本发明专利技术提供了电站大坝边坡位移检测方法、装置及电子设备，该方法包括步骤：利用无人机贴近摄影的方式采集第一视图影像；进行空中三角测量，确定第一三维坐标数据；建立第一视图影像中的像素点对应的数字表面模型；设置无人机航迹与拍摄参数；无人机获取第二视图影像；计算第二三维坐标数据；建立三维点云模型；确定三维点云数据；分析不同时间的三维点云数据之间的差异，确定电站大坝边坡的位移偏移量。本发明专利技术通过无人机贴近摄影的方式采集数据，实现高精度数据自动化采集；通过分析点云到三维网格平面距离计算不同时间三维点云数据之间的差异，确定电站大坝边坡的位移偏移量，实现大范围、高精度、高准确度的边坡位移检测。高准确度的边坡位移检测。高准确度的边坡位移检测。
【技术实现步骤摘要】
电站大坝边坡位移检测方法、装置及电子设备
[0001]本专利技术涉及边坡位移检测
，具体而言，涉及电站大坝边坡位移检测方法、装置及电子设备。
技术介绍
[0002]水电站大坝边坡是水电工程的重大风险来源之一，对其进行快速高精度的巡检调查，不仅能够及时获取边坡的地形地貌变化，同时能够对自然灾害进行预警和监测。由于近坝高边坡地形位置限制，传统人工调查方法存在效率低、精度差、危险系数高、监测难度大等问题。
[0003]传统水电站大坝边坡进行自动化形变监测的方法中，采用测斜仪的方法只能对边坡进行局部的位移变化监测；采用地基雷达的方法受到天气、泄洪等因素的影响，不适合环境多变的水电站环境；采用三维激光扫描的方法虽然精度高，但是容易产生扫描死角，且需要进行点云数据拼接，导致点云模型精度下降。现有监测方法难以实现对水电站大坝边坡进行快速、全面、精确的巡检，不利于为坝区管理人员提供有效且可靠的监测数据，不利于对边坡的稳定性进行判断，影响电站安全稳定运行。
技术实现思路
[0004]为了解决上述问题，本专利技术提供电站大坝边坡位移检测方法、装置及电子设备。
[0005]本专利技术的实施例通过以下技术方案实现：第一方面，本公开提供了电站大坝边坡位移检测方法，包括如下步骤：利用无人机贴近摄影的方式采集电站大坝边坡的第一视图影像，并获取所述第一视图影像的像素点的地理位置信息；根据所述地理位置信息对所述第一视图影像的像素点进行空中三角测量，确定所述第一视图影像中的像素点对应的第一三维坐标数据；根据所述第一三维坐标数据，建立所述第一视图影像中的像素点对应的数字表面模型；利用所述数字表面模型，对所述无人机进行航迹设置，并设置拍摄参数；获取所述无人机的定位数据，所述无人机根据所述航迹与所述无人机的拍摄参数获取第二视图影像；提取所述第二视图影像的特征点，计算所述特征点的第二三维坐标数据；根据所述拍摄参数、所述定位数据以及所述第二三维坐标数据，建立三维点云模型；根据所述三维点云模型，确定三维点云数据；获取不同时间的所述三维点云数据，分析不同时间的所述三维点云数据之间的差异，确定所述电站大坝边坡的位移偏移量。
[0006]第二方面，本公开提供了电站大坝边坡位移检测装置，包括：采集单元、测量单元、
第一模型建立单元、设置单元、获取单元、处理单元、第二模型建立单元、确定单元以及分析单元；所述采集单元，用于利用无人机贴近摄影的方式采集电站大坝边坡的第一视图影像，并获取所述第一视图影像的像素点的地理位置信息；所述测量单元，用于根据所述地理位置信息对所述第一视图影像的像素点进行空中三角测量，确定所述第一视图影像中的像素点对应的第一三维坐标数据；所述第一模型建立单元，用于根据所述第一三维坐标数据，建立所述第一视图影像中的像素点对应的数字表面模型；所述设置单元，用于利用所述数字表面模型，对所述无人机进行航迹设置，并设置拍摄参数；所述获取单元，用于获取所述无人机的定位数据，所述无人机根据所述航迹与所述无人机的拍摄参数获取第二视图影像；所述处理单元，用于提取所述第二视图影像的特征点，计算所述特征点的第二三维坐标数据；所述第二模型建立单元，用于根据所述拍摄参数、所述定位数据以及所述第二三维坐标数据，建立三维点云模型；所述确定单元，用于根据所述三维点云模型，确定三维点云数据；所述分析单元，用于获取不同时间的所述三维点云数据，分析不同时间的所述三维点云数据之间的差异，确定所述电站大坝边坡的位移偏移量。
[0007]第三方面，本公开提供了一种电子设备，包括：处理器和存储器；所述存储器，用于存储计算机操作指令；所述处理器，用于通过调用所述计算机操作指令，执行电站大坝边坡位移检测方法。
[0008]本专利技术的有益效果是：本专利技术通过无人机贴近摄影的方式采集数据，实现高精度数据自动化采集；利用数字表面模型构建三维实景实现无人机航迹规划，使得无人机按照包含设定拍摄参数以及设定航线自动航行；利用三维点云模型生成三维点云数据，有利于获得高精度和高准确度的测量结果；通过点云到三维网格平面距离计算不同时间三维点云数据之间的差异，确定电站大坝边坡的位移偏移量，实现大范围、高精度、高准确度的边坡位移检测。
[0009]在上述技术方案的基础上，本专利技术还可以做如下改进。
[0010]进一步，所述获取不同时间的所述三维点云数据，分析不同时间的所述三维点云数据之间的差异，确定所述电站大坝边坡的位移，包括步骤：获取初始时间的所述三维点云数据作为参考数据，获取设定时间后的所述三维点云数据作为比较数据；对所述参考数据与所述比较数据按照相同范围进行裁剪；将所述参考数据中离散的点云拟合成为三维网格平面；计算所述比较数据中的点云到相邻近的所述三维网格平面的距离，得到所述初始时间与所述设定时间后所述电站大坝边坡的所述点云的位移偏移量。
[0011]采用上述进一步方案的有益效果是，通过对初始时间的三维点云数据与获取设定时间后的所述三维点云数据进行比较，并将数据按照相同范围进行裁剪，保证边坡位移分析在同一范围进行比较，保证了比较范围的一致性；通过将参考数据中离散的点云拟合成为三维网格平面，计算比较数据中的点云到相邻近的三维网格平面的距离，能够更稳定、准确的计算边坡两个时间点的位移量。
[0012]进一步，所述确定所述电站大坝边坡的位移偏移量，还包括：根据所述点云的位移偏移量，得到所述点云的距离分布图。
[0013]采用上述进一步方案的有益效果是，通过距离分布图能够将点云的位移偏移量可视化，有利于管理人员对边坡的稳定性进行快速判断。
[0014]进一步，所述获取所述无人机的定位数据的方法为实时动态载波相位差分法。
[0015]采用上述进一步方案的有益效果是，采用实时动态载波相位差分法能够对无人机进行高精度定位。
[0016]进一步，所述提取所述第二视图影像的特征点的方法为：利用加速稳健特征算法提取所述第二视图影像的特征点。
[0017]采用上述进一步方案的有益效果是，通过加速稳健特征算法能够有效提取视图影像的特征点。
[0018]进一步，所述根据所述三维点云模型，确定三维点云数据，包括：利用MVS算法对所述三维点云模型进行稠密重建，对采集的多视角的各个所述第二视图影像进行逐像素点匹配，重新生成每个像素点的三维坐标，得到三维点云数据。
[0019]采用上述进一步方案的有益效果是，通过MVS算法对三维点云模型进行稠密重建，实现对采集到的各个多视角的第二视图影像进行逐像素点匹配，重建生成每个像素点的三维坐标，得到三维点云数据。
[0020]进一步，所述拍摄参数包括拍摄角度、拍摄有效像素、拍摄光圈、拍摄焦距与像元大小。
[0021]采用上述进一步方案的有益效果是，通过拍摄参数的设置，有利于提高视图影像的质量。
附图说明
[0022]图1为本专利技术实施例1提供的电站大坝边坡位移检测方法的流程图；图2（a）为本专利技术实施例1中点云到相邻近的三维网格平面的距离的计算的原理示意图；图2（b）为传统方式中点云本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.电站大坝边坡位移检测方法，其特征在于，包括如下步骤：利用无人机贴近摄影的方式采集电站大坝边坡的第一视图影像，并获取所述第一视图影像的像素点的地理位置信息；根据所述地理位置信息对所述第一视图影像的像素点进行空中三角测量，确定所述第一视图影像中的像素点对应的第一三维坐标数据；根据所述第一三维坐标数据，建立所述第一视图影像中的像素点对应的数字表面模型；利用所述数字表面模型，对所述无人机进行航迹设置，并设置拍摄参数；获取所述无人机的定位数据，所述无人机根据所述航迹与所述无人机的拍摄参数获取第二视图影像；提取所述第二视图影像的特征点，计算所述特征点的第二三维坐标数据；根据所述拍摄参数、所述定位数据以及所述第二三维坐标数据，建立三维点云模型；根据所述三维点云模型，确定三维点云数据；获取不同时间的所述三维点云数据，分析不同时间的所述三维点云数据之间的差异，确定所述电站大坝边坡的位移偏移量。2.根据权利要求1所述电站大坝边坡位移检测方法，其特征在于，所述获取不同时间的所述三维点云数据，分析不同时间的所述三维点云数据之间的差异，确定所述电站大坝边坡的位移，包括步骤：获取初始时间的所述三维点云数据作为参考数据，获取设定时间后的所述三维点云数据作为比较数据；对所述参考数据与所述比较数据按照相同范围进行裁剪；将所述参考数据中离散的点云拟合成为三维网格平面；计算所述比较数据中的点云到相邻近的所述三维网格平面的距离，得到所述初始时间与所述设定时间后所述电站大坝边坡的所述点云的位移偏移量。3.根据权利要求1所述电站大坝边坡位移检测方法，其特征在于，所述确定所述电站大坝边坡的位移偏移量，还包括：根据所述点云的位移偏移量，得到所述点云的距离分布图。4.根据权利要求1所述电站大坝边坡位移检测方法，其特征在于，所述获取所述无人机的定位数据的方法为实时动态载波相位差分法。5.根据权利要求1所述电站大坝边坡位移检测方法，其特征在于，所述提取所述第二视图影像的特征点的方法为：利用加速稳健特征算法...
【专利技术属性】
技术研发人员：李永龙，陈永灿，王皓冉，谢辉，李佳龙，张红，周迅，
申请(专利权)人：清华四川能源互联网研究院，
类型：发明
国别省市：
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。