露天礦邊坡影像三維重建技術(shù)

劉 軍 王 鶴 李 峰 劉小陽

(1.防災(zāi)科技學(xué)院防災(zāi)工程系，河北 燕郊 101601;2.防災(zāi)科技學(xué)院地震科學(xué)系，河北 燕郊 101601)

露天礦邊坡影像三維重建技術(shù)

劉 軍1王 鶴2李 峰1劉小陽1

(1.防災(zāi)科技學(xué)院防災(zāi)工程系，河北 燕郊 101601;2.防災(zāi)科技學(xué)院地震科學(xué)系，河北 燕郊 101601)

針對邊坡穩(wěn)定性評價研究的需要，提出了一種基于影像的露天礦邊坡全自動三維重建方法。該方法利用普通數(shù)碼相機獲取露天礦邊坡序列影像，基于運動恢復(fù)結(jié)構(gòu)(SfM)和多視圖立體視覺(MVS)算法,生成了稠密三維點云；通過構(gòu)建不規(guī)則三角網(wǎng)和紋理映射，制作了邊坡數(shù)字表面模型。試驗結(jié)果表明：重建模型可全面表達露天礦邊坡整體形態(tài)和局部細節(jié)特征，為有效評價邊坡穩(wěn)定性提供了科學(xué)依據(jù)；該技術(shù)具有成本低、高效、全自動等特點，非常適合存在潛在隱患的露天礦邊坡動態(tài)變形監(jiān)測。

露天礦 邊坡 運動恢復(fù)結(jié)構(gòu) 多視圖立體視覺 三維重建

伴隨露天采礦深度和邊坡角度的不斷增大，邊坡的穩(wěn)定性問題會給礦山的安全生產(chǎn)帶來隱患。因此，實時動態(tài)監(jiān)測邊坡穩(wěn)定性，研究其發(fā)育機理和變化趨勢，提出邊坡工程防治措施，對礦區(qū)生產(chǎn)建設(shè)服務(wù)具有重要的現(xiàn)實意義[1]。而邊坡穩(wěn)定性評價的前提是邊坡體三維建模與可視化表達，以便正確描述其復(fù)雜的空間幾何結(jié)構(gòu)，及時全面掌握時空動態(tài)演變規(guī)律[2]。

目前，常規(guī)的邊坡三維建模所需監(jiān)測數(shù)據(jù)獲取手段如全站儀、水準儀、全球?qū)Ш蕉ㄎ幌到y(tǒng)(GNSS)等，都是一種“單點式”的數(shù)據(jù)采集方式，布置缺乏合理性且監(jiān)測點數(shù)目相對稀少，不能全面反映邊坡地形的整體和真實狀況；盡管地面激光雷達(LIDAR)技術(shù)可以克服以上問題，但因其設(shè)備笨重且價格昂貴，無法普及推廣。近年來，隨著計算機視覺領(lǐng)域中特征點提取和影像匹配理論[3]、運動恢復(fù)結(jié)構(gòu)(SfM)[4-5]算法以及多視圖立體視覺算法(MVS)[6]等新技術(shù)的不斷完善，基于影像的三維重建技術(shù)有了突破性進展。目前，國內(nèi)外已有研究人員嘗試將立體視覺方法應(yīng)用于無人機地形測繪[7]、露天礦攝影測量[2]、環(huán)境動態(tài)監(jiān)測[8-9]、考古保護[10]等研究領(lǐng)域。本研究利用便攜式非量測相機拍攝多視角、重疊影像，結(jié)合計算機立體視覺原理，實現(xiàn)了露天礦邊坡全自動三維建模，為露天礦邊坡穩(wěn)定性評價奠定了基礎(chǔ)。

1 露天礦邊坡影像數(shù)據(jù)獲取

選取某露天礦邊坡為試驗場地，利用Canon EOS 40D單反相機對邊坡同一部位不同角度取景，共拍攝11張影像，像素大小均為4 752×3 168，選取其一如圖1所示。

圖1 某露天礦邊坡影像

2 基于SfM-MVS的露天礦邊坡三維建模

傳統(tǒng)攝影測量方法在獲取空間三維幾何信息時，需要具備專業(yè)的影像獲取和數(shù)據(jù)處理技術(shù)。而計算機視覺領(lǐng)域中出現(xiàn)的運動恢復(fù)結(jié)構(gòu)(SfM)和多視圖立體視覺(MVS)算法(SfM-MVS算法)，可在不依賴任何地面控制點等先驗信息條件下，直接從二維影像自動恢復(fù)出場景三維點云模型，具有更強的靈活性，適用范圍更廣。

2.1 SfM-MVS算法重建點云模型

運動恢復(fù)結(jié)構(gòu)算法是指從二維影像匹配恢復(fù)攝像機運動參數(shù)和場景三維結(jié)構(gòu)信息的方法。目前，該領(lǐng)域最具代表性和影響力工作的當(dāng)屬Snavely等發(fā)布的Photo tourism system[4]，其核心部分是Bundler系統(tǒng)。由于該系統(tǒng)具有全自動和魯棒性等特點，微軟公司以此技術(shù)推出了Internet 網(wǎng)絡(luò)社區(qū)圖像重建商業(yè)化軟件Photosynth。

SfM算法的關(guān)鍵步驟是影像特征點提取與高精度匹配。首先，利用SIFT[3]特征提取算子對每幅影像進行特征點提?。黄浯?，利用基于K-D樹的近似最鄰近(ANN)算法進行粗匹配；然后利用基于隨機抽取一致性(RANSAC)框架的8點算法計算基本矩陣，剔除誤匹配點，建立滿足對極幾何約束的精匹配特征點集，完成同名特征點匹配。

在透視相機模型下，假設(shè)待求相機參數(shù)和空間點坐標分別為

和

定義誤差函數(shù)為重投影誤差的平方和，則目標函數(shù)可寫成

(1)

最后，采用稀疏光束法平差(Sparse Bundler Adjustment)算法[11]逐步迭代，不斷最小化投影點和觀測圖像點之間的重投影誤差，解算出最佳相機位置、姿態(tài)和場景三維點云坐標。

由于SfM算法重建得到的是場景稀疏點云，需要結(jié)合基于面片多視圖立體視覺(Patch-based Multi-View Stereo，PMVS)[6]算法進行加密處理。PMVS算法是在SfM獲取相機參數(shù)基礎(chǔ)上，通過特征點的匹配、重建以及空間點的擴散、過濾等步驟，得到精度相對較高的稠密點云模型。

2.2 試驗結(jié)果與分析

利用SfM-MVS算法對露天礦邊坡影像全自動三維重建。如圖2所示，圖2(a)是一幅原始影像，圖2(b)為影像重建生成的稠密點云，圖2(c)是與原始圖像相對應(yīng)的點云模型局部放大效果，可以看出重建模型能夠形象、直觀地表達復(fù)雜的邊坡體整體形態(tài)和局部細節(jié)，為及時捕捉邊坡變形運動特征提供了全面信息。為了使得邊坡模型更加逼真，對三維點云進行網(wǎng)格化處理，生成了不規(guī)則三角網(wǎng)(TIN)(如圖3)并進行紋理映射(如圖4)。這些試驗結(jié)果為建立邊坡監(jiān)測模型以及有效評價邊坡穩(wěn)定性提供了有力支持。

圖2 露天礦邊坡影像三維重建結(jié)果

圖3 邊坡不規(guī)則三角網(wǎng)模型

圖4 邊坡紋理映射模型

3 結(jié) 論

提出了一種基于影像的露天礦邊坡三維建模方法。該方法利用非量測相機獲取多視角重疊影像，結(jié)合SfM-MVS算法全自動生成了邊坡體高分辨率點云模型，通過三維點云網(wǎng)格化處理和紋理映射制作了更加逼真的邊坡數(shù)字表面模型。試驗表明，該方法生成的三維模型可清晰表達邊坡體復(fù)雜的空間幾何結(jié)構(gòu)和局部細節(jié)特征，為有效評價邊坡穩(wěn)定性提供了可視化保障。作為一種低成本、高效、全自動三維建模新技術(shù)非常適合存在潛在隱患的露天礦邊坡變形監(jiān)測數(shù)據(jù)獲取。由于SfM-MVS算法沒有用到任何地面控制點，因此得到是局部坐標系下的點云坐標。如果事先在測區(qū)周圍布設(shè)地面控制點(至少3個)，那么可通過空間相似變換模型將局部點云坐標轉(zhuǎn)換到國家或地方統(tǒng)一坐標系下，為后續(xù)模型精度評估及其應(yīng)用打下基礎(chǔ)。

[1] 王建民,張 錦,鄧增兵,等.時空Kriging插值在邊坡變形監(jiān)測中的應(yīng)用[J].煤炭學(xué)報,2014,39(5):874-879. Wang Jianmin，Zhang Jin，Deng Zengbing，et al.Slope deformation analyses with space-time Kriging interpolation method[J].Journal of China Coal Society,2014,39(5):874-879.

[2] 吳慶深，衣 瑛.基于遠距離場景影像的露天礦邊坡三維重建技術(shù)[J].金屬礦山,2014(10):130-132. Wu Qingshen，Yi Ying.Technology of three-dimensional reconstruction of opencast slope based on distant scenes image[J].Metal Mine,2014(10):130-132.

[3] Lowe D G.Distinctive image features from scale-invariant interest points[J].International Journal of Computer Vision,2004,60(2):91-110.

[4] Snavely N,Seitz S M,Szeliski R.Photo tourism:exploring photo collections in 3D[J].ACM Transactions on Graphics,2006,25(3):835-846.

[5] Snavely N.Scene Reconstruction and Visualization from Internet Photo Collections[D].Washington:University of Washington,2008.

[6] Furukawa Y,Ponce J.Accurate,dense and robust multi-view stereopsis[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2010,32(8):1362-1376.

[7] 劉 軍,許志華,劉小陽,等.基于無人機遙感影像拓撲分析的三維重建[J].測繪工程,2014,23(8):32-35. Liu Jun，Xu Zhihua，Liu Xiaoyang，et al.Topology analysis-based 3D reconstruction from UAV images[J].Engineering of Surveying and Mapping,2014,23(8):32-35.

[8] Nouwakpo S K,James,M R,Weltz M A,et al.Evaluation of structure from motion for soil microtopography measurement[J].The Photogrammetric Record,2014,147(29):297-316.

[9] Lucieer A,Turner D，King D H,et al.Using an Unmanned Aerial Vehicle (UAV) to capture micro-topography of Antarctic moss beds[J].International Journal of Applied Earth Observation,2014,27:53-62.

[10] Verhoeven G，Doneus M，Briese C,et al.Mapping by matching:a computer vision-based approach to fast and accurate georeferencing of archaeological aerial photographs[J].Journal of Archaeological Science,2012,39:2060-2070.

[11] Lourakis M，Argyros A.The Design and Implementation of a Generic Sparse Bundle Adjustment Software Package Based on the Levenberg-Marquardt Algorithm[R].Heraklion:Institute of Computer Science-FORTH,2004.

(責(zé)任編輯 徐志宏)

Image-based 3D Reconstruction Technology for Open-pit Slope

Liu Jun1Wang He2Li Feng1Liu Xiaoyang1

(1.DepartmentofDisasterPreventionEngineering，InstituteofDisasterPreventionScienceandTechnology，Yanjiao101601,China; 2.DepartmentofEarthquakeScience，InstituteofDisasterPreventionScienceandTechnology，Yanjiao101601，China)

To meet the demand of slope stability evaluation，a fully automated 3D reconstruction approach of open-pit slope from images was put forward.Open-pit slope sequence images were first collected with a consumer-grade camera.And then，dense 3D point clouds were generated by integrating structure from motion (SfM) and multi-view stereo (MVS) algorithms.Finally，high-resolution digital surface models of open-pit slope were made by constructing the triangular irregular network and texture mapping.The experiment showed that the overall form and local characteristics of open-pit slope can be accurately expressed through reconstructed model，which can provide powerful support for the correct analysis and evaluation of slope stability.The presented technology has the features of low cost，high efficiency，full automation，and it is especially suitable for dynamic deformation monitoring of the open-pit slope in potential risk.

Open-pit mine，Slope，Structure from motion，Multi-view stereopsis，3D reconstruction

2015-02-04

劉 軍(1986—)，男，講師，碩士。

TD672

A

1001-1250(2015)-04-259-03