沈向前，杜年春，謝 翔，黃 毅

(1.中國(guó)有色金屬長(zhǎng)沙勘察設(shè)計(jì)研究院有限公司，湖南 長(zhǎng)沙 410117；2.湖南省礦山安全智能化監(jiān)控技術(shù)與裝備工程技術(shù)研究中心，湖南 長(zhǎng)沙 410117)

0 引言

作為金屬冶煉廢棄物的堆存設(shè)施，排泥庫(kù)是礦山企業(yè)堆存生產(chǎn)過(guò)程中產(chǎn)生的泥漿的主要場(chǎng)所，也是金屬或非金屬礦山的重大危險(xiǎn)源[1]。排泥庫(kù)里面的泥漿含有多種重金屬離子，一旦發(fā)生泄漏事故，泥漿可能會(huì)進(jìn)入周邊環(huán)境，給人民群眾的生產(chǎn)和生活帶來(lái)威脅，甚至還可能污染地下水，破壞生態(tài)環(huán)境[2]。土工布是一種防滲材料，由于其具有抗拉強(qiáng)度高、防滲性能好、變形能力強(qiáng)、質(zhì)量輕、施工方便、造價(jià)低等優(yōu)點(diǎn)，被廣泛應(yīng)用于排泥庫(kù)作為防滲材料。為了防止泥漿泄漏，排泥庫(kù)四周鋪掛土工布應(yīng)及時(shí)，土工布的高度應(yīng)始終高于泥漿面2～3 m[3]，同時(shí)需要定時(shí)巡檢土工布，在發(fā)現(xiàn)土工布高度過(guò)低時(shí)及時(shí)修補(bǔ)[4]。目前主要通過(guò)人工巡檢方式對(duì)排泥庫(kù)土工布進(jìn)行巡檢，巡檢人員需乘船繞行土工布進(jìn)行巡視，不僅作業(yè)效率低，還存在較高的安全風(fēng)險(xiǎn)。

為了克服人工巡檢存在的不足，相關(guān)技術(shù)人員已經(jīng)開(kāi)始研究使用無(wú)人機(jī)對(duì)排泥庫(kù)進(jìn)行航測(cè)巡檢[5]，無(wú)人機(jī)搭載可見(jiàn)光相機(jī)拍攝高清的排泥庫(kù)影像，通過(guò)解譯正射影像和實(shí)景三維模型，評(píng)價(jià)庫(kù)區(qū)安全情況，確定庫(kù)區(qū)存在的安全隱患。無(wú)人機(jī)巡檢作業(yè)方法有效降低了人工巡檢的作業(yè)強(qiáng)度，為排泥庫(kù)土工布巡檢提供了新思路。

本文針對(duì)排泥庫(kù)土工布人工巡檢的不足，基于無(wú)人機(jī)傾斜攝影生成的加密彩色三維點(diǎn)云，設(shè)計(jì)了一種土工布中心線自動(dòng)提取方法，包含土工布點(diǎn)云識(shí)別和中心線計(jì)算兩部分。首先從三維點(diǎn)云中識(shí)別出土工布點(diǎn)云，在嚴(yán)苛的顏色特征閾值條件下篩選出白色的點(diǎn)云，并計(jì)算出土工布點(diǎn)云分布的高程區(qū)間作為高程特征閾值條件，綜合顏色特征和高程特征識(shí)別土工布點(diǎn)云；然后將提取好的土工布點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為二值圖像，采用改進(jìn)的Zhang-Suen算法[6]提取土工布骨架；最后刪除骨架上的毛刺獲取干凈的土工布中心線數(shù)據(jù)。

1 土工布點(diǎn)云識(shí)別方法

無(wú)人機(jī)傾斜攝影后通過(guò)三維重建能夠生成密集的彩色三維點(diǎn)云數(shù)據(jù)，每一個(gè)三維點(diǎn)都有X、Y、Z、R、G、B屬性信息，其中X、Y、Z為點(diǎn)云的空間坐標(biāo)，R、G、B分別表示點(diǎn)云的顏色信息，分別表示紅、綠、藍(lán)。土工布是白色且?guī)瞽h(huán)繞排泥庫(kù)水線邊緣，因此，本文通過(guò)顏色特征和高程特征將土工布點(diǎn)云從整個(gè)排泥庫(kù)的點(diǎn)云中提取出來(lái)[7]，具體步驟為：

1)點(diǎn)云數(shù)據(jù)分塊處理。若點(diǎn)云的坐標(biāo)系為地理坐標(biāo)系(經(jīng)緯度)，則將其轉(zhuǎn)換為投影坐標(biāo)系(即平面坐標(biāo)系)；然后對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行分塊處理，以提高后續(xù)計(jì)算的速度。

2)直方圖正規(guī)化處理。對(duì)分塊后的點(diǎn)云數(shù)據(jù)的R、G、B三個(gè)通道進(jìn)行直方圖正規(guī)化處理，以減弱光照等條件對(duì)點(diǎn)云顏色信息的影響，處理后的點(diǎn)云數(shù)據(jù)記為OriginPt。設(shè)輸入點(diǎn)云R通道值范圍為[Rmin，Rmax]、G通道值范圍為[Gmin，Gmax]、B通道值范圍為[Bmin，Bmax]，輸出R、G、B三個(gè)通道值范圍均為[Omin，Omax]，輸入點(diǎn)云Pi為[Ri，Gi，Bi]，輸出點(diǎn)云P為[R，G，B]，計(jì)算公式如下：

(1)

3)初步篩選。根據(jù)顏色特征對(duì)點(diǎn)云進(jìn)行初步篩選，土工布的顏色是白色的，使用式(2)作為閾值條件，其中E(R，G，B)表示顏色的均值、σ(R，G，B)為顏色值的標(biāo)準(zhǔn)差，e1和μ分別為顏色均值閾值和顏色標(biāo)準(zhǔn)差閾值，保留滿足閾值條件的點(diǎn)云。

(2)

5)二次篩選。對(duì)OriginPt進(jìn)行二次篩選，使用式(3)作為判斷條件，其中e2為二次篩選的顏色均值閾值，保留滿足閾值的點(diǎn)云。此時(shí)的顏色判斷條件與初步篩選不同，不再使用顏色值的標(biāo)準(zhǔn)差作為判斷條件，以消除陰影等環(huán)境因素對(duì)土工布點(diǎn)云色彩的影響。

(3)

式中：“∧”表示邏輯與。

6)去噪處理。二次篩選獲得的點(diǎn)云絕大多數(shù)都是土工布點(diǎn)云，但是也混雜有少量噪聲，使用DBSCAN算法對(duì)點(diǎn)云進(jìn)行聚類，刪除噪聲點(diǎn)。

2 土工布中心線提取方法

使用上述方法提取出來(lái)的土工布點(diǎn)云，將其轉(zhuǎn)化為二值圖像，然后依次進(jìn)行形態(tài)學(xué)運(yùn)算、提取骨架、剔除毛刺等操作，能夠自動(dòng)提取出土工布中心線，具體步驟為：

1)點(diǎn)云轉(zhuǎn)化為二值圖像。具體方法如下：a)計(jì)算土工布點(diǎn)云的平面四至點(diǎn)坐標(biāo)，左上點(diǎn)(xmin，ymin)、右上點(diǎn)(xmax，ymin)、左下點(diǎn)(xmin，ymax)、右下點(diǎn)(xmax，ymax)；b)設(shè)置圖像網(wǎng)格邊長(zhǎng)pixelSize，初始化二值圖像，圖像的尺寸大小由式(4)確定，圖像所有像素點(diǎn)的像素值設(shè)為0；c)遍歷所有的土工布點(diǎn)云，計(jì)算其對(duì)應(yīng)的像素坐標(biāo)，將對(duì)應(yīng)像素點(diǎn)的像素值設(shè)為1。

(4)

2)進(jìn)行形態(tài)學(xué)運(yùn)算。先進(jìn)行閉運(yùn)算，填補(bǔ)由于土工布點(diǎn)云密度不均勻造成的空洞；然后進(jìn)行開(kāi)運(yùn)算，消除圖像里面小顆粒噪聲。

3)土工布骨架提取。使用改進(jìn)的Zhang-Suen算法提取骨架，具體方法如下：a)遍歷所有值為1的像素，標(biāo)記滿足式(5)所有條件的像素點(diǎn)，并將被標(biāo)記的像素點(diǎn)刪除；b)遍歷所有值為1的像素，標(biāo)記滿足式(6)所有條件的像素點(diǎn)，并將被標(biāo)記的像素點(diǎn)刪除；c)循環(huán)執(zhí)行a)和b)，直到兩個(gè)循環(huán)步驟中都沒(méi)有像素被標(biāo)記為刪除為止；d)遍歷所有值為1的像素，標(biāo)記滿足式(7)中任一條件的像素點(diǎn)，并將被標(biāo)記的像素點(diǎn)刪除。

(5)

(6)

(7)

式中：P1表示像素值為1的像素點(diǎn)；A(P1)表示P1的8個(gè)鄰域P2，P3，…，P9像素值非零(即1)的個(gè)數(shù)；B(P1)表示以P2～P3，P3～P4，…，P9～P2為序時(shí)，這些點(diǎn)的像素值出現(xiàn)0→1變化的累計(jì)次數(shù)。

像素的分布如圖1所示。

圖1 像素鄰域圖

4)刪除骨架上的毛刺。由于土工布有一定寬度且邊緣不光滑，經(jīng)過(guò)細(xì)化算法提取的骨架會(huì)有很多細(xì)小的毛刺。圖2顯示了一段提取出來(lái)的土工布骨架，圖上的實(shí)心點(diǎn)為“端點(diǎn)”、空心點(diǎn)為“交點(diǎn)”。刪除毛刺后即可獲得正確的土工布中心線，具體方法如下：a)計(jì)算端點(diǎn)和交點(diǎn)的數(shù)量，如果端點(diǎn)的數(shù)量大于2或交點(diǎn)的數(shù)量大于0，執(zhí)行b)和c)，否則停止算法，完成毛刺刪除；b)執(zhí)行計(jì)算過(guò)程：i)遍歷所有“端點(diǎn)”-“端點(diǎn)”的線段，記錄線段的坐標(biāo)序列Linei{q1,q2,…,qm}，其中，q1、qm為“端點(diǎn)”，計(jì)算此線段對(duì)應(yīng)的長(zhǎng)度lenLinei；ii)遍歷所有“端點(diǎn)”-“交點(diǎn)”的線段，記錄線段的坐標(biāo)序列Segi{q1,q2,…，qm}，其中，q1為“端點(diǎn)”，qm為“交點(diǎn)”，計(jì)算此線段對(duì)應(yīng)的長(zhǎng)度lenSegi；c)執(zhí)行刪除過(guò)程：i)對(duì)所有“端點(diǎn)”-“端點(diǎn)”的線段，保留lenLine值最大的Line，刪除其他線段；ii)對(duì)于所有“端點(diǎn)”-“交點(diǎn)”的線段，如果某一個(gè)交點(diǎn)對(duì)應(yīng)多個(gè)端點(diǎn)(≥2)時(shí)，刪除此交點(diǎn)對(duì)應(yīng)的線段中l(wèi)enSeg值最小的Seg。

圖2 骨架圖

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)數(shù)據(jù)

本文實(shí)驗(yàn)區(qū)域?yàn)閺V西某鋁土礦排泥庫(kù)，采用大疆精靈4 RTK無(wú)人機(jī)對(duì)排泥庫(kù)進(jìn)行傾斜攝影，相機(jī)影像傳感器為1英寸CMOS，有效像素2 000萬(wàn)。傾斜攝影后使用ContextCapture軟件進(jìn)行三維重建，獲取排泥庫(kù)周邊的彩色三維點(diǎn)云，點(diǎn)云坐標(biāo)系為投影坐標(biāo)系(平面坐標(biāo)系)，本文以此數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。

圖3為實(shí)驗(yàn)區(qū)點(diǎn)云的整體圖和局部放大圖，包含植被、道路、水體、土工布等豐富的地物信息。

圖3 實(shí)驗(yàn)區(qū)點(diǎn)云

3.2 土工布中心線提取

首先對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行分塊并對(duì)顏色進(jìn)行直方圖正規(guī)化處理，輸出R、G、B三個(gè)通道值范圍均為[0，255]。然后根據(jù)顏色信息進(jìn)行初步篩選，其中e1取值范圍為[200，240]，μ的取值范圍為[2，15]。在獲取土工布高程區(qū)間[Zmin，Zmax]后進(jìn)行二次篩選，e2的取值范圍為[120，200]，初步篩選和二次篩選的點(diǎn)云見(jiàn)圖4。最后使用DBSCAN進(jìn)行去噪，掃描半徑eps=0.4 m，最小包含點(diǎn)數(shù)minPts=8，去噪效果見(jiàn)圖5。

圖4 土工布點(diǎn)云提取結(jié)果

圖5 土工布點(diǎn)云去噪效果圖

使用提取好的土工布點(diǎn)云數(shù)據(jù)，將其網(wǎng)格化后轉(zhuǎn)化為二值圖像，圖像網(wǎng)格邊長(zhǎng)pixelSize大小為0.1 m。隨后對(duì)二值圖像依次進(jìn)行閉運(yùn)算和開(kāi)運(yùn)算，使用的卷積核為矩形，卷積核的尺寸為(5，5)。然后使用改進(jìn)的Zhang-Suen算法提取骨架，并對(duì)骨架上的毛刺進(jìn)行刪除，從而得到土工布中心線，如圖6所示。

圖6 土工布中心線

4 結(jié)束語(yǔ)

本文基于無(wú)人機(jī)傾斜攝影三維重建生成的彩色三維點(diǎn)云數(shù)據(jù)，提出了一種排泥庫(kù)土工布中心線自動(dòng)提取方法。此方法能夠從三維點(diǎn)云中識(shí)別出土工布點(diǎn)云，并自動(dòng)生成土工布中心線，土工布點(diǎn)云提取和中心線識(shí)別的精度高、速度快，并且能夠有效克服陰影等環(huán)境因素的不利影響，為后續(xù)計(jì)算土工布高度、提取水岸線、識(shí)別土工布破損等提供數(shù)據(jù)支撐，對(duì)于提高排泥庫(kù)安全巡檢的信息化、自動(dòng)化水平具有積極意義。