利用無人機影像進行滑坡地形三維重建的研究

席遠飛 石巖 張琳先 田得港

摘要：為了更好的研究地質滑坡相關內容，提出了無人機影像序列滑坡地形全自動三維構建的方法，本文主要研究利用無人機影像進行滑坡地形三維重建的相關內容，首先介紹無人機影像，然后討論特征點的提取和匹配的相關內容，討論如何建立運動恢復結構，如何進行相機參數的初步估計，論述試驗過程和實驗結論。最后分析滑坡地形的三維重建。希望能為關注此話題的研究學者提供參考意見。

關鍵詞：無人機影像;特征點;相機參數

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

在國內重大的自然災害時有發生，這會強烈的威脅人類社會經濟的發展，也會危及到人們生命財產的安全。滑坡地質災害有可能是自然因素導致的也有可能是人為因素導致的。地質滑坡災害危害較大，僅此于地震。而滑坡三維可視化表達對這些研究內容有著十分重要的促進作用。

1 無人機影像

低空無人機的技術支持是材料科學和自動控制工程。在使用的過程中，低空無人機實時性強，動作靈活機敏，而且低空無人機的制作成本較低。它是目前為止能夠有效獲取地理數據的一項重要手段。在地震災害時能夠發揮關鍵的作用，用于應急測繪響應、重點區域的及時監測。對衛星遙感有著良好的補充作用，對普通航空攝影測量也有著良好的補充作用。在低空攝影測量研究方面，利用無人機影像進行三維地形的重建是目前的研究熱點，此時的低空無人機影像具有較高的分辨率。特征點提取、影像匹配理論、運動恢復結構、多視圖立體視覺算法這些技術都歸屬于計算機視覺領域，目前這些技術已經得到了較高程度的發展，也已經趨于完善。三維影像重建技術是在二維影像的技術基礎上發展而來的，如今也已經取得了突破性的進展。

2 特征點的提取和匹配

低空無人機收集到的影像可能有畸變較大的特點，而且個數較多。在提取每一幅特征點的影像時要用到SIFT算子，從開始提取到提取結束，一共需要經過四個步驟，第一步是尺度空間極值測量，然后要做的是精準的定位特征點的位置，接下來要完成的是確定特征點的主方向，最后一個步驟是生成特征點的描述符。再之后要做的是兩個影像之間特征點的粗匹配，需要用到SIFT特征集。這一過程需要耗費大量的時間，是整個三維重建算法中花費時間最長的一項工作[1]。無人機非控系統能夠提供輔助信息，能準確的判斷各個影像之間的重疊關系。要以影像為基礎建立出拓撲結構，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姿態信息，還有GPS位置信息，利用坐標進行轉換，將這些信息轉變成為每張影像上的6個外方位元素。

3 建立運動恢復結構

以二維影像為依據將攝影機的運用參數和場景恢復成三維的結構信息，這種方法就被稱作是運動恢復結構算法，將待求得相機參數假設為C，那么它的集合就是C={C1，C2，…Cn}，將空間點坐標假設為X，那么它的集合應該是X={X1，X2，…Xn}。將誤差函數假設為重投影誤差的平方和。之后要進行逐步迭代的操作，使用的方法是稀疏光束平差法。在投影點和觀測圖像點之間存在重投影誤差，要不斷將這一誤差做最小化的處理，最終結算出三維點云坐標，這里所說的三維指的是相機的位置、相機所處的場景，以及相機的姿態。運用三維重建算法，在此過程中不需要依賴任何的地面控制點，也不需要依賴連接點，也就是說不需要依賴這些先驗的信息，就能夠從二維影像中將相機拍攝的位置和場景復位出來，結果呈現的是稀疏的幾何結構。

4 相機參數的初步估計

相機的參數包括相機的內部參數和外方位參數。相機先通過SIFT算法在各個航拍圖中將特征點提取出來，之后運用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，進行匹配相對，以匹配關系為依據，將航圖劃分成若干個板塊，這若干個板塊稱之為若干子塊。使用SFM算法將這些子塊的相機參數解算出來。然后要從下到上，將各個子塊合并起來，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。事實上SFM算法在這種大規模的航圖解算中會出現誤差累計的現象，而使用這種算法就能有效的規避這一不良現象。航圖和POS數據能夠得到相機參數，之后通過初步的估計，通過特征點的構建，將稀疏點云連接起來。均方重攝影的誤差為0.809，這一誤差的最大值為41.1433[2]。

5 試驗過程和實驗結論

為了檢驗上述方法的效果，研究學者專門做了試驗，采集的地點是發生小面積滑坡的地形，使用的是小型的固定翼無人機，預設的飛行高度為120m，設置旁向重疊率為60%，將航向的重疊率設置為90%。相機的像素為4320×3240。相機曝光的時間為0.002秒。共設置了4條航帶，飛行的方向為南北。一共獲得了52幅影像。在進行特征點匹配的工作中，用到了上述步驟，生成了影像的拓撲關系集，也生成了影像的拓撲連接圖。如圖1所示。從影像的拓撲關系集中我們可以知道共參與了310次的特征匹配。這一數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行匹配，窮舉匹配的次數為1326次。由此可見這種算法有效的降低了匹配時間，也有效的降低了匹配的復雜度。

6結語

綜上所述，本文研究利用無人機影像進行滑坡地形三維重建的相關內容，發現影像拓展關系的建立在無人機飛控數據的支持下，完成了特征點集的匹配，具有快速穩定準確的特點。在形成滑坡區地形的精細三維點云中用到了運動恢復結構算法，也用到了多視立體視覺算法。

參考文獻

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

[2]王宏勝.基于面向對象的兩階段村域無人機影像土地利用分類研究[D].西南交通大學，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