基于无人机倾斜摄影的三维重建技术在崩岸监测中的应用
时间：2023-04-25 08:25:04 来源：千叶帆 本文已影响人
闫 石，林 荡，李胜宣，罗文胜，陈思源，谭书伦
(1.湖南理工学院 信息科学与工程学院，湖南 岳阳 414000；
2.长江洞庭湖水利事务中心，湖南 岳阳 414000；
3.岳阳永安工程技术有限公司，湖南 岳阳 414000；
4.岳阳水利水电勘测设计院，湖南 岳阳 414000)
崩岸是指由土石组成的河岸、湖岸因受水流冲刷，在重力作用下土石失去稳定，沿河岸、湖岸的岸坡产生崩落、崩塌和滑坡等现象。崩岸多发生在水流湍急，河道窄而弯曲的区域，当水流过快，水量过多时，堤岸受到的水流冲击也会大大增加，容易造成崩岸现象的发生。随着崩岸灾害的频发，沿岸土地利用及航道管理也会变得繁琐复杂。在崩岸治理监测中，相关监管部门一般采取现场实地测量的方式进行数据采集，随后对堤岸是否存在崩岸隐患进行数据评估。这种方法需要专业人员对堤岸进行分批次、分时段地实地测量，投入大量的人力物力，效率比较低下。对于一些高风险区域，存在一定的测量风险[1-4]。
随着高空遥感摄影技术的发展，无人机倾斜摄影技术[5]颠覆了传统摄影测量只能获得正射影像的不足，根据搭载的多视角相机可以同时获得地面物体各个角度的遥感影像，全面地采集地物信息，已在实景三维重建领域得到广泛认可，但尚未在崩岸监测预警过程中得到广泛应用。相较于使用三维激光扫描仪进行的三维重建方法，使用无人机倾斜摄影采集数据的优势在于:1)无人机可以根据测区实际情况实时调整航线规划，确保更全面地采集测区地物信息；
2)通过无人机采集的遥感影像数据生成的三维点云数据量可以根据硬件处理设备的性能进行调整，以获得符合当前最高精度且最少数据量的点云模型；
3)无人机操作相对简单。当前，大疆无人机已实现根据测区范围及特点设计航线自动飞行的功能，相较于光学雷达(Light Detection and Ranging，LiDAR)和激光扫描仪，不需要进行很繁杂的培训及操作，更适合用于非专业人员的野外测量。
本文通过无人机倾斜摄影技术对长江中下游重要险段荆江门段的崩岸测区进行修复前后不同时序下的实景数据采集，减少了人员投入，降低了外业测绘的危险性。通过对实景遥感数据进行空三加密处理，生成测区的三维点云模型。进行实景测绘的同时，在测区内使用实时动态(Real-time kinematic，RTK)基站仪对布设的像控点进行实地坐标测量，通过后续坐标对比分析保证模型精度。通过对不同时序下的崩岸三维点云模型进行对比分析，得出前后两期模型数据的变化情况；
最后根据实地测量结果验证变化分析精度。
如图1所示，基于无人机倾斜摄影技术进行崩岸监测研究，主要包括多视图遥感图像采集、三维点云模型重建、变化检测与崩岸监测等步骤[6-8]。首先在测区内部设像控点，之后根据测区特点对无人机航线进行规划与遥感影像采集；
利用实景三维重建技术对遥感影像进行三维重建，生成三维点云实景模型；
验证模型精度，对点云数据进行对比分析，根据变化检测结果，委派专人进行现场实地勘察。
图1 无人机崩岸监测方法
1.1 测区概况
监测区域位于湖南省岳阳市君山区荆江门河段(112°58′8.732″，29°28′6.911″)，如图2所示。属于长江中游下荆江尾闾，属于典型的蜿蜒型河道，历史上该河道变迁频繁，沿江常发生崩岸。受三峡水库蓄水影响，荆江门河段河势变化调整较为剧烈，严重威胁岸坡稳定。该河段以上黏土下砂土的二元结构为主，抗冲刷能力较弱，在一定的水力、泥沙和河床边界条件下，凹岸处受到冲击力易造成崩岸现象发生。
图2 荆江门测区
1.2 数据获取
1.2.1 像控点的布设与选取
为了精准获得测区高精度的影像数据，根据线条带状测区的特点，结合设置的无人机航拍路线，沿岸布设像控点。为保证像控点清楚可见，像控点选择布设在无遮挡的道路空旷区，使用白色喷漆在地面绘制出对三角形，使其形成理想的明显目标。点与点之间的平均间距约为300 m，首次测量前使用RTK基站仪对每个像控点进行实地测量，记录坐标位置，共布设了4个像控点(理论上每km2布设3个像控点即可实现坐标定位)。像控点图样及位置如图3、4所示。
图3 像控点图样
1.2.2 无人机数据获取
在长江中下游重要险段荆江门段的路域地形调查中，选用大疆精灵4 Pro准专业无人机和大疆经纬M300RTK无人机搭载塞尔无人机倾斜摄影相机进行采集。M300RTK无人机拥有30 min时长续航，最大飞行速度可以达到23 m/s，性能优越；
在15 m/s的疾风下依然稳定；
机身可折叠，携带便捷。PSDK 102S具有免像控功能，像控点是为验证模型精确度而布设的。实验过程中所采用的无人机参数以及搭载的多角度相机参数如表1所示。
图4 像控点布设位置
表1 无人机及相机基本参数
对目标测区在2021年3月24日，2021年6月28日，2021年8月20日，2021年9月2日，2021年10月23日分别进行了5期数据采集。其中，5期数据对应的阶段分别为:崩岸未修复、崩岸修复完成、崩岸修复完成2个月、崩岸修复完成3个月、崩岸修复完成4个月。前2期数数采用手动操控大疆精灵4 Pro无人机，从距离堤岸顶部50 m的距离开始操控云台，相机保持沿堤岸法线方向垂直拍摄，无人机贴合飞行进行正射拍摄，拍摄完成后降低20 m再次进行同样操作。后3期数据由于设备更新升级，采用M300 RTK搭载塞尔无人机倾斜摄影相机进行数据采集，飞行高度设置在80 m和60 m采集2次数据，由于塞尔相机采用5镜头拍摄，因此数据量较大，数据更准确。飞行轨迹按照测区范围设置航线。拍摄时的重叠率分为航向与旁向2部分，为控制数据量与后续模型质量，设置航向重叠率为80%，旁向重叠率为70%。航线规划如图5所示。
图5 航线规划
1.2.3 参考标定数据获取
为了进一步提高坐标精度，需要在无人机正式航测之前进行像控点的布设。共布设了4个像控点，以“XK1”为起始坐标编号，利用RTK基站采集其坐标，采集地理坐标系统为CGCS2000，模型建立的投影坐标系统为CGCS2000/3-degree Gauss-Kruger CM 112E。RTK采集现场如图6所示。
图6 RTK基站仪测量像控点坐标
2.1 堤岸三维模型
利用实景三维重建软件Agisoft Metashape对无人机倾斜摄影获取的测区堤岸遥感影像进行摄影测量处理，进行空三运算[9]，生成3D空间数据，重建三维点云模型；
根据体积密度及邻域平均距离标准差进行去噪处理，对于一些难以处理的水面反射以及植被影响数据，采用人工手动去除；
根据测区实际地理坐标映射重建点云模型投影坐标，以保证生成的堤岸三维模型在后续配准过程中的精度；
运用4点法及最近点迭代(Iterative Closest Point，ICP)算法对不同时序下的点云模型进行配准；
运用多时相连续点云相减得到点云差异信息熵DOPC(Difference of Point Clouds)，从而获取测区内堤岸不同时期下的变化情况。在堤岸变化程度达到阈值后，分派专人到崩岸现场实地验证，并及时进行补救措施。
以Metashape1.8.3为主要工具，分别重建同测区堤岸不同时序下5期三维点云模型，以2021年3月24日和2021年6月28日2期数据为依据，对重建过程中的主要步骤进行阐述介绍:
1)空三加密
在Metashape1.8.3软件中导入无人机倾斜摄影数据，将参考坐标系设置为CGCS2000坐标系，由于拍摄的影像数据自身是携带POS信息的，因此不需要添加像控点坐标信息。对导入的所有数据进行摄影测量处理及空三运算，得到每张摄影图片在测区上方的拍摄方位及姿态信息。
2)点云模型建立
为了使生成的模型精度高，噪声少，避免数据量过大，在经过多次模型重建后，最终将生成点云模型过程的“精度”设置为“高”，“成对预选”设置为“参考”，“关键点”和“限制点”分别设置为“40 000”，“4 000”[10-11]。
最初生成的点云模型带有大量噪声，利用观察法人工手动框选去除点云数据中的水面、船舶等多余噪声，而后使用基于点云密度的方法去除离群点，体积密度计算原理为:
式中:R表示邻域半径；
N表示邻域内点的个数。
图7为崩岸修复前的点云模型，图8为崩岸修复完成后的点云模型。
图7 修复前三维点云数据
图8 修复后三维点云数据
3)模型精度分析
实地测量坐标和模型坐标对比结果见表2。表格中，XK1表示第1个控制点，数字表示像控点顺序，X、Y、Z为各点坐标值。选取像控点位置的模型坐标进行精度分析，对模型坐标进行5次随机取样，最大可能性上减少随机误差。
表2 模型坐标与RTK基站实测坐标对比 m
将每个像控点的X、Y、Z坐标与选取的模型坐标进行差值平均计算，通过下列公式可得ΔX、ΔY、ΔZ:
通过公式(5)计算可得模型相对差值ΔV:
x，y，z轴方向及模型相对差值如表3所示。
表3 误差分析 m
根据表3中误差分析数据所示，每个像控点的模型坐标与真实坐标误差在cm级，由此可说明整个模型的精度保持在cm级[12]，保证了后续点云模型处理过程中结果的准确性。
2.2 堤岸变化检测
由于堤岸变化检测需要不同时序下的2期点云数据进行对比，将重建的不同时期的点云模型导入Cloud Compare软件中，采用4点法，手动选取4个像控点为初始点，进行点云初步配准，而后在2期点云大致配准的基础上，引入ICP算法进行精细配准，配准完成后，对前后2期不同时序下的点云模型利用C2C(Cloud to Cloud Distance)算法进行差异分析[13]。根据差异大小即点云对应点位移大小赋予不同程度的RGB颜色阈值来显示变化程度。对比图中颜色变化由红色到蓝色代表位移及形变程度由大到小，通过距离计算，结果位于区间[0.000 045 m，1.086 204 m]内，当距离大于0.094 525 m时标记显示为红色，距离在[0.000 045，0.094 525]由小到大显示为蓝色到黄色。最终对比结果如图9所示。
在图9中，颜色变化直观反映出不同时序下堤岸点云模型的变化情况。图9(a)显示的是第1期数据(崩岸未修复)和第2期数据(崩岸修复完成)之间的变化，其产生变化的主要原因是由于崩岸修复，堤岸平面发生变化，第2期较第1期平整；
图9(b)和图9(c)显示的是第3期数据和第4期数据分别和第2期数据之间的变化情况，这2期对比结果产生变化的主要原因是由于8月、9月为长江汛期，江水上涨，导致堤岸被淹没，其整体变化图像较为平整；
图9(d)显示的是第5期数据和第2期数据之间的变化情况，10月份长江进入旱期，江水减少，江面下降，堤岸完全裸露，第5期数据与第2期数据之间的变化情况能准确地显示出堤岸在汛期之间发生的变化，其中发生变化的区域，已经委派专人到现场进行勘察并进行及时修补，保证堤岸结构完整，避 免崩岸灾害的发生。
图9 变化检测对比
本文引入了基于无人机倾斜摄影的三维重建技术，通过试验对比验证了三维模型的精度，并将其应用在荆江门河段崩岸监测治理过程中，得出以下结论:
1)采用无人机倾斜摄影技术进行实景三维重建可重建高精度的堤岸三维点云模型，其模型精度可以达到监测0.075 m的目标。
2)引入C2C算法对不同时序下的2期点云进行变化检测，可检测出不同时期堤岸三维点云模型的变化程度，以RGB阈值对应变化幅度，依据颜色的分布、数值大小可以识别出堤岸变化的位置、变化幅度，从而监测出需要实地勘察的区域。更为准确客观地了解地物的变化状况，提供客观准确的灾害监测结果。通过对灾害监测结果的分析，预测出崩岸发生的可能性，有效地监测堤岸安全，保护人民生命财产。
3)堤岸三维点云模型的精度受无人机遥感航拍的飞行高度影响，在不影响正常航线飞行的情况下，尽可能地降低飞行高度可以达到更高的精度。
4)将无人机倾斜摄影技术与实景三维重建技术结合运用到崩岸监测过程中，建立不同时期下堤岸模型变化的数据库，不仅可以记录堤岸在不同时期下的变化状况，而且可以预警崩岸灾害，从而避免崩岸灾害的发生。对保障沿岸人民生命财产安全具有重要意义。
猜你喜欢测区实景三维重建亿隆煤业地面瞬变电磁技术应用山东煤炭科技(2022年6期)2022-07-14金湖县创新“实景式”培训 提升精准执法水平江苏安全生产(2022年5期)2022-06-16数字博物馆 线上实景游华人时刊(2021年23期)2021-03-08河北省尚义大青沟测区元素异常特征及地质意义河北地质(2021年4期)2021-03-08基于Mimics的CT三维重建应用分析软件(2020年3期)2020-04-20轮轨垂向力地面连续测量的复合测区方法中国铁道科学(2019年5期)2019-10-19无像控点测区的归并方法研究测绘通报(2018年10期)2018-11-02论山水实景剧与山水实景演出的区别北方音乐(2017年4期)2017-05-04基于关系图的无人机影像三维重建光学精密工程(2016年6期)2016-11-07三维重建结合3D打印技术在腔镜甲状腺手术中的临床应用腹腔镜外科杂志(2016年12期)2016-06-01 相关热词搜索：无人机，倾斜，重建，
