• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    利用無人機(jī)影像進(jìn)行滑坡地形三維重建的研究

    2018-02-14 12:49:08席遠(yuǎn)飛石巖張琳先田得港

    席遠(yuǎn)飛 石巖 張琳先 田得港

    摘要:為了更好的研究地質(zhì)滑坡相關(guān)內(nèi)容,提出了無人機(jī)影像序列滑坡地形全自動(dòng)三維構(gòu)建的方法,本文主要研究利用無人機(jī)影像進(jìn)行滑坡地形三維重建的相關(guān)內(nèi)容,首先介紹無人機(jī)影像,然后討論特征點(diǎn)的提取和匹配的相關(guān)內(nèi)容,討論如何建立運(yùn)動(dòng)恢復(fù)結(jié)構(gòu),如何進(jìn)行相機(jī)參數(shù)的初步估計(jì),論述試驗(yàn)過程和實(shí)驗(yàn)結(jié)論。最后分析滑坡地形的三維重建。希望能為關(guān)注此話題的研究學(xué)者提供參考意見。

    關(guān)鍵詞:無人機(jī)影像;特征點(diǎn);相機(jī)參數(shù)

    中圖分類號:TP751? ? 文獻(xiàn)標(biāo)識碼:A? ? 文章編號:1007-9416(2018)10-0000-00

    在國內(nèi)重大的自然災(zāi)害時(shí)有發(fā)生,這會(huì)強(qiáng)烈的威脅人類社會(huì)經(jīng)濟(jì)的發(fā)展,也會(huì)危及到人們生命財(cái)產(chǎn)的安全。滑坡地質(zhì)災(zāi)害有可能是自然因素導(dǎo)致的也有可能是人為因素導(dǎo)致的。地質(zhì)滑坡災(zāi)害危害較大,僅此于地震。而滑坡三維可視化表達(dá)對這些研究內(nèi)容有著十分重要的促進(jìn)作用。

    1 無人機(jī)影像

    低空無人機(jī)的技術(shù)支持是材料科學(xué)和自動(dòng)控制工程。在使用的過程中,低空無人機(jī)實(shí)時(shí)性強(qiáng),動(dòng)作靈活機(jī)敏,而且低空無人機(jī)的制作成本較低。它是目前為止能夠有效獲取地理數(shù)據(jù)的一項(xiàng)重要手段。在地震災(zāi)害時(shí)能夠發(fā)揮關(guān)鍵的作用,用于應(yīng)急測繪響應(yīng)、重點(diǎn)區(qū)域的及時(shí)監(jiān)測。對衛(wèi)星遙感有著良好的補(bǔ)充作用,對普通航空攝影測量也有著良好的補(bǔ)充作用。在低空攝影測量研究方面,利用無人機(jī)影像進(jìn)行三維地形的重建是目前的研究熱點(diǎn),此時(shí)的低空無人機(jī)影像具有較高的分辨率。特征點(diǎn)提取、影像匹配理論、運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)、多視圖立體視覺算法這些技術(shù)都?xì)w屬于計(jì)算機(jī)視覺領(lǐng)域,目前這些技術(shù)已經(jīng)得到了較高程度的發(fā)展,也已經(jīng)趨于完善。三維影像重建技術(shù)是在二維影像的技術(shù)基礎(chǔ)上發(fā)展而來的,如今也已經(jīng)取得了突破性的進(jìn)展。

    2 特征點(diǎn)的提取和匹配

    低空無人機(jī)收集到的影像可能有畸變較大的特點(diǎn),而且個(gè)數(shù)較多。在提取每一幅特征點(diǎn)的影像時(shí)要用到SIFT算子,從開始提取到提取結(jié)束,一共需要經(jīng)過四個(gè)步驟,第一步是尺度空間極值測量,然后要做的是精準(zhǔn)的定位特征點(diǎn)的位置,接下來要完成的是確定特征點(diǎn)的主方向,最后一個(gè)步驟是生成特征點(diǎn)的描述符。再之后要做的是兩個(gè)影像之間特征點(diǎn)的粗匹配,需要用到SIFT特征集。這一過程需要耗費(fèi)大量的時(shí)間,是整個(gè)三維重建算法中花費(fèi)時(shí)間最長的一項(xiàng)工作[1]。無人機(jī)非控系統(tǒng)能夠提供輔助信息,能準(zhǔn)確的判斷各個(gè)影像之間的重疊關(guān)系。要以影像為基礎(chǔ)建立出拓?fù)浣Y(jié)構(gòu),這樣就能簡單的獲取影像的匹配集合,使得影像匹配的范圍得以縮小。在飛控記錄中存在著IMU姿態(tài)信息,還有GPS位置信息,利用坐標(biāo)進(jìn)行轉(zhuǎn)換,將這些信息轉(zhuǎn)變成為每張影像上的6個(gè)外方位元素。

    3 建立運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)

    以二維影像為依據(jù)將攝影機(jī)的運(yùn)用參數(shù)和場景恢復(fù)成三維的結(jié)構(gòu)信息,這種方法就被稱作是運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法,將待求得相機(jī)參數(shù)假設(shè)為C,那么它的集合就是C={C1,C2,…Cn},將空間點(diǎn)坐標(biāo)假設(shè)為X,那么它的集合應(yīng)該是X={X1,X2,…Xn}。將誤差函數(shù)假設(shè)為重投影誤差的平方和。之后要進(jìn)行逐步迭代的操作,使用的方法是稀疏光束平差法。在投影點(diǎn)和觀測圖像點(diǎn)之間存在重投影誤差,要不斷將這一誤差做最小化的處理,最終結(jié)算出三維點(diǎn)云坐標(biāo),這里所說的三維指的是相機(jī)的位置、相機(jī)所處的場景,以及相機(jī)的姿態(tài)。運(yùn)用三維重建算法,在此過程中不需要依賴任何的地面控制點(diǎn),也不需要依賴連接點(diǎn),也就是說不需要依賴這些先驗(yàn)的信息,就能夠從二維影像中將相機(jī)拍攝的位置和場景復(fù)位出來,結(jié)果呈現(xiàn)的是稀疏的幾何結(jié)構(gòu)。

    4 相機(jī)參數(shù)的初步估計(jì)

    相機(jī)的參數(shù)包括相機(jī)的內(nèi)部參數(shù)和外方位參數(shù)。相機(jī)先通過SIFT算法在各個(gè)航拍圖中將特征點(diǎn)提取出來,之后運(yùn)用POS信息的輔助作用,將全體航圖中相互重疊的圖像選取出來,進(jìn)行匹配相對,以匹配關(guān)系為依據(jù),將航圖劃分成若干個(gè)板塊,這若干個(gè)板塊稱之為若干子塊。使用SFM算法將這些子塊的相機(jī)參數(shù)解算出來。然后要從下到上,將各個(gè)子塊合并起來,采用兩兩合并的形式。這樣所有的航圖最終都能合并起來。這種方法被稱作是增量迭代。事實(shí)上SFM算法在這種大規(guī)模的航圖解算中會(huì)出現(xiàn)誤差累計(jì)的現(xiàn)象,而使用這種算法就能有效的規(guī)避這一不良現(xiàn)象。航圖和POS數(shù)據(jù)能夠得到相機(jī)參數(shù),之后通過初步的估計(jì),通過特征點(diǎn)的構(gòu)建,將稀疏點(diǎn)云連接起來。均方重?cái)z影的誤差為0.809,這一誤差的最大值為41.1433[2]。

    5 試驗(yàn)過程和實(shí)驗(yàn)結(jié)論

    為了檢驗(yàn)上述方法的效果,研究學(xué)者專門做了試驗(yàn),采集的地點(diǎn)是發(fā)生小面積滑坡的地形,使用的是小型的固定翼無人機(jī),預(yù)設(shè)的飛行高度為120m,設(shè)置旁向重疊率為60%,將航向的重疊率設(shè)置為90%。相機(jī)的像素為4320×3240。相機(jī)曝光的時(shí)間為0.002秒。共設(shè)置了4條航帶,飛行的方向?yàn)槟媳薄R还搏@得了52幅影像。在進(jìn)行特征點(diǎn)匹配的工作中,用到了上述步驟,生成了影像的拓?fù)潢P(guān)系集,也生成了影像的拓?fù)溥B接圖。如圖1所示。從影像的拓?fù)潢P(guān)系集中我們可以知道共參與了310次的特征匹配。這一數(shù)值很明顯的低于窮舉匹配,窮舉匹配指的是每一幅圖像和其他所有圖像進(jìn)行匹配,窮舉匹配的次數(shù)為1326次。由此可見這種算法有效的降低了匹配時(shí)間,也有效的降低了匹配的復(fù)雜度。

    6結(jié)語

    綜上所述,本文研究利用無人機(jī)影像進(jìn)行滑坡地形三維重建的相關(guān)內(nèi)容,發(fā)現(xiàn)影像拓展關(guān)系的建立在無人機(jī)飛控?cái)?shù)據(jù)的支持下,完成了特征點(diǎn)集的匹配,具有快速穩(wěn)定準(zhǔn)確的特點(diǎn)。在形成滑坡區(qū)地形的精細(xì)三維點(diǎn)云中用到了運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法,也用到了多視立體視覺算法。

    參考文獻(xiàn)

    [1]宋曉陽,黃耀歡,董東林.融合數(shù)字表面模型的無人機(jī)遙感影像城市土地利用分類[J].地球信息科學(xué)學(xué)報(bào),2018,20(05):703-711.

    [2]王宏勝.基于面向?qū)ο蟮膬呻A段村域無人機(jī)影像土地利用分類研究[D].西南交通大學(xué),2018.

    Research on 3D Reconstruction of Landslide Terrain Using UAV Images

    XI Yuan-fei ,SHI Yan ,ZHANG Lin-xian ,TIAN De-gang

    (Hebei Institute of Architecture and Engineering, Zhangjiakou Hebei? 075000)

    Abstract:In order to study the geological landslide related content,proposed the uav image sequence landslide automatic 3 d terrain building method,this paper mainly studies image using unmanned aerial vehicle (uav) landslide terrain related contents of 3 d reconstruction, first introduced uav image,and then discuss the feature point extraction and matching of relevant content,to discuss how to set up sports recovery structure,the preliminary estimate of how the camera parameters,discusses the test process and the experiment conclusion. Finally,the 3-d reconstruction of landslide topography is analyzed.It is hoped that it can provide reference for researchers who pay attention to this topic.

    Keywords:Uav image;Feature points;The camera parameters

    泰来县| 碌曲县| 崇信县| 康保县| 旌德县| 金寨县| 榕江县| 德阳市| 咸丰县| 高邑县| 临颍县| 郎溪县| 舒城县| 惠水县| 澄城县| 昌都县| 沙雅县| 璧山县| 泸西县| 竹北市| 比如县| 清新县| 永靖县| 饶阳县| 黑河市| 延安市| 沙湾县| 普安县| 广东省| 岚皋县| 周宁县| 项城市| 定远县| 报价| 轮台县| 堆龙德庆县| 牟定县| 隆子县| 乌兰察布市| 乌什县| 长春市|