map_tutorial

第 9 章：从 nadir 到三维——立体像对、倾斜与点云

本章核心： 地图不再仅仅是“铺在桌面上的一张纸”。现实世界是三维的，我们的地图也应当如此。 本章将揭示如何通过“计算几何”的力量，从二维的卫星或无人机照片中“无中生有”地恢复出三维世界。我们将从最基础的视差原理讲起，深入到现代计算机视觉的 SfM 算法，最终构建出能承载智慧城市应用的数字孪生底座。

1. 开篇段落

在前几章中，我们构建的地图世界观主要停留在二维平面（2D）。无论是矢量路网还是卫星底图，本质上都是对地球表面的正射（Nadir）投影。这种视角虽然适合测量水平距离和规导航，但它丢失了一个至关重要的维度——高度（Z）。在正射影像中，我们只能看到建筑的“帽子”（屋顶），却看不见它的“身体”（立面）；我们能看到山的轮廓，却无法量化它的起伏。

随着吉林一号等高分卫星星座的成熟以及消费级无人机的普及，获取三维数据不再是国家测绘局的专利。本章将带你跨越维度的门槛，理解立体像对（Stereo Pair）如何利用双眼视觉原理测量地形，倾斜摄影（Oblique Photography）如何捕捉城市侧面纹理，以及运动恢复结构（SfM）算法是如何把成千上万张散乱的照片拼装成精细的城市三维模型（Mesh）的。

---

2. 核心原理与论述

2.1 视角的革命：从正射到倾斜

正射影像 (Nadir / Orthophoto)

正射影像是视线与地面垂直（90°）拍摄的。

• 几何特性：消除了地形起伏引起的投影差，图像上任意两点的距离均可直接量测。
• 盲区（Dead Zone）：由于垂直向下看，所有垂直于地面的表面（如墙面、悬崖侧面）都被压缩成一条线或不可见。高层建筑还会遮挡其背后的地面（投影差）。

倾斜影像 (Oblique Imagery)

倾斜影像通常由搭载多个镜头的相机系统获取，镜头分别指向垂直、前、后、左、右（通常倾角为 45°）。

• 优势：能够获取建筑物的侧面纹理（Facade），符合人类在地面的观察视角。
• 挑战：图像存在严重的透视变形（近大远小），比例尺不一致，必须配合高精度的位置姿态信息（POS）和算法才能使用。

ASCII 图解：正射盲区与倾斜互补

       [卫星/正射相机]                      [倾斜相机]
             |                                /   \
             | 视线 (90°)                   / 45° \
             v                            /       \
      +-------------+ (屋顶可见)         v         v
      |  高层建筑   |                  视线A       视线B
      |             |                    \         /
      | (墙面不可见)|                     \       /
------+-------------+------地面       -----+-------+-----
      ^             ^                      ^       ^
     盲区          盲区                  墙面A    墙面B
 (被屋顶遮挡)   (被屋顶遮挡)             (清晰可见)

2.2 立体摄影测量原理

计算机从影像恢复三维的原理，源于生物的双目立体视觉。核心在于捕捉视差（Parallax）。

1. 视差与深度的关系

假设我们在两个不同位置拍摄同一个物体。物体在左图中出现在位置 $x_L$，在右图中出现在位置 $x_R$。这两个位置的差值 $d = x_L - x_R$ 就是视差。

基础公式（正摄立体情况）： \(Z = \frac{f \cdot B}{d}\)

• $Z$：深度（飞行高度或物体距离）。
• $f$：相机焦距。
• $B$：基线长度（Baseline，两次拍摄位置的理距离）。
• $d$：视差（Parallax）。

直观理解：

• 将手指放在眼前（距离近，$Z$小），交替闭眼，手指位置跳动剧烈（视差 $d$ 大）。
• 看远处的山峰（距离远，$Z$大），交替闭眼，山峰几乎不动（视差 $d$ 趋近于 0）。
• 结论：视差与深度成反比。通过测量像素的移动量，就能反推实际距离。

2. 基高比 (B/H Ratio) 的权衡

在卫星或航空摄影中，基线 $B$ 与飞行高度 $H$ 的比值至关重要。

• Rule of Thumb - 基高比选择：
  • 平坦地形（城市/平原）：推荐 大基高比 (B/H $\approx$ 0.8 - 1.0)。大的视角差异能捕捉微小的高程变化，提高高程精度。
  • 高山峡谷/高层建筑区：推荐 小基高比 (B/H $\approx$ 0.5 - 0.6)。如果基线太长，左右两张照片看到的景象差异太大（例如一张看到楼的前面，一张看到楼的后面），会导致无法找到同名点（Matching Failure），或者产生严重的遮挡死角。

2.3 现代三维重建管线：SfM 与 MVS

传统的摄影测量需要严格的立体像对，而现代计算机视觉引入了自动化程度极高的 SfM-MVS 管线。这是目前主流软件（如 ContextCapture, Metashape, DJI Terra）的核心逻辑。

阶段一：运动恢复结构 (SfM - Structure from Motion)

SfM 的目标是解算每一张照片拍摄时的确切位置和角度，并生成稀疏点云。

1. 特征提取 (Feature Extraction)：算法在每张照片中寻找“特征点”（如 SIFT 算子），这些点通常是角点、边缘或纹理丰富的地方。
2. 特征匹配 (Matching)：在不同照片中寻找同一个特征点（同名点）。
3. 光束法平差 (Bundle Adjustment)：这是一个巨大的优化问题。算法通过调整相机位姿和三维点坐标，使得这些三维点投影回照片时，与实际观测点的误差（重投影误差）最小化。
   • 输出：疏点云（Sparse Cloud）+ 相机参数（外参 R/T + 内参 f/cx/cy）。

阶段二：多视立体匹配 (MVS - Multi-View Stereo)

SfM 只有稀疏的点，MVS 的目标是对几乎每一个像素都计算深度，生成致密点云。

1. 极线搜索 (Epipolar Search)：利用几何约束，将搜索同名点的范围从“全图”缩小到“一条线”上，极大提高效率。
2. 深度图计算 (Depth Map)：为每一张照片生成深度图。
3. 点云融合：将所有深度图投影到三维空间，过滤噪点，生成海量的彩色点云。
   • 输出：致密点云（Dense Cloud），通常包含数亿个点。

2.4 数据产品的进阶：DSM, DTM 与 Mesh

从点云到最终的地图产品，还需要经过不同的处理步骤。

1. DSM vs. DTM

这是地形分析中最容易混淆的概念。

• DSM (数字表面模型)：包含地表所有物体的高程（树木、房屋、车辆、人）。
  • 用途：视域分析、5G 信号传播模拟、违建监测。
• DTM (数字地形模型)：剥离了地表物体，只保留裸露地表（Bare Earth）的高程。
  • 处理：通过滤波算法（如布料模拟滤波 CSF）将点云分为“地面点”和“非地面点”。
  • 用途：水文分析（洪水淹没）、土方量计算、道路选线。

\(\text{CHM (冠层高度模型)} = \text{DSM} - \text{DTM}\) (注：CHM 常用于林业，计算树高)

2. 三维网格 (Mesh) 与纹理映射

点云虽然密集，但放大看还是离散的点。为了获得逼真的视觉效果，需要构建 Mesh。

• TIN 构建：将点云连接成不规则三角网。
• 纹理映射 (Texture Mapping)：从原始照片中提取颜色，像“贴墙纸”一样贴到三角形表面。这是决定模型是否好看的关键。
• LOD (Level of Detail)：为了在 Web 上流畅浏览，Mesh 会被切片并分层（如 Cesium 3D Tiles 或 OSGB 格式）。远看加载粗糙模型拉近加载精细模型。

---

3. 典型应用场景对比

场景 A：吉林一号“全球地形”

• 数据源：卫星立体像对（三线阵推扫：前视、正视、后视）。
• 特点：覆盖广，不需要申请空域。分辨率通常在 0.5m - 2m 级别。
• 产出：主要是 DSM / DTM。
• 局限：很难生成精细的侧面纹理，建筑物通常表现为“2.5D 拉伸块”。

场景 B：无人机城市数字孪生

• 数据源：五镜头倾斜摄影无人机。
• 特点：分辨率极高（厘米级），包含丰富的侧面信息。
• 产出：实景三维 Mesh。
• 局限：数据量巨大（一个小区可能几百 GB），处理时间长，涉及隐私和保密问题。

---

4. 本章小结

1. 维度提升：立体像对和倾斜摄影利用视差原理，让我们从 2D 影像跨越到 3D 空间。
2. 算法核心：SfM 负责解算相机位置（稀疏重建），MVS 负责生成节（致密重建）。
3. 数据重叠是关键：没有足够的重叠度（Overlap），就没有视差匹配的基础。
4. 产品分级：
   • 点云：原始测量数据。
   • DSM：地表最外层轮廓（含建筑/树）。
   • DTM：裸地轮廓（去除了地物）。
   • Mesh：可视化的终极形式，兼具几何结构与照片纹理。

---

5. 常见陷阱与错误 (Gotchas)

1. 弱纹理区域的“空洞”与“乱网”

• 现象：在白墙、柏油马路、积雪覆盖区或平静的水面，生成的模型出现大洞或扭曲。
• 原因：SfM/MVS 依赖特征点。如果表面颜色单一（弱纹理）或随视角变化（水面反光），算法找不到同名点，无法计算深度。
• 解决：
  • 水面：通常需要后期在 GIS 软件中通过矢量面进行“压平”修复（Water flattening）。
  • 拍摄：避免在正午强光下拍摄水面；对于白墙，依靠周边物体约束或接受精度损失。

2. 重叠度不足导致的“断层”

• 现象：模型中间断开，或者高楼变成“比萨斜塔”。
• 原因：航向重叠率（Front Overlap）或旁向重叠率（Side Overlap）设置过低。
• Rule of Thumb：
  • 卫星立体：由于轨道稳定，重叠度由设计决定。
  • 无人机倾斜：建议航向重叠 $\ge 80\%$，旁向重叠 $\ge 70\%$。高楼密集区甚至需要更高。宁可多拍，不可少拍。

3. 高程基准的混淆（椭球高 vs. 海拔高）

• 陷阱：辛辛苦苦做出来的 DEM，和已有的矢量路网叠加时，路网悬在半空或埋在地下，相差几十米。
• 原因：
  • 卫星/GPS 原生测量的是 WGS84 椭球高（几何高度）。
  • 工程地图通常使用 EGM96 / EGM2008 / 1985国家高程基准（重力相关的大地水准面高）。
• 调试：两者之间存在几十米的差异（Geoid Undulation）。在数据处理软件导出时，必须明确指定是否加载了大地水准面格网文件（Geoid Grid）进行校正。

4. 植被穿透的误解

• 误区：认为摄影测量能像激光雷达（LiDAR）一样穿透树林看到地面。
• 真相：摄影测量是被动光学技术，只能重建“看得到”的表面。如果树叶很密，生成的 DTM 在树林区域只能是基于树冠边缘插值的猜测值，精度远低于 LiDAR。

---

下一章：从三维到街景——采集流程与 Street View API