袁啟倫

(湖北省水利水電規(guī)劃勘測(cè)設(shè)計(jì)院，湖北 武漢 430070)

在對(duì)每一個(gè)流域建立水文模型的過(guò)程中，只有掌握該地區(qū)地形地貌、河網(wǎng)水系等多種空間信息，水文模型才能夠應(yīng)用于該領(lǐng)域的研究中[4]。其中，流域地貌發(fā)育特征是最重要的信息之一，不僅會(huì)對(duì)流域的氣溫、降水產(chǎn)生影響，還會(huì)導(dǎo)致部分水文因素發(fā)生變化[5]。所以，如何準(zhǔn)確提取流域地貌發(fā)育特征，成為當(dāng)前急需解決的問題。當(dāng)前方法都是以遙感圖像為基礎(chǔ)的方法，例如：文獻(xiàn)[1]融合了谷歌衛(wèi)星地圖和現(xiàn)場(chǎng)踏勘圖片，對(duì)需要提取特征信息的區(qū)域完成初步識(shí)別。根據(jù)實(shí)際觀察，將上述獲取的影像匯總統(tǒng)計(jì)，并提取出其中所需的特征點(diǎn)，明確區(qū)域地貌成因和未來(lái)發(fā)展方向。該方法在實(shí)際應(yīng)用中雖說(shuō)可以提升特征提取精度，但是需要耗費(fèi)較長(zhǎng)時(shí)間，難以保證信息的實(shí)時(shí)性。文獻(xiàn)[2]依托于實(shí)際地形觀測(cè)結(jié)果，將DEM數(shù)據(jù)作為核心設(shè)計(jì)流域特征提取方式，并且分析特征提取數(shù)據(jù)源與重要環(huán)節(jié)的差異所造成的影響，優(yōu)化特征提取方法。這種方法在特征提取過(guò)程中，缺乏對(duì)提取特征誤差的量化分析。文獻(xiàn)[3]分析了在點(diǎn)云數(shù)據(jù)中直接提取特征信息所面臨的問題，以數(shù)字化等高線數(shù)據(jù)為核心設(shè)計(jì)新的提取方法，融合數(shù)字地面模型降低特征提取誤差。在應(yīng)用過(guò)程中，分析目標(biāo)區(qū)域的點(diǎn)云數(shù)據(jù)極大曲率，采用歐氏聚類的方式粗略提取出特征點(diǎn)，通過(guò)粗糙度分析獲取精準(zhǔn)信息。實(shí)驗(yàn)表明，這種特征提取方式可以保證特征提取的完整性，但是計(jì)算復(fù)雜度較高。

根據(jù)上述方法應(yīng)用中的不足之處，文中應(yīng)用了傾斜攝影技術(shù)獲取流域地貌數(shù)據(jù)，并從多角度精確描述區(qū)域垂直和水平結(jié)構(gòu)。利用無(wú)人機(jī)傾斜攝影得到的初始數(shù)據(jù)信息，經(jīng)過(guò)數(shù)據(jù)處理、流域地貌輪廓的邊緣檢測(cè)，綜合上述信息采用全局化邊界概率與簡(jiǎn)單線性迭代聚類方法提取出流域地貌發(fā)育特征，為河流、氣象等研究提供支持。

1 流域地貌發(fā)育特征提取方法設(shè)計(jì)

1.1 傾斜攝影數(shù)據(jù)獲取

傾斜攝影是通過(guò)傳統(tǒng)攝影測(cè)量技術(shù)發(fā)展而來(lái)的新技術(shù)，以無(wú)人機(jī)作為載體搭載多個(gè)傳感器，從下方、前方、后方、左方、右方多個(gè)角度獲取流域地貌信息，為了保證獲取的圖像信息具有更高完整性，可以采用多鏡頭同時(shí)操作[6]。當(dāng)前應(yīng)用的多攝像機(jī)和鏡頭技術(shù)，通常采用多種數(shù)量和類型的相機(jī)，依靠采集幾何形狀的變化在無(wú)人機(jī)航行途中拍攝流域地貌信息。本文應(yīng)用Maltese十字結(jié)構(gòu)，保證一臺(tái)低空攝像機(jī)拍攝垂直方向，并在其周圍放置四個(gè)傾斜相機(jī)。除此之外，通過(guò)3個(gè)攝像機(jī)可以完成Maltese的交叉覆蓋，在原有相機(jī)的附近放置2個(gè)指向相反的攝像機(jī)，用以捕捉斜向的軌跡圖像。

由于無(wú)人機(jī)傾斜攝影需要以航測(cè)系統(tǒng)為基礎(chǔ)，將不同的無(wú)人機(jī)和傳感器共同組成航測(cè)系統(tǒng)，在獲得全面地表地物位置的基礎(chǔ)上[7]，完成無(wú)人機(jī)的飛行控制與導(dǎo)航。無(wú)人機(jī)飛行的控制和管理需要多種部件同時(shí)工作，主要包括控制計(jì)算機(jī)、導(dǎo)航系統(tǒng)、傳感器等。其中，最為重要的就是無(wú)人機(jī)導(dǎo)航系統(tǒng)，對(duì)于采集影像的精度和分辨率具有較大影響，其工作原理如圖1所示。

圖1 飛行控制與導(dǎo)航系統(tǒng)工作原理

通過(guò)圖1的工作原理分析可知，由于無(wú)人機(jī)飛行控制的復(fù)雜性較高，使得部分飛行任務(wù)會(huì)受到制約，無(wú)人機(jī)傾斜攝影過(guò)程中飛行高度也需要保持在一定范圍內(nèi)。而負(fù)責(zé)拍攝的相機(jī)也需要根據(jù)實(shí)際情況選擇，在研究多種航空攝影設(shè)備后發(fā)現(xiàn)，可以將其劃分為專業(yè)性設(shè)備、非專業(yè)設(shè)備2種類型[8]。其中，前者具有較高的分辨率，但是成本過(guò)高。后者在應(yīng)用中雖然獲取的圖像信息精度不高，但是適用于多種傾斜測(cè)量場(chǎng)景。因此，文中采用非專業(yè)設(shè)備完成流域地貌測(cè)量，并通過(guò)圖像的預(yù)處理提升分辨率，在降低成本的同時(shí)保證流域地貌發(fā)育特征數(shù)據(jù)精度。

1.2 無(wú)人機(jī)影像處理

在無(wú)人機(jī)傾斜攝影過(guò)程中，文中使用普通相機(jī)在前期加工和后期裝配時(shí)，都會(huì)引起較小的誤差，導(dǎo)致無(wú)人機(jī)傾斜攝影采集的影像數(shù)據(jù)存在鏡頭畸變，從而導(dǎo)致后續(xù)特征提取誤差較大[9]。鏡頭畸變屬于非線性誤差的種類之一，會(huì)對(duì)后期成圖精度產(chǎn)生影響，文中需要采用一些方法將畸變糾正過(guò)來(lái)。首先在內(nèi)部設(shè)置多個(gè)空間坐標(biāo)點(diǎn)，生成一個(gè)控制場(chǎng)，然后針對(duì)高精度標(biāo)志點(diǎn)進(jìn)行拍攝，在拍攝影像中提取標(biāo)志點(diǎn)[10]。通過(guò)共線方程的計(jì)算，依據(jù)物方坐標(biāo)反向推理得出理想坐標(biāo)，并將其代入到鏡頭畸變模型內(nèi)，得出改正參數(shù)。鏡頭畸變模型表示為：

(1)

式中，主點(diǎn)坐標(biāo)(x0，y0)和像點(diǎn)量測(cè)坐標(biāo)(x，y)是鏡頭畸變模型建立基礎(chǔ)。并結(jié)合像素的非正方形比例因子α，非正交鏡頭畸變系數(shù)β進(jìn)行計(jì)算。其中，無(wú)人機(jī)傾斜攝影過(guò)程中的直徑為r，徑向畸變系數(shù)表示為k1、k2，切向畸變系數(shù)表示為p1、p2。

針對(duì)上述模型，采用共線方程式的方法得出畸變誤差的改正參數(shù)，計(jì)算公式為：

(2)

(3)

式中，畸變差產(chǎn)生的相關(guān)參數(shù)計(jì)算，需要計(jì)算不同矩陣旋轉(zhuǎn)系數(shù)(a1，a2，a3，b1，b2，b3，c1，c2，c3)條件下，使用相機(jī)的空間坐標(biāo)(X，Y，Z)減去相機(jī)外方位元素的線元素(Xs，Ys，Zs)。再將計(jì)算結(jié)果結(jié)合后，得出最終計(jì)算結(jié)果。

在影像校正之后，為了增強(qiáng)圖像反差效果并降低圖像噪聲，應(yīng)用Walks濾波變換方法，將影像灰度值和方差進(jìn)行映射，從而改變不同影像區(qū)域的反差，以此增強(qiáng)局部微小變化的信息。為了在增強(qiáng)影像過(guò)程中達(dá)到抑制噪聲的目的，在計(jì)算過(guò)程中添加平滑算子，使得圖像質(zhì)量得以提升，Walks濾波變換的計(jì)算公式表示為：

(4)

變換后影像灰度值f(x，y)的計(jì)算，需要以原始影像灰度值g(x，y)為基礎(chǔ)，計(jì)算過(guò)程如公式(4)所示。原始影像的局部灰度均值為mg，而影像均值和方差分別表示為mf和sf。并且在計(jì)算過(guò)程中需要保證影像亮度系數(shù)b和影像方差常數(shù)c的取值范圍在0～1之間。由于圖像噪聲作為一種非正常的數(shù)據(jù)信息，會(huì)對(duì)后續(xù)的特征提取產(chǎn)生負(fù)面影響。濾波處理方法的應(yīng)用，就是將部分特殊形式的噪聲頻率與有效頻率進(jìn)行隔離。采用傅里葉變換的方式，使得原始圖像變化為頻域圖像F(u，v)，將頻域圖像與濾波器相乘，使得圖像的頻譜成分發(fā)生改變。在濾波處理圖像時(shí)，利用離散傅里葉變換公式變換圖像的公式表示為：

(5)

式中，M、N—2個(gè)頻譜成分系數(shù)；(u，v)—圖像的坐標(biāo)；e—常數(shù)；H(u，v)—濾波器。逆向變換公式與此相同。利用上述方法，完成無(wú)人機(jī)傾斜攝影圖像的預(yù)處理。

1.3 設(shè)計(jì)邊緣檢測(cè)模型

對(duì)于圖像中顯示的各種流域地貌，需要通過(guò)邊緣檢測(cè)模型，將特征點(diǎn)準(zhǔn)確提取出來(lái)。文中采用gPb輪廓檢測(cè)技術(shù)構(gòu)建邊緣檢測(cè)模型。以計(jì)算機(jī)視覺為基礎(chǔ)，在流域地貌圖像中找到不同地貌之間的邊界信息，與常用的邊緣檢測(cè)方法相比，gPb輪廓檢測(cè)通過(guò)邊緣檢測(cè)和圖像分層分割的結(jié)合，確保影像的局部信息得以準(zhǔn)確顯示出來(lái)，根據(jù)圖像的顏色和亮度信息準(zhǔn)確檢測(cè)出不同地貌的邊緣信息，gPb輪廓檢測(cè)如圖2所示。

圖2 gPb輪廓檢測(cè)

圖2中，在輪廓檢測(cè)過(guò)程中，圖像亮度、顏色的定向梯度算子需要通過(guò)不同比例測(cè)量的差異來(lái)計(jì)算，并將計(jì)算結(jié)果保存在像素親和度矩陣之內(nèi)。2個(gè)像素之間的相似性越小，則不同流域地貌之間的邊界顯示得更加明顯。將影像中不同地貌數(shù)據(jù)通過(guò)邏輯回歸分類器進(jìn)行處理，對(duì)圖像像素邊界進(jìn)行初始預(yù)測(cè)，并獲取每個(gè)像素的邊緣強(qiáng)度。將該區(qū)域的局部信息與預(yù)測(cè)的邊界信息相結(jié)合，分析圖像信息在不同尺度下的變化情況，從而驗(yàn)證邊界預(yù)測(cè)正確性，將其中包含的不相關(guān)邊界剔除。由于局部圖像和全局圖像所傳達(dá)的信息差異很大，局部圖像可以將某一部分的所有邊緣信息提取出來(lái)，全局圖像則只能提取最為明顯的邊緣信息。將二者相結(jié)合就形成了gPb輪廓檢測(cè)器。gPb輪廓檢測(cè)器在流域地貌發(fā)育特征提取過(guò)程中，僅僅依靠紋理和線條亮度無(wú)法對(duì)地貌邊界準(zhǔn)確劃分，因此，需要以此為基礎(chǔ)，添加線提取SLIC超像素技術(shù)進(jìn)一步處理。與gPb輪廓檢測(cè)器相同，簡(jiǎn)單線性迭代聚類技術(shù)也是基于計(jì)算機(jī)視覺發(fā)展而來(lái)的新興技術(shù)，其主要作用是可以將圖像的像素劃分為不同的原子區(qū)域。這種技術(shù)的應(yīng)用，可以使得圖像特征的計(jì)算主要采用超像素，而不需要對(duì)全部像素都計(jì)算，從而提升了后續(xù)特征提取的精度。利用超像素的邊界，可以準(zhǔn)確描述流域地貌的輪廓。

(6)

式中，dq—空間距離；θ—常數(shù)；do—光譜距離；λ—常數(shù)。由于恒定值通常會(huì)與空間接近度的權(quán)重值相關(guān)，這使得圖像超像素信息更加緊密，準(zhǔn)確分辨出不同流域地貌的邊界。

1.4 實(shí)現(xiàn)地貌發(fā)育特征提取

依托于地貌邊界信息可以一定程度上呈現(xiàn)出流域信息，但是更加詳細(xì)的流域地貌發(fā)育特征提取，則需要使用DEM柵格數(shù)據(jù)方法?；谶吘墮z測(cè)結(jié)果，借助坡向分析識(shí)別出不同地貌特征點(diǎn)。并通過(guò)不同大小的窗口，得出該地貌發(fā)育特征所覆蓋的特征點(diǎn)區(qū)域，并對(duì)每一個(gè)窗口中的斷面極值進(jìn)行判斷。

在斷面極值法的應(yīng)用過(guò)程中，可以采用極值分析將斷面方向表示為2個(gè)方向，分別是X和Y。比較2個(gè)斷面方向距離中心柵格、鄰域柵格的高程，從而得出地貌發(fā)育特征。由于對(duì)角線方向的斷面特征點(diǎn)沒有辦法提取出來(lái)，會(huì)造成圖像部分地貌發(fā)育特征點(diǎn)無(wú)法提取出來(lái)，在DEM柵格數(shù)據(jù)使用過(guò)程中添加對(duì)角線，從而解決特征點(diǎn)缺失的問題。

深入分析高分辨圖像DEM數(shù)據(jù)后，可以發(fā)現(xiàn)應(yīng)用斷面極值法會(huì)造成較多困難。比較顯著的是由于覆蓋地形的范圍較小，使得高程關(guān)系無(wú)法描述地貌發(fā)育特征。因此，本文針對(duì)高分辨率DEM數(shù)據(jù)處理，將流域地貌發(fā)育特征點(diǎn)提取出來(lái)，并標(biāo)記特征窗口大小。標(biāo)記出來(lái)的特征窗口為核心，采用基于梯度的斷面極值法，使得水流方向?yàn)檫x取梯度方向的反方向，通過(guò)地形曲面函數(shù)的方向求解梯度方向。由于高程數(shù)據(jù)離散值較高，因此梯度方向內(nèi)柵格所覆蓋曲面與地貌坡度大致相同。

針對(duì)X與Y方向的相鄰柵格塊高程值，計(jì)算該處地貌坡度。通過(guò)上述計(jì)算方法，可以根據(jù)水流方向判斷垂直斷面方向。在流域地貌發(fā)育特征中，可以將特征點(diǎn)劃分為凹陷點(diǎn)、平地點(diǎn)、山谷點(diǎn)等多個(gè)類型，使用單獨(dú)的DEM柵格數(shù)據(jù)不能準(zhǔn)確描述該流域地貌發(fā)育特征。并在水流方向、斷面方向的基礎(chǔ)上，提取特征點(diǎn)。在計(jì)算過(guò)程中，根據(jù)地形起伏程度設(shè)置高程差閾值，并獲得不同方向的鄰域高程均值差，計(jì)算公式為：

(7)

(8)

通過(guò)公式(7)可以得出水流方向和鄰域高程均值的差值Δhi，應(yīng)用中心柵格塊高程值hi，j，減去水流方向兩側(cè)的高程值hi-1，j和hi+1，j，像素點(diǎn)表示為i、j。公式(8)表示斷面方向和鄰域高程均值的差值Δhj，需要采用中心柵格塊高程值減去斷面方向兩側(cè)的高程值hi，j-1和hi，j+1。之后，需要設(shè)置一個(gè)流量閾值，當(dāng)柵格數(shù)據(jù)的計(jì)算結(jié)果比流量閾值高時(shí)，表示柵格匯水面積較大，也就是流域內(nèi)的出水口位置。按照上述方法繼續(xù)分析，對(duì)于流域地貌中的山頂點(diǎn)來(lái)說(shuō)，會(huì)在2個(gè)斷面方向中均獲得極大高程值，而山谷特征點(diǎn)的分析，需要根據(jù)水流方向高程非極值和斷面方向?yàn)闃O小值得出判斷結(jié)果。同時(shí)計(jì)算結(jié)果得出最終的高程值，從而提取出不同流域地貌特征點(diǎn)。

2 實(shí)驗(yàn)

2.1 實(shí)驗(yàn)準(zhǔn)備

針對(duì)文中設(shè)計(jì)的特征提取方法，需要通過(guò)實(shí)驗(yàn)驗(yàn)證特征提取結(jié)果。實(shí)驗(yàn)所需的樣本來(lái)自無(wú)人機(jī)航拍，根據(jù)圖像生成數(shù)量龐大的點(diǎn)云數(shù)據(jù)，并轉(zhuǎn)換為分辨率DEM。由于無(wú)人機(jī)傾斜攝影具有高精度、大范圍的特點(diǎn)，作為流域地貌特征提取的數(shù)據(jù)來(lái)源之一，選定某一流域區(qū)域通過(guò)無(wú)人機(jī)傾斜攝影獲取實(shí)驗(yàn)所需數(shù)據(jù)，實(shí)驗(yàn)采用中海達(dá)四旋翼飛行器，并在無(wú)人機(jī)下方安裝多個(gè)相機(jī)。按照智能飛行駕駛儀的控制，以及圖3(a)所示的無(wú)人機(jī)航線規(guī)劃線路，完成無(wú)人機(jī)傾斜攝影。在無(wú)人機(jī)飛行過(guò)程中，需要專業(yè)工作人員在便攜式地面站對(duì)實(shí)時(shí)飛行狀態(tài)進(jìn)行監(jiān)控，確保數(shù)據(jù)順利采集。應(yīng)用定點(diǎn)曝光方式，控制無(wú)人機(jī)正下方和前后左右側(cè)方位5個(gè)鏡頭曝光，全方位得到流域地貌影像，如圖3(b)所示。

圖3 流域地貌信息采集

在本次實(shí)驗(yàn)數(shù)據(jù)采集過(guò)程中，由于天氣狀況較好，無(wú)人機(jī)傾斜攝影技術(shù)應(yīng)用順利，因此一共得到流域地貌圖像7255張。由于中心投影透視的技術(shù)，將正下方相機(jī)獲得像元的地面分辨率設(shè)置為0.81m，而拍攝傾斜影像的相機(jī)與正下方相機(jī)的像元的地面分辨率有所差異。通常情況下，根據(jù)鏡頭角度和成像原理分析，得出前景像素總是高于后景。在影像獲取過(guò)程中，確保傾斜影像最小地面分辨率，低于下視影像地面分辨率3倍。

無(wú)人機(jī)傾斜影像的應(yīng)用導(dǎo)致流域地貌信息獲取數(shù)量龐大，并且影像信息的重疊度較高，會(huì)加大后續(xù)流域地貌發(fā)育特征提取困難[11]。文中指針對(duì)采集的實(shí)驗(yàn)數(shù)據(jù)，采用運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)算法處理和匹配影像，并通過(guò)稀疏光束法平差持續(xù)迭代操作，保證坐標(biāo)觀測(cè)值、投影值之間的誤差不斷減小，糾正相機(jī)的畸變參數(shù)，并去除影像中包含的冗余信息，根據(jù)二維平面影像建立三維模擬空間。結(jié)合多視角立體視覺匹配技術(shù)，將密集的粗糙點(diǎn)云數(shù)據(jù)在操作后形成精細(xì)點(diǎn)云數(shù)據(jù)。并將獲取的數(shù)據(jù)應(yīng)用于地貌發(fā)育特征提取方法測(cè)試過(guò)程中。

2.2 實(shí)驗(yàn)結(jié)果及分析

在流域地貌發(fā)育特征中，河流的分形是最重要的特征之一。水系的研究尺度會(huì)對(duì)河流的形態(tài)和分形特征分析產(chǎn)生較大影響。因此，在流域地貌發(fā)育研究過(guò)程中，將河流分形作為切入點(diǎn)。分別應(yīng)用文中設(shè)計(jì)的特征提取方法，與文獻(xiàn)[1]、文獻(xiàn)[2]的特征提取方法進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果顯示，3種方法的水系特征提取效果對(duì)比如圖4所示。

圖4 水系特征提取結(jié)果對(duì)比

分析采用不同特征提取方法得到的該流域水系特征提取結(jié)果，可以發(fā)現(xiàn)3種方法所提取出的水系分布情況一致性較高。但是與圖4(a)顯示的文中方法提取結(jié)果相比，文獻(xiàn)[1]、文獻(xiàn)[2]的方法丟失了部分水文細(xì)節(jié)，如圖4(b)、圖4(c)中圓圈標(biāo)記位置。并且圖中方框標(biāo)記的位置，表明該處流域水系特征存在明顯偏差。出現(xiàn)上述情況主要是因?yàn)槲墨I(xiàn)[1]、文獻(xiàn)[2]設(shè)計(jì)的特征提取方法，由于數(shù)據(jù)獲取方式的差異，使得圖像分辨率較低。造成流域內(nèi)部分流域地貌發(fā)育特征被忽略，無(wú)法保證特征提取的精度。

之后，采用3種方法對(duì)流域中最為常見的洼地地貌進(jìn)行特征提取，提取結(jié)果如圖5所示。

圖5 洼地特征提取結(jié)果對(duì)比

從洼地特征提取結(jié)果對(duì)比中可以發(fā)現(xiàn)，文獻(xiàn)[1]方法與文中設(shè)計(jì)方法提取的特征點(diǎn)位置相近，但是部分特征點(diǎn)沒有提取出來(lái)。文獻(xiàn)[2]方法所提取的特征點(diǎn)與文中設(shè)計(jì)方法提取的特征點(diǎn)具有較大差異。綜合考慮3種方法的流域地貌發(fā)育特征提取結(jié)果，并采用人工的方式獲得該地區(qū)實(shí)際特征點(diǎn)數(shù)據(jù)，與3種方法所提取出的結(jié)果相對(duì)比。文中將特征提取方法的評(píng)價(jià)指標(biāo)設(shè)置為均方根誤差，其計(jì)算公式為：

(9)

式中，S—均方根誤差；w—特征提取值；v—真實(shí)值；n—觀測(cè)次數(shù)。利用上述公式，結(jié)合3種方法的特征提取結(jié)果，得出特征提取性能對(duì)比，如圖6所示。

圖6 3種方法的均方根誤差值對(duì)比

根據(jù)圖6可以發(fā)現(xiàn)，3種特征提取方法的應(yīng)用中，隨著特征提取數(shù)量的不斷增長(zhǎng)，文獻(xiàn)[1]、文獻(xiàn)[2]特征提取結(jié)果的均方根誤差值不斷增長(zhǎng)。當(dāng)提取特征數(shù)量為6000時(shí)，2種方法的均方根誤差值分別達(dá)到了84和78。而文中設(shè)計(jì)的方法在流域地貌發(fā)育特征提取過(guò)程中，雖然均方根誤差值也有所增長(zhǎng)，但是總體增長(zhǎng)幅度較小，保持在20以下。綜上所述，文中設(shè)計(jì)的流域地貌發(fā)育特征提取方法在實(shí)踐中，與文獻(xiàn)[1]、文獻(xiàn)[2]方法相比，均方根誤差值降低了69%、67%。通過(guò)上述實(shí)驗(yàn)可以得出結(jié)論，文中所設(shè)計(jì)的特征提取方法在實(shí)際應(yīng)用中可以發(fā)揮更好的性能。

3 結(jié)束語(yǔ)

文中依托無(wú)人機(jī)傾斜攝影技術(shù)獲得全方面地表信息，并經(jīng)過(guò)圖像的處理和地貌特征邊緣檢測(cè)，精確提取出流域地貌發(fā)育特征，從而真實(shí)反映河流地貌發(fā)育階段性特點(diǎn)。通過(guò)特征點(diǎn)的分析，可以明確地貌發(fā)育與地質(zhì)地貌背景、基準(zhǔn)面下降之間的關(guān)聯(lián)性。利用無(wú)人機(jī)傾斜攝影技術(shù)測(cè)量流域地貌的發(fā)育特征具有較高的時(shí)效性、真實(shí)性與準(zhǔn)確信，能夠有效掌握實(shí)時(shí)地形信息，并且提供真實(shí)生動(dòng)的場(chǎng)景圖，通過(guò)建模能夠真實(shí)反映河流地貌發(fā)育階段性特點(diǎn)。但是工作環(huán)節(jié)并不完全是自適應(yīng)性的，地形特征坡度分析環(huán)節(jié)是需要依據(jù)人為經(jīng)驗(yàn)進(jìn)行的，希望在接下來(lái)的工作中可以提高工作過(guò)程的自適應(yīng)性。