5.3.1几何数据及其获取方式

    几何数据是地理数据重要的组成部分。地理空间中各类自然和人为的事物和现象（地理要素）都有其空间分布特征，如地形的高低起伏、河流的曲折延展、房屋的高矮错落，等等，对这些地理要素在二维或三维地理空间的位置、形状和大刁、进行描述与表达的数据就是几何数据。

    为了获取各类地理要素的几何数据并进行图形化表达，人类发展了一系列从地面到空中乃至太空，从实地接触测量到利用各类成像或非成像、主动式或被动式传感器进行非接触遥感的几何数据直接获取方式（图5.10）。

在以上地理要素几何数据获取方式中，除利用经纬仪、全站仪和GNSS接收机对地理要素的特征点进行二维或三维坐标的实地测量外，在地面、车载或船载移动平台、飞机（包括有人机和无人机）或卫星平台上加载主动方式或被动方式的电磁波传感器（如CCD相机、红外探测仪、合成孔径雷达SAR等）、声波传感器（如声呐）对观测目标进行非接触式的遥感，获得影像或非影像的原始数据；通过对这些影像或原始数据进行特殊的处理和解析，提取观测目标的高精度几何信息，并获得几何场景的数字化表达，是现代遥感技术发展的重点，也是测绘学和地理信息科学的重要研究内容和数据生产方式。

    不同平台、不同类型传感器在获取地面目标时的位置、姿态的差异，以及所获得的原始数据形式迥异，对这些数据进行处理的技术原理、方法也有显著差别。因此，在此仅对航空／航天摄影测量、激光雷达测量技术、合成孔径雷达干涉测量，以及基于计算机视觉原理的航空倾斜摄影、地面摄影／摄像的场景三维重建等技术进行介绍。

5.3.2航空／航天摄影测量

    因为航空和航天遥感影像的数字摄影测量技术具有数据采集速度快、应用成本低、劳动强度小、作业效率高、可生产多种比例尺（从1：5万到1：500）数字地理信息产品（数字线划图DLG、数字正射影像DOM和数字高程模型DEM）的特点，所以其已成为大范围地理场景几何数据尤其是国家基础地理数据获取与更新的主要手段。

1.航空摄影测量

    航空摄影测量是在飞机上加载成像传感器（如框幅式相机或面阵CCD相机），以一定的航高对地面目标连续拍摄具有一定重叠度的像片或影像（图5.11），结合地面控制点测量、影像判读与调绘、空中三角测量、立体测绘等步骤，实现对地理要素的几何数据采集与制图表达。

如何从二维平面影像上获得任意目标在地理空间中的真实三维坐标是包括航空摄影测量在内的各类摄影测量的关键。可利用摄影相机的小孔成像原理建立像点与其所对应的地面点之间的数学表达式来定量描述两者之间的几何关系。在成像瞬间成像中心S（地理空间坐标为戈、兀和乙）、像点a（在影像上的平面坐标为x和川和地物点A（地理空间坐标为X, Y和Z）位于同一直线上（图5.12），以三点共线为基础，建立共线条件方程或成像几何模型。

由两幅影像的二维坐标求算地面点三维坐标的方式称作立体影像（或双像）前方交会〔图5.13）。若有三幅乃至更多不同位置拍摄同一地物的影像，那么可建立更多组共线方程，进行方程的联解，可提高地物点坐标解算的可靠性和精度。

    无论是双像还是多像前方交会，都必须在不同影像上寻找同名点并得到其对应的影像平面坐标。针对数字影像，在训算机中，采用影像匹配方法代替人眼自动地在各影像上匹配出同名点（图5.14）。

    数字摄影测量系统（digital photogrammetry system, DPS）（图5.15）是按照摄影测量的原理，把数字影像或数字化影像作为输人，以交互或自动方式完成摄影区域内DEN、DOM、DLG，以及DEM和DOM叠加形成的三维景观图的生产。

2.航天摄影测量

    利用航天尤其是高分辨率卫星遥感影像进行地理要素几何数据获取的原理、方法和过程与航空摄影测量基本相似。为了能进行立体测图，卫星遥感影像也必须满足在不同位置对同一区域进行重复成像的立体成像条件。不同的卫星遥感平台和传感器通常采用异轨单传感器偏向立体成像、同轨单传感器偏向立体成像或同轨多传感器立体成像等模式获得同一区域的两幅甚至更多幅影像，构成立体像对，并利用数字摄影测量系统进行地理要素的几何特征解析计算，获得DEM、DOM和DLG等基础地理数据产品。

    我国ZY-3采用三线阵CCD传感器对地面进行推帚式成像，同时按不同视角获得地面的前视、下视和后视影像（图5.16），形成对同一区域的立体影像覆盖。

航天摄影测量与航空摄影测量采用框幅式或面阵CCD相机获取影像的最大不同在于，卫星遥感传感器类型繁多，且成像过程中卫星高速运行，成像位置和姿态是时间的函数，所以其成像几何模型不能简单地套用航空摄影中采用的共线条件方程。对此可采取两类解决方案：一类是根据传感器成像机理，类似于航空摄影测量，建立成像瞬间成像中心、像点及其地面对应点三者之间的严密几何模型，但对不同类型的传感器需要知道传感器的物理特性、影像成像机理，以及精确的轨道和成像参数，并分别建立不同的成像模型，这给实际应用带来诸多不便；另一类是忽略传感器的差异，以与传感器类型无关、形式简单的有理函数模型（RFM）作为各种航天传感器的通用成像几何模型，这是当今航天摄影测量普遍采用的方法。

卫星影像的立体测图过程与航空摄影测量基本一致，在数字摄影测量系统中，一般将其作为一个插件或模块纳人整个系统，以便共享数字摄影测量系统的基础功能，并完成DEM、DOM和DLG数据的采集与制图表达。图5.17是利用ZY 3立体测绘卫星影像通过数字摄影测量自动构建新疆牙克石地区的l0m格网DEM的实例。

5.3.3激光雷达测量技术

    激光雷达是激光探测及测距（light detection and ranging，LiDAR）的简称。通过传感器发射红外或近红外激光并接收来自目标的反射信号，直接测定目标到传感器的距离及反射强度，同时通过测定激光发射和接收器的三维坐标及激光束在三维空间的偏转角度，计算获得目标点（光斑脚点）的三维坐标，这是一类主动式遥感技术。因为LiDAR是通过激光束的偏转扫描获得探测目标表面密集的三维点信息，所以也被称作三维激光扫描技术，其本质上属于主动方式遥感。LiDAR技术可直接密集、完整地获取各种大型的、复杂的、不规则的实物和地理场景的三维几何形态，为单个目标和地理场景的三维建模、几何参数量测提供了极大的便利。

按照载体的不同，LiDAR可分为机载LiDAR、地面LiDAR、车／船载LiDAR及手持LiDAR等（图5.18），其中，地面LiDAR一般固定在三脚架上，对周边目标进行3600或任意角度范围的扫描，测距方式采用相位式或脉冲式，获取的数据范围较小，但精度高；机载和车／船载LiDAR需要与定位、定姿传感器（GNSS/IMU）集成，才能获得地面目标脚点的三维坐标；手持LiDAR是以对小型物体三维形态精密测量与三维建模为目的。虽然不同类型LiDAR在工作方式、适用对象上具有一定差别，但其工作的基本原理基本相同。在此，以适合于大面积地理场景的机载LiDAR为例，介绍其对地观测的基本工作原理。

典型的机载LiDAR是一个多设备集成的综合性系统。从机载LiDAR激光器发射出的脉冲激光从空中投射到地面目标，如树木、道路、建筑物等表面，引起散射，其中一部分光反射返回，被LiDAR的信号接收器接收。接收器记录脉冲发射与接收的时间差t,即可计算出扫描仪激光发射器到地面目标的距离R=ct/2（c为光速）。在LiDAR扫描过程中，动态差分GNSS（D-GNSS）实时测定激光发射器在地理空间的位置，IMU测定激光束在空间的姿态，通过联合解算，可计算出激光脚点在地理空间的三维坐标。由于地面脚点密度极大（10点/m2以上），将这些具有反射强度和三维坐标的点称为“点云”（point cloud）。

    对比航空摄影CCD影像和含反射强度的LiDAR点云数据（图5.19）可见，CCD影像含有光谱信息、可分辨更多地物细节，但像元没有坐标信息；而机载LiDAR点云对目标细节表达较弱，其强度仅反映反射激光的能力，经编码后，仅有灰度，但每一点都有精确的三维坐标。

    图5.20给出了某一区域机载LiDAR数据及其滤波、分类后的DEM建模结果。

5.3.4合成孔径雷达干涉测量

    作为一种主动式微波传感器，合成孔径雷达（sythetic aparture radar, SAR）具有不受光照和气候条件限制，能实现全天时、全天候对地观测的特点，甚至可以透过地表或植被获取其掩盖的信息。除可从SAR影像中提取目标的物理信息之外，还可从中提取目标的几何信息，其中一类方法是构成SAR立体像对，利用数字摄影测量技术，直接进行影像匹配和目标三维坐标的解析计算；另一类方法是同时利用SAR影像具有强度和相位信息，将同一地区不同时间的两幅SAR影像或相同时间但不同传感器获取的两幅SAR影像构成干涉对，进行干涉处理，获得地表的高度信息，即合成孔径雷达干涉测量（synthetic aperture radar interferometry, InSAR）。InSAR技术将合成雷达成像技术与干涉测量技术进行有机结合，利用传感器高度、雷达波长、波束视向以及天线基距之间的几何关系，可以精确地计算出影像上每一像元的三维位置及其变化信息。

雷达干涉测量的基本原理是利用具有干涉成像能力的两部SAR天线（或一部天线重复观测）来获取同一地区具有一定视角差的两幅具有相干性、同时含有幅度和相位信息的单视复数影像（single looking complex，SLC），通过影像的精确配准、复共扼相乘得到干涉图、去除平地相位、干涉图滤波、相位解缠、轨道精炼和重去平、相位转化为高程与地理编码等环节的处理，得到成像区域的DEM。

2000年2月22日，美国奋进号航天飞机携带c波段（波长5.6em）和x波段（波长75px）双天线合成孔径雷达，在高度为2331Qn的太空完成了为期11天的SRTM〔shuttle radar topography mission）数据采集任务。共采集了覆盖北纬600到南纬560之间、约占全球80%陆地的SAR影像。经过为期2年的InSAR处理，获得了覆盖以上区域，平面精度为士20m、高程精度为土16m，空间分辨率分别为1弧秒（约30m）和3弧秒（约90m）的两种全球DEM产品，前者称作SRTM1，后者称作SRTM3。2003年开始，SRTM3产品（图5.21）公开对全球发布。

当对同一区域获得三个以上SAR SLC影像时，就可将这些SAR SLC两两组成干涉对，在计算干涉对干涉相位的基础上，对干涉相位进行差分处理，由此获得地面目标微小的地形变化信息，即差分雷达干涉测量（DInSAR）。理论上，地表变形的监测精度是SAR所采用的微波波长的一半（A/2）。图5.22所示为使用2010年4月14日青海玉树地震前后三期日本ALOS PAL SAR影像，利用DInSAR技术进行地震地表变形信息提取的结果。

 除了InSAR和DInSAR,还可进行多时序雷达干涉测量，利用永久散射体〔permanent scatterer，PS）、短基线子集（sinall baseline subset，SBAS）等方法，对持续数年的几十幅SAR SLC影像进行时序InSAR分析，不仅可以获得地面总的变形量（上升或下沉），还可获得地表的年、季甚至月变化量。

5.3.5多角度摄影／摄像与场景三维几何模型构建

在地面或无人机平台上利用普通数码照相机或摄像机对城市场景尤其是建筑物进行多视角或任意视角的倾斜摄影／摄像（属于被动式遥感），利用摄影测量或计算机视觉方法，对这些多视角影像序列进行场景的三维几何重建，获得场景三维模型，是现代摄影测量和计算机视觉领域共同关注的重点技术。其中倾斜摄影通常是指多视角的倾斜摄影，是通过在同一有人或无人机平台上搭载一台集成式或多台面阵CCD成像传感器，同时从一个垂直、若干顷斜等多个不同视角获取地面目标全方位影像的过程，如图5.23所示。

这些在地面或低空平台上获取的多视角影像，可以更为洋尽地表现地物尤其是建筑物的侧面特征，有利于从这些影像t自动提取建筑物的三维几何和纹理特征，特别适合于城市场景的三维建模，能有效降低城市场景三维建模的成本。

无论是地面还是无人机摄影或摄像，都可采用基于小孔成像的透视摄像机模型来表达摄像机成像几何关系，如图5.24所示。其中三维空间（世界坐标）某一点尸（X, Y，Z），投影到成像平面上的坐标为P（x，川，对应的影像像元行列坐标为P（。，v)，其主光轴通过摄像机中心C且与投影面垂直正交于0点C到。的距离为摄像机焦距f,则目标点尸（X, Y, Z）与影像点P（u, v)之间可用通用几何模型（齐次坐标变换模型）来表示。

当在两个不同位置对同一目标成像的两幅影像上，像点间存在极线几何约束关系（图5.25），即在左影像上的像点必定位于右影像的一条称作极线的直线（过摄像基线及成像点的平面与像平面的交线）上，且极线必然通过极点（两摄像中心的连线—基线与像平面的交点，在两影像上分别为e和e'）。因此，如果知道摄像机的内外参数，那么所有这些极点和极线都是确定的。利用三角交会测量法，对任一目标点，依据它在两影像上同名点（通过影像匹配确定）的影像坐标，就可通过方程的联解，解算出该点在世界坐标系中的坐标X。

当使用单个摄像机或三台以上摄像机从多个位置采集了地物目标的m幅（二->3)序列影像，构成多视图，利用与双视图类似的方式，搜索同一目标点在序列影像上的同名点，按上述类似方式，联立m幅影像的方程，采用光束平差（bundle adjustment,也称捆绑调整）解算出地物点的空间三维坐标X。

    依据双视图或多视图计算目标点三维坐标是一种针对小孔成像的理想方案，实际上，摄像机成像过程中存在多种因素导致影像产生畸变；另外，对一个场景或目标的三维重建，不单是计算场景中任意一个点的三维坐标，而且需要计算一系列密集点的三维坐标，构建表面几何模型并增加纹理影像，使重建的三维目标或场景更具真实感。所以，依据对场景或目标拍摄的序列影像，完成三维场景或目标的三维重建，需要对原始影像进行一系列处理，才能达到目的。在计算机视觉中，通常采用运动恢复结构（structure from motion，SFM）方法进行目标的三维重建，其主要过程与结果如图5.26所示。在获取场景序列影像并存储在计算机后，通过视觉三维重建方法对这些影像进行处理，获得场景三维模型。

    需要注意的是，视觉三维重建得到的三维重建模型与真实大小存在一个比例变换，而且也不是地理空间模型，需要在场景中实测若干点的真实地理空间坐标，对其进行三维坐标变换（或绝对定向），将其变换到地理空间。

图5.27所示为在无人机平台上使用普通数码照相机对某校园场景进行多视角倾斜摄影，利用1 M机视觉原理和方法进行场景三维重建的结果。