一种边坡位移活动性监测方法技术

技术编号:29616448 阅读:14 留言:0更新日期:2021-08-10 18:34
本发明专利技术涉及一种边坡位移活动性监测方法,包括如下步骤:对边坡图像进行区域划分,分为植被区、裸岩区和风化土区;对于风化土区,选取部分像素点作为散斑点形成散斑场;对于裸岩区,寻找多尺度空间中极值点作为稳定的关键点,并提取关键点的特征向量;对于双目的边坡图像的散斑场和关键点,提取对应的散斑点的位置和关键点特征向量的位置,求解出监测点的三维坐标;提取不同时刻散斑点的位置和关键点特征向量的位置,从而算出边坡三维位移场信息。采用本申请的方案,能够方便快捷对边坡进行监测,并且图像中首先剔除了易于发生变化的植被区,减少了干扰,并且可根据发现的裸岩和风化土的在图像上的区别进行区分,采用不同的方法分别处理实施监测。

【技术实现步骤摘要】
一种边坡位移活动性监测方法
本专利技术涉及岩土工程
,具体属于岩土工程监测
,尤其涉及一种边坡位移活动性监测方法。
技术介绍
边坡已经成为了人类工程建设中的主要地质环境,水利水电工程、铁路公路建设、露天矿开采均会造成大量的人工边坡。边坡上的岩体或者土体在重力作用下受到降雨、爆破振动、坡脚开挖及地下人为开采等因素影响会整体或分散地向下发生滑移,对人类的生产生活和生命财产安全造成严重危害。近年来,随着人类活动对地质环境的扰动程度不断加大,发生滑坡灾害的频率也愈来愈频繁,因此加强对边坡的监测显得尤为重要。减少滑坡灾害问题的关键在于对边坡进行变形监测,边坡变形监测可以为防治滑坡及可能的滑动提供技术依据,预测和预报今后边坡的位移、变形的发展趋势。目前,国内边坡灾害监测主要分为地表位移监测、深部位移监测、力学参数监测及环境影响因素监测等,针对不同地质条件、不同类型的边坡所选择的监测方法也不同。常用的监测方法有:大地测量法、GPS法、TDR法、三维激光扫描法、合成孔径雷达法、宏观地质监测法等。以上监测方法,如大地测量法需要监测人员在滑坡体上进行工作,对监测人员的人身安全造成严重威胁,而且采集周期长,工作量大,同时受环境、气候等条件限制;GPS法和TDR法是基于点的测量,很难反映边坡全局的位移信息;对于雷达和三维激光扫描法,受气候条件限制,造价昂贵,且作业方式复杂。因此开展低成本、全天候、全场测量的边坡位移活动性监测的研究显得尤为重要。
技术实现思路
本专利技术的目的在于解决上述任一问题的监测方法,具体而言:本专利技术提供一种边坡位移活动性监测方法,其特征在于,包括如下步骤:对边坡图像进行区域划分,分为植被区、裸岩区和风化土区;对于风化土区,选取部分像素点作为散斑点形成散斑场;对于裸岩区,寻找多尺度空间中极值点作为稳定的关键点,并提取关键点的特征向量;提取对应的散斑点的位置和关键点特征向量的位置,并结合双目标定结果,求解出监测点的三维坐标;提取不同时刻左右相机图像中散斑点的位置和关键点特征向量的位置,计算得到不同时刻的待测点的三维坐标,从而算出边坡三维位移场信息。在一个方案中,其特征在于:所述对边坡图像进行区域划分具体包括,依据光测方法特点,结合边坡地貌和岩土体类型,利用不同的图像分割算法对边坡光测区域进行分类和整合。在一个方案中,其特征在于:第一步为提取出边坡植被区,第二步再将岩土区域分为裸岩和风化土区域。在一个方案中,其特征在于:所述提取出边坡植被区包括:采用如下公式对图像处理VI′=E*G-E*R=(2*G′-R′-B′)-(1.4*R′-G′)式(1)式中,RGB分别代表图像红绿蓝三通道的像素值大小;根据式(1)对边坡图像进行植被区域提取,将0作为阈值进行二值化处理,根据提取出来的二值化图像,白色区域代表植被区域,黑色则为岩土区域。在一个方案中,其特征在于:使用形态学处理算法,选择合适的结构函数,对二值化图像进行闭操作处理,提取并计算图像上连通域大小,删去一定面积区间以内的连通域,使得提取出的植被区域更具有整体性和连续性,通过上述方法将边坡图像植被区域和岩土区域分离开在一个方案中,其特征在于:将岩土区域分为裸岩和风化土区域,包括结合岩土区域图像的灰度分布特征,以3个聚类簇为初始聚类数量,对图像进行聚类,通过观察图像灰度聚类结果,将岩土区域划分为两种类别:其中部分区域由于灰度值较大以及分布位置较为接近,为裸岩区域,另一部分区域灰度分布比较随机,呈现3个量级灰度值交替分布的特点,为风化土区域。在一个方案中,其特征在于:所述选取部分像素点作为散斑点形成散斑场,具体包括,以图像中一个像素为大小,按照一定像素数量为间隔选取散斑点形成散斑场。在一个方案中,其特征在于:所述散斑场内的散斑点均匀布置。在一个方案中,其特征在于:所述计算出边坡三维位移场信息,包括通过相关系数函数来计算形变前后的散斑场中散斑点的位移的变化。在一个方案中,其特征在于:对于双目的边坡图像的散斑场和关键点进行匹配形成三维图像包括:采用全站仪打点的形式,获取均匀布设的有明显特征的点的三维坐标,然后分别提取左右图像对应的特征点的图像坐标,根据相机标定模型,采用两步法求解出左右相机的内外参数和相对位置。采用本申请的方案,能够方便快捷对边坡进行监测,并且图像中首先剔除了易于发生变化的植被区减少了干扰,并且根据发现的裸岩和风化土的在图像上的区别,进行区分,并采用不同的方法分别处理实施监测。此外,采用双目相机方式,实现了三维边坡位移场的监测。附图说明图1是本专利技术方法流程图;图2是本专利技术散斑点和关键点三维坐标的求解方法示意图;图3是本专利技术计算边坡三维位移场的示意图。图4是边坡原始图像;图5是对图4聚类处理后图像;图6是聚类图像二值化处理后图像;图7是对图6连通域提取后图像。具体实施方式为了使本专利技术的技术方案和优点更加清楚,下面结合附图和具体实施例对本专利技术进行详细描述。本专利技术的一种边坡位移活动性监测方法,如图1所示,包括如下步骤:1)对边坡图像进行区域划分,分为植被区、裸岩区和风化土区;2)对于风化土区,选取部分像素点作为散斑点形成散斑场;3)对于裸岩区,寻找多尺度空间中极值点作为稳定的关键点,并提取关键点的特征向量;4)提取对应的散斑点的位置和关键点特征向量的位置,并结合双目标定结果,求解出监测点的三维坐标;5)提取不同时刻散斑点的位置和关键点特征向量的位置,计算得到不同时刻的待测点的三维坐标,从而算出边坡三维位移场信息。其中,如图2所示,所述结合双目标定结果,求解出监测点的三维坐标包括,根据双目标定得到的左右相机参数和相对位置,计算得出左侧图像中散斑点和关键点对应在右图像中的位置,得到右相机参考图像的对应散斑点和特征点的位置并进行立体匹配,得到散斑点和特征点的三维坐标。其中,如图3所示,所述提取不同时刻散斑点的位置和关键点特征向量的位置,计算得到不同时刻的待测点的三维坐标,从而算出边坡三维位移场信息,包括,首先在左侧图像中确定散斑点和关键点的位置,随后根据目标定得到的左右相机参数和相对位置,计算得出右侧图像中对应散斑点和特征点的位置并进行立体匹配,得到变形后散斑点和特征点的三维坐标。之后将变形前后的散斑点和特征点的三维坐标比较得到边坡三维位移场信息。采用本申请的方案,能够方便快捷对边坡进行监测,并且图像中首先剔除了易于发生变化的植被区减少了干扰,并且根据发现的裸岩和风化土的在图像上的区别,进行区分,并采用不同的方法分别处理实施监测。此外,采用双目相机方式,实现了三维边坡位移场的监测。在一个方案中,所述对边坡图像进行区域划分具体包括,依据光测方法特点,结合边坡地貌和岩土体类型,利用不同的图像分割算法对边坡光测区域进行分类和整合。具体包括两步,第一步为提取出边坡植被本文档来自技高网...

【技术保护点】
1.一种边坡位移活动性监测方法,包括如下步骤:/n1)对边坡图像进行区域划分,分为植被区、裸岩区和风化土区;/n2)对于风化土区,选取部分像素点作为散斑点形成散斑场;/n3)对于裸岩区,寻找多尺度空间中极值点作为稳定的关键点,并提取关键点的特征向量;/n4)提取对应的散斑点的位置和关键点特征向量的位置,并结合双目标定结果,求解出监测点的三维坐标;/n5)提取不同时刻散斑点的位置和关键点特征向量的位置,计算得到不同时刻的待测点的三维坐标,从而算出边坡三维位移场信息。/n

【技术特征摘要】
1.一种边坡位移活动性监测方法,包括如下步骤:
1)对边坡图像进行区域划分,分为植被区、裸岩区和风化土区;
2)对于风化土区,选取部分像素点作为散斑点形成散斑场;
3)对于裸岩区,寻找多尺度空间中极值点作为稳定的关键点,并提取关键点的特征向量;
4)提取对应的散斑点的位置和关键点特征向量的位置,并结合双目标定结果,求解出监测点的三维坐标;
5)提取不同时刻散斑点的位置和关键点特征向量的位置,计算得到不同时刻的待测点的三维坐标,从而算出边坡三维位移场信息。


2.根据权利要求1所述的一种边坡位移活动性监测方法,其特征在于:所述对边坡图像进行区域划分具体包括,依据光测方法特点,结合边坡地貌和岩土体类型,利用不同的图像分割算法对边坡光测区域进行分类和整合。


3.根据权利要求2所述的一种边坡位移活动性监测方法,其特征在于:第一步为提取出边坡植被区,第二步再将岩土区域分为裸岩和风化土区域。


4.根据权利要求3所述的一种边坡位移活动性监测方法,其特征在于:所述提取出边坡植被区包括:
采用如下公式对图像处理
VI′=E*G-E*R=(2*G'-R'-B')-(1.4*R'-G′)式(1)
式中,RGB分别代表图像红绿蓝三通道的像素值大小;
根据式(1)对边坡图像进行植被区域提取,将0作为阈值进行二值化处理,根据提取出来的二值化图像,白色区域代表植被区域,黑色则为岩土区域。


5.根据权利要求4所述的一种边坡位移活动性监测方法,其特征在于:使用形态学处理算法,选择合适的结构函...

【专利技术属性】
技术研发人员:宋义敏贺志杰许海亮安栋钱鼎凌小康任何朱晨利苑德顺
申请(专利权)人:北方工业大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1