基于點云數據的危巖體表面線狀特征提取方法

李俊寶 陳良良

(1. 河南測繪職業學院, 河南 鄭州 450000; 2. 中陜核工業集團測繪院有限公司, 陜西 西安 710038)

0 引言

我國是地質災害頻發的國家之一,近些年山體滑坡、巖體崩塌等地質災害時常發生,其中高大、危險的巖體一旦崩塌會造成較大的損失,由于危巖體的特點,用傳統的變形監測方法難以進行有效的監測。三維激光掃描技術具有非接觸、高精度、高分辨率等優點、逐漸應用在滑坡體、危巖體等變形監測中,能夠得到很好的效果[1]。三維激光掃描技術采集得到的數據稱作“點云”,在以點云數據為數據源的危巖體的變形監測中,目前主要采用的方法有點云對點云比較、點云與模型間比較、點云構建的數字高程模型(Digital Elevation Model, DEM)間的比較[2],這些方法都是以巖體的整體作為監測的對象,得到的形變量是沿著某一方向的,而實際巖體的形變并不是沿著確定的一個方向。

由于危巖體在各種因素的影響下其表面會產生裂縫,在內外力作用下裂縫會逐漸變大進而使巖體開裂發生崩塌,危巖體表面的裂縫是一種線性特征,可以將其提取出來進行三維對比分析,進而得到形變量。

1 危巖體數據獲取與預處理

1.1 數據采集

本文中的實驗對象是位于重慶市武隆區某地的危巖體,它是在20世紀90年代初部分巖體崩塌之后形成的,地形較為陡峭、巖體較為破碎,巖體表面裂縫較多,線性特征較為明顯。本次數據采集使用的設備是Leica公司的HDS8800,它是一種超長測程地面三維激光掃描測量系統,能在1 400 m距離掃描到巖體表面,掃描速度快,非常適合危巖體的掃描測量。

根據危巖體的位置、測區范圍、周邊環境、掃描儀的性能,在距危巖體一定距離處選取并埋設混凝土觀測墩,作為固定觀測點。由于所采用的HDS8800三維激光掃描儀掃描距離遠、掃描范圍大,而該危巖體的分布范圍不大,因此在固定點上架設一站即可完成掃描、無須搬站、所采集的數據也無須拼接。根據變形監測規范要求,用同樣的方法在同一位置使用同一款三維激光掃描儀器,根據危巖體的特點、項目要求等分三期次采集危巖體的點云數據。綜合考慮掃描距離、掃描速度、精度要求等,設置的采樣點的間隔約為8 cm,采集得到危巖體點云數據。

1.2 點云數據預處理

外業采集到的點云數據需要先進行預處理,預處理后的數據才能進行后續的工作,預處理流程為點云去噪、數據拼接、參考系歸一、數據簡化等。

依照點云數據預處理流程,將采集得到的各期點云數據導入到Leica點云數據后處理軟件Cyclone中,分別對三期實驗數據進行處理,詳細操作步驟如下:

(1)對一、二、三期點云數據分別進行去噪處理,一般采用人機交互的方式去噪;

(2)去噪完成后,對一、二、三期點云數據進行粗配準,本例以一期點云數據為參考基準,將二、三期點云數據都配準到一期數據上,這樣三期點云數據都在同一坐標系統下;

(3)由于危巖體表面裂縫較多,獲取的點云數據也較多,數據量比較大,因此可選擇幾條比較顯著的裂縫作為研究對象。在危巖體點云數據中選擇裁剪一塊數據,命名為A,A區域是一條沿危巖體表面橫向的裂縫,然后分別對三期數據中同一塊區域進行裁剪,然后使用迭代最近點法[3]方法進行精確配準。

2 危巖體表面深度影像生成

由于三維激光掃描技術獲取的點云數據是離散的數據,而且本身不具有屬性信息,也不存在拓撲關系,為了提取危巖體表面特征線,需要先將點云數據轉換成柵格圖形,再利用數字圖像處理技術進行提取[4]。點云數據轉換成柵格圖形(深度影像)有以下幾個操作流程。

2.1 點云數據坐標旋轉變換

由于三維激光掃描儀獲取的數據是儀器內部自定義的坐標系統,其坐標原點位于激光發射處,X軸位于橫向掃描平面內,同時Y軸也在橫向掃描平面內并與X軸垂直,Z軸位于豎向掃描平面內,并且X、Y、Z構成右手坐標系。

在實際的掃描中,并不能保證掃描的立面垂直于激光掃描儀橫向掃描面內的坐標軸(X軸或Y軸)。因此,當使用點云數據構建掃描立面的表面模型時,需要首先對旋轉點云數據[5],從而使立面垂直于橫向掃描面內的某一坐標軸,并且通過式(1)進行旋轉。此次掃描得到的危巖體點云數據是一個立面,大致垂直于橫向掃描平面,因此需要先進行旋轉,使其完全垂直橫向掃描平面;在構建起表面模型時,為了符合常規表達方式,還需要對坐標系進行變換,將原坐標系中Y軸與Z軸對換。

(1)

2.2 點云數據內插

將點云數據進行預處理及旋轉變換后,就可以對其進行內插生成規則格網,內插過程一般為:對于給定的平面坐標點P(x,y),把該點鄰近的已知點作為參考點,進而求得P點值[6]。內插的方法有很多種,常用的有自然鄰點插值法、克里金插值法等,考慮到需要獲得危巖體表面細節特征以及后續數據處理,本文采用克里金(Kriging)插值法得到區域表面模型。

2.3 深度影像的生成

對通過克里金插值生成的相關區域的表面模型進行灰度量化,在量化的過程中按照格網網點Z值大小進行,最后生成深度影像。

具體生成的算法流程如下:

(1)搜索通過內插得到的所有規則格網點,得到Z值的最大值Zmax和最小值Zmin;

(2)根據公式(2)對每個點高程值Gi進行量化,得到每個點的像素灰度值;

(3)將規則格網數據的三維坐標中的X和Y值轉化成深度影像的二維坐標U和V,并且使坐標點與像素點要一一對應。

(2)

其中,Gi表示規則格網點對應的灰度值,Zi表示規則格網點對應的高程值。

3 危巖體表面線狀特征提取

點云數據特征提取主要有三種方法,即基于離散點的特征提取方法、基于掃描線的特征提取方法、基于深度影像的特征提取方法[7]。考慮到危巖體的點云數據量大,危巖體表面不規則、幾何特性不明確及現有特征提取方法,本文采用基于深度影像的特征提取方法。

3.1 深度影像特征提取算法

物體的邊緣特征在圖像上顯示為灰度的不連續性,因此在提取時要先檢測灰度的不連續性,然后連接不連續的邊緣像素點形成完整的邊緣界線。邊緣檢測算子可以檢測出邊緣特征,并將其提取出來。常用的邊緣檢測算子有Roberts算子、Sobel算子、Prewitt算子、Laplaction算子、Canny算子,其中前四種檢測算子雖然簡單易行,但由于對噪聲較為敏感,檢測的邊緣不夠精細。Canny算子是一種基于最優化算法的邊緣檢測算子,具有很好的高信噪比和檢測精度[8-9],具體實現過程如下所示:

(1)利用高斯濾波器進行圖形的平滑處理;

(2)計算梯度的幅值和方向;

(3)梯度幅值的非極大抑制;

(4)雙閾值算法跟蹤邊緣。

雖然Canny算子也存在諸如平滑噪聲能力與高斯濾波器參數選擇相矛盾、梯度值的選擇依賴于人工等缺點,但仍是數字圖像處理中常用的邊緣檢測方法。

3.2 基于Canny算子的深度影像特征提取

本文使用Matlab編程語言利用Canny算法對危巖體表面的深度影像進行特征提取, 由于Canny算子本身的缺點,使得提取的某些特征線會存在間斷的問題,因此還需要使用Matlab編程將這些間斷的特征線連接起來,生成連續的特征線,如圖1所示。

圖1 提取出的多條特征線

一個區域的深度影像提取完成后會生成多條特征線,還需要選擇某一條特征線并提取出來,以便后續處理分析。

3.3 線狀特征對應的三維坐標計算

危巖體深度影像特征線提取完成之后,需要把特征線對應的坐標提取出來,才能進行后續形變分析計算。根據深度圖像的生成過程,可知深度圖像中每一個像素點[i,j]對應規則格網數據中的每一個三維坐標點P[i,j](X,Y,Z)[10],因此在深度圖像中選擇提取出某一條特征線時,就可以得到該特征線在圖像中的位置{[i1,j1],[i2,j2],......[in,jn]},進而得到其在格網數據中對應點三維坐標集合{P(X1,Y1,Z1),P(X2,Y2,Z2),......P(Xn,Yn,Zn)}。

提取的特征線共有198個像素點,與其對應的部分三維坐標見表1所示。

表1 像素點與其對應的三維坐標 單位：m

4 結束語

利用三維激光掃描技術和數字圖像處理技術,結合具體變形監測項目采用Canny算子,利用Matlab編程語言可以提取出危巖體表面特征線,并提取出與特征線對應的三維坐標,為后面的危巖體的形變分析提供數據支撐,該方法具有一定的可行性,為危巖體的變形監測方法提供了一種嘗試,具有一定的參考意義。