基于非共面基准与多视角重构的边坡挡墙变形监测方法与流程

本发明涉及高边坡表面位移监测，尤其涉及一种基于非共面基准与多视角重构的边坡挡墙变形监测方法。

背景技术：

1、边坡挡墙作为维持地质结构稳定、防止滑坡的关键工程构筑物，其变形演化情况直接关系到整体工程的长期可靠性与周边区域的生命财产安全。在库水位升降、降雨、地壳微震动及周边载荷的持续作用下，边坡挡墙会产生缓慢的塑性变形，并可能孕育突发性的滑动破裂面。

2、现有的边坡挡墙变形监测手段主要包括接触式物理传感器监测与地基光学仪器监测两类。接触式传感器，例如线性可变差动变压器（linear variable differentialtransformer，lvdt）、应变计、光纤光栅传感器等，虽能提供高分辨率的局部应变数据，但在大尺度、表面崎岖的高危地带布设困难，且供电与线缆易受野外恶劣环境破坏，维护成本高昂。全站仪、地基干涉合成孔径雷达（gb-insar）等地基光学仪器虽能实现非接触测量，但需要观测站与各监测目标之间保持严格的通视条件，在植被密集、地形复杂的边坡环境中难以满足。此外，固定式设备的安置与逐点扫描耗时较长，难以对绵延数十公里的边坡群实施高频次、全覆盖的自动化监测。

3、近年来，随着无人机自动机场技术的成熟，利用无人机搭载相机进行边坡高频次、无人化巡检成为可能，为大面积变形普查提供了一种非接触、广覆盖的方案。然而，将无人机摄影测量技术应用于毫米级精度的边坡变形监测时，现有技术仍存在以下难以克服的技术瓶颈：

4、第一，无人机平台位姿扰动引起的虚假位移问题。

5、无人机在悬停拍摄时，受风载荷、旋翼气流和电机振动的影响，相机在世界坐标系下的三维位置与三维姿态会发生随机变化，由此在图像平面上引入的虚假像素位移往往远超挡墙本身的毫米级真实变形。现有技术如专利cn122041745a提出利用双基准点修正法对数据进行修正，但从摄影测量与射影几何模型分析，依靠双基准或单应性矩阵的方法存在共面性限制（coplanarity constraint），单应性变换的推导严格依赖于所有参与映射的世界坐标点位于同一刚性平面这一假设。而在实际工程中，挡墙表面起伏不平，基准点靶标为避免被滑坡牵连往往设于挡墙后方高地或防滑桩上，与挡墙监测点在深度方向存在显著高程差，并不共面。将基于平面控制点计算出的单应性变换应用到深度差较大的非共面区域，无法真实解耦相机的六自由度扰动，反而在深度差区域产生图像扭曲与错位，将无人机的姿态偏差误判为形变数据，导致海量虚警。

6、第二，单一视角难以分辨真实位移与透视缩放伪影。

7、现有无人机边坡巡检多采用平行于挡墙的单一视角扫面作业，依靠图像光流或亚像素特征比对计算二维表观位移。但单视角的二维偏移无法区分挡墙的真实三维滑移与因无人机距挡墙距离改变（例如距离缩短5厘米）所产生的透视放大效应。虽然现有技术如专利cn115638726a和cn107843204a采用多视角交会提取深度，但多依赖固定云台或摄像机阵列，难以适应大面积、无固定供电的野外边坡环境，亦未充分发挥无人机的机动性优势。

8、第三，倾斜摄影时的透视投影偏心误差问题。

9、无人机围绕监测点进行多视角复核拍照时，必然会从大倾角（如45度至70度）对挡墙上的圆形靶标进行成像。在倾斜透视投影中，空间圆在像平面上被投影为椭圆，其几何中心与真实圆心的投影位置之间存在系统性偏差，即透视投影偏心误差（perspectiveprojection eccentricity error）。在近景摄影测量或大倾角观测中，该偏心误差可达数个像素，当系统地面采样距离（gsd）为1毫米时，偏心误差自身可引入2至5毫米的测量偏差，超出国家标准允许的公差极限。

10、综上所述，现有技术在无人机机动巡航环境下，难以兼顾大范围高频粗查与毫米级精度的三维变形识别。

技术实现思路

1、本发明实施例提供了一种基于非共面基准与多视角重构的边坡挡墙变形监测方法，以解决边坡挡墙变形监测中，因平台位姿扰动引发虚假位移、单视角观测难以剥离透视缩放伪影，以及大倾角拍摄引入投影偏心误差，从而导致无法准确获取挡墙真实三维形变的问题。

2、第一方面，本发明实施例提供了一种基于非共面基准与多视角重构的边坡挡墙变形监测方法，包括：

3、采集边坡挡墙监测区域的潜在突变部位的多视角图像序列；多视角图像序列中的每帧多视角图像均同时包含非共面基准点靶标和潜在突变部位对应的监测点靶标；

4、对多视角图像序列中每帧多视角图像进行畸变矫正，并提取每帧多视角图像校正后各靶标中心点的像坐标；

5、基于校正后各靶标中心点的像坐标中非共面基准点靶标的中心点的像坐标、非共面基准点靶标的世界三维坐标，解算每帧多视角图像的外方位元素；

6、基于每帧多视角图像的外方位元素，对多视角图像序列进行数字微分纠正以生成边坡挡墙监测区域的数字正射影像图；

7、基于数字正射影像图解算监测点靶标相对于非共面基准点的三维位移向量；

8、基于三维位移向量判断潜在突变部位的变形状态。

9、在一种可能的实现方式中，在采集边坡挡墙监测区域的潜在突变部位的多视角图像序列之前，还包括：

10、人工在边坡挡墙监测区域布设非共面基准点靶标和监测点靶标；非共面基准点靶标和监测点靶标位置不同；

11、采集边坡挡墙监测区域的图像；

12、基于图像提取各监测点靶标的表观像素位移；

13、当某一监测点靶标的表观像素位移超过预设安全阈值时，将该监测点靶标所在的区域记为潜在突变部位。

14、在一种可能的实现方式中，人工在边坡挡墙监测区域布设非共面基准点靶标和监测点靶标，包括：

15、在边坡挡墙周边的稳定基岩或不动体上，布设多个不在同一平面内的基准点靶标；

16、在边坡挡墙的变形敏感区布设监测点靶标。

17、在一种可能的实现方式中，对多视角图像序列中每帧多视角图像进行畸变矫正，并提取每帧多视角图像校正后各靶标中心点的像坐标，包括：

18、对每帧多视角图像中的同心圆靶标局部窗口图像进行卷积，提取具有连续灰度阶跃特征的亚像素边缘点；

19、基于每帧多视角图像的亚像素边缘点拟合内椭圆与外椭圆方程，得到内椭圆的几何中心像坐标与外椭圆的几何中心像坐标；

20、根据内椭圆的几何中心像坐标、外椭圆的几何中心像坐标以及同心圆的真实物理半径，进行非线性偏心补偿，得到每帧多视角图像校正后各靶标中心点的像坐标。

21、在一种可能的实现方式中，基于校正后各靶标中心点的像坐标中非共面基准点靶标的中心点的像坐标、非共面基准点靶标的世界三维坐标，解算每帧多视角图像的外方位元素，包括：

22、获取每帧多视角图像中多个分布于不同三维深度的非共面基准点靶标校正后的中心点的像坐标，结合预先确立的非共面基准点靶标的世界三维坐标，构建共线方程；

23、基于共线方程，以最小化重投影误差为目标构建目标函数；

24、对目标函数进行迭代求解，得到外方位旋转矩阵和外方位平移向量；

25、将外方位旋转矩阵和外方位平移向量作为每帧多视角图像的外方位元素。

26、在一种可能的实现方式中，基于每帧多视角图像的外方位元素，对多视角图像序列进行数字微分纠正以生成边坡挡墙监测区域的数字正射影像图，包括：

27、以非共面基准点靶标构建的全局世界坐标系为参考，构建边坡挡墙监测区域的物方投影参考面；

28、基于每帧多视角图像的外方位元素和相机的内方位元素，建立物方投影参考面上的物方点与原始图像上对应像点之间的共线条件方程；

29、遍历物方投影参考面上的正射网格点，利用共线条件方程反算每个正射网格点在原始图像上的对应像点坐标，并通过灰度重采样获取对应的灰度值，以生成数字正射影像图。

30、在一种可能的实现方式中，基于数字正射影像图解算监测点靶标相对于非共面基准点的三维位移向量，包括：

31、在数字正射影像图中提取监测点靶标的二维正射物理坐标；

32、将二维正射物理坐标代入物方投影参考面的三维几何方程，解算得到监测点靶标的当前三维坐标；

33、将当前三维坐标与基准三维坐标作差，得到监测点靶标的三维位移向量。

34、在一种可能的实现方式中，基于三维位移向量判断潜在突变部位的变形状态，包括：

35、将三维位移向量与表观像素位移进行比对；

36、当三维位移向量处于预设噪声区间且表观像素位移超过预设预警阈值时，判定潜在突变部位存在透视放大伪影；

37、当三维位移向量超过预设形变阈值时，判定潜在突变部位存在真实变形。

38、第二方面，本发明实施例提供了一种基于非共面基准与多视角重构的边坡挡墙变形监测装置，包括：

39、多视角图像序列采集模块，用于采集边坡挡墙监测区域的潜在突变部位的多视角图像序列；多视角图像序列中的每帧多视角图像均同时包含非共面基准点靶标和潜在突变部位对应的监测点靶标；

40、畸变矫正模块，用于对多视角图像序列中每帧多视角图像进行畸变矫正，并提取每帧多视角图像校正后各靶标中心点的像坐标；

41、解算模块，用于基于校正后各靶标中心点的像坐标中非共面基准点靶标的中心点的像坐标、非共面基准点靶标的世界三维坐标，解算每帧多视角图像的外方位元素；

42、解算模块，还用于基于每帧多视角图像的外方位元素，对多视角图像序列进行数字微分纠正以生成边坡挡墙监测区域的数字正射影像图；

43、解算模块，还用于基于数字正射影像图解算监测点靶标相对于非共面基准点的三维位移向量；

44、判断模块，用于基于三维位移向量判断潜在突变部位的变形状态。

45、第三方面，本发明实施例提供了一种电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行该计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式中的方法。

46、本发明实施例中，通过采集边坡挡墙监测区域的潜在突变部位的多视角图像序列，能够获取同一目标在不同空间位置和拍摄角度下的多维观测数据，从而打破单一正射视角二维投影的几何局限性，进而为后续利用多视图几何约束解算真实三维形变、有效剥离因拍摄距离或角度变化产生的透视缩放伪影提供丰富的数据源。

47、通过对多视角图像序列中每帧多视角图像进行畸变矫正以得到校正后的中心像坐标，能够修正大倾角倾斜摄影时圆形靶标投影为椭圆所产生的几何中心偏移，从而从数据源头消除系统性透视投影偏心误差，进而确保输入后续解算模型的像方坐标具备高保真度，避免数毫米级的测量偏差。

48、通过基于非共面基准点靶标的校正像坐标及其世界三维坐标解算每帧多视角图像的外方位元素，能够精确解耦并补偿无人机拍摄瞬间的六自由度位姿扰动以消除虚假位移，进而基于该高精度的外方位元素解算监测点靶标的三维位移向量，能够赋予系统深度感知能力以精准还原挡墙真实的物理滑移量，最终有效甄别并剔除由拍摄距离改变引起的透视放大/缩小伪影，确保形变数据的绝对真实性。