閔克祥，劉建龍，顧 昊，朱 慧

（江蘇省秦淮河水利工程管理處，江蘇 南京 210022）

近年來(lái)，隨著生態(tài)文明建設(shè)理念的提出和發(fā)展，河湖環(huán)境的管理和保護(hù)成為一項(xiàng)重要內(nèi)容。習(xí)近平總書記在視察江蘇時(shí)強(qiáng)調(diào)“生態(tài)環(huán)境投入不是無(wú)謂投入、無(wú)效投入，而是關(guān)系到經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展、可持續(xù)發(fā)展的基礎(chǔ)性、戰(zhàn)略性投入”。加強(qiáng)生態(tài)文明建設(shè)對(duì)河湖工作提出了新要求，充分利用現(xiàn)代化的信息科技手段，探索智慧巡湖系統(tǒng)的應(yīng)用，加強(qiáng)做好湖泊治理、保護(hù)和宣傳工作。

1 智慧巡檢系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)

智慧巡湖系統(tǒng)主要為基于 GIS 的無(wú)人機(jī)河湖巡檢智能圖像處理平臺(tái)，包括無(wú)人機(jī)地面數(shù)據(jù)采集、數(shù)據(jù)處理、河湖巡查事件處理、巡查大數(shù)據(jù)智能分析，將信息匯聚到智慧巡湖大數(shù)據(jù)輔助決策指揮平臺(tái)。

1.1 系統(tǒng)流程

系統(tǒng)平臺(tái)主要實(shí)現(xiàn)湖泊巡查“問題發(fā)現(xiàn)、問題上報(bào)、問題分配，到問題處理、問題反饋、查詢分析”[1]的閉環(huán)化處理流程，工作流程如圖 1 所示。

圖1 系統(tǒng)工作流程圖

1）問題發(fā)現(xiàn)階段。通過無(wú)人機(jī)完成湖泊巡檢工作，航拍采集得到全方位、無(wú)死角的數(shù)字化圖像和視頻信息，克服了過去人工巡湖效率低下、視野范圍狹窄、盲點(diǎn)眾多、有一定危險(xiǎn)性的問題。其采集到的圖像經(jīng)過 SIFT 方法拼接處理，可以得到湖泊的二維和三維全景圖，使用智能識(shí)別算法識(shí)別、對(duì)比、分析圖像，可以發(fā)現(xiàn)湖泊的異常情況，人工審核后成為問題來(lái)源，并形成差異化的巡檢問題報(bào)告。

2）問題上報(bào)階段。通過智慧巡湖系統(tǒng)的 PC 端軟件平臺(tái)和手機(jī) App，問題可以及時(shí)高效地由相關(guān)負(fù)責(zé)人員上報(bào)給湖長(zhǎng)辦公室。

3）問題分配階段。巡湖系統(tǒng)的管理中心后臺(tái)可以根據(jù)相關(guān)事件庫(kù)、地理庫(kù)進(jìn)行問題自動(dòng)分配，由湖長(zhǎng)辦公室隨時(shí)交辦問題任務(wù)清單。

4）問題處理階段。由相關(guān)湖泊管轄負(fù)責(zé)人員完成現(xiàn)場(chǎng)問題處理整改工作，填寫處理結(jié)果單并上傳相關(guān)的視頻、圖像和文字等信息。

5）問題反饋階段。由湖長(zhǎng)辦公室跟蹤落實(shí)具體情況，辦理驗(yàn)收工作。

6）查詢分析階段。可以對(duì)問題處理的情況進(jìn)行查詢，由此積累的巡檢大數(shù)據(jù)也可用于統(tǒng)計(jì)分析，形成有關(guān)湖泊總體智能數(shù)據(jù)分析報(bào)告。

1.2 關(guān)鍵技術(shù)

基于 GIS 的無(wú)人機(jī)河湖巡檢智能圖像處理平臺(tái)的關(guān)鍵技術(shù)是完成航拍圖像的智能化處理工作，即實(shí)現(xiàn)航拍圖像的拼接、識(shí)別和比對(duì)的技術(shù)路徑。

1.2.1 圖像拼接

圖像拼接是將數(shù)張有重疊部分（包括不同時(shí)間、視角、傳感器）的圖像拼成一張大型的無(wú)縫高分辨率圖像的技術(shù)。無(wú)人機(jī)由于獲得的航拍圖像數(shù)量大、重疊度高，且其自身的體積較小，自穩(wěn)定性和抗風(fēng)能力差，圖像相較于真實(shí)場(chǎng)景存在仿射變形的情況，所以智慧巡湖系統(tǒng)應(yīng)用了能適應(yīng)大的平移、旋轉(zhuǎn)和尺度不變性的尺度不變特征轉(zhuǎn)換[2]（SIFT，Scale-invariant Feature Transform）特征，實(shí)現(xiàn)了對(duì)航拍圖像的幾何校正、圖像配準(zhǔn)、變換矩陣計(jì)算和融合等。利用 SIFT 特征檢測(cè)器在圖像的尺度空間進(jìn)行特征檢測(cè)，可以確定特征點(diǎn)在圖像的精確位置和其尺度，通過二維高斯核函數(shù)可以實(shí)現(xiàn)對(duì)圖像的尺度變換，從而得到圖像多尺度空間的系列信息，從而保證了無(wú)人機(jī)在飛行時(shí)提取的圖像特征仍具有尺度不變性。

SIFT 是一種計(jì)算機(jī)視覺的算法，用來(lái)偵測(cè)與描述影像中的局部性特征，在空間尺度中尋找極值點(diǎn)，并提取出其位置、尺度、旋轉(zhuǎn)不變量。SIFT 算法實(shí)現(xiàn)特征匹配主要有以下 3 個(gè)流程：

1）提取關(guān)鍵點(diǎn)。關(guān)鍵點(diǎn)是一些十分突出的不會(huì)因光照、尺度、旋轉(zhuǎn)等因素而消失的點(diǎn)，比如角點(diǎn)、邊緣點(diǎn)、暗區(qū)域的亮點(diǎn)及亮區(qū)域的暗點(diǎn)。此步驟是搜索所有尺度空間上的圖像位置，通過高斯微分函數(shù)識(shí)別潛在的具有尺度和旋轉(zhuǎn)不變的興趣點(diǎn)。

2）定位關(guān)鍵點(diǎn)并確定特征方向。在每個(gè)候選的位置上，通過一個(gè)擬合精細(xì)的模型確定位置和尺度。關(guān)鍵點(diǎn)的選擇依據(jù)于它們的穩(wěn)定程度。然后基于圖像局部的梯度方向，分配給每個(gè)關(guān)鍵點(diǎn)位置 1 個(gè)或多個(gè)方向。所有后面的對(duì)圖像數(shù)據(jù)的操作都相對(duì)于關(guān)鍵點(diǎn)的方向、尺度和位置進(jìn)行變換，從而提供對(duì)于這些變換的不變性。

3）完成特征匹配實(shí)現(xiàn)圖像無(wú)縫拼接。通過各關(guān)鍵點(diǎn)的特征向量，進(jìn)行兩兩比較找出相互匹配的若干對(duì)特征點(diǎn)，建立景物間的對(duì)應(yīng)關(guān)系。

局部影像特征的描述與偵測(cè)可以幫助辨識(shí)物體，SIFT 特征是基于物體上的一些局部外觀的興趣點(diǎn)而與影像的大小和旋轉(zhuǎn)無(wú)關(guān)。對(duì)于光線、噪聲、些微視角改變的容忍度也相當(dāng)高?；谶@些特性，它們是高度顯著而且相對(duì)容易擷取，在母數(shù)龐大的特征數(shù)據(jù)庫(kù)中，很容易辨識(shí)物體而且鮮有誤認(rèn)。

使用 SIFT 特征描述對(duì)于部分物體遮蔽的偵測(cè)率也相當(dāng)高，甚至只需要 3 個(gè)以上的 SIFT 物體特征就足以計(jì)算出位置與方位。在現(xiàn)今的電腦硬件速度下和小型的特征數(shù)據(jù)庫(kù)條件下，辨識(shí)速度可接近即時(shí)運(yùn)算。SIFT 特征的信息量大，適合在海量數(shù)據(jù)庫(kù)中快速準(zhǔn)確匹配。

然后完成 SIFT 特征匹配算法，包括 2 個(gè)階段：1）SIFT 特征向量的生成，即從多幅待匹配圖像中提取出對(duì)旋轉(zhuǎn)、尺度和亮度變化無(wú)關(guān)的特征向量；2）SIFT 特征向量的匹配，即通過擬合三維二次函數(shù)以精確確定關(guān)鍵點(diǎn)的位置和尺度，并去除低對(duì)比度的關(guān)鍵點(diǎn)和不穩(wěn)定的邊緣相應(yīng)點(diǎn)。再者通過RANSAC 算法對(duì) SIFT 特征點(diǎn)初匹配結(jié)果進(jìn)行精確篩選，并且找出一個(gè)圖像之間的投影變換單應(yīng)矩陣，完成變換矩陣計(jì)算，進(jìn)而達(dá)到拼接的目的，這樣的方法也可以最大限度地減少噪聲及不滿足估計(jì)參數(shù)的點(diǎn)的影響[3]。最后，借助于加權(quán)平均算法可以較好地完成航拍圖像拼接融合，使其在要求拼合的過渡區(qū)域能夠不出現(xiàn)明顯的痕跡。由此，無(wú)人機(jī)巡檢時(shí)所拍攝的原始數(shù)字影像預(yù)處理后，加上各自唯一的編號(hào)、日期和地理坐標(biāo)信息后，存儲(chǔ)于系統(tǒng)數(shù)據(jù)庫(kù)中，并轉(zhuǎn)變成了基于 GIS 的數(shù)字正射影像和數(shù)字高程模型數(shù)據(jù)后，實(shí)現(xiàn)了無(wú)縫拼接。

1.2.2 圖像識(shí)別和比對(duì)

目標(biāo)檢測(cè)是圖像識(shí)別的基礎(chǔ)與前提，只有正確地把目標(biāo)從背景中分離出來(lái)，才能進(jìn)一步實(shí)現(xiàn)對(duì)感興趣目標(biāo)的類型識(shí)別?？紤]每個(gè)背景像素的具體分布規(guī)律，并綜合使用混合高斯、t分布和因子分析這 3 個(gè)模型得到混合魯棒空間模型，可以很好地對(duì)場(chǎng)景的固有屬性進(jìn)行建模，應(yīng)用于無(wú)人機(jī)巡檢圖像的背景檢測(cè)及前景提取[4-5]。當(dāng)圖像的主要目標(biāo)或區(qū)域遭到破壞而發(fā)生變化時(shí)，特征將會(huì)發(fā)生明顯的變化，可以利用 SIFT 特征表征原始圖像和目標(biāo)圖像的距離大小，發(fā)現(xiàn)目標(biāo)圖像相對(duì)于原始圖像在內(nèi)容上的變化情況，進(jìn)而完成圖像的比對(duì)工作。

2 系統(tǒng)在石臼湖固城湖巡檢中的應(yīng)用

石臼湖位于長(zhǎng)江右岸、水陽(yáng)江入江尾閭，地跨蘇、皖兩省，湖岸線總長(zhǎng)約為 80 km，堤線南京境內(nèi)長(zhǎng)度為 43.69 km，面積約為 214.7 km2，承擔(dān)著蓄滯洪、供水、航運(yùn)、生態(tài)景觀等多種功能；固城湖位于江蘇省西南部高淳區(qū)境內(nèi)，屬青戈江、水陽(yáng)江水系的一個(gè)洪水滯留型淺水湖泊，湖岸線長(zhǎng)為 43.76 km，湖面總面積為 31.99 km2，在歷史上與石臼湖同為古丹陽(yáng)湖的一部分，承擔(dān)著航運(yùn)、灌溉、蓄洪和養(yǎng)殖等多種功能。石臼湖和固城湖的巡查與管護(hù)原先基本由人工完成，不僅存在巡查效率低下、管理不全面、分工不到位、問題追蹤更新不及時(shí)等問題，還不能很好地關(guān)注到一些湖泊管理范圍內(nèi)隱蔽角落的生態(tài)問題。

2020年，石臼湖、固城湖開展了 3 次無(wú)人機(jī)巡湖，設(shè)定無(wú)人機(jī)每 3 s 完成 1 張圖片，無(wú)人機(jī)移動(dòng) 18 m，圖片覆蓋范圍約 100 m×80 m，1 次巡湖需完成 3 500 張圖片采集和拼接處理。初次巡湖完成了兩湖約 80 km 岸線，左右 100 m 范圍內(nèi)所有建筑物、構(gòu)筑物的信息采集，兩湖網(wǎng)格地理數(shù)據(jù)和網(wǎng)格員信息等，標(biāo)識(shí)湖泊管理范圍內(nèi)出入河道、橋梁、泵站、取排口、碼頭等特征數(shù)據(jù)上傳至石臼湖固城湖智慧巡湖大數(shù)據(jù)輔助決策平臺(tái)，如圖 2 所示。通過 3 次飛行圖像的對(duì)比分析，形成 1 期湖泊地物報(bào)告、2 期巡檢對(duì)比報(bào)告，發(fā)現(xiàn)疑似問題 42 處，根據(jù)湖泊網(wǎng)格管轄權(quán)限將問題分發(fā)給網(wǎng)格員現(xiàn)場(chǎng)核實(shí)，大大提高了巡湖及監(jiān)管效率。因無(wú)人機(jī)巡湖得到的是湖泊的整體圖像，人工巡湖需要?jiǎng)佑幂^大資源才能現(xiàn)場(chǎng)查看的比如湖心島的情況在圖中能夠清晰地辨認(rèn)，在巡湖的精準(zhǔn)度上也有提高。

圖2 石臼湖固城湖智慧巡湖大數(shù)據(jù)輔助決策指揮平臺(tái)

基于 GIS 的智慧巡湖系統(tǒng)利用無(wú)人機(jī)巡檢，可以彌補(bǔ)人工巡湖檢查存在的不足，減輕相關(guān)人員的工作負(fù)擔(dān)，可以滿足高效優(yōu)質(zhì)巡視、監(jiān)管和治理河湖的工作要求。

3 系統(tǒng)的特點(diǎn)和意義

綜合來(lái)看，無(wú)人機(jī)智慧巡湖系統(tǒng)具有著其他巡湖手段不可比擬的全面化、及時(shí)化、智能化、精準(zhǔn)化、高效化、信息化、數(shù)字化等優(yōu)勢(shì)。

3.1 問題發(fā)現(xiàn)全面化、及時(shí)化

無(wú)人機(jī)巡湖航拍解決了湖泊網(wǎng)格、水域巡查樹木建筑遮擋、視野盲區(qū)等情況，其不受空間、時(shí)間和特殊地形的限制，實(shí)時(shí)性強(qiáng)、機(jī)動(dòng)性高，巡查管護(hù)的范圍廣泛，能夠全面細(xì)致地實(shí)現(xiàn)對(duì)水域生態(tài)的全程管控。另外工作人員也可以及時(shí)地跟蹤監(jiān)測(cè)到湖泊是否存在水面不潔、岸線占用、污水偷排等問題，對(duì)湖泊上新增或原址重建的地物進(jìn)行實(shí)地核查，可以及時(shí)發(fā)現(xiàn)新增“兩違”。

3.2 問題報(bào)告智能化

通過采用能適應(yīng)大的平移、旋轉(zhuǎn)和尺度不變性的智能特征識(shí)別 SIFT 算法，可以獲得反映真實(shí)情況的圖像，從而完成基于 GIS 得到的圖像數(shù)據(jù)的拼接。通過無(wú)人機(jī)航拍可以得到靜態(tài)圖像和動(dòng)態(tài)視頻，預(yù)處理后存于系統(tǒng)的數(shù)據(jù)庫(kù)中，借助于數(shù)據(jù)庫(kù)的前后期巡檢結(jié)果對(duì)比分析，系統(tǒng)可智能化自動(dòng)生成差異報(bào)告，包括湖泊地物的新增、減少、原址重建等。

3.3 問題處理精準(zhǔn)化、高效化

智慧巡湖系統(tǒng)形成的湖泊問題報(bào)告，通過 PC 端的軟件平臺(tái)和手機(jī) App 及時(shí)完成問題上報(bào)，管理中心后臺(tái)精準(zhǔn)匹配到湖泊相關(guān)區(qū)域網(wǎng)格的責(zé)任人到現(xiàn)場(chǎng)解決問題，并上傳相關(guān)文字、圖片信息完成問題的處理反饋工作。智慧巡湖系統(tǒng)由此實(shí)現(xiàn)了從湖泊存在問題的發(fā)現(xiàn)、上報(bào)、處理和分析查詢的閉環(huán)化，高效地完成了問題處理，提高了生態(tài)環(huán)境治理水平。

3.4 湖泊管理信息化

將無(wú)人機(jī)作為石臼湖和固城湖的巡查工具，可以對(duì)其范圍內(nèi)的所有建筑物、構(gòu)筑物、水面情況等進(jìn)行巡查航拍，全面摸清湖泊治理和管護(hù)現(xiàn)狀，形成一湖一檔資料真實(shí)詳細(xì)的大數(shù)據(jù)庫(kù)，通過 PC 端和手機(jī)端的軟件完成對(duì)湖泊基礎(chǔ)資料的信息化管理工作，提高治理進(jìn)程效率。智慧巡湖系統(tǒng)管理平臺(tái)設(shè)立的“兩違”后臺(tái)監(jiān)管程序也可促進(jìn)各湖泊區(qū)域負(fù)責(zé)人完成相關(guān)數(shù)據(jù)的錄入工作，并實(shí)時(shí)監(jiān)管“兩違”整治情況。

3.5 決策分析數(shù)字化

無(wú)人機(jī)巡湖檢查可以形成湖泊圖像、視頻等信息大數(shù)據(jù)，通過智能系統(tǒng)平臺(tái)完成對(duì)不同時(shí)段湖泊情況的數(shù)據(jù)統(tǒng)計(jì)分析，從而得出湖泊重點(diǎn)巡檢區(qū)段的重點(diǎn)問題的分析報(bào)表，形成基于大數(shù)據(jù)分析的巡檢、相關(guān)工作人員工作情況分析、湖泊治理相關(guān)數(shù)據(jù)智能分析等報(bào)告，可以有效地評(píng)價(jià)各區(qū)域的工作完成情況，對(duì)湖泊實(shí)現(xiàn)數(shù)字化的管控治理，并為水利管理單位之后的決策分析提供重要的輔助參考依據(jù)[6]。

4 結(jié)語(yǔ)

基于 GIS 的無(wú)人機(jī)河湖巡檢智能圖像處理平臺(tái)通過 SIFT 等智能化識(shí)別算法可以及時(shí)發(fā)現(xiàn)處理湖泊存在的違章違法行為，實(shí)現(xiàn)了人機(jī)交互狀態(tài)下河湖巡檢無(wú)人機(jī)航拍圖像的智能化處理，無(wú)論從空間和時(shí)間上都彌補(bǔ)了人工巡查的缺陷，并主要集中于微觀及時(shí)化的問題處理，對(duì)湖泊每個(gè)階段的情況都有一個(gè)細(xì)致的把握，從而與衛(wèi)星遙感從宏觀上把握湖泊歷年變化情況進(jìn)行很好的互補(bǔ)，綜合有利于對(duì)湖泊生態(tài)環(huán)境保護(hù)，進(jìn)而努力推進(jìn)生態(tài)美麗幸福河湖建設(shè)。

但是，在對(duì)無(wú)人機(jī)巡湖的應(yīng)用中，還是發(fā)現(xiàn)了一些問題：1）對(duì)于水生植物的識(shí)別上還有待提高。根據(jù)報(bào)告顯示一處受污染或成片漂浮物（浮萍、水草、垃圾等）的現(xiàn)象，根據(jù)人工核查為菱角，非面源污染。2）完成無(wú)人機(jī)巡湖閉環(huán)任務(wù)的時(shí)效性上還需要提高。目前利用無(wú)人機(jī)巡湖頻率為每月1 次，進(jìn)行圖像拼接、分析比對(duì)形成報(bào)告大約需要 1 周時(shí)間，即時(shí)增加巡湖頻次，在滿足內(nèi)業(yè)工作時(shí)間的情況下，湖區(qū)期間的變化無(wú)法掌握。

為此，需要對(duì)在圖像識(shí)別比對(duì)上進(jìn)一步研究，利用機(jī)器學(xué)習(xí)強(qiáng)化圖像識(shí)別訓(xùn)練，也可以在湖泊內(nèi)設(shè)置生態(tài)監(jiān)測(cè)站點(diǎn)，將生態(tài)數(shù)據(jù)引入無(wú)人機(jī)智慧巡檢系統(tǒng)輔助確定圖像內(nèi)物體的特性，在識(shí)別上提高準(zhǔn)確度。另外，考慮無(wú)人機(jī)場(chǎng)方案，在湖區(qū)設(shè)置無(wú)人機(jī)場(chǎng)，無(wú)人機(jī)按照設(shè)定自動(dòng)巡湖，并實(shí)時(shí)傳輸數(shù)據(jù)，結(jié)合智能識(shí)別算法，切實(shí)提高無(wú)人機(jī)巡湖的時(shí)效和實(shí)效。