利用近景摄影测量技术的滑坡监测新方法

  本文关键词：利用近景摄影测量技术的滑坡监测新方法，由笔耕文化传播整理发布。

6

2011， （3） 47

Computer Engineering and Applications 计算机工程与应用

利用近景摄影测量技术的滑坡监测新方法
李彩林， 张剑清， 郭宝云 LI Cailin， ZHANG Jianqing， GUO Baoyun
武汉大学 遥感信息工程学院，

武汉 430079 School of Romote Sensing and Information Engineering， Wuhan University， Wuhan 430079， China E-mail： [email protected] LI Cailin， ZHANG Jianqing， GUO Baoyun.New method of landslide monitoring based on close-range photogrammetry. Computer Engineering and Applications， 2011， （3） 6-8. 47 ： Abstract：A new method of landslide monitoring is presented by applying the close-range photogrammetry technology into landslide monitoring without surveying control points again， which is convenient， and non-contact.This method uses the rofast tated photogrammetry or parallel photography way to take a group of photographs for monitoring area.Then the DEM model of target monitoring area is obtained based on photography measurement principle.The absolute displacement and the local variation of landslide during the monitoring period can be calculated by automatic matching of control points and overlaying analysis of two stage DEM models.Experimental results using synthetic data indicate that the presented method can be effective for a rapid and exact monitoring. Key words： close-range photogrammetry； landslide monitoring； automatic matching of control points； overlaying analysis of DEM models 摘 要： 将近景摄影测量技术应用于山体滑坡监测中， 提出一种无需二次控制的、 非接触的、 快速的滑坡监测方法。方法采用旋

转摄影或正射平行摄影的方式， 对监测区域进行摄影， 根据摄影测量原理获取目标监测区域的 DEM 模型。通过自动匹配控制点 以及对两期 DEM 模型进行叠加分析， 计算出山体在该时间段内的滑坡绝对位移量以及滑坡区域的局部变化量。利用模拟数据 进行实验， 结果表明该方法行之有效， 能够方便地对滑坡体进行快速、 准确的监测。 关键词： 近景摄影测量； 滑坡监测； 控制点自动匹配； DEM 叠加分析 DOI： 10.3778/j.issn.1002-8331.2011.03.002 文章编号： 1002-8331 （2011） 03-0006-03 文献标识码： A 中图分类号： TP75

1

引言

滑坡是一种常见的自然地质灾害， 滑坡引起的山体垮塌 以及暴雨后形成的泥石流常给国家建设和人民生命财产造成 严重损失。如果能够对滑坡进行监测，， 实现滑坡危害的早期 预报， 就可以最大限度地减少和防止滑坡所造成的损失。 目前滑坡监测的方法主要包括 GPS 大地形变测量法、 自 动伸缩计地表位移测量法、 合成孔径雷达干涉测量法以及 TDR （时域反射法） 滑坡体深部变形测量法等技术方法。霍志 涛 [1] 等对上述方法的优缺点进行了比较分析： GPS 很容易 （1） 实现在大区域的连续测量， 测量精度在厘米级， 具有点与点之 间不要求通视、 不受天气影响可全天候观测等优点。缺点是 测量精度不够高、 易受地形的影响、 成本较高； 自动伸缩计 （2） 地表位移监测法具有精度高、 价格低廉、 安装简单等优点。缺 点是测量的数据只是局部变形， 需要多台自动伸缩计串联来 消除这种缺点； 合成孔径雷达干涉测量法适于解决大面积 （3）

的滑坡、 崩塌、 泥石流以及地面沉降等地质灾害的监测预报， 是一项快速、 经济的空间探测高新技术， 但雷达数据采集的质 量依赖于季节和天气条件， 潮湿的天气和高植被覆盖率会明 显影响相关性[2]； TDR 是一种远程电子测量技术， （4） TDR 系统 采用廉价的同轴电缆作为传感器来确定滑坡的剪切面或形变 区域， 可快速采集到数字测量结果 [3]， 但不能用于需要监测倾 斜情况但不存在无剪切作用的区域， 另外它无法确定滑坡移 动量和滑坡移动的方向。 结合近景摄影测量技术， 利用量测相机或非量测相机， 采 用旋转摄影或平行摄影的方式对被监测区域进行摄影， 用摄 影测量软件系统 LensPhoto[4] （http： //www.lensoft.com.cn/） 获取 被监测区域的三维表面点云模型， 通过自动匹配两期影像控 制点， 将监测区域二期的相对三维模型转换到一期的绝对三 维模型中， 然后分别生成 DEM 模型， 并对两期 DEM 模型进行 叠加， 计算滑坡体的绝对位移量和局部变化区域的位置以及

基金项目： 国家自然科学基金 （The National Natural Science Foundation of China under Grant No.41071293） 中央高校基本科研业务专项资金 ； （the Fundamental Research Funds for the Central Universities of China under Grant No.213276401） 。 作者简介： 李彩林 （1985—） 博士生， ， 研究方向： 计算机视觉， 近景摄影测量； 张剑清， 教授， 博士生导师， 研究方向： 摄影测量与遥感， 计算机视觉等； 郭宝云， 博士生， 研究方向： 工业摄影测量， 计算机视觉。 收稿日期： 2010-10-12 修回日期： 2010-12-07

李彩林， 张剑清， 郭宝云： 利用近景摄影测量技术的滑坡监测新方法 面积大小， 从而实现后期监测过程中无需量测控制点就可以 完成山体的滑坡监测。

2011， （3） 47

7

一、 二期模型的变换参数， 完成二期滑坡区域的相对三维模型 到一期滑坡区域的绝对三维模型的转换。一、 二期影像的自 动匹配流程如图 2 所示。

2

摄影测量三维滑坡监测系统实施方案
对被监测的滑坡区域第一次拍摄的影像称为一期影像，

一期影像

影像 1

影像 2

影像 3

… …

影像 n

第二次拍摄的影像称为二期影像， 依次类推。以一、 二期为 例， 基于摄影测量原理的滑坡监测具体的实施方案如下： （1） 第一次进行滑坡监测时， 使用免棱镜全站仪测量 4 个 或 4 个以上 （根据监测区域大小而定） 分布均匀的控制点。首 先对相机进行检校， 将一期影像、 相机检校参数和控制点输入 到近景摄影测量软件系统 LensPhoto 中， 得到被监测区域绝对 定向后的三维点云模型。 （2） 后期滑坡现场监测时， 需要保证摄影的摄站分布位置 与第一次的摄站分布位置大致相同， 从而确保后面的一、 二期 影像之间的匹配能够顺利进行。 （3） 考虑到随着监测时间的推移， 第一次监测时布置的控 制点有可能产生了位移变动， 因此第一次布置的控制点不能 用到二期的滑坡监测中， 利用一、 二期影像自动匹配得到的物 方同名点解算一、 二期的模型变换参数。 （4） 通过对一、 二期影像自动提取像片特征点， 进行一、 二 期影像之间对应影像的匹配， 然后在一期影像与二期影像的 内部分别进行点的传递匹配， 从而得到一、 二期滑坡三维模型 下的同名物方点。根据这些同名物方点解算一、 二期三维点 云模型之间的旋转、 平移、 缩放等 7 个参数， 从而将二期三维表 面点模型转换到一期的控制点坐标系中。 （5） 对转换到同一个控制点坐标系下的两期三维点云模 型， 按照一定的间距进行采样， 生成同一监测区域的两期 DEM 模型， 然后对其进行叠加分析， 计算滑坡绝对位移量以及滑坡 区域的局部变化量， 实现滑坡监测的目的和任务。 算法实现的流程图， 如图 1 所示。
一期影像 传递 匹配 物方点 剔除粗差点 同名物方点 计算一、 二期模型的变换参数 （旋转、 平移、 缩放） 完成二期滑坡区域的相对三维模型到一期 滑坡区域的绝对三维模型的转换 根据两期密集点云， 重采样分别生成 DEM 两期 DEM 模型的叠加分析 对应 匹配 二期影像 传递 匹配 物方点 剔除粗差点

二期影像

影像 I

影像 II

影像 III

影像 N

图 2 两期影像自动匹配流程图

具体过程包括以下两个方面： （1） 利用 Harris 算子对两期影像中相对应的影像对提取特 征点， 然后基于特征点以及核线约束进行匹配， 8 为其中的 图 一对应影像对的特征点匹配结果。 （2） 影像对 1、的同名点分别在每期影像的内部向下一幅 I 影像进行点的传递匹配， 然后获取公共匹配点作为像对 1、 与 2 像对 I、 的同名匹配点。由于匹配中不可避免地会存在误匹 II 配点， 因此文中采用 RANSAC[5]方法剔除了粗差点， 剔除后的 匹配结果如图 9、 所示。 10 根据上述方法获得两期影像的同名物方点后， 计算一、 二 期模型的旋转、 平移、 缩放等变换参数， 将二期三维表面点模 型转换到一期的控制点坐标系中， 实现两期三维表面点模型 所在坐标系的统一。

3.2

DEM 模型的生成及叠加分析
根据 3.1 节将第二期的三维表面点模型转换到第一期的控

制点坐标系中后， 选择一个公共投影面， 要求投影面的法向与摄 影方向保持一致， 将每期的三维点投影到该投影面上， 根据滑坡 监测的精度要求以及 DEM 的数据量设置一定的采样间距 （采样 间距设置为 10 mm） 通过内插自动生成每期的 DEM 数据模 ， 型。由于在测区的边缘， DEM 内插精度较低， 因此进行 DEM 模 型叠加分析时， 分析范围要小于实际的 DEM 采样范围 （图 5 （b） 中的白色方框区域即为分析范围） 。这就需要保证摄影范围大 于被监测区域范围， 从而避免影像边缘区域 DEM 内插精度低的 问题， 实现对整个被监测区域进行100%监测的要求。 为了更好地观察整个测区两期前后的变化情况， 分别对 每期的影像进行拼接。影像拼接结果如图 3 所示， 每期 DEM 模型的光照渲染图见图 4。从图 3、 可以很直观地看出两期 4 DEM 的变化与影像的变化区域是相符的， 见图 3 （b） 和图 4 （b） 中的黑色方框。

（a） 第一期影像拼接图 （b） 第二期影像拼接图 图 3 滑坡一、 二期的影像拼接图

图1

算法流程图 （） a 第一期DEM模型的光照渲染图 （ ） b 第二期DEM模型的光照渲染图 图 4 滑坡一、 二期 DEM 模型的光照渲染图

3 系统实现 3.1 两期影像的自动匹配
考虑到第一期滑坡监测时布置的控制点在第二期监测时 可能发生了位移， 则第二期监测时不能再采用第一期测量的 控制点， 而是通过两期影像的自动匹配获取物方同名点， 解算

进一步对滑坡两期的变化进行定量分析， 采用两期 DEM 叠加比较的方式， 计算全局变化量以及局部变化区域的位置、 面积大小等参数。如图 5 所示， 是 DEM 的彩色深度图， （a） 颜

8

2011， （3） 47

Computer Engineering and Applications 计算机工程与应用

色由红到绿表示深度逐渐增大； 是两期 DEM 模型叠加后 （b） 的变化量显示图， 左边图例表示变化量与显示颜色之间的对 应， 比如白色代表变化量大于 100 mm 的区域， 红色代表变化 量在 50～100 mm 之间的区域。

图 8 第一、 二期影像中对应的第 3 张影像组成像对的特征点匹配结果 （a） DEM 模型的彩色深度图 （b） 以彩色深度图为背景的两期 DEM 模型叠加后的变化量显示图 图5 （左边图例中的变化量单位为 mm） 两期 DEM 模型叠加定量分析图

4

实验与分析
图 9 第一期影像中第 3、 张影像组成像对的点传递匹配结果 4

对一个山坡的部分区域进行监测实验， 相机型号为 Nikon D300， 测区范围大致为 10 m×3 m， 摄影距离约为 12 m， 摄影方 式为平行摄影。第一次监测时， 对山坡拍摄了 8 幅影像， 相邻 影像间重叠度为 65%， 并使用免棱镜全站仪在摄影测区范围 内测量了 6 个控制点， 见图 6。第二次监测时拍摄的影像如图 7 所示， 其中， 摄站分布位置与第一次的摄站分布位置大致相 同， 影像间的重叠度和第一期影像重叠度相当。另外， 对山坡 进行第二次监测之前， 在监测区域范围以内， 人为地挖了 3 个 坑， 并对坑的大小和深度进行了测定。

图 10

第二期影像中第 3、 张影像组成像对的点传递匹配结果 4

1

2

3

4

5

6

7

8

图6

对监测区域第一期拍摄的影像

利用 3.2 节介绍的 DEM 生成方法得到两期的 DEM 模型， 见图 4。然后对 DEM 模型进行叠加定量分析， 从而得到滑坡 变化区域的位置以及变化量， 见图 5。从图 5 中看出， 一共检测 出 3 个变化区域， 通过 DEM 叠加计算得到 3 个坑的区域变化 量与实际测定结果一致。另外， 从叠加图中还可以看出， 实际 变化区域以外出现了少量离散的、 变化量很小的变化区域， 这 主要是由于 DEM 模型生成过程中内插引起的少量独立的、 离 散的误差引起的， 这些可以通过对 DEM 进行平滑予以改善。 另外， 滑坡的变化区域主要是具有一定面积的面状区域， 因此 独立、 离散的变化区域对滑坡监测的结果分析影响不大。

1

2

3

4

5

结论

5

6

7

8

图7

对监测区域第二期拍摄的影像

在根据第 2 章描述的算法流程对两期影像进行处理之前， 首先根据文献[6]对相机进行检校， 然后将第一期影像、 相机内 参数以及控制点坐标导入到数字近景摄影测量软件 LensPhoto 系统中， 获取经过绝对定向后滑坡第一期的绝对三维表面点 模型。将第二期影像、 相机内参数导入到 LensPhoto 中， 进行 空中三角测量以及无控制的自由网光束法平差后， 得到滑坡 第二期的相对三维表面点模型。 根据 3.1 节介绍的两期影像自动匹配算法， 获得两期影像 的同名物方点， 计算一、 二期三维点云模型的旋转、 平移、 缩放 等变换参数， 完成将二期三维表面点模型转换到一期的控制 点坐标系中。图 8 为一、 二期影像中对应的第 3 张影像组成像 对的特征点匹配结果； 9 和 10 分别为一、 图 二期影像中影像对 3、 的点传递匹配结果。从匹配结果可以看出， 4 匹配点分布均 匀， 并且分布在没有发生位移变化的区域。

提出了一种无需二次控制的、 非接触的、 快速便捷的滑坡 监测方法。通过实验证明了该方法的可行性， 精度可以达到 毫米级。由于采用人工模拟滑坡的实验， 因此接下来需要进 一步研究与分析被监测区域的植被覆盖率以及摄影距离的增 大等因素对滑坡监测精度的影响。

参考文献：
[1] 霍志涛， 张业明， 金维群， 等.三峡库区滑坡监测中的新技术和新方 法[J].华南地质与矿产， （4） 69-74. 2006 ： [2] 张洁， 胡光道， 罗宁波.INSAR 技术在滑坡监测中的应用研究[J].工 程地球物理学报， （2） 51-57. 2004 ： [3] 邻晓岚， 涂亚庆.滑坡监测方法及新进展[J].中国仪器仪表， 2001 （3） 10-13. ： [4] 柯涛.旋转多基线数字近景摄影测量[D].武汉： 武汉大学， 2008. [5] Fischler M A， Bolles R C.Random sample consensus： paradigm A for model fitting with applications to image analysis and automated cartography[J].Comm of the ACM， 1981， 381-395. 24： [6] 詹总谦.基于纯平液晶显示器的相机标定方法与应用研究[D].武 汉： 武汉大学， 2006.

  本文关键词：利用近景摄影测量技术的滑坡监测新方法，由笔耕文化传播整理发布。