一種基于SFM重構(gòu)點(diǎn)云最優(yōu)抗差匹配的壩區(qū)變形監(jiān)測(cè)算法

劉曉露

上海市城市建設(shè)設(shè)計(jì)研究總院(集團(tuán))有限公司,上海 浦東新區(qū) 200125

0 引言

大壩變形監(jiān)測(cè)分為地表變形監(jiān)測(cè)與地下變形監(jiān)測(cè)兩部分,一般采用TPS、GNSS技術(shù)進(jìn)行地表三維位移監(jiān)測(cè),是以關(guān)鍵點(diǎn)為監(jiān)測(cè)對(duì)象的監(jiān)測(cè)模式,不能反映細(xì)部壩面的變形狀況,而且隨著部署點(diǎn)位的增加,監(jiān)測(cè)成本也大幅度提升；地下位移監(jiān)測(cè)項(xiàng)一般為地下水平位移和不均勻沉降,一般采用數(shù)字化的巖土類(lèi)傳感器進(jìn)行監(jiān)測(cè),如固定測(cè)斜儀、多點(diǎn)位移計(jì)等。

點(diǎn)云式面掃描的監(jiān)測(cè)技術(shù)是近年來(lái)逐漸發(fā)展起來(lái)的,如激光掃描儀、機(jī)載激光雷達(dá)、GB-SAR等。該類(lèi)技術(shù)為非接觸式大面積測(cè)量模式,可按照設(shè)定的測(cè)量密度進(jìn)行區(qū)域掃描,獲取大量的點(diǎn)云數(shù)據(jù)。這些技術(shù)各有優(yōu)缺點(diǎn),適用于不同需求,但成本普遍高昂,不適用長(zhǎng)期連續(xù)監(jiān)測(cè),且數(shù)據(jù)處理難度較大,不易區(qū)分關(guān)鍵點(diǎn)。

無(wú)人機(jī)傾斜攝影測(cè)量是另一種近年發(fā)展起來(lái)的非接觸式點(diǎn)云測(cè)量與空間重構(gòu)技術(shù),其基于航空攝影技術(shù),以無(wú)人機(jī)為拍攝載體,可快速拍攝測(cè)區(qū)影像,經(jīng)重建處理后可獲得厘米級(jí)精度(配合GNSS差分技術(shù))的測(cè)區(qū)點(diǎn)云、三維模型及紋理、正射影像圖、DEM等,其成本也越來(lái)越低,已具備日常服務(wù)大壩安全監(jiān)測(cè)的要求,但其技術(shù)流程稍微復(fù)雜,點(diǎn)云數(shù)據(jù)處理的受限數(shù)據(jù)異常,一般還需要較多的人工干預(yù),且點(diǎn)云精度比激光掃描式的精度要低。

基于無(wú)人機(jī)傾斜攝影測(cè)量SFM三維重構(gòu)獲取點(diǎn)云的技術(shù)模式,結(jié)合壩體監(jiān)測(cè)的特定應(yīng)用場(chǎng)景,研究一種點(diǎn)云最優(yōu)抗差匹配變形監(jiān)測(cè)算法,旨在實(shí)現(xiàn)自動(dòng)點(diǎn)云匹配,剔除異常,獲取壩面變形量,對(duì)已有的關(guān)鍵點(diǎn)變形監(jiān)測(cè)方法進(jìn)行補(bǔ)充,以更全面的了解壩體變形狀態(tài)。

1 最優(yōu)抗差匹配的壩區(qū)變形監(jiān)測(cè)算法

1.1 水利壩區(qū)環(huán)境與點(diǎn)云影響分析

以水利壩區(qū)為監(jiān)測(cè)目標(biāo),其應(yīng)用場(chǎng)景具有一定的特殊性。①主要監(jiān)測(cè)區(qū)域?yàn)閴误w,其相對(duì)其他地物較穩(wěn)定，剛性較好；②周邊植被多,不同季節(jié)、不同時(shí)期呈現(xiàn)不同狀態(tài)；③周邊具有大面積水域,水面一般為動(dòng)態(tài)波動(dòng)，光影條件復(fù)雜；④壩面有可能有短期出現(xiàn)的人、物,且可能為移動(dòng)狀態(tài)。

因此采用無(wú)人機(jī)傾斜攝影圖像重建出的點(diǎn)云可能具有以下問(wèn)題：①隨機(jī)事件導(dǎo)致的區(qū)域異常點(diǎn)云,如人、車(chē)等；②周邊山體風(fēng)吹樹(shù)動(dòng)、季節(jié)差異等非鋼體特性造成的點(diǎn)云差異；③壩面生長(zhǎng)的低矮植被生成的干擾點(diǎn)云；④水面波動(dòng)、倒影、反光、水位變化等導(dǎo)致的水面點(diǎn)云異常；⑤其他光影條件變化造成的空間噪點(diǎn)。

1.2 數(shù)據(jù)獲取與點(diǎn)云處理整體流程

整體流程主要步驟如下：

①根據(jù)測(cè)區(qū)測(cè)量需求制定傾斜攝影航拍方案，選擇合適的無(wú)人機(jī)、飛行時(shí)段，并規(guī)劃航拍路線(xiàn)；

②執(zhí)行傾斜攝影航拍方案，獲取測(cè)區(qū)傾斜影像；

③采用SFM處理軟件處理傾斜影像，獲取測(cè)區(qū)點(diǎn)云、正射影像、3D模型、DEM等成果；

④如果需要統(tǒng)一到已知坐標(biāo)系，或提高配準(zhǔn)準(zhǔn)確率，可人工進(jìn)行標(biāo)定配準(zhǔn)，如通過(guò)差分GNSS技術(shù)確定標(biāo)志性點(diǎn)位構(gòu)建兩套點(diǎn)云的公共點(diǎn)對(duì)，實(shí)現(xiàn)坐標(biāo)系轉(zhuǎn)換；文章重點(diǎn)研究自動(dòng)化配準(zhǔn)方法，不需此步；

⑤點(diǎn)云預(yù)處理：通過(guò)聚合算法剔除由隨機(jī)光影因素導(dǎo)致的孤僻離群點(diǎn)云；

⑥點(diǎn)云粗配準(zhǔn)：基于平面坐標(biāo)先對(duì)兩套點(diǎn)云分別進(jìn)行網(wǎng)格分割,并計(jì)算各網(wǎng)格中心,再以網(wǎng)格中心點(diǎn)點(diǎn)集為處理對(duì)象，采用容差亂序匹配算法進(jìn)行配準(zhǔn)計(jì)算。最后根據(jù)配準(zhǔn)差值初步判斷相對(duì)穩(wěn)固區(qū)域，為隨后的配準(zhǔn)計(jì)算確定初始權(quán)值。由于亂序匹配算法采用的是全枚舉對(duì)比型拓?fù)浞治?其時(shí)間復(fù)雜度高,僅適合少數(shù)據(jù)量計(jì)算；

⑦以?xún)善谌奎c(diǎn)云為處理對(duì)象，進(jìn)行抗差I(lǐng)CP配準(zhǔn)計(jì)算：排除少量植被和其他因素(運(yùn)動(dòng)物體帶來(lái)的噪點(diǎn))的影響；水面3D重建異常區(qū)域的剔除；通過(guò)統(tǒng)計(jì)變權(quán)方法逐步迭代，逐步聚焦壩體區(qū)域的最優(yōu)配準(zhǔn)；

⑧兩套點(diǎn)云差異比較：獲取點(diǎn)云差異區(qū)域集合；

圖1 數(shù)據(jù)獲取與點(diǎn)云處理流程圖

⑨變形區(qū)域評(píng)估：分別分析各點(diǎn)云差異區(qū)域，根據(jù)區(qū)域特點(diǎn)判別原因，如邊緣明顯(點(diǎn)云邊緣梯度計(jì)算),范圍小且集中的,可能為靜止的附加物,如新建設(shè)的地物或臨時(shí)停放的車(chē)輛、物資等,可通過(guò)圖像核實(shí)排除；邊緣不規(guī)則、梯度漸變的為變形的可能性較大,則作為結(jié)果輸出，提醒管理人員現(xiàn)場(chǎng)測(cè)量驗(yàn)證。

1.3 點(diǎn)云粗匹配與穩(wěn)固區(qū)域評(píng)估

由于ICP算法一般要求待匹配的兩套點(diǎn)云大致對(duì)準(zhǔn),而兩期無(wú)人機(jī)傾斜攝影獲取的點(diǎn)云通常在z軸方向一致,在x軸方向、y軸方向和原點(diǎn)坐標(biāo)上差異較大,因此需高效對(duì)其自動(dòng)進(jìn)行粗匹配。文章采用簡(jiǎn)化網(wǎng)格獲取網(wǎng)格點(diǎn)云中心點(diǎn)的方法進(jìn)行處理。

X=(δxδyδzδμδαδβδγ)T

=(ATPA)-1·(ATPl)

(1)

式中：δx、δy、δz、δμ、δα、δβ、δγ為7參數(shù)改正值,P為權(quán)陣,A為點(diǎn)對(duì)坐標(biāo)構(gòu)成的運(yùn)算矩陣。

1.4 抗差I(lǐng)CP算法

(2)

(3)

2 實(shí)驗(yàn)分析與算法討論

2.1 實(shí)驗(yàn)分析

實(shí)驗(yàn)以浙江某水庫(kù)為例，對(duì)其進(jìn)行兩期傾斜攝影數(shù)據(jù)采集，由于大壩已處于穩(wěn)定運(yùn)營(yíng)期，且兩期數(shù)據(jù)采樣間隔較短，因此無(wú)法直接應(yīng)用測(cè)試壩體區(qū)域的變形監(jiān)測(cè)算法，于是壩體部分的變形我們采用模擬的方式進(jìn)行，即對(duì)后一期的點(diǎn)云人為改變點(diǎn)云數(shù)據(jù)模擬變形，以驗(yàn)證壩體區(qū)域變形的監(jiān)測(cè)效果，但對(duì)周邊植被、地物、水面的異常處理是可正常進(jìn)行的。

如圖2所示，左右子圖分別為初始點(diǎn)云模型和待比較點(diǎn)云模型，為方便理解算法，這里用不同顏色的曲線(xiàn)將地物類(lèi)別進(jìn)行分類(lèi)，其中橙色區(qū)域相對(duì)其他地物點(diǎn)云剛性較好，一般為變形監(jiān)測(cè)區(qū)域；黃色區(qū)域的植被區(qū)，綠色區(qū)域?yàn)樗鎱^(qū)域，點(diǎn)云剛性差、異常多，為文章算法配準(zhǔn)弱化的區(qū)域。以待比較點(diǎn)云為例展示點(diǎn)云粗配準(zhǔn)的過(guò)程，如圖3所示。以平面坐標(biāo)為準(zhǔn)進(jìn)行等間隔網(wǎng)格劃分，并計(jì)算網(wǎng)格中心坐標(biāo)，用于點(diǎn)云粗配準(zhǔn)。

圖2 航拍區(qū)域地物類(lèi)型劃分圖

然后采用所有點(diǎn)云進(jìn)行抗差最優(yōu)配準(zhǔn)，獲取變形區(qū)域熱力圖，進(jìn)而進(jìn)行變形區(qū)域評(píng)估，如圖4所示。

圖3 粗匹配網(wǎng)格劃分圖 圖4 點(diǎn)云比對(duì)與變形區(qū)域評(píng)估圖

圖中只關(guān)注了壩體區(qū)域的點(diǎn)云匹配，比對(duì)出1個(gè)變形區(qū)域。這個(gè)區(qū)域是為了模擬變形人為添加的點(diǎn)云變形。結(jié)果顯示，文章算法對(duì)其給出了準(zhǔn)確的識(shí)別。

2.2 算法復(fù)雜度分析

該算法分為點(diǎn)云粗匹配和抗差最優(yōu)匹配兩個(gè)階段，時(shí)間復(fù)雜度均為O(n2)，但在粗匹配階段大幅簡(jiǎn)化了點(diǎn)云數(shù)量，在空間需求上大幅優(yōu)化。因此，該算法的時(shí)間復(fù)雜度為：T(n)=O(n2)。

2.3 監(jiān)測(cè)技術(shù)比較

基于無(wú)人機(jī)傾斜攝影重構(gòu)點(diǎn)云的變形監(jiān)測(cè)有其特有的優(yōu)缺點(diǎn)，與GNSS、TPS、掃描儀、機(jī)載雷達(dá)、GBSAR等技術(shù)特點(diǎn)進(jìn)行比較，如表1所示。

表1 不同監(jiān)測(cè)技術(shù)監(jiān)測(cè)比較表

3 結(jié)論與展望

闡述了壩體變形監(jiān)測(cè)的技術(shù)發(fā)展及優(yōu)缺點(diǎn),提出了可自動(dòng)配準(zhǔn)的基于無(wú)人機(jī)傾斜攝影三維重建點(diǎn)云的抗差匹配變形監(jiān)測(cè)數(shù)據(jù)處理算法。該模式特點(diǎn)如下：①航拍作業(yè)便捷，獲取點(diǎn)云成本低，點(diǎn)云處理自動(dòng)化程度較激光方式高；②無(wú)人機(jī)獲取點(diǎn)云與激光方式的不同：適合野外空曠條件下獲取數(shù)據(jù)，無(wú)需搬站便可獲取區(qū)域全貌點(diǎn)云，精度比激光方式差，條件不好時(shí)可達(dá)分米級(jí)；③由于無(wú)人機(jī)SFM重構(gòu)點(diǎn)云的精度較低，因此適合作為長(zhǎng)期趨勢(shì)性變形分析,對(duì)于符合技術(shù)監(jiān)測(cè)規(guī)范精度的關(guān)鍵點(diǎn)位監(jiān)測(cè)仍需使用傳統(tǒng)方式測(cè)量,無(wú)人機(jī)點(diǎn)云監(jiān)測(cè)是傳統(tǒng)方式的補(bǔ)充,并生成比關(guān)鍵點(diǎn)測(cè)量更直觀的面監(jiān)測(cè)變形圖；④適用于面板堆石壩等精度要求稍低、變形量大的壩體；重力壩等變形量小、精度要求高的需用激光掃描儀或全站儀的方式監(jiān)測(cè)，但無(wú)人機(jī)方式可用作三維建模獲取。

提升SFM重構(gòu)精度的方法與多傳感器監(jiān)測(cè)數(shù)據(jù)融合的壩體安全評(píng)估是下一步研究方向。另外，文中提出的點(diǎn)云最優(yōu)抗差匹配算法處理對(duì)象是點(diǎn)云,因此預(yù)計(jì)可以較好的移植到其他技術(shù)手段獲取的點(diǎn)云的處理上,移植和處理效果分析也是進(jìn)一步研究的內(nèi)容。