基于南京“慧眼守土”的三維礦山動態監測應用研究

徐蘇維，唐 華，楊 彪

(1.南京市國土資源信息中心，江蘇 南京 210005;2.河海大學，江蘇 南京 210005)

2017年，南京市啟動“慧眼守土”項目建設，搭建了“慧眼守土”視頻監管平臺，在全市得到廣泛應用。2020年，圍繞自然資源部“提升國土空間治理能力，優化國土空間開發格局，促進資源節約利用，全面提升自然資源社會化服務水平”的指導思想[1]，南京市規劃和自然資源局在自然資源監管領域不斷深化“慧眼守土”綜合動態智能監管平臺的應用，為更好的履行好自然資源高效監管職責，在土地開發利用過程的監管基礎上，加強對礦產資源的準確、實時、高效、智能的動態監測，最大限度減少礦山偷盜采等現象的發生。

1 “慧眼守土”平臺

1.1 總體架構

“慧眼守土”視頻監管平臺，以通信基站為基礎搭建視頻監控網絡體系，通過專線實現視頻信號接入到市規劃和自然資源局政務網，同時對現有國土資源“一張圖”建設成果進行升級改造，實現基于地圖的實時視頻瀏覽及業務應用。以視頻監控為主要載體，通過監控探頭的坐標、高度、角度實現項目地塊精準化視頻監控；通過具體項目的預設位，實現項目全過程的視頻拍照取證監控[2-3]；與國土審批、監管、執法監察等業務深度結合，充分挖掘視頻監控在國土行業的應用潛力。考慮到內網保密要求，平臺及存儲設備匯聚在運營商機房，通過光纖專線實現視頻信號到國土資源政務內網的接入，通過網閘、防火墻等安全設備后，再接入核心交換機。分局及國土所采用移動光纖連接，用于承載監控視頻數據調用，與國土現有專網隔離，互不影響，也為現有專網線路起到備份作用。

1.2 技術路線及關鍵技術

1.2.1 技術路線

依據“慧眼守土”視頻監控網絡體系，如圖1所示，深化自然資源“一張圖”及電子政務業務審批應用模式，實現業務審批“實地化”審查。過去，業務人員只能使用“一張圖”系統的靜態圖斑輔助業務審批，現在以監控探頭為主要載體，遠程實時獲取動態視頻資源，保證了數據的現勢性，實現項目審批業務的視頻監控監管“落地化”管理[4]，如圖2所示，達到以地找視頻，以視頻找地的效果。

圖1 視頻監控網絡體系

圖2 借助可視域實現視頻和地圖的互操作

(1)以地找視頻

在一張圖與視頻結合的基礎上，通過點擊任意圖斑能夠快速地調出相應的視頻信息，獲得該地塊的實時視頻畫面。

(2)以視頻找地

通過視頻瀏覽能夠快速地在一張圖上進行圖斑定位，查詢該地塊的地類、報批、供地、規劃等相關屬性信息。

1.2.2 關鍵技術

(1)天地網一體化動態融合：通過給無人機安裝高清攝像機，結合衛星測繪遙感數據，以及地面基站鐵塔上的高清攝像機畫面，依托運營商網絡實時回傳至后臺數據庫，通過AI等一系列智能處理手段，將違法現象證據留存，實現天地網一體化動態融合[5]。

(2)無人機攝影準實時三維實景精細建模：結合無人機攝影測量技術，研究大比例尺地形測繪無人機影像數據采集方法；研究高精度、高效的無人機影像處理方法，建立面向大比例尺地形測繪的無人機影像處理技術流程[6]。

(3)與“一張圖”系統集成融合：實現國土圖斑與視頻影像資料的雙向查詢、準確定位、變化檢測、預警、數據更新，提升地類規劃、報批、供地、供后跟蹤、執法等業務審批效率。

(4)智能分析比對：通過多方位定時拍照手段挖掘視頻監控技術。系統設計兩處定時拍照，一是在開啟多方位拍照功能的前提下每個監測點攝像頭分別在上午11點和下午2點轉至八個方位各拍攝一張照片；二是關聯項目詳情的攝像頭，可手動設置拍照時間和拍照位置。系統將自動拍攝的照片形成基于時間軸的成果展示，方便追溯土地利用的變化情況，跟蹤項目用地開工進展，為土地違法案件提供取證依據。通過智能識別手段深度分析監控成果。借助人工智能、大數據等技術手段對定時拍攝的照片進行處理，自動比對篩選出疑似違法用地的照片，用戶結合推送照片和實時視頻信息、“一張圖”土地利用現狀圖層等其他信息進行綜合分析判斷，明確系統檢測正誤[7]。

2 礦山監測監管應用場景

目前基于“慧眼守土”平臺普通攝像頭來監測礦山，如圖3所示，存在監測不清、不能實時監管礦山儲量變化等問題[8]，通過研究三維遠程自動化監測方法，在礦區不同位置安裝兩臺高清攝像頭。根據攝影測量交會定點原理，通過自動化控制，定期采集礦山視頻影像，提供固定式、粗放式的日常管理和地點精準、信息準確、時效及時的預警報警，實現視頻威懾、證據留存。同時結合礦山原始地形資料和設計圖，自動計算、分析礦山儲量變化；將監測成果存入礦山數據庫，實現面域、無人值守、全自動化遠程監測，滿足礦山動態監管、儲量檢測、網絡化管理的要求。

圖3 “慧眼守土”攝像頭疊加一張圖礦產管理數據

2.1 技術路線

在礦區安裝高清攝像頭，實時采集礦山視頻影像，通過4G無線傳輸網絡將視頻影像自動傳輸到監測中心服務器，基于攝影測量原理對視頻關鍵幀時序影像進行量測化處理，重建礦區多時相三維立體模型，自動計算、分析礦山儲量變化。技術路線如圖4所示。重點研究新方法中的視頻影像量測化處理關鍵技術：

圖4 技術路線

(1)實現攝像機亞像素級現場精確標定，保證視頻監測影像的可量測化精度；

(2)解決無控制點的影像高精度自動定向問題，實現視頻時序影像厘米級相對定位精度；

(3)克服影像仿射變形、遮擋、噪聲等影響，實現視頻影像的稠密匹配，滿足場景稠密三維重建的要求；

(4)與國土資源“一張圖”集成，實現監測結果的在線發布、監測數據與成果的信息化管理。

2.2 數據采集

以南京市棲霞江南小野田水泥有限公司棲霞烏龜山礦為監測對象，如圖5所示，通過布設500萬像素高清攝像機實時采集數據，具備人臉檢測、區域入侵檢測、越界檢測、進入區域、離開區域、徘徊、人員聚集、場景變更、虛焦偵測、音頻異常檢測等功能。

圖5 棲霞江南小野田烏龜山露采礦山立體監測

2.3 數據處理關鍵技術

2.3.1 雙相機模型現場高精度標定方法

本文采用高精度的Luca Lucchese模型作為數碼相機畸變改正模型。該模型考慮徑向、切向畸變差，并保留了高階畸變系數，對各種鏡頭畸變差模精度可達到0.1像元以內的高精度。同時，本文采用抗相關的攝像機精確標定方法，即將畸變系數和內方位元素分別在二維和三維控制場中進行檢校，可以有效減弱未知參數之間相關性的影響，對各種數碼相機標定的實際精度可達到0.1～0.2像素以內。此外，該方法所使用的三維控制場對于物方控制點的空間點位分布要求略低于光束法，控制點可以分布于一個近似平面上。算法原理是依據平面控制場與像片的透視變換關系求解畸變系數，利用求得的畸變系數對三維控制場各控制點的像方坐標進行畸變差改正，然后代入共線方程平差解算內方位元素。

2.3.2 無控制點的自由網光束法時序影像定向

影像定向的目的是重構物像空間相對位置和姿態參數，為礦山地形三維重建提供基本參數，其精度也是決定監測精度的主要因素之一。現有的攝影測量監測定向方法都依賴于嚴格的物方控制或像方控制，否則時序監測中三維重建的場景無法配準到同一歐氏空間參考系，使監測結果因缺乏統一的基準而無法計算分析。然而，礦山遠程監測時序影像定向存在特殊性，一是物方受開挖影響存在整體或局部形變，固定的物方控制模式不適宜；二是受風力、溫度等影響，相機的位置和姿態存在一定程度的擾動，難以保持嚴格固定，抵觸了像方控制“一勞永逸”的優勢。在這種物方控制和像方控制都失效的情形下，時序影像定向因缺乏統一的基準而成為一個獨立坐標系自由網空間定位與配準難題。考慮到時序監測采用固定攝影裝置，相機位置和姿態變化范圍有限，擬采用前期影像的定向結果作為先驗知識來約束后期影像的定向，改善平差結果，提高數據處理的精度。對于首期監測(相機現場安裝時)，先通過尺度空間特征點提取、描述、匹配、優選，獲取魯棒定向點，再基于控制點或者其它高精度空間參考目標，依次通過嚴格的相對定向、概略絕對定向，獲取影像的概略外方位和定向點物方坐標，再通過光束法平差，精確標定相機外參數初值。

2.3.3 寬基線傾斜攝影密集匹配方法

一是多原則、多策略、多層次影像匹配新方法，通過構建視差約束、極幾何約束、整體一致性約束等多原則匹配策略與誤匹配剔除方法，以及分階匹配加密與精化，解決影像魯棒稠密匹配難題；二是匹配時序傳播：充分利用視頻監控的大量冗余影像，提高匹配的可靠性。

2.3.4 儲量計算分析與預警方法

為計算礦山動用儲量，建立礦山采區多時相數字高程模型(DEM)：(1)將礦山開采前的柵格地形圖矢量化，經過插值，得到礦區范圍的原始DEM0；(2)根據設計的礦山終采境界圖，建立礦區終采境界DEM1；(3)根據數碼攝影測量采集的點云數據，獲取目前已開采區域R，并對點云進行插值，得到礦山開采宕口DEM2；(4)按照平面位置將DEM2與DEM0疊加，將區域R內的DEM0數據替換為DEM2相同區域的數據，得到礦區當前DEM3。

通過多時相礦區DEM疊加分析，自動計算礦山開采面積、剝離量、已采礦量、剩余儲量等量化指標，方法如下：

(1)分別計算礦界內、最低采高H0以上DEM0、DEM1、DEM3 的體積，分別記為V0、V1、V3。

(2)計算總浮土層表面積S0：S0為H0高程以上、礦界內的DEM0 的表面積。

(3)計算已剝離浮土層表面積S1：S1為H0高程以上、開采區域R內的原始DEM0 的表面積。

(4)據體積V0、V1、V2以及含礦率α、礦石比重t、浮土層厚度h計算礦山已采量和剩余儲量：

總儲量(t)：T0=(V0-V1-S0×h)×a×t

已采量(t)：T1=(V0-V3-S1×h)×a×t

剩余儲量(t)：T2=T0-T1

結合終采境界三維模型，采用上述方法，分析越界開采情況，對越界開采等違法行為進行自動預警。

2.3.5 監測數據管理與集成方法

一是生成測繪產品，如DEM、DOM、等高線等；二是通過DEM與DOM復合，實現礦山真實場景三維可視化；三是實現監測數據與成果的信息化管理；四是與“一張圖”集成，實現監測結果的在線發布。

2.4 軟件開發與實現

2.4.1 系統架構

系統基于VC++、OpenGL、GPU并行計算、多線程、面向對象編程等技術，實現“影像數據輸入—數據處理與分析—礦山實景三維重建—儲量計算與預警—成果輸出在線發布”功能一體化，為面域、無人值守、高精度、全自動化的礦山儲量遠程監測提供了新技術手段，如圖6所示。

圖6 總體架構

2.4.2 主要功能模塊

系統主要包括參數設置模塊、柵格地圖矢量化與三維重建模塊、時序影像三維重建模塊、儲量計算分析模塊(如圖7所示)、三維可視化模塊(如圖8所示)。

圖7 儲量計算分析模塊

圖8 三維可視化模塊

3 結 語

隨著自然資源管理業務的深度融合以及信息技術的飛速發展，“慧眼守土”在自然資源監測監管的應用將會越來越重要，除了礦山監測，在土地利用、耕地保護、違法用地等應用場景也越來越廣。下一步工作主要是在“慧眼守土”1.0的基礎上，融合自然資源人工智能算法，利用實景視頻監控、大數據分析技術，實現針對自然資源管理耕地保護、礦山監管、地災監測、森林防火、生態修復等場景的人工智能動態監測預警，自然資源“一張圖”數據圖層與視頻實景數據的動態套合、疊加分析，以科技手段助力自然資源管理工作。一是拓展“視圖聯動”功能。通過映射算法建立三維視頻傾斜坐標與地理坐標系的對應聯系，實現將業務圖層套合疊加在視頻監控中，方便工作人員通過視頻監控直觀的瀏覽地塊分布，并結合業務數據進行綜合分析。二是挖掘AI預警功能。利用深度學習技術[9]，建立圖像識別原型[10]，包括板房棚房識別、腳手架識別、挖掘機識別等，當發現監控畫面中出現礦山偷盜采等違法行為時，自動拍照取證，將相關的視頻點位數據回傳至服務器，在執法監察指揮中心進行預警提示，全面提升監測監管的智慧化水平。