基于无人机倾斜摄影的公路边坡三维重建与灾害识别方法

3.0 第一文库 2025-11-21 4 4 4.39MB 10 页 免费
侵权投诉
!"!#
$%$$#
!!!!!
&'()*+,-(
.
'/,01*)2
3
,
456,!"
!75,#
8
3
1,$%$$
文章编号!
9%%9:;!;$
!
$%$$
"
%#:%%;;:9%
!稿!
$%$%:9%:$#
! !!
$%9<V`&%R%%$%;
"%长沙市科技计划项目!
Q
L
9O%;99%
"%湖南省水利科技项目!
fY[+$%$9%%%:#<
"
# ! !
9O;<:
"$$ $ $ $
>:C*(6
#
2H1KB
G
()
.
0
')H,B?H,J)
(
基于无人机倾斜摄影的公路边坡三维
重建与灾害识别方法
#
9
#
$#9
#
$#9
#
$#陈仁朋9
#
$#9
#
$#!9
#
$
!
9,学 建 $ 南 长 !
#9%%R$
%
$, 学 土$南 长 !
#9%%R$
"
摘要!边坡灾害调查是及时发现边坡灾害隐患'预 警 边 坡 突 发 事 故 '避免重大人员伤亡和财产损失
的重要手段&为 克服 传统 人 工边 坡 调查 方法 效 率 低'风 险 高 '难 度 大 等 缺 陷 #提 出 了 基 于 无 人 机 倾
斜摄影的公路边坡三维重建和灾害识别&引 入 运 动 恢 复 结 构 +
Y@1HJ@H1BD15C T5@(5)
#
YDT,
和多视图立体匹配算法+
TH6@(4(B/Y@B1B5
#
T4Y
,#利 用 无人 机 多 视 角 序 列 影 像 重 构 了 公 路 边 坡
三维实景模型(利用基于多尺度模型与模型点云比较算法+
TH6@(2J*6BT5?B6@5T5?B6&65H?&5C:
3
*1(25)
#
T!&$
,的三维点云数据变化检测技术#实现了公路边坡滑坡'坍 塌'落 石 等 灾 害 场 景 的 自
动识别( #
精度均优于$,%JC#并成功识别用于模拟边坡变化的最小尺寸为R,%JC\O,%JC\9!,%JC 在 内
的纸箱位置'形状及尺寸(将 该技 术应 用 于某 公 路边 坡 工 程 地 质 灾 #成 功 识 别 出 一 处 塌 陷 区
域 及隆 起区 域 大 约 为 <",%C\9",%C 的边坡滑坡病害#构 建 的 三 维 实 景 模 型 精 度 达 到 厘 米 级
&研究结果表明) '
动化检测#尤其适用于陡峭'' #具有较强科学研究和工程实用
&
关键词!( ( (
中图分类号!
=#9<,9#
!!!文献标志码!
8
/+0$$P<&N$).&(),4#$2().90329&(),)<U&.,.9$0V<$)9&1&2,9&()(1
M&
6
+',
;
Q4(
G
$O.&)
6O)N,))$<7$0&,4Y$+&24$P8,.$<
\84&
H
3$J+(9(
6
0,
G
+
;/$2+)&
H
3$
V=+(*:
G
5)
.
#
9
$
$$
f=>f(*):Q*(
9
$
$$
&->7&'*)
.
:DH
9
$
$$
&->7 UB):
3
B)
.
9
$
$$
-> [H*)
.
:
G
H
9
$
$$
bE`B)
.
9
$
$
!
9,[B
Gb*I51*@51
G5DSH(6?()
.Y*DB@
G*)?>)B1
.G>DD(J(B)J
G5DT()(2@1
G5D>?HJ*@(5)
$
-H)*)=)(KB12(@
G
$
&'*)
.
2'*#9%%R$
$
-H)*)
$
&'()*
%
$,&566B
.
B5D&(K(6>)
.
()BB1()
.
$
-H)*)=)(KB12(@
G
$
&'*)
.
2'*#9%%R$
$
-H)*)
$
&'()*
"
78.90,29
#
Y65
3
B?(2*2@B1()KB2@(
.
*@(5)(2*)(C
3
51@*)@/51Q@5@(CB6
G?(2J5KB1'(??B)?*)
.
B125D
265
3
B2
$
B*16
G/*1)265
3
B*JJ(?B)@2
$
*)?*K5(?C*
P
51J*2H*6@(B2*)?3
15
3
B1@
G?*C*
.
B,E)51?B1@5
5KB1J5CB@'B2'51@J5C()
.
25D@'B@1*?(@(5)*6C*)H*62H1KB
G
2HJ'*265/BDD(J(B)J
G
$
'(
.
'1(2Q*)?
?(DD(JH6@
G
$
@'(2 3
*
3
B1 3
1B2B)@2 * )5KB6 CB@'5? D51 '(
.
'/*
G265
3
B@'1BB:?(CB)2(5)*6 !
!A"
1BJ5)2@1HJ@(5)*)??(2*2@B1E?B)@(D(J*@(5)H2()
.H)C*))B?*B1(*6KB'(J6B !
=84"
:I*2B?5I6(
L
HB
3
'5@5
.
1*
3
'
G@BJ')(
L
HB,8 !A 1BJ5)2@1HJ@(5)@BJ')(
L
HB /*2()@15?HJB? H2()
.Y@1HJ@H1BD15C
C5@(5) !
YDT"
*)?CH6@(:K(B/2@B1B5 !
T4Y
"
*6
.
51(@'C2,!A1B*6(2@(JC5?B625D'(
.
'/*
G265
3
B2
J5H6?IB1BJ5)2@1HJ@B?H2()
.=84:*J
L
H(1B?CH6@(:K(B/(C*
.
B2,8)*6
.
51(@'CI*2B?5)TH6@(2J*6B
T5?B6@5 T5?B6&65H?&5C
3
*1(25) !
T!&$
"/*2H2B?D51J'*)
.
B?B@BJ@(5)25D!A 3
5()@J65H?
?*@*,A(2*2@B12JB)B25D'(
.
'/*
G
265
3
B2HJ'*26*)?26(?B
$
J566*
3
2B*)?15JQD*66J5H6?IB(?B)@(D(B?
*H@5C*@(J*66
G
,8 KB1(D(J*@(5)BF
3
B1(CB)@ /*2J5)?HJ@B?@5*22B22@'B*JJH1*J
G5D!A1B*6(2@(J
C5?B6()B*J'?(1BJ@(5),8665D*JJH1*J(B2()@'1BB?(1BJ@(5)25D@'B265
3
B C5?B6*1B6B22@'*)
$,%JC,0'B3
52(@(5)2
$
2'*
3
B2*)?2(MB25DJ*1@5)2
$
()J6H?()
.
*2B@5D2C*66J*1@5)2/(@'2(MB25D
R,%JC\O,%JC\9!,%JC$/B1B2HJJB22DH66
G(?B)@(D(B?
$/'(J' /B1BH2B?@52(CH6*@B265
3
B
J'*)
.
B2,0'B3
15
3
52B? CB@'5? /*2*
33
6(B?@5*.
B565
.
(J*6?(2*2@B12H1KB
G5D*'(
.
'/*
G265
3
B
3
15
P
BJ@,86*)?26(?B?(2*2@B1/(@'*J566*
3
2B?*)?1*(2B?*1B*5D*
33
15F(C*@B6
G<",% C\9",% C
/*22HJJB22DH66
G(?B)@(D(J*@(5)
$
*)?*!A C5?B65D@'B'(
.
'/*
G265
3
B /(@'*JB)@(CB@B16BKB6
*JJH1*J
G/*2B2@*I6(2'B?,E)J5)J6H2(5)
$
@'B265
3
B2H1KB
GCB@'5?I*2B?5)@'B =84 5I6(
L
HB
3
'5@5
.
1*
3
'
G
@BJ')(
L
HB(22H(@*I6BD51265
3
B*H@5C*@(5)?B@BJ@(5)25DI5@''(
.
'/*
G
2*)?H1I*)
15*?2
$
B2
3
BJ(*66
G
D512@BB
3
$
?*)
.
B15H2*)?'*1?:@5:1B*J'265
3
B2,0'B
3
15
3
52B?CB@'5?'*22@15)
.
2J(B)@(D(J1B2B*1J'*)?B)
.
()BB1()
.3
1*J@(J*6K*6HB,
:$
;
'(0<.
#
15*?B)
.
()BB1()
.
%
?(2*2@B1(?B)@(D(J*@(5)
%
!A C5?B61BJ5)2@1HJ@(5)
%
=845I6(
L
HB
3
'5:
@5
.
1*
3
'
G
#$2$&%$<$#NJ@,$%$%
T3)<&)
6
#
7*@(5)*6[B
GU a A Z15
.
1*C 5D&'()* !
$%9<V`&%R%%$%;"%&'*)
.
2'*YJ(B)JB*)?
0BJ')565
.GZ6*)Z15
P
BJ@!
Q
L
9O%;99%
"%
-H)*) e*@B1UB25H1JB2YJ(B)JB*)?0BJ')565
.GZ15
P
BJ@
!
fY[+$%$9%%%:#<
"
#&511B2
3
5)?()
.*H@'51,
789%#*%00):22
#
2H1KB
G
()
.
0
')H,B?H,J),
'@@
3
2
#&&
?5(,51
.
&
9%,9O;$9
&
P
,J)Q(,9%%9:;!;$,$%$$,%#,%%"
"!
高 陡 边 坡 是 公 路 工 程 的 最 大 风 险 来 源$对其进
地 形 地 貌 变 化 调 查$不 仅 能 够 分 析
地形地貌的变化原$同 时 能 够 对 灾 害 进 行 预 警 和
.
9
/
(坡 地 形 条 件 限 制$传 统 人 工 调 查 方
法存在效率低'风险高'(卫星遥感影
.
$
/
'地 面 激 光 扫 描 仪.
!
/
'地 基 合 成 孔 径 雷 达.
#
/
'
W7YY .
"
/
及结构变化监测研究$虽然这些方法有各自的优势$
但也存在各自的局限性(卫星光学遥感影像精度较
$仅适用于大范围滑坡的初步调查$实时性也难以
保证% 激 光 扫 描 仪 '地 基 合 成 孔 径 雷 达 价 格 昂
$与 人 工 测 量 一 样 受 地 形 限 制 %
W7YY
技术虽能测量高精位移$但 其 接 收 机 价 格 昂
$ 算 精 度 有 待 提 高$多 源 激 励 信 号 难 以 分
$制约了该技术的发展(因此$在边坡灾害调查领
域中迫切需要一种快速'(
$ '
''可达性强的数据获取能力受到越来越多
关 注$尤其是运动恢复结构算法!
Y@1HJ@H1BD15C
T5@(5)
$
YDT"和 多视 图 立 体 匹 配 算 法 !
TH6@(4(B/
Y@B1B5
$
T4Y
"的不断成熟$使 以 无 人 机 为 载 体 的 倾
.
<
/
(已 有 研 究
$基 于 YDT:T4Y 算法处理无人机影像得到的
射 影 '数 字 高 程 模 型 精 度 可 到 达 ",%JC
.
;
/
$ p!,#JC$
p9,"JC.
R
/
$维点云数据模型能够达到与地面
激 光雷 达相 当 的 密 .
O
/
(YDT:T4Y 算 法 能 够 有 效
$并获得了较为广泛的应用(
基 于 此 $国 内 外 学 者 开 展 了 基 于 无 人 机 倾 斜 摄
(
方 法 有三 维实 景 模 型 解 译'
A>T
!
A(
.
(@*6>6BK*@(5) T5?B6
$
A>T"差 分 法'数 字 图 像
(
地 貌$有效展示边坡整体形貌和局
R; !!!!!!!!!!!!!!!!!!!
$%$$
部细节.
9%
/
$供 使 用 者 直 接 判 读 地 貌 现 状 $分 析 灾
害的空间分布'模 式及 演 化 过 程.
99
/
(使 用 三 维
实景模型判读地貌现状的关键在于获取高精度的模
$使方 法 需 要 对 模 型 的 精 度 进 行 有 效 评
(A>T 分 法通 过 对 比 不 同 时 期 边 坡 的 高 程 模
型展示边坡变化$该 方 法 不 仅 能 够 展 示 边 坡 灾 害 随
时间的演变$同 时 能 够 支 持 边 坡 侵 蚀 率 的 计 算.
9$
/
(
A>T 差分法原理简单$是 运 用 最 普 遍 的 方 法$然 而
变 化 进 行 量 化 识 别 也 有 其 弊 端$
峭 地 形 的 变 化 情 况 采 用 该 法 则 难 以 有 效
.
9!
/
( 像 相 关 法 通 过 匹 配 变 化 前 后 图 像
斑图来计算边坡位$对 位 移 的 方 向 及 大 小 进 行 表
(图 像 相 关 法 既 能 直 接 处 理 正 射 影 像$
害 变 化 前 后 位 移.
9#
/
$也 可 与 WEY 分析相结
$在建立地貌形态特征图的基础上$分析灾害地表
.
9"
/
( 图 像 相 关 法 虽 能 利 用 多 种 无 人 机 图
像成果$ $在二维尺度上
判断滑坡的趋势(三 维点 云 是 YDT:T4Y算 法 处 理
得到的最原始数据$精度最接近于真实地貌$同时具
有可编辑性$此 以 点 云 为 基 础 的 变 化 分 析 不 仅 能
边 坡 的 三 维 特 征$而 且 精 度 较 高 ($%9! $
b*
.
HB.
9<
/
提 出了 针对 复 杂地 形 变化 分 析 的 T!&$
点云比较算法$显 著 提 高 了 以 点 云 为 对 象 的 变 化 检
测精度$ 前 该 算 法 已 成 功 运 用 于 露 天 矿 变 化.
9;
/
'
河床演变.
9R
/等领域(在 边 坡 检 测 方 向$
>QB1.
9O
/
T!&$$期 滑 坡 点 云 数 据$成 功 展 现
$,"C 范围内的变化(综 上 所 述$利 用 边 坡 三
实景模型及三维点云模型能够更加直观地从三维空
间解译边坡变化$进而判断边坡灾害(然而$目前将
无人机倾斜摄影技术获取的三维点云模型运用于公
路边坡灾害调查的$对 该 方 法 进 行 深 入 探
索十分必要(
因 此 本 文 在 高 精 度 三 维 模 型 构 建 的 基 础 上$
无人机图像建模获取的三维点云数据运用于边坡灾
害调查$究 了 其 适 用 性(本 文 首 先 以 无 人 机 倾 斜
摄影及YDT'
T4YT!&$ 算 法 为 基 础$构 建 高 精
维 实 景 重 构 和 灾 害 识 别 方 法%然 后
长 沙 中 心 园 区 边 坡 为 研 究 对 象$
拟边坡变化场景$验 证 边 坡 三 维 实 景 模 型 及 变 化 检
测精度%上 述 灾 害 识 别 方 法 应 用 于 长 沙 市 天
心区黑石铺路边坡$成 功 地 构 建 高 精 度 三 维 实
景模型并识别出边坡滑坡灾害(
=无人机边坡灾害调查方法
9所 示$利 用 无 人 机 倾 斜 摄 影 技 术 进 行 边
=
T&
6
K= O7YP8,.$<Q&<$Q4(
G
$U&.,.9$0Q30%$
;E$9+(<
$主要包括多视图影像采集'
'化 检与 灾 害 识 别 等 步 骤(首先进行控制点
布 设$之后对航线进行规划和影像采集%再基于
YDT:T4Y生 成 三 维 点 云 模 型$并 在 此 基 础 上
$完成边坡三维重建%
行 精 度 评 估$对 点 云 数 据 进 行 对 比
$实现边坡变化检测及灾害识别(
=,=边坡多视图影像采集
$ $9
#角度航线获取边坡多视图序列影像(
要 合 理 设 置 无 人 机 航 高'旁 向 重 叠
''相机角度等航摄参数$以保证飞行
'影像分辨率及边坡数据完整性$
$(针 对 高 陡 边 坡$无 人 机 航 高 为 无 人
的 直 线 距 离$必 要 时 可 用 手 动 飞 行
线 (
!
T&
6
K! Q2+$N,9&2U&,
6
0,N(1O7YT4&
6
+9J,0,N$9$0.
控制点!
W15H)?&5)@156Z5()@
$W&Z"
的 地 面 点$其 在 空 中 三 角 测 量 中 能
精 度 并 完 成 空 间 坐 标 系 转 化$在 建
(
'征 判 别 性 差$选取特征点困难区域$
使反 光 特 性 明 显'角 点 易 于 提 取 的 人 工 标 志 作
($控制点应均匀分布
于摄影区域$且同一控制点至少出现在!(
O;
#!!!!!!#)
摘要:

边坡灾害调查是及时发现边坡灾害隐患、预警边坡突发事故、避免重大人员伤亡和财产损失的重要手段。为克服传统人工边坡调查方法效率低、风险高、难度大等缺陷,提出了基于无人机倾斜摄影的公路边坡三维重建和灾害识别方法。引入运动恢复结构(Structure from Motion,SfM)和多视图立体匹配算法(Multi View Stereo,MVS),利用无人机多视角序列影像重构了公路边坡三维实景模型;利用基于多尺度模型与模型点云比较算法(Multiscale Model to Model Cloud Comparison,M3C2)的三维点云数据变化检测技术,实现了公路边坡滑坡、坍塌、落石等灾害场景的自动识别;通过边坡现场验证试验,证实采用无人机倾斜摄影方法构建的边坡三维实景模型的单方向精度均优于2.0 cm,并成功识别用于模拟边坡变化的最小尺寸为8.0 cm×9.0 cm×13.0 cm在内的纸箱位置、形状及尺寸;

展开>> 收起<<
基于无人机倾斜摄影的公路边坡三维重建与灾害识别方法.pdf

共10页,预览3页

还剩页未读, 继续阅读

声明:本站基于互联网自由分享原则,所有标准资料均来自互联网和政府信息公开,本站并不是标准资料的提供者、制作者、所有者。本网站所提供的资料文本仅供个人学习和参考研究使用,其他用途请以正式出版物为准。
作者:第一文库 分类:实用文档 价格:免费 属性:10 页 大小:4.39MB 格式:PDF 时间:2025-11-21

开通荣耀粉丝享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 10
客服
关注