礦山多源遙感圖像像點位移測試系統設計

然見多杰，宋元福，馬福貴

(青海省第五地質礦產勘查院，西寧 810099)

礦山多源遙感圖像像點位移測試系統設計

然見多杰，宋元福，馬福貴

(青海省第五地質礦產勘查院，西寧 810099)

針對礦山地形的起伏變化影響對其進行分析研究的準確性，提出礦上多源遙感圖像像點位移測試系統的設計方法;結合GPS定位原理，選取遙感圖像上某一時刻點作為測試點，對拍攝得到的礦山圖像和電子測試系統各觸點之間的距離進行計算，進而得到測試點具體坐標位置，將其與測試點真實現場坐標相對比，實現礦山多源遙感圖像像點位移的測試;通過實驗證明，所設計的測試系統可以高精度實現對遙感圖像像點位移的測試，有效減小了礦山地形變化帶來的遙感圖像研究誤差。

多源遙感圖像；測試技術

0 引言

礦山資源作為國家的重要戰略資源，如今，其自主開發與利用已到達了保證國家安全的深度[1]。隨著我國不斷加大對礦產資源開發的力度，先后對國家礦產資源的儲量、開發規模以及開采年限等方面做了大量詳細的調查，并建立了礦山信息數據庫[2-3]，由于礦山地形隨著時間的推移是在不斷變化的，將以前的測試資料轉換至國家坐標系中，礦山的位置存在很大偏差，經常出現同礦不同圖或者是同圖不同礦現象，造成礦產資源的存儲量不清等問題[4]。

礦山測量是得到礦山地形數據最為重要的途徑之一[5]，由于當前的測試技術限制，針對分布較為擴散、范圍較大的礦區，無法獲取礦山的真實情況，準確指導礦山后續的利用。根據遙感技術可以提供礦山建設需要的數字影像、數字線劃圖和數字影像，完成數字化礦山建設。李玉立[6]等人通過理論分析與實測比較的形式，介紹了北斗衛星的導航系統發展和定位原理，根據實測數據研究獲得了北斗RTK的精度關系，獲取結論：北斗RTK精度達到了一定的高質量定位，但是穩定性較差[7]。郭志達[8]對礦山測試內涵和技術進行了簡述。主要圍繞著礦山資源勘探與開采、測量等工作，該方法僅在理論方面進行了敘述，沒有引入實驗，難以滿足現在的大比例尺測試圖的需要。李瀛搏[9]等人提出雙基高比線面陣相結合的新體制。將共線條件方程作為基礎，全面分析了面陣相機與線陣相機成像的機制，加入了各類附加的觀測值，構架了雙基高比的線面陣結合，且基于仿真影像完成了實驗，實驗表明，該方法雖然過程復雜度較低，但是圖像測試精度較低。

1 礦山遙感圖像像點位移測試原理

在礦山成像圖像特征點的提取中，在數字圖像的特征點檢索階段，SIFT算法[10]根據積分圖像完成卷積操作，也就是對每幅圖像先做全圖積分求和，獲得一個積分值，根據快速過濾，過濾出部分積分信息，完成礦山圖像的快速匹配，提高測試速度。具體過程如下：

假設一幅礦山圖像為f(x,y)中的一個點p(i,j)，于尺度σ上，這幅圖像的黑塞矩陣H(x,σ)可定義為：

(1)

式中，LXX代表高斯模板G(σ)=(1/2πσ2)e-(x2+y2)/σ2二階導數和圖像f(x,y)于點p(i,j)的卷積，LXY與LXX同理，X和Y代表礦山圖像特征點的主方向響應值，x、y代表待測基點坐標值。當黑塞行列式局部值最大時，則認為所求得的值就是該礦山圖的特征點，檢測礦山圖像特征點的過程就獲得了黑塞矩陣的軌跡。

在原礦山圖像的基礎上，于每行中，隔一個像素選取一個特征點，且隔一行操作，縮小與放大的原理相同。假設在圖1中的點(x0,y0)歷經旋轉a角度演變為(x1,y1)。

圖1 旋轉示意圖

旋轉之前：

(2)

經過旋轉：

(3)

礦山圖像的旋轉需要指明圖像的旋轉參考系，究竟是以X軸，還是Y軸，究竟是某個角度，還是某個物體，正常情況下，礦山圖像的旋轉，以圖像中心為原點，實現若干角度的旋轉。確定空間位置是根據得到的若干個礦山圖像特征點對，通過模型的變換參數實現參數的求解。在基于SIFT的礦山圖像空間位置匹配中，選取歷經優化之后的3組匹配點對，依據單應性矩陣完成參數的求解。

此時找到的特征點可能為散狀，無規律，為了獲得更加準確的匹配點，實現測試，黑塞矩陣中的各個對角之和就是全圖積分之和，根據雙邊濾波法，參照高斯濾波器對礦山圖像進行去噪和圖像信息的收集。雙邊濾波把高斯濾波器中高斯權重系數，直接和礦山圖像卷積完成操作，把過濾權重優化成高斯函數與圖像信息，其中優化權重系數及礦山圖像信息的值，將會再次做卷積操作。雙邊濾波法數學表達式為：

Gσγ(Ix-Iy)Iy

(4)

式中，d代表歐式距離，根據使用該函數進行濾波處理之后，能夠提取出精度比較高、穩定性比較強的礦山圖像測試點。綜上所述為遙感圖像像點位移測試原理，下面構建礦山多源遙感圖像像點位移測試系統。

2 礦山多源遙感圖像像點位移測試系統構建

所謂多源遙感圖像像點位移測試，指的就是根據智能儀器利用無人機在低空對礦山進行遙感定位點測試。其綜合了無人機飛行技術、遙感技術、通訊技術以及GPS的定位技術等遙感應用技術。

利用低空遙感對礦山圖像進行測試時，涉及到了多個部分，下面利用一個框圖對其進行簡要概括。

圖2 礦山多源遙感圖像測試框圖

圖2中，在遙感傳感器方面，其主要由：高分辨率的CCD數碼相機、多光譜成像設備、紅外掃描設備、激光掃描設備、合成孔徑雷達、磁測儀等。在無人駕駛的飛行器方面，主要是根據無線電搖控，或是根據機載計算機等完成程控。

綜上將低空遙感應用在礦山數據采集，采集過程中，低空遙感可利用航向80%甚至90%重疊、旁向60%重疊，航向和坐標系橫軸幾乎重合，而旁向的投影中心連線和坐標系的縱軸幾乎重合，由此可為測試帶來全自動的影響流水線似的資料。遙感數據的后續處理利用多核64位CPU，“刀片”計算機，在64位操作系統，與64位高級語言—C++，串行計算結合實現并行化的平臺設計，進而實現測試結果的可視化。

以上述理論為基礎，結合GPS定位原理，將某個時刻對應的坐標點，當作計算待測點基準測量點，再根據空間距離后方交會法，計算待測點位置，并獲得礦山坐標值。在GPS定位時，通常要用到定位衛星與礦山地面GPS接收器，于是在理想條件下，通過已接收信息與計算的既有信息，利用下式對待測點的位置進行計算：

(5)

(6)

(7)

(8)

式中，三個待測基點的三維坐標，根據未知個數能得知，獲取三個衛星參數才能求解，該參數會在2.2中予以計算。xi、yi、zi代表衛星于某時刻直角坐標系，di代表衛星距離基點的位置，根據GPS與無人機遙感技術的結合對待測礦山點的位置進行測量，可實現測試結果與礦山實際情況高精度匹配。

在礦山多源遙感圖像測試中，將采集得到的礦山待測三維坐標，與電子測試系統相匹配時，需要將反映出采集到的，礦山圖像中的點和電子測試系統中點的真實距離進行計算。本文利用歐式距離對兩個點的真實距離進行計算，就如同對兩個m維礦山圖像向量，c(x11,x12,…x1m)和d(x21,x22,…x2m)之間的歐式距離進行計算：

(9)

根據式(11)的歐式距離公式，能夠計算出拍攝得到的礦山圖像和電子測試系統各觸點之間的距離，每個觸點位處的坐標，代表了這個點的特征向量，所以想要獲得整個礦山在電子測試系統中的圖形，需將距離算法和特征向量結合使用。通過特征向量，將手勢點確定與距離算法的運算，能夠對圖像路徑進行計算，然后利用代碼實現，把圖像路徑展示在圖像的繪制界面上，實現圖像的繪制功能，提高測試的可視化程度，在這里對代碼的實現不予以討論。

將求得的待測點的坐標和相關數據進行保存，以便隨時添加測試數據，查看數據以及更新數據等，在這里利用SQLite數據庫，將通過無人機低空遙感和GPS定位所得的礦山圖像測試數據存儲至SQLite，構建礦山多源遙感圖像像點位移測試系統，實現圖像像點位移測試。

3 實驗結果與分析

3.1 實驗參數

實驗平臺搭建在Visual-C上，實驗測試區域總面積為8.91 km2，屬于中低礦山。測區的地勢為中低四高，最高點海拔為1 185.83 m，最低點的海拔為900 m，最大的相對高差為286 m，植被覆蓋較少，測區的東西長為3 836 m，南北長為2 363 m，參照測區的地形條件、形狀規劃和成圖的比例，本次航飛的方向是南北向，一共8條航線。航高是1 224 m，分辨率是0.18 m，根據GPS飛控管理系統定點曝光，各條航線獲取航片為15張。共設有39個平高點，所得的像片各個控制點可公用。

3.2 實驗步驟

所有的實驗數據均取自于圖3的實際測量，實驗使用的無人機遙感器如圖4所示。

圖3 礦山現場拍攝實景 圖4 無人機實物圖

1)測試結果與實際的匹配度是檢驗測試方法的重要指標，將不同的測試方法，在圖3所示的測區進行測試，觀察不同方法測試結果與實際礦山狀況的匹配度(%)，實驗結果如圖5所示；

2)測區圖像獲取時間代表著測試方法的效率，以本文提供的實驗參數為準，將不同方法獲取礦山圖像的時間(h)進行對比，實驗結果如表1所示。

表1 不同方法獲取圖像像點位移的時間對比

圖5 測試結果與實際礦山測試點坐標的匹配度

3)根據跟蹤測試，將應用持續運轉24個小時，觀察不同方法對礦山地理信息獲取量(個)的多少進行對比，實驗結果如圖6所示；

圖6 不同方法礦山信息獲取量對比

4)測試圖像的分辨率是檢驗測試效果的重要指標，圖7為不同方法隨著測試面積的逐漸增大，測試分辨率(ppi)的變化。

圖7 不同方法圖像像點位移測試精度對比

3.3 實驗結果

分析上述實驗結果可知，通過與傳統方法相比較，本文方法測試結果與實際礦山狀況的匹配度最高，在同樣的實驗測試區域總面積8.91 km2下，本文獲取礦山圖像的時間相比文獻其他方法所用的時間較少，且隨著測試面積的增加，在同樣的測試面積下，本文方法獲取的礦山信息要比文獻方法多，本文所得的像點位移精度最高。以上結果主要是因為，在利用本文方法對礦山進行像點位移測試時，利用了低空遙感和相關技術，且低空遙感可利用航向80%甚至90%重疊、旁向60%重疊，航向和坐標系橫軸幾乎重合，提高了測試結果與實際礦山狀況的匹配度，減少了測試耗時，并將求得的待測點坐標和相關數據進行保存，以便隨時添加像點位移測試數據，查看數據以及更新數據，增加了數據獲取量。

4 結束語

在日后的研究工作中，對于不同航攝目標所采用的措施需要做進一步地調整。需增大相機CCD的靶面，進而增大立體像幅的覆蓋，提高圖像像點位移測試精度。將需要改進的方面進行改進，能夠進一步提高礦山多源遙感圖像測試的效率，增強礦山相關問題的研究整體效果，為該方面的研究發展提供支撐。

[1] 李少毅,王曉田,楊 開.改進的SURF彩色遙感圖像配準算法[J].計算機測量與控制,2017,25(1):209-212.

[2] 廖夢怡,劉建芳.遠程衛星遙感圖像的三維視覺重建模型仿真[J].計算機仿真,2015,32(7):32-35.

[3] 高照忠,魏海霞,喻懷義.遙感圖像中微小紅外目標的分類定位識別[J].科技通報,2015,31(12):231-233.

[4] 伊丕源,童 鵬,張景發,等.機載激光雷達多脈沖探測模式在大高差地形測繪中的應用分析[J].科學技術與工程,2015,15(8):4-9.

[5] 張維寬,安華育,趙海霞.基于GIS的數字地質測繪管理系統設計與實現[J].電子設計工程,2016,24(21):153-155.

[6] 李玉立,程 鋼.北斗RTK測量系統在礦山測量中的應用探討[J].金屬礦山,2015,44(4):191-194.

[7] 陳振煒,張 過,寧津生,等.資源三號測繪衛星自動云檢測[J].測繪學報,2015,44(3):292-300.

[8] 郭達志.簡論礦山測量內涵和技術的演進[J].煤礦開采,2016,21(2):4-6.

[9] 李瀛搏,胡 斌,胡海彥,等.雙基高比線面陣結合立體測繪幾何模型的構建[J].航天返回與遙感,2015,36(1):32-42.

[10] 焦明連.專業認證背景下測繪工程專業建設研究[J].測繪科學,2015,40(11):182-186.

Research on Key Technology of Mine Visualization Low Altitude Remote Sensing Image Mapping

Ranjian Duojie,Song Yuanfu,Ma Fugui

(Fifth exploration institute of geology and mineral resources in qinghai province,Xining 810099,China)

It is possible to improve the matching accuracy of the mine image and the actual situation, to enhance the detail of the mine surveying and mapping, and to reduce the problems such as the actual development and failure of the mine due to the low efficiency of the surveying and mapping. At present, it is impossible to meet the needs of modern development by using the theodolite to measure the angle and distance of the survey area. There is a real problem that can not reflect the real situation of the mine in real time, and it is not suitable for large scale mapping. In this paper, low-altitude remote sensing is used to visualize the mining images, and the key technologies are studied. Firstly, the key technologies such as remote sensing sensor, unmanned aerial vehicle and visualization of surveying and mapping are analyzed in the low-altitude remote sensing image mapping. Secondly, the above-mentioned theory is combined with the GPS positioning principle, and the coordinate point corresponding to a certain time the reference point, and then according to the spatial distance of the intersection method, calculate the location of the point to be measured, and obtain the mine coordinates. Finally, the distance between the mining image and the electronic mapping system is calculated by using the Euclidean distance calculation formula. The result is combined with the mine image feature vector, and the image path is calculated by the determination of the gesture point and the distance algorithm. And through the code to achieve the image path displayed in the image of the drawing interface, to achieve the mining of the image. Experiments show that the proposed method can improve the degree of visibility and mapping of mine surveying and mapping to reduce the time and time of mapping.

visualization low-altitude remote sensing image; mapping technology

2017-09-01；

2017-10-02。

然見多杰(1975-)，男，青海西寧人，工程師，主要從事工程測量方向的研究。

1671-4598(2017)12-0046-03

10.16526/j.cnki.11-4762/tp.2017.12.012

TP391

A