基于倾斜摄影的山区道路崩塌识别研究

张 彤

（中铁第五勘察设计院集团有限公司，北京 102600）

0 引言

北京北部地区受季风气候影响降雨频繁并且地形地貌变化明显，不同地貌类型分界明显，区内相对高差较大，人类活动造成地表土层厚度较薄，边坡和深切沟谷较多，该区域属于地质灾害多发地区。一旦出现，会对当地居民人身安全及经济发展造成极大的影响，严重制约了该地区经济和社会的可持续发展[1]。为防患于未然，减少损失，地质灾害预警识别研究尤为重要。

随着遥感技术的不断进步，通过遥感卫星及无人机传统航测技术进行地质灾害应用研究，但是数字正射影像（DOM）、数字高程模型（DEM）等传统遥感数据产品只能从垂直角度进行观察，在遍布视觉死角的高山峡谷地区，研究人员极易产生错判、漏判等现象。

与上述技术手段相比，倾斜摄影测量技术具有更高的真实性，可供研究人员全方位、多角度地进行观察研究，可以有效地减少错判、漏判等现象，节约人工成本。该文以研究区内道路边坡崩塌灾害为例，基于无人机倾斜摄影技术开展三维建模与分析方法研究，包括三维重建原理、无人机硬件平台配置、航飞拍摄和灾害识别等环节，取得了良好的效果。

1 倾斜摄影三维重建原理

1.1 空中三角测量

SIFT 算法是计算机视觉中的一种算法，用来检测和描述影像中的局部性特征。利用尺度不变特征（Scale Invariant Feature Transform，SIFT）算子可以从影像中提取大量尺度和旋转不变的特征点[2]，从而进行影像匹配。由于SIFT 算子能够找到位置，比例和旋转不变的独特特征点，同时对仿射变换以及照明变化的稳健性，这种算子可用于物体识别。

在提取特征点并完成这些特征点的配对后，在内部作业工作中，需要解算像片的外方位元素，即物方空间坐标系中X、Y、Z和3 个角元素以及建立像方坐标系和物方空间坐标系之间的转换关系。光束法是将相对定向-绝对定向解法中的分步步骤整合成为一个整体步骤，具体来说就是将每张影像里的全部待测点和控制点都按照共线方程式（1），在影像序列中联合进行计算，同时求解影像序列的外方位元素以及待测点的物方坐标。

式中：x，y为像点的像平面坐标；x0，y0为像主点坐标；f为相机焦距；Xs，Ys，Zs为投影中心的地面坐标；XA，YA，ZA为对应地面点的三维空间坐标；ai，bi，ci（i=1，2，3）为影像3 个角元素组成的9 个方向的余弦值。

1.2 密集匹配

只采用一种匹配方法就想用得到的稀疏同名点进行三维重建是很困难的，这样重建的三维模型精度也不高。Y.Furukaw 提出一种基于面元的多视立体匹配（patchbasedmulti-viewstereomatching，PMVS）算法[3]，该算法利用扩散策略和一致性约束等方法，通过稀疏点云获得密集点云，从而获得较高的精度，有较好的重建效果。

1.3 表面模型构建

表面模型构建主要包括三角网构建和纹理映射。不规则三角网是一种数字高程模型的表示方法，包括大量数据点，能充分利用地貌的特征点、线，更精确合理地表达地表特征，1984 年由Boissonnat 提出了基于Delaunay 三角网的构建算法[4]，2006 年由Kazhdan 提出了基于泊松方程的表面构建算法（Poissonsurfacereconstruction）。上述算法均具有良好的效果。

不规则三角网如图1 所示，可根据不同地形，选取合适的采样点数，根据地形的复杂程度改变采样点的密度和位置，因此可以有效地避免数据冗余，而且能突出山谷、山脊、地形变化区域等精度要求较高区域的特征，进行地形分析和绘制立体图也很方便，效果较好。不规则三角网模型在连接时应尽量保证连接成的三角形为锐角三角形或三条边长度接近的三角形，避免出现过大的钝角以及过小的锐角。

图1 三角网模型示例

纹理映射的原理是采用某种方法建立二维影像中的像点到三维模型的表面空间点之间的映射关系。纹理映射的最终目标是为了减少像点坐标到三维模型的空间坐标之间映射关系的误差，准确地建立2 种坐标系之间的联系。

2 试验与分析

倾斜摄影测量技术是一种从竖直和倾斜5 个视角同时进行目标区域数据获取、处理和应用的技术。由于其具备较高精度的下视垂直影像和多角度的斜视倾斜影像，能够良好地结合地物顶面及侧面的纹理信息。该文总体技术路线如图2 所示，包括外业数据获取、三维重建、模型修补和灾害识别等。选择Bently 公司的ContextCaptureCenter 软件进行影像后处理工作，实现山区道路的三维重建工作。

图2 总体技术路线

2.1 研究区概况

研究区地处北京北部中山地，地形高低不平，山势陡峭，表层土层较薄，出露地层以碳酸盐岩类、元古界的陆源碎屑和太古界变质岩为主。

2.2 无人机航摄外业

无人机影像数据获取总体流程如图3 所示，包括摄影准备、数据获取、数据检查和解算等步骤。在作业时须同步进行影像质量检查，如存在曝光过高、虚焦等情况须进行重飞或补飞操作。

图3 无人机影像数据获取总体流程

2.2.1 无人机硬件平台配置

针对测区具有地质破碎、地形起伏大等特点，通过CW-10 电动垂直起降固定翼无人机获取倾斜航空摄影数据。像片航向重叠度设计为80%，旁向重叠度设计为70%。实际的航高和设计的高度之差不超过50 m，在相同航线上，相邻影像的高度差异不能超过30 m，最大飞行高度和最小飞行高度之差不超过50m。CW-10 垂直起降固定翼无人机搭载JR503 相机模块进行航摄，获取比例尺不低于1 ∶1000 的倾斜摄影数据。

2.2.2 像控测量

由于研究区域属山地地形，无特征地物区域面积较大，利用区域网的布点方式，按“4+1”法布设平高控制点，按网状布设高程控制点，同时各加密分区视情况布4~5 个检查点，从而满足空中三角测量的精度要求。例如遇布控危险的密林，陡峭区域，保证作业人员安全的情况下，可少量布设像控点。

像控测量具体流程如图4 所示，每个点位须制作点之记，并注意坐标系统保持一致。

图4 像控测量流程示意图

2.3 航摄内业数据处理

基于ContextCapture Center软件，可通过半交互方式完成影像的立体重建工作。该软件通过高精度的影像匹配算法，自动匹配相邻影像中的同名点，同时提取大量特征点构成密集点云，使地物细节表达得更加细致准确。

在立体重建的过程中，初始影像质量和空三测量精度会直接影响地质灾害体模型的几何精度和细部表达。如果出现无人机姿态错误、地表高度反光造成的拍摄盲区、影像同名点匹配错误等情况，构建的地质灾害模型会在构筑物、水面等场景以及模型的边缘区域出现三角网缺失，从而形成模型空洞。此时，可通过第三方软件进行修补，修补前后如图5所示。

图5 水面空洞修补前后示意图

除此之外，由于高陡山体边坡的顶部往往难以通过人力抵达，因此如何进行高位灾害体的判识及评估是研究的难点问题[5]。通过倾斜摄影技术构建三维模型，可以清晰地获得地质灾害体的顶面、侧面细节，例如纹理信息和细部轮廓等，其现势性更可以反应灾害体周边环境信息。该特点利于调查研究人员进行多角度、多尺度的观察研究，对辅助调查坡顶变形体、陡坡危岩体等灾害提供了方面，与正射影像辨识相比大幅度提升工作效率。研究区模型灾害隐患点如图6 所示。

3 结语

该文基于倾斜摄影技术提出一种针对山区公路典型地质灾害的三维建模和判识方法。系统地论述其三维立体重建及灾害分析的流程和方法。除此之外，通过建立灾害隐患区域不同时期的模型，还可以获得其“时间——形变”情况，推测其变化趋势。灾害体实景三维模型与GIS 平台相结合，可以辅助调查研究人员更快、更直接地判定地质灾害体的类型、规模、所处环境的地形地貌等，从而更好地辨识致灾因子，减少人员野外作业的风险。同时，对进一步开展数据管理、空间分析以及信息展示发布等方面提供原始数据支撑。

使用该方法对研究区沿线道路崩塌灾害开展的工作，为地质研究人员定性分析、定量解译等工作提供了极大的便利，减少人员野外作业风险，取得了良好的效果。随着遥感、BIM 等技术的普及与发展，基于倾斜摄影技术的地质灾害决策分析、趋势研判以及应急处置等方面的研究，将贡献更大的研究价值。