3、数据获取与预处理：航拍任务规划、影像采集、几何校正、辐射校正、影像镶嵌与裁剪
航空航拍数据分析的起点并非算法，而是数据本身的质量与一致性。本章聚焦于从任务规划到可分析影像产品的完整工程链路。航拍数据不同于卫星影像，其平台高度低、姿态受气流影响大、单幅覆盖范围小，因此必须通过严格的预处理流程消除几何形变与辐射失真。我们将按照“任务规划→影像采集→几何校正→辐射校正→镶嵌与裁剪”的顺序，剖析每个环节的核心原理、操作要点与常见陷阱，为后续的画像模型构建奠定可靠的数据底座。
上图展示了航拍数据预处理的全流程。值得注意的是，流程并非单向线性——在几何校正或镶嵌阶段若发现影像质量不达标（如重叠率不足、云影遮挡、运动模糊），需要回退至任务规划或影像采集阶段重新执行。这种“质量反馈回路”是工程实践中保证最终产品可用性的关键机制。
3.1 航拍任务规划：决定数据质量的上限
核心原理
任务规划是在飞行前确定“拍什么、怎么拍、拍多细”的决策过程。其核心参数包括：地面采样距离（GSD）、航向重叠率、旁向重叠率以及飞行高度与速度。GSD由传感器像元尺寸、镜头焦距和飞行高度共同决定，公式为：GSD = (像元尺寸 × 飞行高度) / 焦距。重叠率则直接影响后续三维重建或镶嵌的精度——航向重叠率通常要求≥80%，旁向重叠率≥60%，复杂地形或高层建筑区域需适当提高。
操作流程
- 区域勘察与空域申报：确认禁飞区、限高区，获取空域许可。
- 航线设计：使用地面站软件（如DJI Pilot、QGroundControl）规划覆盖区域，设置航线角度（一般与主风向平行以减少漂移）。
- 参数计算：根据目标GSD反推飞行高度，根据相机参数计算曝光间隔与航速。
- 气象与光照评估：风速≤5级，光照均匀（太阳高度角30°~60°），避免正午强阴影。
- 模拟预演与应急方案：检查电池续航、存储卡容量，设定返航点与应急降落区。
| 参数 | 推荐值/范围 | 影响 |
|---|---|---|
| 航向重叠率 | 80%~90% | 过低导致镶嵌漏洞，过高增加数据冗余 |
| 旁向重叠率 | 60%~80% | 影响航线间距与飞行效率 |
| GSD | 1~5 cm（低空） | 决定地物识别的最小尺寸 |
| 太阳高度角 | 30°~60° | 过低阴影过长，过高辐射饱和 |
3.2 影像采集：从按下快门到数据落盘
核心原理
影像采集不仅是“拍照”，而是同步记录位置姿态数据（POS）与影像数据的双通道过程。POS数据由GNSS（全球导航卫星系统）和IMU（惯性测量单元）融合输出，提供每张影像的外方位元素（X, Y, Z, ω, φ, κ）。采集时需确保相机快门触发与POS记录严格同步，否则后续几何校正将引入系统性偏差。
操作流程与质量检查
- 相机设置：固定ISO（建议100~400），光圈优先（f/5.6~f/8），快门速度≥1/（焦距×2）以避免运动模糊。
- 曝光控制：开启连续拍摄模式，使用快门线或定时器减少机震。
- 现场检查：每飞行架次后抽检影像，查看是否存在云影、反光、模糊或过曝。
- 数据备份：双卡冗余存储，现场拷贝并校验MD5。
3.3 几何校正：将像素映射到真实世界坐标
核心原理
几何校正是利用POS数据、相机内参（焦距、主点、畸变系数）和地面控制点（GCP），建立像素坐标与地理坐标的映射关系。过程分为内定向（恢复相机内部几何）与外定向（确定相机在空间中的位置与姿态）。对于无控制点的场景，依赖POS数据进行“直接地理定位”，精度约为1~3米；若需厘米级精度，必须布设地面控制点进行“光束法平差”优化。
操作流程
- 数据准备：导入影像、POS数据、相机检校文件。
- 特征点提取与匹配：使用SIFT或ORB算法提取相邻影像的同名点。
- 平差解算：在Pix4D、Metashape或Inpho中执行空中三角测量，输出优化后的外方位元素。
- 控制点刺点：若精度不足，在影像上人工刺点GCP（建议至少5个，均匀分布）。
- 重采样：采用双线性或三次卷积法生成校正后影像，输出GeoTIFF格式。
| 校正方式 | 精度范围 | 适用场景 | 成本 |
|---|---|---|---|
| 直接地理定位（无GCP） | 1~3 m | 快速巡查、应急评估 | 低 |
| GCP辅助光束法平差 | 2~5 cm | 工程测量、精细建模 | 中高 |
| PPK/RTK后处理 | 3~10 cm | 大范围测绘 | 中 |
3.4 辐射校正：让影像色彩与反射率真实可信
核心原理
辐射校正的目的是消除传感器响应差异、大气散射吸收以及光照变化对影像灰度值的影响，使不同时相、不同架次获取的影像具有可比性。主要包含三个层次：传感器辐射定标（DN值→辐亮度）、大气校正（辐亮度→地表反射率）、相对辐射归一化（多幅影像间色彩一致化）。对于航拍小范围场景，通常采用“暗目标减法”或“经验线性法”进行简化大气校正。
操作流程
- 暗角校正：利用平场影像或镜头阴影曲线消除边缘亮度衰减。
- 大气校正：在ENVI或ERDAS中选用FLAASH或QUAC模块，输入气溶胶类型与能见度。
- 匀色处理：以参考影像为基准，对重叠区域进行直方图匹配或色彩迁移。
- 反射率验证：布设灰阶靶标（反射率已知），对比校正后影像与实测值。
3.5 影像镶嵌与裁剪：生成无缝的最终产品
核心原理
镶嵌是将多幅校正后的影像拼接为单一覆盖产品，核心在于接缝线优化与辐射均衡。接缝线应避开建筑物、道路、车辆等明显地物，沿“颜色差异最小路径”生成。裁剪则是根据研究区域（ROI）边界或标准分幅规则，从镶嵌影像中切出目标范围，并输出为所需投影坐标系。
操作流程
- 接缝线自动生成：基于Dijkstra最短路径算法，在重叠区寻找色彩梯度最小路径。
- 手动编辑：在复杂区域（如桥梁、水域边界）手动调整接缝线。
- 羽化处理：对接缝两侧各10~30像素进行渐变融合。
- 裁剪输出：按矢量边界裁剪，设置输出分辨率与压缩格式（建议LZW压缩的GeoTIFF）。
案例拆解：某工业园区航拍数据预处理全流程
背景与约束：某园区面积约2.3km²，需生成5cm GSD的正射影像用于资产普查。飞行平台为多旋翼无人机，搭载4200万像素全画幅相机，飞行高度120m，航向重叠85%，旁向重叠70%。现场有少量塔吊与厂房阴影。
初始现象：首轮采集后，在Pix4D中建图发现东北角区域出现“空洞”，且整体影像偏暗，部分厂房顶部反光严重。
分析判断：空洞原因为该区域风速突变导致航线偏移，重叠率降至60%以下；偏暗是当日霾天气导致大气散射严重；反光则是太阳高度角较低（约25°）所致。
实际操作：
- 针对空洞区域，重新规划补飞航线，将旁向重叠率提升至80%，并选择在上午10:30（太阳高度角约45°）执行。
- 在ENVI中使用FLAASH模块进行大气校正，输入能见度15km，气溶胶模型为城市型。
- 对反光区域采用“高光修复”算法，利用邻域像元插值替换饱和像素。
- 镶嵌时手动调整接缝线，避开厂房边缘与道路标线。
结果对比：补飞后空洞消除，影像整体亮度提升22%，反光区域修复后地物轮廓完整。最终产品通过GCP检查，平面中误差为3.8cm，满足1:500比例尺精度要求。
风险与代价：补飞增加2个架次，耗时1.5小时，额外消耗电池4组。若在规划阶段充分考虑气象变化并预留冗余航线，可避免返工。
3.6 常见误区与总结复盘
| 误区 | 后果 | 正确做法 |
|---|---|---|
| 忽略POS时间同步 | 几何校正出现系统性漂移 | 采集前检查相机与IMU时间戳偏差 |
| GCP分布不均 | 局部精度超差 | 按“四周密、中央疏”原则布设 |
| 大气校正参数一刀切 | 镶嵌后出现明显色块 | 分段设置AOD与水汽参数 |
| 接缝线穿越道路/建筑 | 地物断裂或重影 | 手动编辑接缝线避开特征地物 |
| 输出投影混乱 | 无法与其他数据叠加 | 统一使用CGCS2000 / UTM投影 |
本章所阐述的五个环节环环相扣，任何一步的疏忽都会在最终画像模型构建时被放大。建议在实际项目中建立“数据质量检查清单”，每完成一个环节即对照清单核验，确保进入下一阶段的数据是几何精确、辐射可信、覆盖完整的。只有底图质量过硬，后续的目标检测、变化分析与画像建模才有意义。