一种基于无人机三维倾斜摄影模型的边坡提取方法与流程

本技术涉及测绘，特别是涉及一种基于无人机三维倾斜摄影模型的边坡提取方法。

背景技术：

1、露天矿山边坡的几何形态参数（包括坡顶线、坡底线空间位置，以及坡角、坡高、坡长等核心指标）是矿山安全稳定性评价、采场设计优化及地质灾害隐患治理至关重要的基础数据源。因此，如何高效、精确地获取上述边坡参数，一直是矿山测绘与岩土工程监测领域的重要研究方向。

2、目前，针对露天矿山边坡几何参数的获取，主要存在以下两类技术手段：

3、其一，传统地面接触式人工测量手段。该类方法主要依赖全站仪、rtk（实时动态载波相位差分技术）等设备，由测量人员深入采场或登临坡面进行逐点、逐线的数据采集。然而，该方式存在诸多固有局限：首先，属于单点作业模式，采集效率极为低下，难以在有限时间内完成大范围、全域性矿区的边坡覆盖测量；其次，测量过程要求人员频繁靠近或站立于高陡、破碎的坡面区域，存在极高的人身安全风险；再者，受地形起伏和通视条件严重制约，测量盲区普遍存在，导致获取的数据在空间分布上密度不足、均匀性差，难以全面刻画边坡的宏观整体形态。

4、其二，基于常规航空遥感的正射影像二维解译手段。随着无人机平台的普及，部分作业逐渐转向基于正射影像的内业矢量化解译。该类方法虽在一定程度上替代了人工登高作业，扩大了单次数据获取的覆盖范围，但其本质仍局限于二维平面投影信息。具体而言，正射影像缺乏对地表真实高程突变和空间曲面弯曲程度的精确描述，同时受投影差及影像畸变影响，在复杂地形区域往往难以精确定位坡顶线与坡底线的实际空间展布，导致据此推算出的坡角、坡高存在较大误差，无法满足高精度边坡稳定性分析的需求。

5、综上，现有两大类技术手段的共通缺陷在于：一方面，传统手段所获数据维度单一或空间几何信息严重缺失，无法构建出具备真实几何精度与可量测特性的三维地形实体，从而难以全面、真实地反映边坡的三维连续形态与空间拓扑关系；另一方面，无论人工测量还是二维解译，其对于边坡区域的界定、坡顶线与坡底线的提取，以及后续坡角、坡高等关键参数的计算，均高度依赖人工内业判读、手动勾绘和经验推算，自动化程度极低，不仅费时费力、主观性强，且标准化程度不足，严重制约了数据更新频率与大规模推广应用。

技术实现思路

1、本技术提供一种基于无人机三维倾斜摄影模型的边坡提取方法，旨在解决现有边坡测量中人工依赖强、三维信息缺失、参数提取效率与精度不足的技术问题。

2、第一方面，提供了一种基于无人机三维倾斜摄影模型的边坡提取方法，包括：

3、获取无人机多角度航拍影像，基于所述影像生成露天矿区的三维实景模型，所述模型包括密集点云、三维三角网模型及数字高程模型；

4、以所述数字高程模型为基础，计算地表坡度值与地表曲率值，将坡度值大于等于预设坡度阈值且曲率值满足曲率突变特征的区域判定为潜在边坡区域，并基于边缘检测算法与区域生长算法对所述潜在边坡区域进行分割，提取完整边坡轮廓；

5、基于所述完整边坡轮廓，沿边坡走向生成若干纵向剖面，提取各剖面的高程曲线，计算所述高程曲线的一阶导数，将所述一阶导数的极值点定位为坡顶线与坡底线的候选边界点，并对离散的所述候选边界点进行曲线拟合，生成连续光滑的坡顶线与坡底线；

6、获取所述坡顶线上的第一特征点集与所述坡底线上对应的第二特征点集，基于空间几何计算模型解算边坡几何参数。

7、上述方案中，可选地，所述地表坡度的计算公式为：

8、平面坡度角度制：

9、；

10、和/或百分比制：

11、；

12、其中，为所述数字高程模型的高程函数，分别为高程沿x、y方向的偏导数。

13、上述方案中，可选地，所述地表曲率的计算公式为：

14、；

15、其中，为所述数字高程模型的高程函数，、、分别为高程的二阶偏导数与混合偏导数。

16、上述方案中，可选地，所述边缘检测算法采用canny边缘检测算子提取地貌边界；所述区域生长算法基于所述坡度值与所述曲率值进行种子点生长，以分割出所述完整边坡轮廓；所述曲线拟合采用最小二乘法对所述离散的候选边界点进行拟合，以修正断点和畸变点。

17、上述方案中，可选地，所述边坡几何参数包括边坡垂直高度、水平投影长度、斜长和坡角；

18、设所述第一特征点集包含坡顶线上特征点；

19、所述第二特征点集包含坡底线上对应的特征点，则：

20、所述边坡垂直高度；

21、所述水平投影长度；

22、所述斜长；

23、所述坡角。

24、上述方案中，进一步可选地，针对多级台阶边坡或不规则曲面边坡，将边坡划分为n段，分别计算第i段边坡的坡角和坡长，采用分段加权平均计算综合坡角：

25、；

26、其中，n为边坡分段数量。

27、上述方案中，可选地，所述无人机多角度航拍影像的采集参数包括：飞行高度为仿地30米，航向重叠度，旁向重叠度；

28、所述三维实景模型的生成流程包括：空三解算、密集点云生成、三角网格构建和纹理映射。

29、上述方案中，可选地，还包括系统集成与应用步骤：

30、提供可视化交互界面，支持对所述预设坡度阈值和/或曲率阈值进行自定义设置；

31、支持人工点位修正、边界微调、模型剖切和空间量测功能；

32、按照预设规范批量输出边坡参数报表、边界线图件和三维专题图。

33、上述方案中，可选地，所述边坡走向通过以下方式确定：

34、提取经边缘检测与区域生长分割得到的完整边坡轮廓边界全部三维坐标点云，滤除轮廓边缘处噪声离散点、畸变断点，保留连续有效边界点集；

35、将全部边界三维点云投影至水平面xy平面，仅保留平面坐标(x,y)参与运算，构建点云协方差矩阵c：

36、；

37、其中，n为边界点云总数量，为第i个边界点的水平投影坐标，分别为全部边界点水平坐标的均值；

38、对协方差矩阵c进行特征分解，求解特征值与对应特征向量，选取最大特征值匹配的特征向量，该向量表征边坡边界点云空间分布的主延伸方向，将该水平向量方向定义为边坡主走向；

39、对完整边坡轮廓构建二维最小外接矩形，提取矩形两条长边的水平延伸方向，与所述边坡主走向进行比对，若二者夹角小于预设角度阈值，则判定走向结果有效，若偏差超过阈值则以以所述边坡主走向为最终边坡走向；

40、并且，所述纵向剖面垂直于所述边坡走向布设。

41、上述方案中，进一步可选地，所述坡顶线上特征点与所述坡底线上对应的特征点的匹配方式为：

42、根据所述最终边坡走向，生成一组等间距、且严格垂直于边坡走向的纵向剖面切割平面，剖面间距根据矿区边坡精度需求自定义设置；

43、将每一个纵向剖面切割平面分别与最小二乘拟合后的连续坡顶线、连续坡底线求空间相交，每个所述纵向剖面分别输出唯一坡顶交点和唯一坡底交点；

44、将同一纵向剖面上得到的坡顶交点记作第一特征点、坡底交点记作第二特征点，自动建立一一对应的匹配关系，形成全局匹配特征点对集合；

45、对纵向剖面与坡顶线或破底线相交失效的区域进行标记，所述相交失效区域包括边坡局部褶皱、断裂、台阶空缺导致无交点的区域，标记后的区域为待补全区域。

46、相比现有技术，本技术至少具有以下有益效果：

47、本技术基于对现有技术问题的进一步分析和研究，认识到现有边坡测量技术中存在人工依赖强、三维信息缺失、参数提取效率与精度不足的技术问题，通过无人机倾斜摄影构建高精度三维实景模型，并基于模型的坡度、曲率、高程突变等空间特征，综合运用边缘检测、区域生长及剖面几何分析算法，实现边坡区域的自动识别、边界线的智能提取及核心几何参数的一体化解算，至少达到以下有益效果：

48、显著提升数据获取效率与作业安全性：以无人机仿地飞行多角度航拍替代传统全站仪、rtk人工登坡逐点测量，单次飞行可快速覆盖大范围、高陡及破碎区域，采集周期由数天压缩至数小时，且作业人员无需进入危险坡面，从根本上消除了人身安全隐患。

49、突破二维影像信息缺失的局限，实现真三维环境下的精确提取：区别于依赖正射影像进行二维判读的传统方式，本技术构建的三维实景模型兼具精确的空间坐标与真实纹理，坡度、曲率计算基于三维数字高程模型实现，能够客观反映地表真实起伏与突变，避免了投影差、影像畸变等因素导致的定位误差，坡顶线与坡底线的空间定位精度可达厘米级。

50、实现边坡参数提取的全流程自动化，消除人工主观误差：从边坡区域分割、边界线定位到坡角、坡高、坡长等参数计算，全程无需人工勾绘或经验推算，克服了传统方法主观性强、标准化程度低的缺陷，保证了不同矿区、不同批次数据之间提取结果的一致性与可重复性。

51、支持复杂工况下的灵活适配与综合分析：对于多级台阶边坡或不规则曲面边坡，本技术通过分段加权平均计算综合坡角，能够适应不同形态、不同规模的边坡工况；同时，方法中涉及的坡度阈值、曲率阈值等关键参数支持自定义调整，并可与边坡稳定性分析系统、在线监测预警系统实现数据互通，为矿山边坡全生命周期的安全管理提供标准化、高频率、可追溯的三维数据支撑。