一种基于无人机影像的高精度地质裂缝监测方法与系统技术方案

本发明专利技术提供一种基于无人机影像的高精度地质裂缝监测方法与系统。首先，利用无人机按一定时间间隔对裂缝区域进行多次摄影，获取不同时期的影像。然后，利用现有的摄影测理论与技术对影像进行处理，获取目标区域的多期三维信息，根据三维信息的差异，初步定位形变区域。再后，根据形变区域自动提取包含裂缝的多张原始影像，并对这些影像按不同期次进行单应变化相关处理，过程主要包括：自动提取同名点对、解算单应变化参数、纠正影像。最后，对两期影像进行叠合分析，找出微小变化量，根据单应模型将其解算为定量数据。本发明专利技术能够解决现有裂缝监测仪器的普适性问题，可广泛用于各种裂缝监测。测。测。

【技术实现步骤摘要】
一种基于无人机影像的高精度地质裂缝监测方法与系统


[0001]本专利技术涉及摄影测量与遥感测绘技术和地质形变监测领域，技术方案提供一种基于无人机影像的高精度地质裂缝监测方法。

技术介绍

[0002]裂缝作为一种地球表生的地质灾害现象，存在于世界各地。裂缝不仅会造成工程建筑的破坏，还会损坏土地资源、破坏生态环境，甚至造成生命财产的巨大损失。为了有效防治裂缝灾害，需要对裂缝进行合理的监测。在地质方面，通过裂缝监测可以掌握其活动特性，分析其发展趋势，预先采取必要的防灾措施。在建筑中，及时的裂缝监测可以确保建筑物安全。然而，当前的裂缝监测手段虽然有了巨大进步，但是总体还是无法满足日常监测的需求，主要原因包括现有监测设备和技术比较昂贵，使用也非常专业，例如一台普通裂缝计就需要上万元人民币，而且使用过程中还需使用者具有专业的安装、分析和处理技术。其次，监测设备的使用受很多环境制约，例如高陡危岩、高跨度大桥、超高层建筑等根本没有条件安装和使用。也有人采用无人机进行倾斜摄影，建立目标区域的三维模型开展变形监测，但是受限与建模精度限制，无法做到毫米级的高精度监测。

技术实现思路

[0003]本专利技术主要针对现有裂缝监测仪器没有普适性、倾斜摄影精度不高，无法在危险地质区域监测开展有效监测问题，提出了一种利用无人机按一定时间间隔对裂缝区域进行多次摄影，结合单应变化理论，实现高精度形变监测的方法。该方法核心技术包含为：首先，利用无人机按一定时间间隔对裂缝区域进行多次摄影，获取不同时期的影像。然后，利用现有的摄影测理论与技术对影像进行处理，获取目标区域的多期三维信息，根据三维信息的差异，初步定位形变区域。再后，根据形变区域自动提取包含裂缝的多张原始影像，并对这些影像按不同期次进行单应变化相关处理，过程主要包括：自动提取同名点对、解算单应变化参数、纠正影像。最后，对两期影像进行叠合分析，找出微小变化量，根据单应模型将其解算为定量数据。本专利技术的上述技术问题主要是通过下述技术方案得以解决：
[0004]一种基于无人机影像的高精度地质裂缝监测方法，包括以下步骤：
[0005]步骤1，按一定时间间隔利用无人机对裂缝区域进行摄影，获取多期影像；
[0006]步骤2，对每一期获取的影像，利用现有摄影测量理论与技术进行处理，包括影像匹配提取连接点、平差解算影像内外方位元素、密集匹配获取点云、构建三维模型，按获取期次标记构建的三维模型，分别称为M1、M2、M3
…
Mn；
[0007]步骤3，以第一期获取的三维模型M1为基准，将后面获取的每一期三维模型与第一期进行三维数据比对，获取形变区域及形变量；
[0008]步骤4，根据步骤3发现的形变区域，结合摄影测量处理的影像参数，反解成像的影像，获得变形区域的原始影像；
[0009]步骤5，基于单应变化进行高精度形变分析。
[0010]进一步的，步骤1中，使用DJI
‑
P4无人机进行摄影，飞行高度设定为20米，获取的影像地面分率为5毫米，拍摄的影像中必须包含裂缝。
[0011]进一步的，步骤2中采用DPGrid实现影像匹配提取连接点、平差解算影像内外方位元素、密集匹配获取点云、构建三维模型。
[0012]进一步的，步骤3的具体计算方法如下；
[0013]3.1，对目标区域进行平面拟合；如果目标区域地形复杂则需要划分为多个子区域进行处理，每个子区域各拟合一个平面，拟合平面的方法为：将包含在区域的组成模型的所有三维点Vp带入平面方程，方程采用Ax+By+Cz+D＝0；由于这个方程只需要3个三维点就可以解，现带入了所有点，因此得到的是一个超越方程，采用最小二乘解法，获取最优解，得到最佳拟合平面P的参数(A、B、C、D)；
[0014]3.2，在平面上建立空间直角坐标系；坐标系以区域包含三维点Vp的重心(Xc，Yc，Zc)为坐标原点，3.1获取的平面法向量为Z轴正方向，在P平面上建立空间直角坐标系；
[0015]3.3，将不同期次的三维模型数据转换到都转换到同一个新坐标系，通过构建4
×
4的变化矩阵实现，矩阵形式如下：
[0016][0017]其中矩阵的最后一行(m
41
,m
42
,m
43
,m
44
)是(0,0,0,1)，前三行分别是旋转分量和平移分量；旋转分量是3*3的矩阵，平移分量(m
14
,m
24
,m
34
)
T
，则是Vp重心坐标值，旋转分量可直接将P的法向量归一化后填入，归一化的简单计算方法为：在法线方向取长度为1的点，计算其坐标(X1，Y1，Z1)，然后直接取三个矢量按列填入(m
11
,m
21
,m
31
)
T
、(m
12
,m
22
,m
32
)
T
、(m
13
,m
23
,m
33
)
T
即可；
[0018]3.4，三维模型对比寻找形变位置；在新坐标系中，以一定间隔在X、Y方向均匀的采样，形成采样格网点，并与不同期次的三维模型求交，获得两个坐标点，形成形变量，如果位置未发生形变，则形变量只包含两次测量的误差，且呈随机分布状态；
[0019]3.5，根据3.4得到的格网点，先进行3
×
3的中值滤波，去除噪声点，然后进行聚合处理，聚合算法采用经典的区域增长法，即遍历格网点点，发现第一个变形点后，采用递归算法，以此点为中心八领域扩撒，直到八领域内均没有变形点，完成一次聚合，发现形变区域后，将这些位置用变化矩阵反算回原三维模型中，并纪录变形位置。
[0020]进一步的，步骤4的具体计算如下：
[0021]4.1，利用摄影测量处理的影像参数，将变形区域反投影到本期获取到原始影像，计算过程为：
[0022]设变形区域中任意一点的三维模型坐标是X
w
、Y
w
、Z
w
，任意一张原始影像，其内外方位参数为Xs、Ys、Zs、ω、к、f、c
x
、c
y
，其中Xs、Ys、Zs是影像成像位置为三维坐标、ω、к是相机主光轴与坐标系Y轴、X轴和Z轴的旋转角度，f是相机焦距，c
x
，c
y
是相机中心点在影像上的行列序号，则影像坐标u，v的成像方程为：
[0023][0024]其中旋转矩阵R，即R1…
R9的具体计算为：
[0025][0026]平移向量T，即Tx、Ty，Tz的具体计算为
[0027][0028]4.2，根据变形区域，按期次遍历所有所有影像，根据步骤4.1中的公式，计算变形区域的每个格网点在原始影像中的位置，如果变形区域的点成像位置不在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机影像的高精度地质裂缝监测方法，其特征在于，包括以下步骤：步骤1，按一定时间间隔利用无人机对裂缝区域进行摄影，获取多期影像；步骤2，对每一期获取的影像，利用现有摄影测量理论与技术进行处理，包括影像匹配提取连接点、平差解算影像内外方位元素、密集匹配获取点云、构建三维模型，按获取期次标记构建的三维模型，分别称为M1、M2、M3
…
Mn；步骤3，以第一期获取的三维模型M1为基准，将后面获取的每一期三维模型与第一期进行三维数据比对，获取形变区域及形变量；步骤4，根据步骤3发现的形变区域，结合摄影测量处理的影像参数，反解成像的影像，获得变形区域的原始影像；步骤5，基于单应变化进行高精度形变分析。2.如权利要求1所述的一种基于无人机影像的高精度地质裂缝监测方法，其特征在于：步骤1中，使用DJI
‑
P4无人机进行摄影，飞行高度设定为20米，获取的影像地面分率为5毫米，拍摄的影像中必须包含裂缝。3.如权利要求1所述的一种基于无人机影像的高精度地质裂缝监测方法，其特征在于：步骤2中采用DPGrid实现影像匹配提取连接点、平差解算影像内外方位元素、密集匹配获取点云、构建三维模型。4.如权利要求1所述的一种基于影像单应变化的裂缝监测方法，其特征在于：步骤3的具体计算方法如下；3.1，对目标区域进行平面拟合；如果目标区域地形复杂则需要划分为多个子区域进行处理，每个子区域各拟合一个平面，拟合平面的方法为：将包含在区域的组成模型的所有三维点Vp带入平面方程，方程采用Ax+By+Cz+D＝0；由于这个方程只需要3个三维点就可以解，现带入了所有点，因此得到的是一个超越方程，采用最小二乘解法，获取最优解，得到最佳拟合平面P的参数(A、B、C、D)；3.2，在平面上建立空间直角坐标系；坐标系以区域包含三维点Vp的重心(Xc，Yc，Zc)为坐标原点，3.1获取的平面法向量为Z轴正方向，在P平面上建立空间直角坐标系；3.3，将不同期次的三维模型数据转换到都转换到同一个新坐标系，通过构建4
×
4的变化矩阵实现，矩阵形式如下：其中矩阵的最后一行(m
41
,m
42
,m
43
,m
44
)是(0,0,0,1)，前三行分别是旋转分量和平移分量；旋转分量是3*3的矩阵，平移分量(m
14
,m
24
,m
34
)
T
，则是Vp重心坐标值，旋转分量可直接将P的法向量归一化后填入，归一化的简单计算方法为：在法线方向取长度为1的点，计算其坐标(X1，Y1，Z1)，然后直接取三个矢量按列填入(m
11
,m
21
,m
31
)
T
、(m
12
,m
22
,m
32
)
T
、(m
13
,m
23
,m
33
)
T
即可；3.4，三维模型对比寻找形变位置；在新坐标系中，以一定间隔在X、Y方向均匀的采样，形成采样格网点，并与不同期次的三维模型求交，获得两个坐标点，形成形变量，如果位置未发生形变，则形变量只包含两次测量的误差，且呈随机分布状态；
3.5，根据3.4得到的格网点，先进行3
×
3的中值滤波，去除噪声点，然后进行聚合处理，聚合算法采用经典的区域增长法，即遍历格网点点，发现第一个变形点后，采用递归算法，以此点为中心八领域扩撒，直到八领域内均没有变形点，完成一次聚合，发现形变区域后，将这些位置用变化矩阵反算回原三维模型中，并纪录变形位置。5.如权利要求1所述的一种基于影像单应变化的裂缝监测方法，其特征在于：步骤4的具体计算如下：4.1，利用摄影测量处理的影像参数，将变形区域反投影到本期获取到原始影像，计算过程为：设变形区域中任意一点的三维模型坐标是X
w
、Y
w
、Z
w
，任意一张原始影像，其内外方位参数为Xs、Ys、Zs、ω、к、f、c
x
、c
y
，其中Xs、Ys、Zs是影像成像位置为三维坐标、ω、к是相机主光轴与坐标系Y轴、X轴和Z轴的旋转角度，f是相机焦距，c
x
，c
y
是相机中心点在影像上的行列序号，则影像坐标u，v的成像方程为：其中旋转矩阵R，即R1…
R9的具体计算为：平移向量T，即Tx、Ty，Tz的具体计算为4.2，根据变形区域，按期次遍历所有所有影像，根据步骤4.1中的公式，计算变形区域的每个格网点在原始影像中的位置，如果变形区域的点成像位置不在影像行列范围内，则抛弃这张影像，只保留包含整个变形区域的原始影像，将选好的原始影像分期次纪录下来。6.如权利要求1所述的一种基于影像单应变化的裂缝监测方法，其特征在于：步骤5的具体实现方式如下；5.1，根据变形区域，分别在两期影像中选择两张影像，形成对比分析像对，将较早期获取的影像称为左影像，即基准影像，将后期获取的影像称为右影像，即目标影像；5.2，选择同名点对，分别在左右影像的裂缝同一侧，通过自动匹配或人工选择4对以上的同名点对，且所选点对不能在一条直线上；5.3，解算单应变化参数，根据摄影成像几何关系，可知左、右同名点坐标之间存在如下关系：
其中x
l
，y
l
是同名点在左影像上的坐标，x
r
，y
r
是同名点在右影像上的坐标，H是单应变化矩阵，是一个3
×
3的满秩矩阵；对于任意一对同名点对，将(公式5)展开后有：对于任意一对同名点对，将(公式5)展开后有：单应变化矩阵H理论上有9个未知数，采用齐次坐标系，可以令H
33
＝1则剩下8个未知数，也即有8个自由度，需要8个方程进行求解；为了可靠地解出方程的结果，选择4对以上点对，形成多余观测，在有多余观测的情况下，用最小二乘算法解算H矩阵，这里使用SVD分解算法，将同名点坐标带入，即可解得H矩阵的值；5.4，纠正右影像；利用第5.3步解得的单应变化矩阵H，再利用公式(公式6)、(公式7)将右影像的每个像素都转换到左影像中，形成纠正后的右影像，此时右影像与左影像都归一化到了左影像坐标系中，同名点完全重合；5.5，精细对比分析；将第5.4步获得的影像直接叠合到左影像中，通过互补色叠合算法或者半透明叠合算法展示结果；5.6，精细变化的量化；根据5.5方向的进行变化量...

【专利技术属性】
技术研发人员：马洪琪，段延松，肖海斌，周伟，马刚，赵新博，庞博慧，
申请(专利权)人：武汉大学，
类型：发明
国别省市：