劉 軍 王 鶴 李 峰 劉小陽

(1.防災(zāi)科技學(xué)院防災(zāi)工程系，河北 燕郊 101601;2.防災(zāi)科技學(xué)院地震科學(xué)系，河北 燕郊 101601)

露天礦邊坡影像三維重建技術(shù)

劉 軍1王 鶴2李 峰1劉小陽1

(1.防災(zāi)科技學(xué)院防災(zāi)工程系，河北 燕郊 101601;2.防災(zāi)科技學(xué)院地震科學(xué)系，河北 燕郊 101601)

針對(duì)邊坡穩(wěn)定性評(píng)價(jià)研究的需要，提出了一種基于影像的露天礦邊坡全自動(dòng)三維重建方法。該方法利用普通數(shù)碼相機(jī)獲取露天礦邊坡序列影像，基于運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(SfM)和多視圖立體視覺(MVS)算法,生成了稠密三維點(diǎn)云；通過構(gòu)建不規(guī)則三角網(wǎng)和紋理映射，制作了邊坡數(shù)字表面模型。試驗(yàn)結(jié)果表明：重建模型可全面表達(dá)露天礦邊坡整體形態(tài)和局部細(xì)節(jié)特征，為有效評(píng)價(jià)邊坡穩(wěn)定性提供了科學(xué)依據(jù)；該技術(shù)具有成本低、高效、全自動(dòng)等特點(diǎn)，非常適合存在潛在隱患的露天礦邊坡動(dòng)態(tài)變形監(jiān)測(cè)。

露天礦 邊坡 運(yùn)動(dòng)恢復(fù)結(jié)構(gòu) 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(wěn)定性問題會(huì)給礦山的安全生產(chǎn)帶來隱患。因此，實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)邊坡穩(wěn)定性，研究其發(fā)育機(jī)理和變化趨勢(shì)，提出邊坡工程防治措施，對(duì)礦區(qū)生產(chǎn)建設(shè)服務(wù)具有重要的現(xiàn)實(shí)意義[1]。而邊坡穩(wěn)定性評(píng)價(jià)的前提是邊坡體三維建模與可視化表達(dá)，以便正確描述其復(fù)雜的空間幾何結(jié)構(gòu)，及時(shí)全面掌握時(shí)空動(dòng)態(tài)演變規(guī)律[2]。

目前，常規(guī)的邊坡三維建模所需監(jiān)測(cè)數(shù)據(jù)獲取手段如全站儀、水準(zhǔn)儀、全球?qū)Ш蕉ㄎ幌到y(tǒng)(GNSS)等，都是一種“單點(diǎn)式”的數(shù)據(jù)采集方式，布置缺乏合理性且監(jiān)測(cè)點(diǎn)數(shù)目相對(duì)稀少，不能全面反映邊坡地形的整體和真實(shí)狀況；盡管地面激光雷達(dá)(LIDAR)技術(shù)可以克服以上問題，但因其設(shè)備笨重且價(jià)格昂貴，無法普及推廣。近年來，隨著計(jì)算機(jī)視覺領(lǐng)域中特征點(diǎn)提取和影像匹配理論[3]、運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(SfM)[4-5]算法以及多視圖立體視覺算法(MVS)[6]等新技術(shù)的不斷完善，基于影像的三維重建技術(shù)有了突破性進(jìn)展。目前，國內(nèi)外已有研究人員嘗試將立體視覺方法應(yīng)用于無人機(jī)地形測(cè)繪[7]、露天礦攝影測(cè)量[2]、環(huán)境動(dòng)態(tài)監(jiān)測(cè)[8-9]、考古保護(hù)[10]等研究領(lǐng)域。本研究利用便攜式非量測(cè)相機(jī)拍攝多視角、重疊影像，結(jié)合計(jì)算機(jī)立體視覺原理，實(shí)現(xiàn)了露天礦邊坡全自動(dòng)三維建模，為露天礦邊坡穩(wěn)定性評(píng)價(jià)奠定了基礎(chǔ)。

1 露天礦邊坡影像數(shù)據(jù)獲取

選取某露天礦邊坡為試驗(yàn)場(chǎng)地，利用Canon EOS 40D單反相機(jī)對(duì)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(tǒng)攝影測(cè)量方法在獲取空間三維幾何信息時(shí)，需要具備專業(yè)的影像獲取和數(shù)據(jù)處理技術(shù)。而計(jì)算機(jī)視覺領(lǐng)域中出現(xiàn)的運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(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(diǎn)等先驗(yàn)信息條件下，直接從二維影像自動(dòng)恢復(fù)出場(chǎng)景三維點(diǎn)云模型，具有更強(qiáng)的靈活性，適用范圍更廣。

2.1 SfM-MVS算法重建點(diǎn)云模型

運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法是指從二維影像匹配恢復(fù)攝像機(jī)運(yùn)動(dòng)參數(shù)和場(chǎng)景三維結(jié)構(gòu)信息的方法。目前，該領(lǐng)域最具代表性和影響力工作的當(dāng)屬Snavely等發(fā)布的Photo tourism system[4]，其核心部分是Bundler系統(tǒng)。由于該系統(tǒng)具有全自動(dòng)和魯棒性等特點(diǎn)，微軟公司以此技術(shù)推出了Internet 網(wǎng)絡(luò)社區(qū)圖像重建商業(yè)化軟件Photosynth。

SfM算法的關(guān)鍵步驟是影像特征點(diǎn)提取與高精度匹配。首先，利用SIFT[3]特征提取算子對(duì)每幅影像進(jìn)行特征點(diǎn)提?。黄浯?，利用基于K-D樹的近似最鄰近(ANN)算法進(jìn)行粗匹配；然后利用基于隨機(jī)抽取一致性(RANSAC)框架的8點(diǎn)算法計(jì)算基本矩陣，剔除誤匹配點(diǎn)，建立滿足對(duì)極幾何約束的精匹配特征點(diǎn)集，完成同名特征點(diǎn)匹配。

在透視相機(jī)模型下，假設(shè)待求相機(jī)參數(shù)和空間點(diǎn)坐標(biāo)分別為

和

定義誤差函數(shù)為重投影誤差的平方和，則目標(biāo)函數(shù)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(diǎn)和觀測(cè)圖像點(diǎn)之間的重投影誤差，解算出最佳相機(jī)位置、姿態(tài)和場(chǎng)景三維點(diǎn)云坐標(biāo)。

由于SfM算法重建得到的是場(chǎng)景稀疏點(diǎn)云，需要結(jié)合基于面片多視圖立體視覺(Patch-based Multi-View Stereo，PMVS)[6]算法進(jìn)行加密處理。PMVS算法是在SfM獲取相機(jī)參數(shù)基礎(chǔ)上，通過特征點(diǎn)的匹配、重建以及空間點(diǎn)的擴(kuò)散、過濾等步驟，得到精度相對(duì)較高的稠密點(diǎn)云模型。

2.2 試驗(yàn)結(jié)果與分析

利用SfM-MVS算法對(duì)露天礦邊坡影像全自動(dòng)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(diǎn)云，圖2(c)是與原始圖像相對(duì)應(yīng)的點(diǎn)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(dá)復(fù)雜的邊坡體整體形態(tài)和局部細(xì)節(jié)，為及時(shí)捕捉邊坡變形運(yùn)動(dòng)特征提供了全面信息。為了使得邊坡模型更加逼真，對(duì)三維點(diǎn)云進(jìn)行網(wǎng)格化處理，生成了不規(guī)則三角網(wǎng)(TIN)(如圖3)并進(jìn)行紋理映射(如圖4)。這些試驗(yàn)結(jié)果為建立邊坡監(jiān)測(cè)模型以及有效評(píng)價(jià)邊坡穩(wěn)定性提供了有力支持。

圖2 露天礦邊坡影像三維重建結(jié)果

圖3 邊坡不規(guī)則三角網(wǎng)模型

圖4 邊坡紋理映射模型

3 結(jié) 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(cè)相機(jī)獲取多視角重疊影像，結(jié)合SfM-MVS算法全自動(dòng)生成了邊坡體高分辨率點(diǎn)云模型，通過三維點(diǎn)云網(wǎng)格化處理和紋理映射制作了更加逼真的邊坡數(shù)字表面模型。試驗(yàn)表明，該方法生成的三維模型可清晰表達(dá)邊坡體復(fù)雜的空間幾何結(jié)構(gòu)和局部細(xì)節(jié)特征，為有效評(píng)價(jià)邊坡穩(wěn)定性提供了可視化保障。作為一種低成本、高效、全自動(dòng)三維建模新技術(shù)非常適合存在潛在隱患的露天礦邊坡變形監(jiān)測(cè)數(shù)據(jù)獲取。由于SfM-MVS算法沒有用到任何地面控制點(diǎn)，因此得到是局部坐標(biāo)系下的點(diǎn)云坐標(biāo)。如果事先在測(cè)區(qū)周圍布設(shè)地面控制點(diǎn)(至少3個(gè))，那么可通過空間相似變換模型將局部點(diǎn)云坐標(biāo)轉(zhuǎn)換到國家或地方統(tǒng)一坐標(biāo)系下，為后續(xù)模型精度評(píng)估及其應(yīng)用打下基礎(chǔ)。

[1] 王建民,張 錦,鄧增兵,等.時(shí)空Kriging插值在邊坡變形監(jiān)測(cè)中的應(yīng)用[J].煤炭學(xué)報(bào),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(yuǎn)距離場(chǎng)景影像的露天礦邊坡三維重建技術(shù)[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(jī)遙感影像拓?fù)浞治龅娜S重建[J].測(cè)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(zé)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