謝賢勝
摘要:隨著基于普通單反數碼相機和多基線近景攝影測量理論的日臻成熟,其應用于滑坡等地質災害動態監測的優勢愈發顯現。然而,目前的這些技術仍然無法完美解決植被部分或零星覆蓋下的滑坡自動化監測問題。本文基于多基線近景攝影測量技術,研究基于視覺認知特征和多視立體輔助的植被自動檢測算法、以及基于局部形變趨勢一致性的誤檢測評估算法等,主要解決的是植被對自動化匹配的干擾和滑坡形變區域誤檢測問題,從而為解決植被覆蓋下的滑坡自動化提供有益思路。
關鍵詞:多基線;近景攝影測量;滑坡監測;植被覆蓋
中圖分類號:P234.1 文獻標識碼:A 文章編號:1007-9416(2018)05-0075-02
近年來,隨著普通單反數碼相機的普及、相機標定技術以及多基線攝影測量理論的發展和應用,基于多基線的近景攝影測量,被廣泛應用于滑坡等地質災害動態監測中。但對于植被局部或零星分布的滑坡體而言,近景影像自動化匹配會受到植被的嚴重影響,即便是經過植被區域剔除、點云濾波算法等處理,最終的形變監測結果也不可避免地存在誤差。因此,如何有效解決近景影像植被自動檢測和形變區域誤檢測評估,成為研發完善的基于多基線近景攝影測量的滑坡自動化監測系統的關鍵性一步。
1 問題導向
1.1 近景影像植被自動檢測
(1)植被在不同生長周期的影像上會有高度的變化,同時會隨風搖擺偏離其中心位置,這些都會引起實際監測中的匹配錯誤,影響實際監測效果。再者,相對于航空或衛星遙感影像而言,近景影像一般都具有較高的空間分辨率和較大的視角差異。它直接導致近景影像內部不同地物的色彩、亮度等特征都表現出明顯的差異,甚至在同一株植被內部不同的區域也有明顯的區別。因而只有處理好植被區域的縫隙、斑塊及枯萎部分,使之成為一個相對完整的區域,才能達到人們正常的視覺感官效果。
(2)單幅近景影像一般通過RGB模型來表現,沒有遙感影像那么多的波段數據,許多遙感植被提取方法不再適用(如歸一化植被指數NDVI),只能通過R、G、B三個通道提供的信息來進行分析處理。因此,如何建立近景影像植被特征描述方法是解決該問題的關鍵。
1.2 誤檢測形變區域自動評估
滑坡體形變區域的檢測誤差主要來源是滑坡體發生前后參與比對的DEM誤差,這些誤差可能包括植被剔除殘余、點云描述的模型精度不足、DSM點匹配誤差、DSM模型描述誤差、DEM采樣誤差等。通常情況下,我們很難對這些誤差進行一一區分和檢測。要想提高監測精度和可靠性,就必須對誤檢測形變區域進行合理數據校正。如何找到滑坡形變規律與這些誤差之間的關系成為關鍵所在。
2 擬解決技術方法
2.1 基于視覺認知特征和多視立體輔助的植被自動檢測
為接近人的正常視覺感官效果,可以根據植被在可見光波段呈現綠色調的視覺特征,建立基于視覺認知特征的植被區域自動提取模型。即在輸入圖像中人工選取植被的代表區域,計算植被的特征參數,以此作為人眼對植被視覺認知進行導入;然后,對圖像進行一系列的數學變換(如RGB空間到HIS空間變換、特征圖像變換、特征圖像融合等),突出植被與非植被類別之間的差別;最后根據植被樣區的特征參數形成決策函數,提取出植被區域。
為實現植被快速檢測,可通過空中三角測量技術恢復多視影像的立體關系。通過多視立體關系映射到其它影像中,輔助其它影像進行植被檢測。多視立體輔助有助于減少不同影像之間色彩、亮度和變形差異引起的植被漏檢誤檢問題,如圖1所示。
2.2 基于局部形變趨勢一致性的誤檢測評估算法
一般情況下,植被區域內和植被區域邊緣處的誤檢測可能性較大,而點云多視同名光線交會精度和正確交會比率低的誤檢測可能性同樣較大。換言之,可靠性高的形變區域應為非植被區域,并且是對應DSM中多視同名點交會精度和可靠性比較高的區域。另外,根據地質專家經驗及以往滑坡體形變規律判斷,滑坡發生前后該局部區域的DSM點形變趨勢具有極高相似性。故我們可以基于局部一致性原理進行誤檢測評估,具體如下:
采用滑坡發生前后兩幅影像(具有時間差和形變發生的立體影像)在該局部區域的匹配點視差值進行判斷;對于DSM空缺的區域(模型描述精度不足),應重點檢測;根據多視點云匹配可靠性、植被檢測結果、點云位移趨勢一致性分析等,綜合對滑坡監測結果進行分級評估,最終根據評估結果定位誤檢測區域及可能誤檢測區域。
3 結語
在基于普通單反數碼相機和多基線攝影測量的理論基礎上,本文提出基于視覺認知特征和多視立體輔助的植被自動檢測算法和基于局部形變趨勢一致性的誤檢測評估算法,能有效地自動檢測近景影像中植被覆蓋區域,以及使采樣出來的DEM較為精確描述滑坡體的實際模型,從而使形變區域檢測的實際精度更高,進一步提升解決植被覆蓋下的滑坡自動化監測問題的能力。
參考文獻
[1]高昭良.基于多基線數字近景攝影測量的滑坡監測系統研究[J].城市勘測,2015,(2):5-8.
[2]張作昌.基于多基線近景攝影測量技術的館藏銅鼓三維重建[J].湘潭大學自然科學學報,2017,39(1):119-122.
[3]詹總謙.滑坡誤檢測形變區域定位與分析[J].測繪地理信息,2016,41(4):62-64.
[4]B.K.Cahyono. Generating 3D Model of Instable Open Slope Area from 2D Photographs using Commercial Pocket Camera. ICCBT 2008, E(28): pp335-348.