传统的房屋属性调查通常是采用全站仪或全球导航卫星系统（GNSS）进入村镇内部开展数字测图工作，采集的外业数据经内业人机交互处理得到权籍图，该方法需要大量的工作量且需要多名专业的测绘人员完成，受天气、地形等不可抗因素的影响，长周期的外业调绘测量工作存在诸多风险。无人机摄影测量方法相对于传统的测量技术具有外业工作量小，覆盖范围大的特点，可极大减少内外业工作量。无人机摄影测量技术已在全国第三次土地调查、自然资源专项调查等调查工作中发挥了重要的作用，因此本文提出采用无人机倾斜摄影测量技术应用于房地一体调查工作。1无人机倾斜摄影测量技术流程无人机倾斜摄影测量系统由飞行器、控制系统、采集系统以及数据处理系统4部分组成[1]。飞行器是指无人机主体部分，按飞行方式划分为旋翼、固定翼、混合翼；控制系统分为地面控制系统与搭载控制系统，实现无人机起飞、降落及按既定航线顺利完成数据采集；采集系统主要包括高分辨率光学相机与传统器，光学相机采集地面影像数据，传统器接收GNSS信号与地面控制信号；数据处理系统实现各类数据的存储与处理。无人机倾斜摄影测量技术流程如图1所示。10.19301/j.cnki.zncs.2024.04.018.F001图1无人机倾斜摄影测量技术流程倾斜摄影测量系统通过5个不同角度的光学镜头，分别获取地表建筑物的垂直、侧面空间数据及纹理信息，经影像匹配、空中三角测量解算、TIN模型重构及纹理映射等过程实现实景三维模型建设。基于研究区实景三维模型，采用CASS-3D进行房屋及附属结构数据采集。2无人机倾斜摄影测量的关键技术影像匹配是倾斜摄影测量数据内业处理中重要的一步，直接影响模型重构精度。采用提取算子实现影像中特征点、线、面等数学表达，根据特征值进行同名点的匹配[2]。在特征匹配过程中，特征点的提取精度及分布方式直接关系到空三加密，因此本文选择鲁棒性高的SIFT匹配算法进行影像匹配。SIFT匹配算法是一种尺度不变特征变换算法，是现阶段较为成熟的、鲁棒性较强的影像局部特征提取和匹配算法，具有亮度改变、旋转角度不变、缩放等保持不变的属性，且具有运行速度快，可扩展等优势，能够在一定尺度上对影像开展局部优化。建立高斯金字塔，以原始数据的尺寸建立金字塔，并从最底层开始采样，确定每一组的金字塔层数，采用高斯模糊卷积重新计算影像，生成影像序列。采用各层相减的方式对金字塔进行操作，通过比较每组的相邻像元点，判断是否存在像点极值；确定中间层红点为基础点，与同层相邻的其他点比较，判断其是否为极值，若为极值再与上下相邻两层中各9个点进行对比，判断是否为极值，历遍所有像素点，可以找出该尺度下的极值。找出的极值点较为离散，不能满足特征提取的要求，因此通过三维的二次函数将极值点转化为关键点，删除特征点不明显的极值且具有抗噪性和鲁棒性。对每个关键点均要提取梯度值并确定主要的梯度方向，因此该关键点具备了不变性特点。关键点方向计算如图2所示。10.19301/j.cnki.zncs.2024.04.018.F002图2关键点方向计算关键点信息中包含坐标信息、大小及梯度方向等，可以通过特点的描述向量对关键点进行描述。通常情况下用特征向量进行描述，以红点为中心，周边的8×8为窗口大小，箭头方向表示梯度，将8×8的窗口缩减为4×4的大小，计算每个窗口8个方向的累加值，得出种子点。每个种子点有8个方向的向量，极大地增加特征匹配的抗噪性。3无人机倾斜摄影测量的房地一体项目应用项目位于甘肃省庆阳市，测量区域主要分为两块居民区，包括房屋、植被、道路、耕地及河流等主要地物。研究区较为平整，平均高程约630 m，东西长约1 526.3 m，南北长756.3 m。整个区域共拍摄航摄像片5 486张。测区周边收集到C级GPS点5个，点位高程精度高于三等水准测量精度作为测区水准测量起始点位。在百度地图上可根据地图影像大致选择控制点位置，经实地踏勘后布设像控点。3.1飞行质量控制无人机的飞行质量关系到数据采集成果质量，对飞行质量的控制主要是对航向的规划，包括航高、航向、影像重叠率及飞行速度等参数的设置。为确保飞行质量的可靠性，需要对各项飞行参数进行控制。3.1.1航高设置根据地面分辨率及相机参数，计算相对航高：H=faGSD （1）式中：H——飞机飞行的相对航高；f——焦距；a——相机像元大小；GSD——设计的影像分辨率。3.1.2像片重叠度影像匹配需要多张影像具有公共点，要求相邻像片存在一定的重叠范围。重叠度分为两个方向，一是航向重叠度，指无人机飞行航线上相邻像片重叠度，本次设计至少为75%；二是旁向重叠度，指相邻两条航线间相邻像片的重叠度，本次设计为70%。像片重叠度越高，对三维模型构建越有利，但过高的重叠率会造成数据冗余，增加项目工作量且对计算机性能要求较高。对两个测区的航向重叠度与旁向重叠度均进行计算，两测区重叠度实际值统计如表1所示。10.19301/j.cnki.zncs.2024.04.018.T001表1两测区重叠度实际值统计测区航向重叠度旁向重叠度最大值最小值最大值最小值测区Ⅰ80.6279.5270.1268.21测区Ⅱ80.5479.8570.0868.05%3.1.3航带弯曲度由于飞行时存在不均匀的风力影响，无人机按照既定的飞行路线飞行时会存在一定偏差，造成飞行航带的弯曲。连接同一航线上的像片中心点，计算弯曲最严重位置距离设计航线距离，可计算航带弯曲度。航带弯曲度会影响影像解算精度，因此需要对其进行控制，满足小于3%的规范要求。经计算，测区Ⅰ、Ⅱ航带弯曲度分别为1.2%和0.9%，满足规范相关要求。3.1.4最大高差受地形及飞行状态的影响，无人机与地面之间的高程需要符合相关规范要求，同一航线上高差需要小于50 m，相邻航线上具有同名的像片相对高差需要小于30 m。本文测区地处平原地带，地形影响较小，飞行选择晴朗无风天气，无人机飞行平稳。对POS数据进行分析，测区Ⅰ、Ⅱ的同一航线上最大高差分别为2.63、1.25 m；旁向航线上相邻两张照片最高差分别为2.05、1.54 m，满足相关规范的要求。3.2三维模型构建采用Mirauge 3D空三加密后导入Context Capture软件中进行模型构建，经TIN模型重建、纹理映射等过程后重新构建了测区范围内实景三维模型。测区局部三维模型如图3所示。10.19301/j.cnki.zncs.2024.04.018.F003图3测区局部三维模型4房地要素数据采集房屋三维实景模型构建完成后，采用CASS 3D进行房地要素数据采集。通过倾斜摄影测量进行房屋数据采集，可以观测房屋的各个方向，相对于正射影像测量，该方法降低了房檐对房屋占地面积的影响误差[3]。采用倾斜摄影构建房屋时，将模型导入CASS 3D系统，较为规整的房屋可采用系统自带的智能采集方法直接提取，较为复杂的房屋及院子可通过系统中的“共边界边”进行手动采集，该采集过程较为烦琐，可通过三维模型调整角度，采用“五点法”快速构房。“五点法”快速构建房屋的原理是三点可以确定一个面，在相邻两面墙上各选一个点，在相邻两连接处选一个点，即5个点可确定房屋墙面位置。“五点法”构房如图4所示。10.19301/j.cnki.zncs.2024.04.018.F004图4“五点法”构房采用“五点法”快速构建房屋，构建方式较为简洁，要求点位较少，需要在点位选择时具有较高的精度，且适用于简单房屋，因此需要数据采集者具有丰富的采集经验。为提高提取精度，可采用系统带的拟合线进行墙体线绘制，将三维模型旋转到恰当角度，在墙面上选取多个点并根据最小二乘原理自动拟合，则可构成墙面线。多点拟合构建房屋墙面的方法不仅适用于结构简单的房屋，对于复杂的房屋同样适用。该方法采用多点拟合，减少了因个别点位误差大导致的墙位变化，该方法也适用于对经验较少的采集人员。房屋构建完成后，需要根据倾斜影像信息标注房屋的材质、面积、结构等房屋属性信息，此外房地一体需要对房屋的所有权进行明确[4]。因此要根据房屋调查对应的权利人、房屋四至信息、用途、建设年代等信息，并根据调查信息登记入库、颁发证书等。5结语随着我国房地一体登记工作全面推进，房屋测量工作需要极大的工作量。相比传统的数字测绘地籍测量方法，无人机倾斜摄影测量具有高效、低成本等优势，降低了内外业工作量。本文采用倾斜摄影测量方法，详细阐述了数据采集方案，包括飞行参数设置及质量控制方法，建立研究区实景三维模型，并通过“五点法”、多点拟合法实现房屋数据矢量化，根据调查数据完成房地入库出证工作。