无人机倾斜摄影测量建筑物立面纹理重建质量评估

引言

随着城市精细化管理与数字孪生建设的推进，高精度、高真实感的三维建筑模型需求日益增强。传统航空摄影受视角限制，难以有效获取建筑立面纹理信息，而无人机倾斜摄影因其多视角成像能力，成为三维城市建模的关键技术手段。相比垂直摄影，倾斜摄影可在保证地面信息采集的同时，获取立面、屋顶等多个方向的图像信息，为真实感纹理映射和建筑细部复原提供数据支持。然而，在从影像采集到立面纹理重建的全过程中，受限于图像分辨率、飞行姿态误差、遮挡物干扰与光照变化等诸多因素，常导致生成的三维模型纹理出现模糊、错位、重影或色差等问题，严重影响模型在城市规划、建筑监测与虚拟现实等场景下的实际应用。因此，亟需建立一套科学系统的纹理重建质量评估机制，从纹理清晰度、几何对齐精度与视觉一致性等方面，对建筑物立面纹理重建结果进行客观评价，从而指导数据采集与处理策略的优化，提升重建结果的精度与美观度。目前国内外研究多聚焦于三维模型几何精度评定，针对纹理重建质量的系统评估方法尚不成熟，缺乏统一标准和评估指标。

一、无人机倾斜影像获取及其对立面纹理重建的影响分析

在无人机倾斜摄影测量中，图像获取的角度设置、重叠度、分辨率以及飞行路径设计直接决定了后续立面纹理的重建质量。当前广泛应用的五相机倾斜摄影系统能够同时采集垂直和四个方向的斜视影像，通过多视角冗余信息提升建筑边缘与立面纹理细节的捕捉能力。然而，在实际作业中，飞行高度过高会降低影像的空间分辨率，影响纹理的清晰度；而飞行高度过低则易引发遮挡或飞行安全风险，且增加图像重叠复杂度，影响匹配效率。尤其在高层建筑立面重建中，视角盲区与阴影遮蔽问题更为突出，需通过调整航线重叠度、倾斜角度与拍摄间距等参数实现多方向覆盖。同时，飞行器姿态信息的不稳定性会影响影像姿态外方位元素解算精度，导致纹理映射错位或投影变形，因此需结合GNSS/IMU数据与图像束平差结果对位置信息进行优化。

二、建筑物三维建模中的纹理重建算法及其关键技术

在完成无人机影像获取与空三加密后，基于密集匹配生成的点云或三角网格是进行纹理映射的几何载体。纹理重建的核心在于如何将二维影像中的颜色信息准确映射到三维模型表面，并保持几何一致性与视觉自然性。目前常用的纹理映射方法包括视角加权融合法、主视图投影法、多图拼接优化法与深度学习纹理合成等。视角加权融合法根据各图像与三维表面之间的夹角进行加权，能避免纹理接缝但存在边缘模糊；主视图投影法选取单一影像作为主纹理源，清晰度高但易产生不连续区域；多图拼接法通过图像拼接优化技术提升视觉一致性，但对影像配准精度要求较高；而基于深度学习的纹理合成算法可对缺失或模糊区域进行补全与细节增强，表现出较强的自适应性与纹理细节重建能力。

三、立面纹理重建质量评估指标体系构建及评价方法设计

纹理重建质量评估应从图像质量、几何一致性与视觉效果三个维度进行系统量化。图像质量主要涉及纹理清晰度与分辨率一致性，常用结构相似性指数（SSIM）、图像梯度方差（Laplacian Variance）与边缘保留指数（EPI）等进行量化评估；几何一致性关注纹理投影与几何模型之间的对齐程度，可通过映射误差统计、投影角偏差分析与重投影重合度（RPE）指标衡量；视觉效果评估则以主观感知为基础，结合遮挡处理完整性、色彩协调性与接缝可见度等进行打分。为提升评价的客观性与可重复性，可引入机器学习模型对上述指标进行加权融合，构建综合质量得分（TQIS）系统，赋予不同应用场景（如市政建模、文物保护、游戏引擎接入等）以差异化的评价权重。

四、典型建筑场景纹理重建实验与质量分析结果研究

为验证所提评估体系的适用性与准确性，本文选取城市中心区三类典型建筑场景开展实地飞行与重建实验：包括玻璃幕墙高层建筑、老旧砖混结构民居与历史风貌保护建筑。实验采用多旋翼五镜头无人机平台，在统一光照条件下完成多架次倾斜影像采集，并构建密集点云与三角网模型。采用三种纹理映射方法（主视图投影法、多图融合法与深度学习重建法）对每类建筑分别生成纹理模型，并按照构建的质量评估体系进行分析。结果显示，主视图投影法在纹理清晰度方面表现最好，但在多遮挡立面中存在纹理空洞与错位现象；多图融合法在整体视觉自然度与色彩一致性上优于其他方法，适合复杂立面场景；深度学习方法在纹理补全与重复图案还原方面具备明显优势，尤其在历史建筑细节重现上具有良好表现。

五、纹理重建质量提升技术与标准化路径探讨

提升纹理重建质量既依赖前端数据采集优化，也需后端算法与系统集成支撑。在数据采集端，应进一步推广智能航线规划系统，根据建筑结构自动生成倾斜角度、重叠率与拍摄间隔最优参数，提高影像获取的一致性与覆盖率；同时发展轻量化高分辨率相机与稳定云台系统，提高影像姿态信息精度。在后处理端，应加强三维点云与影像融合机制研究，结合SLAM定位、点云配准与影像纠正技术，提升模型与纹理映射的几何一致性。算法方面，需推动基于图神经网络、Transformer等新兴技术的纹理推理模型，增强纹理还原能力与语义识别能力，解决纹理不连续、重复图案失真等问题。

结论

无人机倾斜摄影测量在建筑物立面纹理重建中具有广阔应用前景，而纹理质量作为影响三维模型真实感与应用效果的关键因素，亟需系统的质量评估机制与技术优化策略。本文从数据获取、纹理映射、质量评估与实验验证四个方面系统分析了影响纹理重建的关键路径，构建了多维度评价体系，并通过实证实验验证了方法的有效性。研究表明，影像获取质量、投影方法选择与后处理算法优化是决定纹理质量的三大核心因素。未来需进一步推动技术标准体系建设，发展智能航拍与深度重建算法，提升重建自动化与标准化水平，为智慧城市三维建模与数字空间构建提供坚实支撑。

参考文献：

[1]任志明.无人机航测技术在成都平原信息快速获取中的应用研究[D].西南交通大学,2011.

[2]陈姣.无人机航摄系统测绘大比例尺地形图应用研究[D].昆明理工大学,2013.

[3]臧伟,曲腾腾,李伟伟,等.高分辨率低空无人机倾斜摄影测量辅助BIM技术的应用研究[C]//全国高校建筑学学科专业指导委员会,全国高校建筑数字技术教学工作委员会.信息·模型·创作——2016 年全国建筑院系建筑数字技术教学研讨会论文集.同济大学建筑与城市规划学院,教育部高密度人居环境生态与节能重点实验室;同济大学测绘与地理信息学院;,2016:150-154