然見多杰，宋元福，馬福貴

(青海省第五地質(zhì)礦產(chǎn)勘查院，西寧 810099)

礦山多源遙感圖像像點(diǎn)位移測(cè)試系統(tǒng)設(shè)計(jì)

然見多杰，宋元福，馬福貴

(青海省第五地質(zhì)礦產(chǎn)勘查院，西寧 810099)

針對(duì)礦山地形的起伏變化影響對(duì)其進(jìn)行分析研究的準(zhǔn)確性，提出礦上多源遙感圖像像點(diǎn)位移測(cè)試系統(tǒng)的設(shè)計(jì)方法;結(jié)合GPS定位原理，選取遙感圖像上某一時(shí)刻點(diǎn)作為測(cè)試點(diǎn)，對(duì)拍攝得到的礦山圖像和電子測(cè)試系統(tǒng)各觸點(diǎn)之間的距離進(jìn)行計(jì)算，進(jìn)而得到測(cè)試點(diǎn)具體坐標(biāo)位置，將其與測(cè)試點(diǎn)真實(shí)現(xiàn)場(chǎng)坐標(biāo)相對(duì)比，實(shí)現(xiàn)礦山多源遙感圖像像點(diǎn)位移的測(cè)試;通過實(shí)驗(yàn)證明，所設(shè)計(jì)的測(cè)試系統(tǒng)可以高精度實(shí)現(xiàn)對(duì)遙感圖像像點(diǎn)位移的測(cè)試，有效減小了礦山地形變化帶來(lái)的遙感圖像研究誤差。

多源遙感圖像；測(cè)試技術(shù)

0 引言

礦山資源作為國(guó)家的重要戰(zhàn)略資源，如今，其自主開發(fā)與利用已到達(dá)了保證國(guó)家安全的深度[1]。隨著我國(guó)不斷加大對(duì)礦產(chǎn)資源開發(fā)的力度，先后對(duì)國(guó)家礦產(chǎn)資源的儲(chǔ)量、開發(fā)規(guī)模以及開采年限等方面做了大量詳細(xì)的調(diào)查，并建立了礦山信息數(shù)據(jù)庫(kù)[2-3]，由于礦山地形隨著時(shí)間的推移是在不斷變化的，將以前的測(cè)試資料轉(zhuǎn)換至國(guó)家坐標(biāo)系中，礦山的位置存在很大偏差，經(jīng)常出現(xiàn)同礦不同圖或者是同圖不同礦現(xiàn)象，造成礦產(chǎn)資源的存儲(chǔ)量不清等問題[4]。

礦山測(cè)量是得到礦山地形數(shù)據(jù)最為重要的途徑之一[5]，由于當(dāng)前的測(cè)試技術(shù)限制，針對(duì)分布較為擴(kuò)散、范圍較大的礦區(qū)，無(wú)法獲取礦山的真實(shí)情況，準(zhǔn)確指導(dǎo)礦山后續(xù)的利用。根據(jù)遙感技術(shù)可以提供礦山建設(shè)需要的數(shù)字影像、數(shù)字線劃圖和數(shù)字影像，完成數(shù)字化礦山建設(shè)。李玉立[6]等人通過理論分析與實(shí)測(cè)比較的形式，介紹了北斗衛(wèi)星的導(dǎo)航系統(tǒng)發(fā)展和定位原理，根據(jù)實(shí)測(cè)數(shù)據(jù)研究獲得了北斗RTK的精度關(guān)系，獲取結(jié)論：北斗RTK精度達(dá)到了一定的高質(zhì)量定位，但是穩(wěn)定性較差[7]。郭志達(dá)[8]對(duì)礦山測(cè)試內(nèi)涵和技術(shù)進(jìn)行了簡(jiǎn)述。主要圍繞著礦山資源勘探與開采、測(cè)量等工作，該方法僅在理論方面進(jìn)行了敘述，沒有引入實(shí)驗(yàn)，難以滿足現(xiàn)在的大比例尺測(cè)試圖的需要。李瀛搏[9]等人提出雙基高比線面陣相結(jié)合的新體制。將共線條件方程作為基礎(chǔ)，全面分析了面陣相機(jī)與線陣相機(jī)成像的機(jī)制，加入了各類附加的觀測(cè)值，構(gòu)架了雙基高比的線面陣結(jié)合，且基于仿真影像完成了實(shí)驗(yàn)，實(shí)驗(yàn)表明，該方法雖然過程復(fù)雜度較低，但是圖像測(cè)試精度較低。

1 礦山遙感圖像像點(diǎn)位移測(cè)試原理

在礦山成像圖像特征點(diǎn)的提取中，在數(shù)字圖像的特征點(diǎn)檢索階段，SIFT算法[10]根據(jù)積分圖像完成卷積操作，也就是對(duì)每幅圖像先做全圖積分求和，獲得一個(gè)積分值，根據(jù)快速過濾，過濾出部分積分信息，完成礦山圖像的快速匹配，提高測(cè)試速度。具體過程如下：

假設(shè)一幅礦山圖像為f(x,y)中的一個(gè)點(diǎn)p(i,j)，于尺度σ上，這幅圖像的黑塞矩陣H(x,σ)可定義為：

(1)

式中，LXX代表高斯模板G(σ)=(1/2πσ2)e-(x2+y2)/σ2二階導(dǎo)數(shù)和圖像f(x,y)于點(diǎn)p(i,j)的卷積，LXY與LXX同理，X和Y代表礦山圖像特征點(diǎn)的主方向響應(yīng)值，x、y代表待測(cè)基點(diǎn)坐標(biāo)值。當(dāng)黑塞行列式局部值最大時(shí)，則認(rèn)為所求得的值就是該礦山圖的特征點(diǎn)，檢測(cè)礦山圖像特征點(diǎn)的過程就獲得了黑塞矩陣的軌跡。

在原礦山圖像的基礎(chǔ)上，于每行中，隔一個(gè)像素選取一個(gè)特征點(diǎn)，且隔一行操作，縮小與放大的原理相同。假設(shè)在圖1中的點(diǎn)(x0,y0)歷經(jīng)旋轉(zhuǎn)a角度演變?yōu)?x1,y1)。

圖1 旋轉(zhuǎn)示意圖

旋轉(zhuǎn)之前：

(2)

經(jīng)過旋轉(zhuǎn)：

(3)

礦山圖像的旋轉(zhuǎn)需要指明圖像的旋轉(zhuǎn)參考系，究竟是以X軸，還是Y軸，究竟是某個(gè)角度，還是某個(gè)物體，正常情況下，礦山圖像的旋轉(zhuǎn)，以圖像中心為原點(diǎn)，實(shí)現(xiàn)若干角度的旋轉(zhuǎn)。確定空間位置是根據(jù)得到的若干個(gè)礦山圖像特征點(diǎn)對(duì)，通過模型的變換參數(shù)實(shí)現(xiàn)參數(shù)的求解。在基于SIFT的礦山圖像空間位置匹配中，選取歷經(jīng)優(yōu)化之后的3組匹配點(diǎn)對(duì)，依據(jù)單應(yīng)性矩陣完成參數(shù)的求解。

此時(shí)找到的特征點(diǎn)可能為散狀，無(wú)規(guī)律，為了獲得更加準(zhǔn)確的匹配點(diǎn)，實(shí)現(xiàn)測(cè)試，黑塞矩陣中的各個(gè)對(duì)角之和就是全圖積分之和，根據(jù)雙邊濾波法，參照高斯濾波器對(duì)礦山圖像進(jìn)行去噪和圖像信息的收集。雙邊濾波把高斯濾波器中高斯權(quán)重系數(shù)，直接和礦山圖像卷積完成操作，把過濾權(quán)重優(yōu)化成高斯函數(shù)與圖像信息，其中優(yōu)化權(quán)重系數(shù)及礦山圖像信息的值，將會(huì)再次做卷積操作。雙邊濾波法數(shù)學(xué)表達(dá)式為：

Gσγ(Ix-Iy)Iy

(4)

式中，d代表歐式距離，根據(jù)使用該函數(shù)進(jìn)行濾波處理之后，能夠提取出精度比較高、穩(wěn)定性比較強(qiáng)的礦山圖像測(cè)試點(diǎn)。綜上所述為遙感圖像像點(diǎn)位移測(cè)試原理，下面構(gòu)建礦山多源遙感圖像像點(diǎn)位移測(cè)試系統(tǒng)。

2 礦山多源遙感圖像像點(diǎn)位移測(cè)試系統(tǒng)構(gòu)建

所謂多源遙感圖像像點(diǎn)位移測(cè)試，指的就是根據(jù)智能儀器利用無(wú)人機(jī)在低空對(duì)礦山進(jìn)行遙感定位點(diǎn)測(cè)試。其綜合了無(wú)人機(jī)飛行技術(shù)、遙感技術(shù)、通訊技術(shù)以及GPS的定位技術(shù)等遙感應(yīng)用技術(shù)。

利用低空遙感對(duì)礦山圖像進(jìn)行測(cè)試時(shí)，涉及到了多個(gè)部分，下面利用一個(gè)框圖對(duì)其進(jìn)行簡(jiǎn)要概括。

圖2 礦山多源遙感圖像測(cè)試框圖

圖2中，在遙感傳感器方面，其主要由：高分辨率的CCD數(shù)碼相機(jī)、多光譜成像設(shè)備、紅外掃描設(shè)備、激光掃描設(shè)備、合成孔徑雷達(dá)、磁測(cè)儀等。在無(wú)人駕駛的飛行器方面，主要是根據(jù)無(wú)線電搖控，或是根據(jù)機(jī)載計(jì)算機(jī)等完成程控。

綜上將低空遙感應(yīng)用在礦山數(shù)據(jù)采集，采集過程中，低空遙感可利用航向80%甚至90%重疊、旁向60%重疊，航向和坐標(biāo)系橫軸幾乎重合，而旁向的投影中心連線和坐標(biāo)系的縱軸幾乎重合，由此可為測(cè)試帶來(lái)全自動(dòng)的影響流水線似的資料。遙感數(shù)據(jù)的后續(xù)處理利用多核64位CPU，“刀片”計(jì)算機(jī)，在64位操作系統(tǒng)，與64位高級(jí)語(yǔ)言—C++，串行計(jì)算結(jié)合實(shí)現(xiàn)并行化的平臺(tái)設(shè)計(jì)，進(jìn)而實(shí)現(xiàn)測(cè)試結(jié)果的可視化。

以上述理論為基礎(chǔ)，結(jié)合GPS定位原理，將某個(gè)時(shí)刻對(duì)應(yīng)的坐標(biāo)點(diǎn)，當(dāng)作計(jì)算待測(cè)點(diǎn)基準(zhǔn)測(cè)量點(diǎn)，再根據(jù)空間距離后方交會(huì)法，計(jì)算待測(cè)點(diǎn)位置，并獲得礦山坐標(biāo)值。在GPS定位時(shí)，通常要用到定位衛(wèi)星與礦山地面GPS接收器，于是在理想條件下，通過已接收信息與計(jì)算的既有信息，利用下式對(duì)待測(cè)點(diǎn)的位置進(jìn)行計(jì)算：

(5)

(6)

(7)

(8)

式中，三個(gè)待測(cè)基點(diǎn)的三維坐標(biāo)，根據(jù)未知個(gè)數(shù)能得知，獲取三個(gè)衛(wèi)星參數(shù)才能求解，該參數(shù)會(huì)在2.2中予以計(jì)算。xi、yi、zi代表衛(wèi)星于某時(shí)刻直角坐標(biāo)系，di代表衛(wèi)星距離基點(diǎn)的位置，根據(jù)GPS與無(wú)人機(jī)遙感技術(shù)的結(jié)合對(duì)待測(cè)礦山點(diǎn)的位置進(jìn)行測(cè)量，可實(shí)現(xiàn)測(cè)試結(jié)果與礦山實(shí)際情況高精度匹配。

在礦山多源遙感圖像測(cè)試中，將采集得到的礦山待測(cè)三維坐標(biāo)，與電子測(cè)試系統(tǒng)相匹配時(shí)，需要將反映出采集到的，礦山圖像中的點(diǎn)和電子測(cè)試系統(tǒng)中點(diǎn)的真實(shí)距離進(jìn)行計(jì)算。本文利用歐式距離對(duì)兩個(gè)點(diǎn)的真實(shí)距離進(jìn)行計(jì)算，就如同對(duì)兩個(gè)m維礦山圖像向量，c(x11,x12,…x1m)和d(x21,x22,…x2m)之間的歐式距離進(jìn)行計(jì)算：

(9)

根據(jù)式(11)的歐式距離公式，能夠計(jì)算出拍攝得到的礦山圖像和電子測(cè)試系統(tǒng)各觸點(diǎn)之間的距離，每個(gè)觸點(diǎn)位處的坐標(biāo)，代表了這個(gè)點(diǎn)的特征向量，所以想要獲得整個(gè)礦山在電子測(cè)試系統(tǒng)中的圖形，需將距離算法和特征向量結(jié)合使用。通過特征向量，將手勢(shì)點(diǎn)確定與距離算法的運(yùn)算，能夠?qū)D像路徑進(jìn)行計(jì)算，然后利用代碼實(shí)現(xiàn)，把圖像路徑展示在圖像的繪制界面上，實(shí)現(xiàn)圖像的繪制功能，提高測(cè)試的可視化程度，在這里對(duì)代碼的實(shí)現(xiàn)不予以討論。

將求得的待測(cè)點(diǎn)的坐標(biāo)和相關(guān)數(shù)據(jù)進(jìn)行保存，以便隨時(shí)添加測(cè)試數(shù)據(jù)，查看數(shù)據(jù)以及更新數(shù)據(jù)等，在這里利用SQLite數(shù)據(jù)庫(kù)，將通過無(wú)人機(jī)低空遙感和GPS定位所得的礦山圖像測(cè)試數(shù)據(jù)存儲(chǔ)至SQLite，構(gòu)建礦山多源遙感圖像像點(diǎn)位移測(cè)試系統(tǒng)，實(shí)現(xiàn)圖像像點(diǎn)位移測(cè)試。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)參數(shù)

實(shí)驗(yàn)平臺(tái)搭建在Visual-C上，實(shí)驗(yàn)測(cè)試區(qū)域總面積為8.91 km2，屬于中低礦山。測(cè)區(qū)的地勢(shì)為中低四高，最高點(diǎn)海拔為1 185.83 m，最低點(diǎn)的海拔為900 m，最大的相對(duì)高差為286 m，植被覆蓋較少，測(cè)區(qū)的東西長(zhǎng)為3 836 m，南北長(zhǎng)為2 363 m，參照測(cè)區(qū)的地形條件、形狀規(guī)劃和成圖的比例，本次航飛的方向是南北向，一共8條航線。航高是1 224 m，分辨率是0.18 m，根據(jù)GPS飛控管理系統(tǒng)定點(diǎn)曝光，各條航線獲取航片為15張。共設(shè)有39個(gè)平高點(diǎn)，所得的像片各個(gè)控制點(diǎn)可公用。

3.2 實(shí)驗(yàn)步驟

所有的實(shí)驗(yàn)數(shù)據(jù)均取自于圖3的實(shí)際測(cè)量，實(shí)驗(yàn)使用的無(wú)人機(jī)遙感器如圖4所示。

圖3 礦山現(xiàn)場(chǎng)拍攝實(shí)景 圖4 無(wú)人機(jī)實(shí)物圖

1)測(cè)試結(jié)果與實(shí)際的匹配度是檢驗(yàn)測(cè)試方法的重要指標(biāo)，將不同的測(cè)試方法，在圖3所示的測(cè)區(qū)進(jìn)行測(cè)試，觀察不同方法測(cè)試結(jié)果與實(shí)際礦山狀況的匹配度(%)，實(shí)驗(yàn)結(jié)果如圖5所示；

2)測(cè)區(qū)圖像獲取時(shí)間代表著測(cè)試方法的效率，以本文提供的實(shí)驗(yàn)參數(shù)為準(zhǔn)，將不同方法獲取礦山圖像的時(shí)間(h)進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果如表1所示。

表1 不同方法獲取圖像像點(diǎn)位移的時(shí)間對(duì)比

圖5 測(cè)試結(jié)果與實(shí)際礦山測(cè)試點(diǎn)坐標(biāo)的匹配度

3)根據(jù)跟蹤測(cè)試，將應(yīng)用持續(xù)運(yùn)轉(zhuǎn)24個(gè)小時(shí)，觀察不同方法對(duì)礦山地理信息獲取量(個(gè))的多少進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果如圖6所示；

圖6 不同方法礦山信息獲取量對(duì)比

4)測(cè)試圖像的分辨率是檢驗(yàn)測(cè)試效果的重要指標(biāo)，圖7為不同方法隨著測(cè)試面積的逐漸增大，測(cè)試分辨率(ppi)的變化。

圖7 不同方法圖像像點(diǎn)位移測(cè)試精度對(duì)比

3.3 實(shí)驗(yàn)結(jié)果

分析上述實(shí)驗(yàn)結(jié)果可知，通過與傳統(tǒng)方法相比較，本文方法測(cè)試結(jié)果與實(shí)際礦山狀況的匹配度最高，在同樣的實(shí)驗(yàn)測(cè)試區(qū)域總面積8.91 km2下，本文獲取礦山圖像的時(shí)間相比文獻(xiàn)其他方法所用的時(shí)間較少，且隨著測(cè)試面積的增加，在同樣的測(cè)試面積下，本文方法獲取的礦山信息要比文獻(xiàn)方法多，本文所得的像點(diǎn)位移精度最高。以上結(jié)果主要是因?yàn)?，在利用本文方法?duì)礦山進(jìn)行像點(diǎn)位移測(cè)試時(shí)，利用了低空遙感和相關(guān)技術(shù)，且低空遙感可利用航向80%甚至90%重疊、旁向60%重疊，航向和坐標(biāo)系橫軸幾乎重合，提高了測(cè)試結(jié)果與實(shí)際礦山狀況的匹配度，減少了測(cè)試耗時(shí)，并將求得的待測(cè)點(diǎn)坐標(biāo)和相關(guān)數(shù)據(jù)進(jìn)行保存，以便隨時(shí)添加像點(diǎn)位移測(cè)試數(shù)據(jù)，查看數(shù)據(jù)以及更新數(shù)據(jù)，增加了數(shù)據(jù)獲取量。

4 結(jié)束語(yǔ)

在日后的研究工作中，對(duì)于不同航攝目標(biāo)所采用的措施需要做進(jìn)一步地調(diào)整。需增大相機(jī)CCD的靶面，進(jìn)而增大立體像幅的覆蓋，提高圖像像點(diǎn)位移測(cè)試精度。將需要改進(jìn)的方面進(jìn)行改進(jìn)，能夠進(jìn)一步提高礦山多源遙感圖像測(cè)試的效率，增強(qiáng)礦山相關(guān)問題的研究整體效果，為該方面的研究發(fā)展提供支撐。

[1] 李少毅,王曉田,楊 開.改進(jìn)的SURF彩色遙感圖像配準(zhǔn)算法[J].計(jì)算機(jī)測(cè)量與控制,2017,25(1):209-212.

[2] 廖夢(mèng)怡,劉建芳.遠(yuǎn)程衛(wèi)星遙感圖像的三維視覺重建模型仿真[J].計(jì)算機(jī)仿真,2015,32(7):32-35.

[3] 高照忠,魏海霞,喻懷義.遙感圖像中微小紅外目標(biāo)的分類定位識(shí)別[J].科技通報(bào),2015,31(12):231-233.

[4] 伊丕源,童 鵬,張景發(fā),等.機(jī)載激光雷達(dá)多脈沖探測(cè)模式在大高差地形測(cè)繪中的應(yīng)用分析[J].科學(xué)技術(shù)與工程,2015,15(8):4-9.

[5] 張維寬,安華育,趙海霞.基于GIS的數(shù)字地質(zhì)測(cè)繪管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電子設(shè)計(jì)工程,2016,24(21):153-155.

[6] 李玉立,程 鋼.北斗RTK測(cè)量系統(tǒng)在礦山測(cè)量中的應(yīng)用探討[J].金屬礦山,2015,44(4):191-194.

[7] 陳振煒,張 過,寧津生,等.資源三號(hào)測(cè)繪衛(wèi)星自動(dòng)云檢測(cè)[J].測(cè)繪學(xué)報(bào),2015,44(3):292-300.

[8] 郭達(dá)志.簡(jiǎn)論礦山測(cè)量?jī)?nèi)涵和技術(shù)的演進(jìn)[J].煤礦開采,2016,21(2):4-6.

[9] 李瀛搏,胡 斌,胡海彥,等.雙基高比線面陣結(jié)合立體測(cè)繪幾何模型的構(gòu)建[J].航天返回與遙感,2015,36(1):32-42.

[10] 焦明連.專業(yè)認(rèn)證背景下測(cè)繪工程專業(yè)建設(shè)研究[J].測(cè)繪科學(xué),2015,40(11):182-186.

Research on Key Technology of Mine Visualization Low Altitude Remote Sensing Image Mapping

Ranjian Duojie,Song Yuanfu,Ma Fugui

(Fifth exploration institute of geology and mineral resources in qinghai province,Xining 810099,China)

It is possible to improve the matching accuracy of the mine image and the actual situation, to enhance the detail of the mine surveying and mapping, and to reduce the problems such as the actual development and failure of the mine due to the low efficiency of the surveying and mapping. At present, it is impossible to meet the needs of modern development by using the theodolite to measure the angle and distance of the survey area. There is a real problem that can not reflect the real situation of the mine in real time, and it is not suitable for large scale mapping. In this paper, low-altitude remote sensing is used to visualize the mining images, and the key technologies are studied. Firstly, the key technologies such as remote sensing sensor, unmanned aerial vehicle and visualization of surveying and mapping are analyzed in the low-altitude remote sensing image mapping. Secondly, the above-mentioned theory is combined with the GPS positioning principle, and the coordinate point corresponding to a certain time the reference point, and then according to the spatial distance of the intersection method, calculate the location of the point to be measured, and obtain the mine coordinates. Finally, the distance between the mining image and the electronic mapping system is calculated by using the Euclidean distance calculation formula. The result is combined with the mine image feature vector, and the image path is calculated by the determination of the gesture point and the distance algorithm. And through the code to achieve the image path displayed in the image of the drawing interface, to achieve the mining of the image. Experiments show that the proposed method can improve the degree of visibility and mapping of mine surveying and mapping to reduce the time and time of mapping.

visualization low-altitude remote sensing image; mapping technology

2017-09-01；

2017-10-02。

然見多杰(1975-)，男，青海西寧人，工程師，主要從事工程測(cè)量方向的研究。

1671-4598(2017)12-0046-03

10.16526/j.cnki.11-4762/tp.2017.12.012

TP391

A