基于近景攝影測量技術的地下巷道三維建模

劉 杰 連增增，2 何 榮 張瑞瑞 張宏貞3

（1.河南理工大學測繪與國土信息工程學院，河南焦作454000；2.東南大學儀器科學與工程學院，江蘇南京210000；3.中國礦業大學環境與測繪學院，江蘇徐州221116）

進入21世紀以來，隨著計算機技術的快速發展與廣泛應用，大幅推進了礦山數字化建設進程［1-2］。巷道系統是礦山三維虛擬場景的重要組成部分，是構建數字礦山的基礎，通過將現實中各種數據轉換成為有一定內在邏輯關系的過程，對于科學合理地組織各類礦山信息，將海量異質的礦山信息資源進行全面、高效和有序地管理和整合起著重要作用［3］。對于礦山信息系統，主要涉及礦山資源開采過程中的掘進巷道和地層兩類礦山井下空間目標，其中巷道是礦井開采過程中最重要的通道，是整個礦井的核心部分。傳統根據巷道實測尺寸數據進行三維建模的方法，不僅效率低下，而且成本高昂［4］。因此，如何快速準確地構建礦山巷道三維模型就成為數字礦山建設的關鍵問題之一。近景攝影測量技術是通過攝影和相關技術來處理圖像，從而獲得被攝物體的大小、形狀和運動狀態的一項技術［5-8］。基于該技術的三維建模就是在小于100 m的范圍內進行攝影量測，然后從多張影像上恢復空間點三維坐標，并對同一個物體在不同視點拍攝的多張照片進行匹配［9-12］。此外，該技術通過非接觸的方式可以對各種物體結構進行測量，并對這些結構進行后期建模。因此，本研究采用近景攝影測量技術進行地下巷道三維建模研究。

1 近景攝影測量相關原理

利用近景攝影測量進行幾何定位的基本原理是立體像對的前方交會［13-14］。采用相機在不同時刻或位置獲得同一目標的圖像，通過分析圖像間的幾何約束關系解算出目標表面的三維坐標信息，從而構建拍攝目標的三維模型，主要流程包括近景照片采集、圖像數據處理及所攝目標物三維模型重建。其中，在圖像數據處理階段涉及到兩個重要方程，即共線條件方程和共面條件方程［15］。

1.1 共線條件方程式

當像點、物點及投影中心三點共線時，物點和像點的中心投影方程式為共線條件方程［16-18］。其中每條光線都可以組成兩個共線方程式：

式中，x，y為像點的像平面坐標；x0，y0，f為影像的內方位元素；XS，YS，ZS為攝站點的物方空間坐標；X，Y，Z為物方點的物方空間坐標；ai，bi，ci（i=1，2，3）為影像的3個外方位角元素組成的9個方向余弦值。

式（1）一般可以簡寫為

誤差方程為

式中，v為像點坐標改正數矩陣；Δ1是攝影外方位元素各參數的改正數矩陣；Δ2是物體空間坐標的改正數矩陣，B1，B2分別為系數矩陣；l是觀測值與其近似值的差值矩陣。

法方程為

式中，xT=[Δ1Δ2];B=[B1B2]P；B為系數陣；P為觀測值的權陣。

空間后方交會是已知像片的內方位元素和至少3個地面點坐標及其相應的像點坐標，利用共線方程式求解出像片的6個外方位元素［19］。空間前方交會是利用2張以上的像片來計算地面點的三維坐標［20］，該方法需要已知像點的坐標和像片的內、外方位元素。共線方程式在空中三角測量、數字測圖等領域都應用廣泛，它是攝影測量中較為重要的方程式。

1.2 共面條件方程式

表達像片攝影基線和同名光線在同一平面內的方程式叫做共面條件方程式［21］。通過向量表示為

式中，Bx，By，Bz是S'在左片像空間輔助坐標系S-uvw中的坐標；u，v，w是左片像點a在左片像空間輔助坐標系S-uvw中的坐標；u',v',w',是右片像點a'在右片像空間輔助坐標系S'-u'v'w'中坐標。

誤差方程式為其中，v是像點坐標改正數矩陣；A為像點坐標改正數的系數陣；Δ是相對定向的待定參數(Δ w,Δφ,Δk,by,bz)矩陣；l是常數項矩陣。

2 試驗分析

2.1 試驗場地概況

本研究選擇河南理工大學老校區防空洞的一段巷道（寬2 m，高1.98 m、長7.95 m）進行試驗，該段巷道與地表的垂直距離約15 m。該段巷道與普通礦山巷道形狀相似，環境黑暗潮濕，巷道狹窄，局部有地下滲水，觀測條件極差。巷道所在區域為磚砌結構，紋理較為規整單一。該巷道底板為土質結構且凹凸不平，這些客觀環境條件給三維建模帶來了很多困難。

2.2 三維建模流程

數據獲取后，將所拍攝的像片導入到軟件Context Capture（簡稱“CC”）進行處理，先提交空中三角測量解算生成點云數據，然后對獲取的像片進行特征提取和影像匹配，從而完成地下巷道三維模型構建。具體數據處理流程如圖1所示。

2.3 數據獲取

本研究采用普通智能手機iphone8獲取試驗數據，由于在地下巷道環境中不具備良好的拍攝光線，因此拍攝時需要進行外部打光或打開閃光燈進行曝光補償。進行地下巷道三維建模時，首先要拍攝足夠多的像片，保證足夠高的像片重疊率，由于地下巷道條件的特殊性，拍攝難度較大，需要做好曝光和補光準備；對于地面坑洼部位，需要進行往返拍攝，對于部分特殊部位，如垃圾堆放區以及拐角處，需要圍繞這片區域進行覆蓋式拍攝，保證這片區域具有足夠高的照片重疊率。本研究一共拍攝了566張像片，像片重疊度大約為80%，部分像片如圖2所示。

2.4 試驗結果

通過Context Capture軟件對采集的影像數據進行處理后，經過空中三角測量（簡稱“空三”）解算生成了如圖3所示的地下巷道密集點云數據。

空三解算完成后，需要對結果進行檢查。在特征點的三維視圖中檢查是否有明顯的分層或交叉現象，比照片有沒有交叉、特征點在巷道壁與巷道底板交線有沒有分層等。空三解算結果檢查完畢后，進行巷道三維模型重建。建模之前需要設置相應的參數，如坐標系、建模范圍，根據運行計算所需的計算機內存大小設置瓦片劃分模式、瓦片大小等。最終構建的地下巷道三維模型如圖4至圖8所示。從圖4中可以看出構建的巷道三維模型整體效果較好，紋理清晰，未發生較大的失真變形；圖5展示了巷道內部的結構情景，除了巷道末端石門框邊緣有小部分失真之外，其余大部分三維模型完整，紋理清晰；從圖6、圖7和圖8可以進一步看出，本研究基于近景攝影測量技術構建的地下巷道三維模型結構完整，紋理清晰。

通過對河南理工大學老校區地下巷道進行三維建模試驗，驗證了采用近景攝影測量技術進行地下巷道三維模型的可行性。此外，通過試驗發現利用普通智能手機獲取像片同樣可以實現高效建模，生成的地下巷道三維模型十分完好，紋理也十分清晰。

3 結 語

為實現地下巷道三維建模，采用低成本的普通手機獲取巷道影像數據，通過采用CC軟件對數據進行處理，構建地下巷道三維模型，紋理清晰，驗證了基于近景攝影測量技術實現地下巷道三維建模的可行性。本研究獲取像片并未采用數碼相機，而是采用了普通智能手機來獲取數字影像，試驗結果證明，使用低成本手機獲取的像片同樣可以用于三維建模，有助于降低地下巷道三維建模的硬件成本。試驗僅對地下一小段直巷道進行了建模研究，事實上，地下巷道之間還存在許多連接部位。因此，對于特殊情況下的巷道建模思路還需要結合實際情況進行進一步完善，從而提升巷道三維建模效果。