. 数据处理：通过专业软件（如 ContextCapture、Pix4D）对影像进行预处理（去畸变、拼接），结合地面控制点进行空中三角测量，解算影像外方位元素，最终生成三维点云、DSM（数字表面模型）与三维模型；

4. 精度验证：采用全站仪、RTK 等高精度测量设备，选取古建筑特征点（如墙角、柱顶）进行实测，与三维模型对应点坐标对比，评估测绘精度。

2.2 精度影响因素

结合古建筑测绘场景，无人机倾斜摄影精度主要受以下因素影响：

·飞行参数设计：飞行高度直接决定影像分辨率，高度过低易导致飞行区域覆盖不全、碰撞风险增加，高度过高则会降低影像细节清晰度；航线重叠度（航向重叠、旁向重叠）不足会导致影像拼接缝隙，影响空三解算精度，而重叠度过高会增加数据量与处理时间。

·地面控制点（GCPs）布设：GCPs 是提升空三解算精度的关键，其数量不足、分布不均（如集中在建筑边缘）会导致模型整体偏移；部分古建筑周边场地狭窄，难以布设足够数量的 GCPs ，进一步影响精度。

·环境因素：风力过大会导致无人机飞行姿态不稳定，造成影像模糊或位置偏差；强光或逆光环境会使影像对比度降低，影响特征点匹配精度；古建筑周边的树木、电线等障碍物会遮挡影像，导致模型局部缺失。

·建筑结构特征：古建筑多为非规则几何体，存在大量悬挑、镂空构件（如檐角、花窗），此类区域在影像中易产生阴影或遮挡，导致三维模型细节还原不完整；木结构古建筑表面材质（如木材纹理）对比度低，影像特征点提取难度大，影响匹配精度。

三、无人机倾斜摄影在古建筑测绘中的精度优化方案

以山西平遥古城某清代楼阁（高约 18m ，平面呈矩形，面宽 12m ，进深8m，屋顶为歇山顶，檐下设有复杂斗拱结构）为研究对象，针对上述精度影响因素，提出三级精度优化方案。

3.1 航线规划优化：适配古建筑结构特征

传统航线规划多采用“平行网格”模式，难以覆盖古建筑复杂立面与屋顶细节。本次优化采用“交叉重叠 + 垂直补拍”组合航线：

1. 主体航线：飞行高度设定为 50m （根据相机焦距计算，影像地面分辨率达2cm），航向重叠度 80% ，旁向重叠度 70% ，确保建筑立面与屋顶影像充分覆盖；

2. 垂直补拍航线：针对斗拱、檐角等精细构件，在建筑四周布设 4 条垂直于主体航线的补拍航线，飞行高度降至 30m ，进一步提升局部影像分辨率；

3. 避障设置：通过前期现场踏勘，标记树木、电线等障碍物位置，在航线中设置绕飞路径，避免影像遮挡。

3.2 影像处理优化：强化地面控制点与参数调整

1.GCPs 布设与测量：在楼阁周边均匀布设6 个GCPs（分布于建筑四角及两侧中部），采用全站仪进行高精度测量（平面精度 ±2mm ，高程精度 ±3mm ），记录各控制点的WGS84 坐标系与地方坐标系坐标，用于空三解算约束；

2. 空三解算参数调整：在 ContextCapture 软件中，将 GCPs 坐标导入后，调整特征点匹配阈值（由默认 0.8 降至 0.6），提高低对比度区域（如木材表面）的特征点提取数量；同时启用“多视影像匹配”功能，减少单一角度影像误差对解算结果的影响；

3. 模型精细化处理：对生成的初始三维模型进行局部修复，针对斗拱等构件的缺失区域，补充拍摄特写影像并重新导入软件进行融合，提升细节还原度。

3.3 数据验证优化：建立误差修正模型

1. 验证点选取：在楼阁上选取20 个特征验证点，包括墙角、柱顶、斗拱节点等，涵盖建筑不同高度与部位，确保验证结果具有代表性；

2. 实测与对比：采用 RTK 设备对验证点进行测量，获取其真实坐标，与三维模型中对应点的坐标进行对比，计算平面误差（ΔX、ΔY）与高程误差（ΔZ）；

3. 误差修正：根据误差分析结果，发现高程误差主要集中在建筑屋顶（受屋顶坡度影响，影像匹配难度大），平面误差集中在建筑转角处（受影像拼接影响）。针对这一问题，建立线性误差修正模型：对屋顶区域高程值进行 +0.03m 修正，对转角区域平面坐标进行 0.02m 微调，进一步降低系统误差。

四、结论与展望

本文通过分析无人机倾斜摄影在古建筑测绘中的精度影响因素，提出“航线规划 - 影像处理 - 数据验证”三级优化方案，并结合平遥古城清代楼阁测绘案例验证了方案的有效性。研究表明，通过优化飞行参数、强化地面控制点约束、建立误差修正模型，可将无人机倾斜摄影的测绘精度提升至古建筑一级测绘标准，同时显著提高作业效率，为古建筑测绘提供了高效、精准的技术路径。

未来，无人机倾斜摄影在古建筑测绘中的应用可向以下方向发展：一是结合 LiDAR 技术，利用 LiDAR 对复杂结构的穿透性优势，弥补倾斜摄影在遮挡区域的精度不足；二是引入AI 技术，实现古建筑构件（如斗拱、梁架）的自动识别与参数化建模，进一步提升数据处理效率；三是建立古建筑测绘数据库，将倾斜摄影获取的三维模型与历史文献、修缮记录关联，为古建筑遗产的长期监测与研究提供更全面的信息支持。

参考文献：

[1] 张祖勋 , 明洋 , 张剑清 . 倾斜摄影测量技术综述 [J]. 测绘学报 , 2014,43(01): 1-12.

[2] 王晏民, 郭明, 黄明. 无人机倾斜摄影在古建筑三维建模中的应用[J]. 测绘通报 , 2015(05): 79-82.

[3] 刘昌华 , 李成名 , 王继周 . 地面控制点对无人机倾斜摄影测量精度的影响 [J]. 地理信息世界 , 2016, 23(03): 81-85.

[4] 章迪 , 丁雨淋 , 陈为民 . 基于无人机倾斜摄影的平遥古城古建筑数字化保护 [J]. 测绘与空间地理信息 , 2019, 42(08): 189-192.