基于無人機傾斜攝影的排泥庫土工布中心線提取方法*

沈向前，杜年春，謝 翔，黃 毅

(1.中國有色金屬長沙勘察設(shè)計研究院有限公司，湖南 長沙 410117；2.湖南省礦山安全智能化監(jiān)控技術(shù)與裝備工程技術(shù)研究中心，湖南 長沙 410117)

0 引言

作為金屬冶煉廢棄物的堆存設(shè)施，排泥庫是礦山企業(yè)堆存生產(chǎn)過程中產(chǎn)生的泥漿的主要場所，也是金屬或非金屬礦山的重大危險源[1]。排泥庫里面的泥漿含有多種重金屬離子，一旦發(fā)生泄漏事故，泥漿可能會進(jìn)入周邊環(huán)境，給人民群眾的生產(chǎn)和生活帶來威脅，甚至還可能污染地下水，破壞生態(tài)環(huán)境[2]。土工布是一種防滲材料，由于其具有抗拉強度高、防滲性能好、變形能力強、質(zhì)量輕、施工方便、造價低等優(yōu)點，被廣泛應(yīng)用于排泥庫作為防滲材料。為了防止泥漿泄漏，排泥庫四周鋪掛土工布應(yīng)及時，土工布的高度應(yīng)始終高于泥漿面2～3 m[3]，同時需要定時巡檢土工布，在發(fā)現(xiàn)土工布高度過低時及時修補[4]。目前主要通過人工巡檢方式對排泥庫土工布進(jìn)行巡檢，巡檢人員需乘船繞行土工布進(jìn)行巡視，不僅作業(yè)效率低，還存在較高的安全風(fēng)險。

為了克服人工巡檢存在的不足，相關(guān)技術(shù)人員已經(jīng)開始研究使用無人機對排泥庫進(jìn)行航測巡檢[5]，無人機搭載可見光相機拍攝高清的排泥庫影像，通過解譯正射影像和實景三維模型，評價庫區(qū)安全情況，確定庫區(qū)存在的安全隱患。無人機巡檢作業(yè)方法有效降低了人工巡檢的作業(yè)強度，為排泥庫土工布巡檢提供了新思路。

本文針對排泥庫土工布人工巡檢的不足，基于無人機傾斜攝影生成的加密彩色三維點云，設(shè)計了一種土工布中心線自動提取方法，包含土工布點云識別和中心線計算兩部分。首先從三維點云中識別出土工布點云，在嚴(yán)苛的顏色特征閾值條件下篩選出白色的點云，并計算出土工布點云分布的高程區(qū)間作為高程特征閾值條件，綜合顏色特征和高程特征識別土工布點云；然后將提取好的土工布點云數(shù)據(jù)轉(zhuǎn)換為二值圖像，采用改進(jìn)的Zhang-Suen算法[6]提取土工布骨架；最后刪除骨架上的毛刺獲取干凈的土工布中心線數(shù)據(jù)。

1 土工布點云識別方法

無人機傾斜攝影后通過三維重建能夠生成密集的彩色三維點云數(shù)據(jù)，每一個三維點都有X、Y、Z、R、G、B屬性信息，其中X、Y、Z為點云的空間坐標(biāo)，R、G、B分別表示點云的顏色信息，分別表示紅、綠、藍(lán)。土工布是白色且?guī)瞽h(huán)繞排泥庫水線邊緣，因此，本文通過顏色特征和高程特征將土工布點云從整個排泥庫的點云中提取出來[7]，具體步驟為：

1)點云數(shù)據(jù)分塊處理。若點云的坐標(biāo)系為地理坐標(biāo)系(經(jīng)緯度)，則將其轉(zhuǎn)換為投影坐標(biāo)系(即平面坐標(biāo)系)；然后對點云數(shù)據(jù)進(jìn)行分塊處理，以提高后續(xù)計算的速度。

2)直方圖正規(guī)化處理。對分塊后的點云數(shù)據(jù)的R、G、B三個通道進(jìn)行直方圖正規(guī)化處理，以減弱光照等條件對點云顏色信息的影響，處理后的點云數(shù)據(jù)記為OriginPt。設(shè)輸入點云R通道值范圍為[Rmin，Rmax]、G通道值范圍為[Gmin，Gmax]、B通道值范圍為[Bmin，Bmax]，輸出R、G、B三個通道值范圍均為[Omin，Omax]，輸入點云Pi為[Ri，Gi，Bi]，輸出點云P為[R，G，B]，計算公式如下：

(1)

3)初步篩選。根據(jù)顏色特征對點云進(jìn)行初步篩選，土工布的顏色是白色的，使用式(2)作為閾值條件，其中E(R，G，B)表示顏色的均值、σ(R，G，B)為顏色值的標(biāo)準(zhǔn)差，e1和μ分別為顏色均值閾值和顏色標(biāo)準(zhǔn)差閾值，保留滿足閾值條件的點云。

(2)

5)二次篩選。對OriginPt進(jìn)行二次篩選，使用式(3)作為判斷條件，其中e2為二次篩選的顏色均值閾值，保留滿足閾值的點云。此時的顏色判斷條件與初步篩選不同，不再使用顏色值的標(biāo)準(zhǔn)差作為判斷條件，以消除陰影等環(huán)境因素對土工布點云色彩的影響。

(3)

式中：“∧”表示邏輯與。

6)去噪處理。二次篩選獲得的點云絕大多數(shù)都是土工布點云，但是也混雜有少量噪聲，使用DBSCAN算法對點云進(jìn)行聚類，刪除噪聲點。

2 土工布中心線提取方法

使用上述方法提取出來的土工布點云，將其轉(zhuǎn)化為二值圖像，然后依次進(jìn)行形態(tài)學(xué)運算、提取骨架、剔除毛刺等操作，能夠自動提取出土工布中心線，具體步驟為：

1)點云轉(zhuǎn)化為二值圖像。具體方法如下：a)計算土工布點云的平面四至點坐標(biāo)，左上點(xmin，ymin)、右上點(xmax，ymin)、左下點(xmin，ymax)、右下點(xmax，ymax)；b)設(shè)置圖像網(wǎng)格邊長pixelSize，初始化二值圖像，圖像的尺寸大小由式(4)確定，圖像所有像素點的像素值設(shè)為0；c)遍歷所有的土工布點云，計算其對應(yīng)的像素坐標(biāo)，將對應(yīng)像素點的像素值設(shè)為1。

(4)

2)進(jìn)行形態(tài)學(xué)運算。先進(jìn)行閉運算，填補由于土工布點云密度不均勻造成的空洞；然后進(jìn)行開運算，消除圖像里面小顆粒噪聲。

3)土工布骨架提取。使用改進(jìn)的Zhang-Suen算法提取骨架，具體方法如下：a)遍歷所有值為1的像素，標(biāo)記滿足式(5)所有條件的像素點，并將被標(biāo)記的像素點刪除；b)遍歷所有值為1的像素，標(biāo)記滿足式(6)所有條件的像素點，并將被標(biāo)記的像素點刪除；c)循環(huán)執(zhí)行a)和b)，直到兩個循環(huán)步驟中都沒有像素被標(biāo)記為刪除為止；d)遍歷所有值為1的像素，標(biāo)記滿足式(7)中任一條件的像素點，并將被標(biāo)記的像素點刪除。

(5)

(6)

(7)

式中：P1表示像素值為1的像素點；A(P1)表示P1的8個鄰域P2，P3，…，P9像素值非零(即1)的個數(shù)；B(P1)表示以P2～P3，P3～P4，…，P9～P2為序時，這些點的像素值出現(xiàn)0→1變化的累計次數(shù)。

像素的分布如圖1所示。

圖1 像素鄰域圖

4)刪除骨架上的毛刺。由于土工布有一定寬度且邊緣不光滑，經(jīng)過細(xì)化算法提取的骨架會有很多細(xì)小的毛刺。圖2顯示了一段提取出來的土工布骨架，圖上的實心點為“端點”、空心點為“交點”。刪除毛刺后即可獲得正確的土工布中心線，具體方法如下：a)計算端點和交點的數(shù)量，如果端點的數(shù)量大于2或交點的數(shù)量大于0，執(zhí)行b)和c)，否則停止算法，完成毛刺刪除；b)執(zhí)行計算過程：i)遍歷所有“端點”-“端點”的線段，記錄線段的坐標(biāo)序列Linei{q1,q2,…,qm}，其中，q1、qm為“端點”，計算此線段對應(yīng)的長度lenLinei；ii)遍歷所有“端點”-“交點”的線段，記錄線段的坐標(biāo)序列Segi{q1,q2,…，qm}，其中，q1為“端點”，qm為“交點”，計算此線段對應(yīng)的長度lenSegi；c)執(zhí)行刪除過程：i)對所有“端點”-“端點”的線段，保留lenLine值最大的Line，刪除其他線段；ii)對于所有“端點”-“交點”的線段，如果某一個交點對應(yīng)多個端點(≥2)時，刪除此交點對應(yīng)的線段中l(wèi)enSeg值最小的Seg。

圖2 骨架圖

3 實驗分析

3.1 實驗數(shù)據(jù)

本文實驗區(qū)域為廣西某鋁土礦排泥庫，采用大疆精靈4 RTK無人機對排泥庫進(jìn)行傾斜攝影，相機影像傳感器為1英寸CMOS，有效像素2 000萬。傾斜攝影后使用ContextCapture軟件進(jìn)行三維重建，獲取排泥庫周邊的彩色三維點云，點云坐標(biāo)系為投影坐標(biāo)系(平面坐標(biāo)系)，本文以此數(shù)據(jù)進(jìn)行實驗。

圖3為實驗區(qū)點云的整體圖和局部放大圖，包含植被、道路、水體、土工布等豐富的地物信息。

圖3 實驗區(qū)點云

3.2 土工布中心線提取

首先對原始點云數(shù)據(jù)進(jìn)行分塊并對顏色進(jìn)行直方圖正規(guī)化處理，輸出R、G、B三個通道值范圍均為[0，255]。然后根據(jù)顏色信息進(jìn)行初步篩選，其中e1取值范圍為[200，240]，μ的取值范圍為[2，15]。在獲取土工布高程區(qū)間[Zmin，Zmax]后進(jìn)行二次篩選，e2的取值范圍為[120，200]，初步篩選和二次篩選的點云見圖4。最后使用DBSCAN進(jìn)行去噪，掃描半徑eps=0.4 m，最小包含點數(shù)minPts=8，去噪效果見圖5。

圖4 土工布點云提取結(jié)果

圖5 土工布點云去噪效果圖

使用提取好的土工布點云數(shù)據(jù)，將其網(wǎng)格化后轉(zhuǎn)化為二值圖像，圖像網(wǎng)格邊長pixelSize大小為0.1 m。隨后對二值圖像依次進(jìn)行閉運算和開運算，使用的卷積核為矩形，卷積核的尺寸為(5，5)。然后使用改進(jìn)的Zhang-Suen算法提取骨架，并對骨架上的毛刺進(jìn)行刪除，從而得到土工布中心線，如圖6所示。

圖6 土工布中心線

4 結(jié)束語

本文基于無人機傾斜攝影三維重建生成的彩色三維點云數(shù)據(jù)，提出了一種排泥庫土工布中心線自動提取方法。此方法能夠從三維點云中識別出土工布點云，并自動生成土工布中心線，土工布點云提取和中心線識別的精度高、速度快，并且能夠有效克服陰影等環(huán)境因素的不利影響，為后續(xù)計算土工布高度、提取水岸線、識別土工布破損等提供數(shù)據(jù)支撐，對于提高排泥庫安全巡檢的信息化、自動化水平具有積極意義。