無人機遙感數據處理與滑坡信息提取

0引言

滑坡是一種破壞性的突發地質災害，近年來中國的滑坡災害造成了大量的財產損失和人員傷亡。2015年12月20日，廣東省深圳市光明新區鳳凰社區恒泰裕工業園發生山體滑坡，事故造成69 人遇難，滑坡面積達38萬m²，造成了巨大的人員和財產損失。由于北京郊區山區較多，地形起伏較大，大量的盤山公路存在著滑坡的風險。目前滑坡信息提取的數據源主要為高分辨率的衛星影像，童立強等分析和總結了巫山大清坎滑坡、千將坪滑坡、武隆滑坡等典型滑坡的遙感影像特征，根據滑坡體在形態、紋理和色調上的差異建立了解譯標志，但缺少對高程、坡度等地形地貌信息的利用，從而限制了滑坡信息提取的精度。

近些年無人機遙感技術發展迅速，已經成為傳統航空攝影測量的有利補充，它具有拍攝角度靈活，起降不受地形地勢影響，懸停時間長，分辨率高等優勢，已被廣泛應用在地質環境與災害調查、國土資源管理、基礎地理信息更新等領域。雖然無人機獲取的影像分辨率較高，但由于無人機所攜帶的相機一般為普通的數碼相機，這種相機的像幅較小，使得獲取的影像數量較多，影像畸變較大；由于拍攝時傾角過大以及傾斜方向不規律的原因，使得相鄰影像同名點之間存在尺度與旋轉的差異；另外無人機上搭載的GPS精度較低，利用POS數據進行定向時誤差較大，因此只依賴于傳統的攝影測量方法不適合處理無人機影像。郭復勝等成功地將三維重建技術應用到無人機圖像處理領域，實現了對全自動的大場景三維重建，從而實現了利用無人機影像獲取高分辨率的DOM，但未獲取地面控制點，因此無法進行定向，限制了成果的進一步利用。雖然近些年無人機遙感得到了廣泛的應用，但是在滑坡信息提取方面的研究較少，特別是運用高精度的DEM與DOM對滑坡區域進行定量的提取與分析方面。

因此，本文采用多旋翼無人機搭載高光譜成像相機的影像獲取平臺，采取傾斜拍攝與垂直拍攝相結合的拍攝方式，獲取了滑坡表面豐富的光譜與紋理信息；在定向方面，采用RTK野外測量控制點的方式，克服了POS信息精度低的問題；在影像處理方面，將計算機視覺算法與攝影測量原理相結合，實現了DEM與DOM的數據生產；在滑坡信息提取方面，采用多尺度分割與面向對象分類方法，并引入了坡度信息、可見光波段差異植被指數、灰度共生矩陣作為分類參數，運用基于閾值的模糊分類與SVM監督分類方法實現了滑坡信息的提取，使得無人機遙感在滑坡信息提取領域有了更深一步的應用。

1 研究區概況和數據獲取

1.1 研究區概況

本文的研究區位于北京市西南部的霞云嶺鄉附近，經度范圍    115°36′20″~115°37′25″E，緯度范圍39°42′35″~39°43′25″N。研究區縱向長為850m，橫寬約900m，海拔范圍378~850m，研究區概況如圖1所示。研究區主要為山區，地形起伏較大，平均坡度為30°，其中疑似滑坡區域的坡度為55°。該區域主要為公路施工殘渣的堆渣場，表現出潛在的變形復活跡象，伴隨著復雜的地形條件和人為因素，一旦發生滑坡將會造成巨大的人員和財產損失。

1.2 控制點的量測

本文選擇55個均勻分布在研究區內的控制點進行三維坐標的量測，為了獲得高精度的控制點，選取地勢較高，視野開闊的區域架設基站點，并在每個測量點上涂抹油漆，便于后期對無人機影像進行定向。控制點的量測有兩個目的：①可以用來對無人機影像進行定向；②可以對獲取的DEM和DOM影像進行精度驗證。本實驗空間參考選擇WGS_1984_UTM投影坐標系，其中5個控制點用于定向，公路區域內20個點和滑坡區域內30個點作為檢查點，用于精度驗證，其中測量點的空間位置與標記以及基站的位置如圖1所示。

圖1 研究區概況及控制點和檢查點的分布

1.3 無人機影像的獲取

本文研究區為山區，地勢起伏大，高程變化顯著，因而會增加影像的畸變，并且傳統的垂直拍攝的方式可能會損失部分紋理信息，因此本文對重點研究區域采取傾斜拍攝與垂直拍攝相結合的影像獲取方式，充分利用側視影像來獲取地物的側面紋理信息，更有利于提取滑坡特征。研究區內大部分為山區的公路和低矮植被，地物種類少，具有顯著特征的地物較少，為了保證影像匹配以及后期成果的精度，在航線規劃過程中盡量增加重疊度，本次飛行過程中航向重疊不低于75%，旁向重疊不低于60%。因此，在飛行航線的設計過程中，需要根據航向重疊、旁向重疊、地面分辨率的要求來設定飛行航高以及拍攝位置，并結合航高與相機參數來計算航線的點的分辨率，具體計算公式如下：

通過上述計算確定本次實驗分為2次飛行：第1次飛行對整個研究區進行垂直拍攝，飛行航高為950m；第2次飛行對重點滑坡區域進行垂直拍攝加傾斜拍攝，其中垂直拍攝的飛行航高為720m，傾斜拍攝航高為700m。

表1 無人機飛行航線詳細參數

圖2 飛行航線和影響范圍

2 數據處理和精度驗證

2.1 無人機影像的預處理

由于無人機的飛行姿態較不穩定，加上北京的空氣常伴有霧霾，因此導致獲取的無人機影像曝光不均勻，相片偏白，本文采用多尺度Retinex算法對圖像進行增強處理，該算法是一種基于光照補償的影像增強算法，經過處理后每張照片圖像清晰，色調均勻。為了保證后期產品的精度，在人工選取控制點進行定向時，選擇了標志點清晰、重疊率高、均勻分布于重點研究區域的5個點作為控制點，并將每個控制點轉刺到5到8張相片上，其中控制點的分布如圖1所示。

2.2 自動空中三角測量

空中三角測量是無人機影像處理的核心內容，其結果的質量直接影響后期DEM和DOM的精度，主要包括以下3個方面：

（1）特征點的提取與匹配：通過SURF算法提取每張照片的特征點進行匹配，并通過RANSAC算法對匹配的結果進行優化，以提高匹配精度。

（2）相對定向與定向：通過相片的焦距信息以及匹配的特征點進行相對定向，從而恢復每張照片拍攝時的空間姿態，其空間位置如圖3所示。接著通過野外測量的控制點進行定向，從而使每張照片具有的空間坐標。

圖3 相片的空間位置與覆蓋范圍

（3）光束法平差：根據提取的特征點以及匹配點來恢復投影光束，并按照光束法平差模型對研究區進行整體解算，求取像點坐標與相片的內外方位元素。區域1中選取的5個控制點中誤差為0.103m，區域2中5個控制點中誤差為0.079m，空中三角測量的詳細結果如表2所示。

表2 空中三角測量及光書法平差結果

2.3 DEM和DOM的生產

DEM和DOM是后期信息提取的核心數據，通過該數據可以獲取滑坡的空間形態與表面紋理信息。利用空中三角測量加密后的結果進行密集匹配，生成高精度的三維點云數據，依據點云數據生成DEM影像。根據高精度的DEM影像依次對每張相片進行數字微分糾正，并進行拼接與鑲嵌處理，從而獲得整個研究區的DOM影像。通過上述方法，獲得整個研究區（圖2（a））的DOM和DEM數據，其空間分辨率為8.6cm，重點區域（圖2（b））的分辨率為5.4cm，數據成果如圖4所示。

圖4 研究區DOM與DEM影像

2.4 DEM和DOM 的精度評價

高精度的 DEM 和 DOM 數據對地形地勢分析和滑坡信息提取具有十分重要的意義，因此需要選 擇合適的方法來對 DEM 和 DOM 進行精度驗證。本文通過野外測量的檢查點坐標與獲取的DEM與 DOM數據進行運算來完成精度驗證。選取50個均 勻分布在研究區內的點作為檢查點，其中30個點分 布在滑坡區域，20個點分布在公路區域，分布情況 如圖 1 所示。對于 DEM 的驗證，通過將野外 GPS RTK測量的檢查點高程值與相應點的DEM影像值進行運算得到誤差。

DOM 的精度評價方法與上述方法類似，通過野外 GPS RTK 測量的檢查點平面坐標與 DOM 上相應點坐標進行運算得到誤差。根據上述方法，計算得到 DEM 與 DOM影像中檢查點中誤差，其中DEM影像的高程中誤差為0.253 m，DOM的水平位 移中誤差為 0.104 m。根據《數字航空攝影測量空 中三角測量規范》（GB/T 23236-2009）的要求，符合1:500的DEM與DOM的制作要求，因此，本文的實驗成果具有較高的精度。本文獲取的DOM影像分辨率較高，較好地保留了局部的紋理信息，其中植被、裸露巖石、堆積碎石清晰可見，彌補了衛星影像分辨率不足的劣勢。參照驗證結果，DEM 數據具有較高的分辨率與位置精度，相較于地面測量獲取DEM的方式，本文的方法生產效率高，并且有精度保證；相較于運用遙感影像建立的立體像對獲取 DEM 方法，本文的研究方法在精度上有了大幅度的提升。

推薦：

萊森光學- iSpecHyper-VM系列無人機機載高光譜成像系統

萊森光學-多旋翼無人機高光譜成像系統iSpecHyper-VM系列是一款基于小型旋翼無人機的高性能機載高光譜成像系統。

萊森光學-多旋翼無人機高光譜成像系統光譜范圍400-1000nm/900-1700nm，由高性能高光譜相機、穩定云臺、高清相機、GNSS模塊、機載控制與數據采集模塊、機載供電模塊、地面站模塊等部分組成。核心載荷高光譜相機*自主研發，采用1英寸大靶面CCD圖像傳感器具有高光譜分辨率、高靈敏度、大視場及優異的成像性能，配合定制開發的高性能穩定云臺，能夠有效降低飛行過程中無人機抖動引起的圖像扭曲與模糊；同時與GPS同步觸發，實現可見光照片匹配同步GPS信息；通過地面實時數據平臺實時觀測飛行器采樣點并可利用地面端設置采集的航線預覽及矯正功能；有輻射度校正、反射率校正、區域校正等批處理能力。輔助相機可實時可見、監控拍攝效果，有圖像實時回傳功能；有輻射度校正、反射率校正、區域校正等批處理能力，光譜相機控制、數據采集、自動曝光、自動掃描速度匹配、輔助攝像頭功能、支持遠程遙控、支持巡航、慣導采集模式，數據支持Envi等主流遙感軟件，實時常用植被指數計算功能、光譜及圖像數據預覽、建庫、建立指標解譯庫等功能。

萊森光學-多旋翼無人機高光譜成像系統與大疆M600 pro/M300RTK無人機適配，支持同類型的多種無人機；系統支持配件升級及定制化開發，為教育科研、智慧農業、林業調查、水環境監測、目標識別、軍事反等行業應用領域提供高性能解決方案。

詳情可見：/duoxuanyiwurenjigaoguangpuchengxiangxitong/833.html

萊森光學- iSpecHyper-VS系列高光譜成像相機/便攜式高光譜成像系統

萊森光學-iSpecHyper-VS系列高光譜成像相機是萊森光學（LiSen Optics）專門用于刑偵、物證鑒定、精準農業、礦物地質勘探等領域的產品，主要優勢具有體積小、幀率高、高光通量分光設計、信噪比靈敏度高、大靶面探測器、高像質等特點。iSpecHyper-VS采用了透射光柵外置推掃或內置原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。iSpecHyper-VS系列高光譜成像相機，廣泛應用于刑偵、物證鑒定、精準農林、遙感遙測、 工業檢測、 醫學醫療、采礦勘探等各領域。

萊森光學-iSpecHyper-VS系列高光譜成像相機/便攜式高光譜成像系統主要技術特點

2 光譜范圍400-1000nm或900-1700nm，分辨率優于3nm

2 高光通量分光成像設計、信噪比靈敏度高

2 高性能CMOS/CCD/InGaAs（TE Cooled）圖像傳感器，數據格式支持ENVI，支持多區域ROI

2 可選配電控自動對焦技術、自動曝光、自動成像掃描匹配

2 全靶面高成像質量光學設計，點列斑直徑小于0.5像元

2 多種焦距物鏡鏡頭（12.5/25mm/35mm/75mm）可根據用戶需求更換物鏡

2 多種光學附件可選：戶外太陽光源、實驗室太陽勻化光源工作臺、三腳架（野外專用）、數據線、電源線、電源（外置電源模塊）、儀器便攜式手提箱（定制三防箱）、專業高光譜采集軟件

詳情可見：

/gaoguangpuchengxiangxiangji/834.html

萊森光學- iSpecField-系列手持式/便攜式地物光譜儀

萊森光學-iSpecField系列地物光譜儀是萊森光學（LiSen Optics）專門用于野外遙感測量、土壤環境、礦物地質勘探等領域的明星產品，由于其操作靈活、便攜方便、光譜測試速度快、光譜數據準確是一款真正意義上便攜式地物光譜儀。iSpecField系列地物光譜儀光譜范圍250-1100nm/250-1700nm/250-2500nm，采用了工業級觸控顯示屏手柄探頭，手柄探頭同時采用了光學設計內置攝像頭（相機）、GPS、激光指示器、內置光學快門控制，同時地物光譜儀主機與工業級觸控顯示屏手柄探頭一體化設計，可野外現場直接進行地物光譜操作測量，野外操作更加便捷方便，非常適合復雜的野外地物光譜測量。

萊森光學-iSpecField系列地物光譜儀主要技術特點

2 光譜范圍250-1100nm/250-1700nm/250-2500nm，固定全息光柵一次性快速掃描分光

2 2048像素面陣BT-CCD，256/512像元InGaAs，高像素雙路探測器同步測量，光譜精度高、分辨率高

2 主機與工業級觸控顯示手柄探頭一體化結構，野外測量無需額外電腦，操作靈活

2 最短積分時間30微秒，測量動態范圍大，7吋高清觸控顯示遠程觸發一鍵測量

2 內置＞800萬像素自動對焦攝像頭（相機）、GPS、激光指示器、內置光學快門控制

2 GPS定位、地物圖像、角度測量、距離測量、空氣溫濕度測量與光譜實時對應同步

2 SpecAnalysis專用地物分析軟件，兼容ENVI、TSG、Arcgis等第三方工具軟件，嵌入了USGS數據庫和NDVI等13個植被指數

2 豐富測量光學配件：標準白板/灰板、葉片透射夾、礦物土壤專用探頭、式光纖探頭、室內太陽光源、視場角鏡頭、BRDF測量附件、透反射實驗室支架裝置、遠程觸發器等可滿足野外和實驗室測量需求，可實現透射反射率、輻照度、輻亮度等測試

2 大容量電池，續航時間4-5小時，供電電池模塊可拆卸，可配置備用電池模塊，滿足長時間野外測量

詳情可見：

/bianxieshidiwuguangpuyi/#go