基于无人机技术的废弃矿山地形精准测量方法
发布时间：2019-09-10 14:51
【摘要】：针对废弃矿山原地形地貌、堆弃物的规模、堆弃物的稳定性未知等问题,以北京市密云某矿区为例,采用无人机技术获取研究区航测数据,提出基于Agisoft Photo Scan的影像三维建模以及精度检验方法,利用Agisoft Photo Scan软件进行定向、点云提取和正射影像图的制作,生成了研究区的三维模型视图。结果表明,该方法可以用于建立废弃矿山的三维模型,缩短了建模的时间,有效降低了成本,为今后废弃矿山地质灾害信息获取提供新的思路。
【图文】：
a5100相机参数类型参数相机尺寸(长×宽×高)109．6mm×62．8mm×35．7mm相机质量283g(包含电池和存储卡)有效视场角24～75mm(等效35mm焦距)有效像素2430万图像传感器ExmorAPSHDCMOS传感器图像尺寸(像素)3∶2L(24M):6000×4000M(12M):4240×2832S(6M):3008×200016∶9L(20M):6000×3376M(10M):4240×2400S(5．1M):3008×16881．2．1影像特征在实际飞行中，该区域1个架次完成，共获取663张照片，其中有效照片658张。对应的照片信息见图2。该任务区内包含建筑、道路、植被，各个类型的航拍原始图片细节见图3、图4、图5。1．3三维建模软件(AgisoftPhotoScan)AgisoftPhotoScan是一款基于静态图像构建高精度三维模型的软件。依据最新的计算机多目视觉影像三维重建技术，就可以对具有影像重叠的照片进行处理;也可以通过给予的控制点生成真实坐标的三维模型。其在三维场景中的应用相当广泛，如考古(AgisoftPhotoscan和AdobeIllustrator软件在田野考古绘图中的综合应用)、工业、军事、医学等诸多领域都可以使用该软件进行处理。整个工作流程都是完全自动化的。AgisoftPhotoScan区别于其他传统航摄软件的地方在于它使用的是运动信息中恢复三维场景结构(structurefrommotion，SfM)的方法。SfM三维重建的主要过程如下:(1)利用SIFT算子从每张影像上提取特征点并获取其对应的Descriptor;(2)根据POS或其他约束关系选出可能具有重叠关系的像对;(3)对每一像对Descriptor进行匹配，并使用ＲANSAC算法进行粗差剔除，消除误匹配;(4)根据计算机多目视觉原理，将各像对匹配的同名像点连接统一起来，在逐次平差迭代过程中，剔除粗差，估算出视觉场景中相机和由匹配点形成的稀疏点云的相对位置;(5)结合相机的GPS和像控点的位置坐标，通过Da
相机参数类型参数相机尺寸(长×宽×高)109．6mm×62．8mm×35．7mm相机质量283g(包含电池和存储卡)有效视场角24～75mm(等效35mm焦距)有效像素2430万图像传感器ExmorAPSHDCMOS传感器图像尺寸(像素)3∶2L(24M):6000×4000M(12M):4240×2832S(6M):3008×200016∶9L(20M):6000×3376M(10M):4240×2400S(5．1M):3008×16881．2．1影像特征在实际飞行中，该区域1个架次完成，共获取663张照片，其中有效照片658张。对应的照片信息见图2。该任务区内包含建筑、道路、植被，各个类型的航拍原始图片细节见图3、图4、图5。1．3三维建模软件(AgisoftPhotoScan)AgisoftPhotoScan是一款基于静态图像构建高精度三维模型的软件。依据最新的计算机多目视觉影像三维重建技术，就可以对具有影像重叠的照片进行处理;也可以通过给予的控制点生成真实坐标的三维模型。其在三维场景中的应用相当广泛，如考古(AgisoftPhotoscan和AdobeIllustrator软件在田野考古绘图中的综合应用)、工业、军事、医学等诸多领域都可以使用该软件进行处理。整个工作流程都是完全自动化的。AgisoftPhotoScan区别于其他传统航摄软件的地方在于它使用的是运动信息中恢复三维场景结构(structurefrommotion，SfM)的方法。SfM三维重建的主要过程如下:(1)利用SIFT算子从每张影像上提取特征点并获取其对应的Descriptor;(2)根据POS或其他约束关系选出可能具有重叠关系的像对;(3)对每一像对Descriptor进行匹配，并使用ＲANSAC算法进行粗差剔除，消除误匹配;(4)根据计算机多目视觉原理，将各像对匹配的同名像点连接统一起来，在逐次平差迭代过程中，剔除粗差，，估算出视觉场景中相机和由匹配点形成的稀疏点云的相对位置;(5)结合相机的GPS和像控点的位置坐标，通过DampedL
【作者单位】： 中国地质大学(北京)土地科学技术学院/北京市国土资源信息研究与开发重点实验室;中国地质大学(北京)地球科学与资源学院/北京市国土资源信息研究与开发重点实验室;
【基金】：北京市教育委员会课题(编号:京教函[2015]282号) 国土资源部公益性行业科研专项(编号:201411007-3)
【分类号】：TD17
本文编号：2534087
【图文】：
a5100相机参数类型参数相机尺寸(长×宽×高)109．6mm×62．8mm×35．7mm相机质量283g(包含电池和存储卡)有效视场角24～75mm(等效35mm焦距)有效像素2430万图像传感器ExmorAPSHDCMOS传感器图像尺寸(像素)3∶2L(24M):6000×4000M(12M):4240×2832S(6M):3008×200016∶9L(20M):6000×3376M(10M):4240×2400S(5．1M):3008×16881．2．1影像特征在实际飞行中，该区域1个架次完成，共获取663张照片，其中有效照片658张。对应的照片信息见图2。该任务区内包含建筑、道路、植被，各个类型的航拍原始图片细节见图3、图4、图5。1．3三维建模软件(AgisoftPhotoScan)AgisoftPhotoScan是一款基于静态图像构建高精度三维模型的软件。依据最新的计算机多目视觉影像三维重建技术，就可以对具有影像重叠的照片进行处理;也可以通过给予的控制点生成真实坐标的三维模型。其在三维场景中的应用相当广泛，如考古(AgisoftPhotoscan和AdobeIllustrator软件在田野考古绘图中的综合应用)、工业、军事、医学等诸多领域都可以使用该软件进行处理。整个工作流程都是完全自动化的。AgisoftPhotoScan区别于其他传统航摄软件的地方在于它使用的是运动信息中恢复三维场景结构(structurefrommotion，SfM)的方法。SfM三维重建的主要过程如下:(1)利用SIFT算子从每张影像上提取特征点并获取其对应的Descriptor;(2)根据POS或其他约束关系选出可能具有重叠关系的像对;(3)对每一像对Descriptor进行匹配，并使用ＲANSAC算法进行粗差剔除，消除误匹配;(4)根据计算机多目视觉原理，将各像对匹配的同名像点连接统一起来，在逐次平差迭代过程中，剔除粗差，估算出视觉场景中相机和由匹配点形成的稀疏点云的相对位置;(5)结合相机的GPS和像控点的位置坐标，通过Da
相机参数类型参数相机尺寸(长×宽×高)109．6mm×62．8mm×35．7mm相机质量283g(包含电池和存储卡)有效视场角24～75mm(等效35mm焦距)有效像素2430万图像传感器ExmorAPSHDCMOS传感器图像尺寸(像素)3∶2L(24M):6000×4000M(12M):4240×2832S(6M):3008×200016∶9L(20M):6000×3376M(10M):4240×2400S(5．1M):3008×16881．2．1影像特征在实际飞行中，该区域1个架次完成，共获取663张照片，其中有效照片658张。对应的照片信息见图2。该任务区内包含建筑、道路、植被，各个类型的航拍原始图片细节见图3、图4、图5。1．3三维建模软件(AgisoftPhotoScan)AgisoftPhotoScan是一款基于静态图像构建高精度三维模型的软件。依据最新的计算机多目视觉影像三维重建技术，就可以对具有影像重叠的照片进行处理;也可以通过给予的控制点生成真实坐标的三维模型。其在三维场景中的应用相当广泛，如考古(AgisoftPhotoscan和AdobeIllustrator软件在田野考古绘图中的综合应用)、工业、军事、医学等诸多领域都可以使用该软件进行处理。整个工作流程都是完全自动化的。AgisoftPhotoScan区别于其他传统航摄软件的地方在于它使用的是运动信息中恢复三维场景结构(structurefrommotion，SfM)的方法。SfM三维重建的主要过程如下:(1)利用SIFT算子从每张影像上提取特征点并获取其对应的Descriptor;(2)根据POS或其他约束关系选出可能具有重叠关系的像对;(3)对每一像对Descriptor进行匹配，并使用ＲANSAC算法进行粗差剔除，消除误匹配;(4)根据计算机多目视觉原理，将各像对匹配的同名像点连接统一起来，在逐次平差迭代过程中，剔除粗差，，估算出视觉场景中相机和由匹配点形成的稀疏点云的相对位置;(5)结合相机的GPS和像控点的位置坐标，通过DampedL
【作者单位】： 中国地质大学(北京)土地科学技术学院/北京市国土资源信息研究与开发重点实验室;中国地质大学(北京)地球科学与资源学院/北京市国土资源信息研究与开发重点实验室;
【基金】：北京市教育委员会课题(编号:京教函[2015]282号) 国土资源部公益性行业科研专项(编号:201411007-3)
【分类号】：TD17
本文编号：2534087
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/2534087.html
