礦山低空航空攝影測量中多源數據融合方法研究

吳 鋒

（國家電投新疆哈密絲路坤元能源有限責任公司，新疆 哈密 839000）

隨著社會的快速發展，對于礦產資源的新需求量不斷增加，受到這樣的大環境影響，礦產資源的開發程度不斷加深。在此過程中，不僅在勘測過程中對礦山地質情況進行分析是十分必要的，在開采過程中，地質數據的監測結果也是對施工進行調整的重要依據。對于礦山地質信息的采集，可應用的方法較多，但隨著現代技術的不斷發展，數據采集方式更加便捷[1]。其中通過低空航拍是應用較為廣泛的一種手段，其可以實現對礦山地勢變化、地質特征等綜合因素的全面采集。在此基礎上，對于采集到的多源數據進行有效融合是實現對數據有效利用的基礎，對于該問題，已有學者做出了相關的研究。其中張楊燚[2]等人以霍爾三維模型構建的數據需求為基礎，對數據融合進行研究，并制定出了具體的融合策略與融合規則；但融合精度仍有提升空間；劉瑀[3]等人對聲吶探測，歷史測量圖，人工點測量數據進行融合研究，并依據融合結果繪制的實際地形圖，但繪制結果并不理性。因此對于多源數據融合方法的研究還有一定的上升空間。

基于此，本文提出礦山低空航空攝影測量中多源數據融合方法研究。充分考慮了現代數據采集的主流趨勢，將航拍圖像結果作為融合信息，提高該方法的實際應用價值。通過該研究，以期為實際的生產提供有價值的參考。

1 數據配準

在對多源數據進行融合時，考慮到航拍的數據涉及多個同質或異質采集角度，需要對數據進行預處理。

當采集結果為異質時，需對獲得的多種數據類型進行統一，使數據轉化于同一時空框架中，確保轉化后的數據具有相同類型的表示方式，便于后續對數據的融合處理。首先，要對數據的時間進行對準處理，其可表示為：

其中，s表示采集影像數據的屬性，t表示數據的采集時間，通過這樣的方式，將影像中信息在時間上進行統一。

在此基礎上，對數據的空間進行對準處理，本文通過坐標變換的方式實現這一目標，其可以表示為：

其中，(xs,ys,zs)表示影像資料中數據的相對空間坐標，λ表示變換系數，f表示數據在空間中的坐標參量。

當采集結果為同質時，則只需要經數據按照公式（1）進行時間進行對準即可，以此確保數據融合過程中不會因為時間沖突造成融合率低的問題。

2 建立數據相關關系

由于受到采集結果自身誤差、環境噪聲等的影響，目標量測會出現不可靠，不準確的現象，使融合精度下降的問題。因此本文通過對數據之間建立相關關系的方式降低干擾因素對采集結果的影響，降低數據結果的誤差提高數據的可靠性，為保證融合結果能夠更加準確地反映真實目標狀態打下基礎。為此，本文建立了數據相關矩陣，建立數據間的相關關系。

設數據的采集結果是由n個相互獨立且不同位置的影像采集結果組成的，在拍攝干擾未知情況下，對參數干擾強度進行檢測，量測方程式表示為：

其中，c表示采集到的數據信息，H表示數據的具體參數，γ表示干擾強度，D(c)表示礦山實際數據參數。

在此基礎上，對相鄰時間的數據采集結果的可靠程度I進行計算，其表述為：

其中，Hi(c)表示連續時刻的數據采集結果，i=1,2,3,…,n，當I>1是認為數據具有一定的可靠度，但存在干擾影響，當0>I>1時，認為采集結果受干擾程度較大，不具有實際意義，對其進行過濾處理；當I=0時，認為數據為受干擾因素影響，具有較高的可靠性。

在此基礎上，將采集結果與實際結果之間存在較小差異、相互支持度高的數據作為基礎數據，建立相關關系。

首先，利用式(5)三元聯系數計算方法計算不同時刻采集結果觀測值之間的聯系度P。

通過在建立相關關系，減少由于數據差異化程度較大引起的錯誤融合，同時避免由于數據沖突導致的融合結果不唯一的情況發生。

3 數據融合

在上述基礎上，對數據進行融合處理。首先，根據多源數據的空間坐標參數，對數據進行疊加匯聚，將礦山地質多源數據轉化為形式化的、計算機可讀的內容。對于結構化數據，主要指數值型數據和數據庫。其含有明確的表名、對象名，以及嚴格的屬性與值對應關系，因此在融合時，將其作為對礦山地質數據描述的框架，實現從關系到概念的映射；對于半結構化數據，主要是指類報表、HTML和XML等結構較為規范、變化范圍較大的數據。對于此，本文將其轉化為結構化數據進行描述，以結構化數據的方式對其參數值進行融合，并嵌入到上述建立的地質數據框架中；對于非結構化數據，尤其是礦山地質多源數據大部分都是非結構化數據，因此本文以標簽的形式對其進行歸類，并依賴于自然語言對數據進行處理，如信息描述、實體識別和內容分析；針對航拍攝影作品的圖像特征，借助多媒體內容識別技術，對其數據信息進行進一步細致提取，并嵌入到已經構建的礦山地質數據框架中，使數據結果更加全面，提高融合的精準程度。

4 試驗測試

為了對本文提出的數據融合方法進行分析，進行了試驗測試。同時，為了提高試驗結果的可靠性，分別采用文獻[2]和文獻[3]提出的數據融合方法同時進行試驗，以此提高對數據結果分析的準確性。

4.1 試驗環境

本文以某礦山低空航空攝影采集到的數據為試驗數據，根據采集結果可以明顯觀察到礦山的部分區域存在坍塌結構，斷裂交錯情況較為復雜，褶皺構造形態弱化明顯，在低凹地區，形成了以積水潭形式為主的水源結構，河流成規則的帶狀分布支路河流極少，具體數據如表1所示，分別通過三種數據融合方法對采集到的數據進行融合。

表1 礦山低空航空攝影采集數據結果

4.2 試驗結果

為了實現對融合結果的量化分析，本文以融合的數據為制圖依據，分別繪制礦山地質圖，其結果如圖1所示。

圖1 不同融合數據地質圖繪制結果

從圖1中可以看出，對比三種方法的融合護具的繪制結果，本文方法的地質圖像在完整度、清晰度上均有良好表現。圖中的標識的位置為地理信息模糊的部分，在文獻[2]和文獻[3]方法中均出現了該情況。而本文方法繪制的地質信息三維圖像中，未出現該情況，說明本文提出方法的數據融合效果具有較高的精度和準確度，可以實現對多源數據的有效匹配和融合。這主要是因為本文方法實現了對數據的時間和空間參數進行統一，因此避免了由于數據沖突引起的融合準確率低的問題。

5 結語

隨著礦山開采程度以及規模的增加，真實可靠的礦山地質信息成為了施工過程中越來越重要的決策依據。對于多元數據的有效融合是提高數據可靠性的關鍵。本文提出礦山低空航空攝影測量中多源數據融合方法研究，實現了對數據的高精度融合，采用該方法融合的數據繪制的三維地質圖像具有較高的清晰度和完整度，具有較高的實際應用價值。通過該研究，以期為礦山地質環境數據的處理提供有價值的參考，為礦山勘查和開采工作提供幫助。