一种基于无人机的市政工程用土地塌方体积测量方法技术

本发明专利技术涉及视觉测量技术领域，具体涉及一种基于无人机的市政工程用土地塌方体积测量方法。该方法在拍摄塌方处多个角度的图像并获取每个图像对应的点云数据后，根据每个图像上所有点的图像特征构建该点的选拔特征，借助选拔特征确定每个图像上的特征点，通过计算各个图像上特征点之间的相似度完成不同图像的匹配，匹配后的不同图像对应的点云数据便可完成融合，从而完成对点云数据的重建，最终，便可以利用重建后的点云数据完成塌方体积的计算。相较于现有技术，本发明专利技术的塌方体测量方法不需在塌方处附近人工设置图像控制点，对不同塌方处的地形适应能力更强，且相较于无图像控制点的塌方体积测量提高了测量准确度。塌方体积测量提高了测量准确度。塌方体积测量提高了测量准确度。

【技术实现步骤摘要】
一种基于无人机的市政工程用土地塌方体积测量方法


[0001]本专利技术涉及视觉测量
，具体涉及一种基于无人机的市政工程用土地塌方体积测量方法。

技术介绍

[0002]塌方作为市政工程中出现率较高的事故，对塌方的后续处理需要先对塌方体积进行测量。而现有对塌方体积进行测量的方法主要有全站仪测量法和GPS测量法。全站仪测量塌方体积操作较为简单，但是对测绘区域通视条件较高，在小范围、通视条件好的区域应用效果较好，但对于大范围、通视条件差的区域效果较差。GPS测量塌方体积是当前应用较多的技术手段，相比于全站仪，该方法不受通视条件约束，并且测量速度、精度都比全站仪高，但是其可能受到特殊地形地貌因素的干扰导致在GPS信号弱的测区精度较低且其成本较高。因此无人机低空航测作为一种新的测绘手段越来越受到广泛应用。
[0003]无人机航测具有机动灵活、影像分辨率高、数据采集快、外业劳动少等优点，适用于市政工程中对塌方体积的测量，而现有的无人机航测技术中一般利用在地面设立的图像控制点进行倾斜摄影测量，进一步生成塌方体的点云数据。但此种方式首先需要花费大量人力在塌方处周围布置图像控制点，而且当塌方位置周围地形较为复杂险峻时，测量人员实际上无法完成图像控制点的布置，所以现有无人机航测方法不但需花费大量人力，且无法适应塌方处存在危险地形导致塌方处无法人为设立控制点的情况，而无法设定图像控制点会导致无人机定位本身出现误差时无法根据控制点位置修正自身精确位置，导致测量出的点云数据出现误差。

技术实现思路

[0004]为解决现有技术无法准确、高效地完成土地塌方体积测量的问题，本专利技术提供了一种基于无人机的市政工程用土地塌方体积测量方法，所采用的技术方案具体如下：本专利技术的一种基于无人机的市政工程用土地塌方体积测量方法，包括如下步骤：拍摄塌方处多个角度的图像并获取每个图像对应的点云数据；根据图像上每个点相对于其邻域上各点的灰度梯度方向的差值、灰度梯度幅值的差值以及灰度值的差值，得到该点的选拔特征，根据图像上所有点的选拔特征确定图像的特征点；确定图像上的所有边缘，选取图像上距离某个特征点最近的设定数量的边缘，将所述设定数量的边缘上所有点的归一化灰度梯度幅值作为该特征点的匹配特征数据集，从而确定图像上所有特征点的匹配特征数据集，其中，归一化灰度梯度幅值为该特征点的匹配特征数据；根据每个图像上所有特征点的匹配特征数据集，确定不同图像的特征点之间的相似度；从所有图像中选取一张初始图像作为匹配目标图像，初始图像之外的图像作为待
匹配图像，以不同图像的特征点之间的相似度最大为期望，确定匹配目标图像与各个待匹配图像上特征点的最佳配对方式，计算最佳配对方式下匹配目标图像与各个待匹配图像之间的整体相似度，选取与匹配目标图像之间整体相似度最大的待匹配图像作为匹配目标图像的匹配对象，完成对匹配目标图像的匹配；将最新完成匹配的待匹配图像作为新的匹配目标图像，将未完成匹配的图像作为新的待匹配图像，从新的待匹配图像中确定新的匹配目标图像的匹配对象，重复该确定匹配对象的过程，完成所有图像的匹配；将相互匹配的图像所对应的点云数据进行融合，完成点云数据的重建，根据点云数据的重建结果进行塌方体积的计算。
[0005]本专利技术的有益效果为：本专利技术在拍摄塌方位置处的多个角度的图片后，通过每个图像上的特征点完成了不同图像之间的匹配，从而完成了不同图像对应的局部点云数据之间的融合，得到了重建的点云数据，以重建的点云数据计算得到了塌方体积。本专利技术不需要测量人员在塌方位置的周围人工设置图像控制点，不但减少了人力耗费，且相较于塌方位置周围地形险峻而无法布置图像控制点的情况，提高了塌方体积测量准确度，也即，本专利技术给出了一种高效、准确的塌方体积测量方法。
[0006]进一步的，所述根据图像上每个点相对于其邻域上各点的灰度梯度方向的差值、灰度梯度幅值的差值以及灰度值的差值，得到该点的选拔特征的具体方法为：其中，表示第i个图像上第j个点的选拔特征，表示第i个图像上第个点的归一化灰度梯度幅值与其八邻域上第个点的归一化灰度梯度幅值之差，表示第i个图像上第个点的归一化灰度值与其八邻域上第个点的归一化灰度值之差， 表示第i个图像上第个点的灰度梯度方向与其八邻域上第个点的灰度梯度方向之差的归一化值，所述两个灰度梯度方向的差值为这两个灰度梯度方向所在两直线之间的锐角夹角，两个灰度梯度方向的差值的取值范围为[0，]。
[0007]进一步的，所述根据每个图像上所有特征点的匹配特征数据集，确定不同图像的特征点之间的相似度的具体过程为：在一个图像中随机选取一个特征点作为第一特征点，在另一个图像中随机选取一个特征点作为第二特征点，计算与第一特征点最近的所述设定数量的边缘上各点到第一特征点的距离值，以及与第二特征点最近的所述设定数量的边缘上各点到第二特征点的距离值，将所得所有距离值按照从大到小的顺序进行排序，得到每个距离值的排序序号，将每个距离值的排序序号作为与距离值对应的边缘上各点处归一化灰度梯度幅值的匹配优先级，序号越小，则匹配优先级越高；在第一特征点与第二特征点的匹配特征数据集中选取优先级最高的匹配特征数据，判断其属于第一特征点或第二特征点的匹配特征数据集中的哪个，判断完成后，在不包
括所述优先级最高的匹配特征数据的匹配特征数据集中，寻找与所述优先级最高的匹配特征数据之间归一化灰度梯度幅值差值最小的匹配特征数据，由这两个匹配特征数据所得的最小的归一化灰度梯度幅值差值，即为第一特征点和第二特征点的第一匹配特征数据差异值；将得到所述第一匹配特征数据差异值的两个匹配特征数据，从第一特征点与第二特征点的匹配特征数据集中剔除，从完成剔除操作后的匹配特征数据集中选取新的优先级最高的匹配特征数据，判断其属于第一特征点或第二特征点的匹配特征数据集中的哪个，判断完成后，在不包括所述新的优先级最高的匹配特征数据的匹配特征数据集中，寻找与所述优先级最高的匹配特征数据之间归一化灰度梯度幅值差值最小的匹配特征数据，由这两个匹配特征数据所得的最小的归一化灰度梯度幅值差值，即为第一特征点和第二特征点的第二匹配特征数据差异值；重复该种得到匹配特征数据差异值的过程，直到第一特征点和第二特征点的匹配特征数据集中至少一个成为空集，将非空集的匹配特征数据集中，各个匹配特征数据的匹配特征数据差异值定义为1，配特征数据差异值越小，则第一特征点与第二特征点越相似；将每个匹配特征数据差异值与用于确定该匹配特征数据差异值的所有匹配特征数据的权重之和相乘，然后再对所得所有乘积求和得到第一特征点与第二特征点之间的相似度；所述用于确定该匹配特征数据差异值的所有匹配特征数据，包括得到所述最小的归一化灰度梯度幅值差值的匹配特征数据，以及匹配特征数据差异值定义为1的匹配特征数据；所述匹配特征数据的权重为：其中，为序号为q的匹配特征数据的权重，为匹配特征数据的总数。
[0008]进一步的，确定匹配目标图像与各个待匹配图像上特征点的最佳配对方式后，计算最佳配对方式下匹配目标图像与待匹配图像之间的所有特征点对的相似度，并计算所有特征点对的相似度的方差，匹配目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机的市政工程用土地塌方体积测量方法，其特征在于，包括以下步骤：拍摄塌方处多个角度的图像并获取每个图像对应的点云数据；根据图像上每个点相对于其邻域上各点的灰度梯度方向的差值、灰度梯度幅值的差值以及灰度值的差值，得到该点的选拔特征，根据图像上所有点的选拔特征确定图像的特征点；确定图像上的所有边缘，选取图像上距离某个特征点最近的设定数量的边缘，将所述设定数量的边缘上所有点的归一化灰度梯度幅值作为该特征点的匹配特征数据集，从而确定图像上所有特征点的匹配特征数据集，其中，归一化灰度梯度幅值为该特征点的匹配特征数据；根据每个图像上所有特征点的匹配特征数据集，确定不同图像的特征点之间的相似度；从所有图像中选取一张初始图像作为匹配目标图像，初始图像之外的图像作为待匹配图像，以不同图像的特征点之间的相似度最大为期望，确定匹配目标图像与各个待匹配图像上特征点的最佳配对方式，计算最佳配对方式下匹配目标图像与各个待匹配图像之间的整体相似度，选取与匹配目标图像之间整体相似度最大的待匹配图像作为匹配目标图像的匹配对象，完成对匹配目标图像的匹配；将最新完成匹配的待匹配图像作为新的匹配目标图像，将未完成匹配的图像作为新的待匹配图像，从新的待匹配图像中确定新的匹配目标图像的匹配对象，重复该确定匹配对象的过程，完成所有图像的匹配；将相互匹配的图像所对应的点云数据进行融合，完成点云数据的重建，根据点云数据的重建结果进行塌方体积的计算。2.根据权利要求1所述的基于无人机的市政工程用土地塌方体积测量方法，其特征在于，所述根据图像上每个点相对于其邻域上各点的灰度梯度方向的差值、灰度梯度幅值的差值以及灰度值的差值，得到该点的选拔特征的具体方法为：其中，表示第i个图像上第j个点的选拔特征，表示第i个图像上第个点的归一化灰度梯度幅值与其八邻域上第个点的归一化灰度梯度幅值之差，表示第i个图像上第个点的归一化灰度值与其八邻域上第个点的归一化灰度值之差， 表示第i个图像上第个点的灰度梯度方向与其八邻域上第个点的灰度梯度方向之差的归一化值，所述两个灰度梯度方向的差值为这两个灰度梯度方向所在两直线之间的锐角夹角，两个灰度梯度方向的差值的取值范围为[0，]。3.根据权利要求2所述的基于无人机的市政工程用土地塌方体积测量方法，其特征在于，所述根据每个图像上所有特征点的匹配特征数据集，确定不同图像的特征点之间的相似度的具体过程为：
在一个图像中随机选取一个特征点作为第一特征点，在另一个图像中随机选取一个特征点作为第二特征点，计算与第一特征点最近的所述设定数量的边缘上各点到...

【专利技术属性】
技术研发人员：郑超，张义纯，
申请(专利权)人：南通致和祥智能装备有限公司，
类型：发明
国别省市：