露天礦邊坡影像三維重建技術

劉 軍 王 鶴 李 峰 劉小陽

(1.防災科技學院防災工程系，河北 燕郊 101601;2.防災科技學院地震科學系，河北 燕郊 101601)

露天礦邊坡影像三維重建技術

劉 軍1王 鶴2李 峰1劉小陽1

(1.防災科技學院防災工程系，河北 燕郊 101601;2.防災科技學院地震科學系，河北 燕郊 101601)

針對邊坡穩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。該方法利用普通數碼相機獲取露天礦邊坡序列影像，基于運動恢復結構(SfM)和多視圖立體視覺(MVS)算法,生成了稠密三維點云；通過構建不規則三角網和紋理映射，制作了邊坡數字表面模型。試驗結果表明：重建模型可全面表達露天礦邊坡整體形態和局部細節特征，為有效評價邊坡穩定性提供了科學依據；該技術具有成本低、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變形監測。

露天礦 邊坡 運動恢復結構 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，邊坡的穩定性問題會給礦山的安全生產帶來隱患。因此，實時動態監測邊坡穩定性，研究其發育機理和變化趨勢，提出邊坡工程防治措施，對礦區生產建設服務具有重要的現實意義[1]。而邊坡穩定性評價的前提是邊坡體三維建模與可視化表達，以便正確描述其復雜的空間幾何結構，及時全面掌握時空動態演變規律[2]。

目前，常規的邊坡三維建模所需監測數據獲取手段如全站儀、水準儀、全球導航定位系統(GNSS)等，都是一種“單點式”的數據采集方式，布置缺乏合理性且監測點數目相對稀少，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)技術可以克服以上問題，但因其設備笨重且價格昂貴，無法普及推廣。近年來，隨著計算機視覺領域中特征點提取和影像匹配理論[3]、運動恢復結構(SfM)[4-5]算法以及多視圖立體視覺算法(MVS)[6]等新技術的不斷完善，基于影像的三維重建技術有了突破性進展。目前，國內外已有研究人員嘗試將立體視覺方法應用于無人機地形測繪[7]、露天礦攝影測量[2]、環境動態監測[8-9]、考古保護[10]等研究領域。本研究利用便攜式非量測相機拍攝多視角、重疊影像，結合計算機立體視覺原理，實現了露天礦邊坡全自動三維建模，為露天礦邊坡穩定性評價奠定了基礎。

1 露天礦邊坡影像數據獲取

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

傳統攝影測量方法在獲取空間三維幾何信息時，需要具備專業的影像獲取和數據處理技術。而計算機視覺領域中出現的運動恢復結構(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

運動恢復結構算法是指從二維影像匹配恢復攝像機運動參數和場景三維結構信息的方法。目前，該領域最具代表性和影響力工作的當屬Snavely等發布的Photo tourism system[4]，其核心部分是Bundler系統。由于該系統具有全自動和魯棒性等特點，微軟公司以此技術推出了Internet 網絡社區圖像重建商業化軟件Photosynth。

SfM算法的關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取；其次，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，假設待求相機參數和空間點坐標分別為

和

定義誤差函數為重投影誤差的平方和，則目標函數可寫成

(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獲取相機參數基礎上，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、直觀地表達復雜的邊坡體整體形態和局部細節，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，對三維點云進行網格化處理，生成了不規則三角網(TIN)(如圖3)并進行紋理映射(如圖4)。這些試驗結果為建立邊坡監測模型以及有效評價邊坡穩定性提供了有力支持。

圖2 露天礦邊坡影像三維重建結果

圖3 邊坡不規則三角網模型

圖4 邊坡紋理映射模型

3 結 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，通過三維點云網格化處理和紋理映射制作了更加逼真的邊坡數字表面模型。試驗表明，該方法生成的三維模型可清晰表達邊坡體復雜的空間幾何結構和局部細節特征，為有效評價邊坡穩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非常適合存在潛在隱患的露天礦邊坡變形監測數據獲取。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。如果事先在測區周圍布設地面控制點(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換到國家或地方統一坐標系下，為后續模型精度評估及其應用打下基礎。

[1] 王建民,張 錦,鄧增兵,等.時空Kriging插值在邊坡變形監測中的應用[J].煤炭學報,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[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