基于无人机SfM及LaDiCaoz的地震地表破裂定量参数提取——以炉霍扎交村一带地震典型地表破裂为例

以炉霍县虾拉沱镇扎交村一带典型地震地表破裂为例,基于无人机SfM方法获取研究区高精度高分辨率的地形地貌数据,采用LaDiCaoz软件对其位错定量参数进行提取,并详细介绍相关技术流程。结果表明:1)LaDiCaoz得到的炉霍扎交村一带典型山脊位错地貌的水平位错为6.3(+0.5/-0.7)m,垂直位错为0.4(+0.1/-0.1)m,其水平位错量是受至少3次强震影响而累积的结果;2)无人机SfM方法可高效、便捷、低成本地获取小范围区域内高分辨率、高精度的地形地貌数据,数据质量可满足活动断裂的精细结构研究和定量参数提取,在川西高海拔地区有广阔的应用前景;3)利用LaDiCaoz进行位错提取,可进一步减小人为因素产生的测量误差,测量结果的可靠性可检验,实现了对活动断裂位错量提取的半自动化。

基于UAV-SfM方法的黄土高原砒砂岩区侵蚀监测算法比较

[目的]为比较地形变化监测算法在黄土高原砒砂岩区的适用性。[方法]以皇甫川流域特拉沟一支沟为研究对象,采用无人机摄影测量技术获取2022年7月至2023年3月影像,结合SfM技术生成三维点云数据,比较分析[digital elevation model of difference(DoD)、cloud to cloud(C2C)、cloud to mesh(C2M)、multiscale model to model cloud comparison(M3C2)]等4种算法的侵蚀产沙监测精度,并分析点云密度变化对各方法精度的影响。[结果](1)4种常用算法在空间上都能监测到大幅度地表变化。其中,以M3C2算法的结果最优,线性拟合结果最好(R^(2)=0.953,p<0.01),且综合误差最小(MAE=0.0161 m,MRE=3.37%,RMSE=0.0194 m),C2M算法其次,DoD算法再次,而C2C算法结果最差。(2)通过比较,DoD算法仅适用于平坦区域的快速检测,坡度陡峭的区域监测侵蚀沉积量存在高估的现象。(3)M3C2和C2C算法对点云密度变化敏感,而C2M和DoD受点云密度变化影响较小。[结论]研究结果可为黄土高原砒砂岩地区基于UAV-SfM的侵蚀产沙监测方法的选择提供参考。

基于UAV-SfM数字模型的滇中环状构造地表与地形特征分析

地表特征与自然灾害密切相关,对维护生态环境和深入了解地表演化过程及地质构造特征具有重要作用。通过无人机(Unmanned aerial vehicle,UAV)航测和运动恢复结构(Structure from motion,SfM)技术构建的高空间分辨率数字模型,在滇中环状构造地貌开展地表覆盖信息和地形特征的分布关系分析。结果表明:在裸岩、裸土和植被混合区域,从定性和定量分析中发现DeepLabv3+算法相比于RF算法在试验区地表覆盖信息提取中有较好的提取效果。点云经滤波得到地面点,选择交叉验证中均值误差和均方根误差最小的Kriging算法构建分辨率0.1 m的数字高程模型(Digital elevation model,DEM),解译一阶坡面、二阶坡面和复合坡面的多种地形因子,根据相关性分析选取6种地形因子构建了综合地形分析模型(Comprehensive terrain analysis model,CTAM)。经过分析地表覆盖信息中覆盖面积最大裸土、植被与地形的联系,CTAM中每个等级像元数量与总像元数量百分比中,Ⅱ级占比最高,为28.87%,Ⅰ、Ⅳ、Ⅴ占比分别为18.39%、13.82%和17.29%。UAV-SfM技术能有效捕捉环状构造表面特征,可为该地区地质研究与资源管理提供技术手段和科学依据。

基于SFM的三维重建在点胶加工中的应用

为了实现点胶加工工件的三维模型重建,在分析了SFM(structure from motion)算法原理和五轴点胶机特点的基础上,提出了一种在五轴机床上使用单目相机实现工件三维模型重建的方法。首先,通过标定获得相机内外参,建立世界坐标系、机床坐标系与相机坐标系之间的关系;其次,从不同角度拍摄工件,与一般SFM不同的是拍摄时由机床机械坐标计算出相机位姿作为外参;最后,将图像序列和相机内外参作为输入,经过稀疏重建与稠密重建输出三维模型。实验结果表明,选用恰当的原始数据与参数可以高效地完成重建任务,重建成功率在90%以上,平均重投影误差为0.653 144 pixels。

基于SFM数字化测绘的城墙遗产历史信息解译与病害研究——以罗马梅特尼亚城门为例

梅特尼亚城门是古罗马重要的通道,具有较高的历史价值,但目前存在较严重的病害。首先通过SFM方法对城门三维建模,提取砖石结构信息,识别主要病害,并解析成因。研究表明,遗产共有13种砖石结构,其中城门结构分布较多,城墙结构分布较少,与修整历史形成对应;共识别出11种病害,成因多与砖石结构及年代相关。研究建构了基于数字化技术与历史信息解读病害成因的城墙遗产研究框架,可为国内相关保护工作提供参考。

考虑图像采集的退役零件SfM三维重建精度研究

运动恢复结构(SfM)是一种单目多视图三维重建技术。针对SfM多视图三维重建的速度及质量问题,提出了一种考虑图像采集的退役零件SfM三维重建精度优化方法。首先,构建了图像采集试验平台,以导靴和凸轮轴瓦盖为试验对象,选取图像质量、图像数量、拍摄距离及视角数量4个对重建质量有影响的参数为影响因素,每种因素取3个水平,设计了正交试验;然后,根据试验设计方案,对两个试验对象分别进行了9组图像采集,并用Reality Capture软件对其进行了三维建模;最后,根据重建点云和模型的准确性、重建的完整性与重建效率3个指标,对重建结果进行了评价,并进行了正交试验,通过极差分析获得了最优参数组合。研究结果表明:图像数量与视角数量对三维重建质量影响显著,拍摄距离与图像质量对三维重建质量影响不显著。该研究结果可为提高图像三维重建速度及质量提供参考。

基于PHF-SFM非均质岩石材料水力压裂数值计算模型研究

在基于渗透率修正的水力压裂(permeability-based hydraulic fracture,PHF)模型基础上引入概率破坏模型(statistical fracture model,SFM),采用Weibull概率模型描述岩石材料微观的非均匀分布对宏观水力裂缝特征离散性的影响.PHF-SFM模型假设岩石材料的渗透率是平均有效应力的函数,基于Biot固结理论,采用摩尔-库伦弹塑性本构模型和达西定律分别描述岩石材料固体骨架和孔隙流体开裂前后的力学特征.通过与KGD模型对比验证该模型的可行性,并通过数值模拟分析了模型中Weibull模量和尺度参数以及岩石材料性质对起裂压力、裂缝高度和裂缝宽度等的影响.结果表明,概率破坏模型的引入不会影响起裂压力,但会影响裂缝的几何特征.当Weibull模量降低或尺度参数增加时,裂缝的几何特征离散性呈增大趋势.

顾及场景连通性的混合式SfM方法

SfM方法在三维稀疏重建方面获得了巨大的成功,但面对大规模场景重建问题时,该方法仍面临着严重的挑战。针对现有混合式SfM方法场景划分影像分布松散、子簇扩展效率低,以及子簇合并稳健性差等问题,本文提出一种顾及场景连通性的混合式SfM方法。首先,提出一种基于归一化割的多因子联合场景划分算法,有效地解决了场景划分后子簇内影像空间分布松散的问题;其次,提出一种顾及分区连通性的子簇均衡扩展算法,提高了扩展的效率及子簇间的连通程度;然后,通过在局部重建阶段引入质检及二次重建机制,消除了局部重建质量不合格子簇对合并的影响,并提出一种顾及簇间连通性的子簇合并算法,实现子簇间的稳健合并;最后,利用多组公开数据集和多视倾斜摄影数据集进行试验验证。结果表明:本文方法在稳健性和效率等方面均优于目前先进的方法,具有较好的可行性和先进性。

SfM摄影测量法对黄土高原典型切沟的测量精度评价

在黄土高原六道沟小流域选择7条代表性切沟,以激光扫描法(laser scanning,LS)和实时动态差分(real-time kinematic,RTK)GPS的测量结果为基准,评估运动恢复结构(structure from motion,SfM)摄影测量法对切沟及切沟侵蚀的测量精度。与LS和RTK GPS相比,SfM摄影测量法所测各切沟DEM总体差异不大,平均高程差值为-0.162~0.436 m;SfM摄影测量法对切沟长度、表面宽度、周长和面积的测量精度较高,相对误差基本不超过±7%;所测深度和体积的相对误差较大,介于-37.4%~18.0%。与RTK GPS所测切沟侵蚀相比,SfM摄影测量法测得的切沟侵蚀空间分布和形态参数变化均十分接近。研究结果证实,SfM摄影测量法可作为一种高精度测量方法应用于黄土高原的切沟和切沟侵蚀监测。

基于Mask-RCNN与SFM的单目视觉长方体三维测量方法

为解决基于运动结构恢复(Structure from motion,SFM)多视角拍摄的局限性,以实现自动化三维测量效果,本文提出了一种可用于长方体三维测量的基于Mask-区域卷积神经网络(Mask-region convolutional neural networks,Mask-RCNN)和SFM的单目视觉测量方法。以箱体三维测量为例,该方法包括测量点提取、转换矩阵计算和三维映射测量三个部分,仅需一次标定获取内部参数,利用深度学习技术实现了单视角自动化三维测量,避免复杂重建的同时降低了视觉测量方法的应用要求。实验结果表明,该方法在棋盘格标志物下获得测量结果的相对标准不确定度在6%以内,在箱体自带标志物下获得测量结果的相对标准不确定度在8%以内。

SFM钻头在钻孔加工中的应用案例

在机械零件加工中,加工工艺在其中发挥着非常重要的作用,其工艺水平的高低影响着零件加工的精度与稳定性。近期,苏州用朴精密科技有限公司(以下简称:用朴)推出了用于不锈钢材料的专用钻头-SFM钻头,在不锈钢钻孔加工中可提供更高的生产效率、更长的刀具寿命和更高的机床利用率。SFM钻头在不锈钢材料的优异表现,不但可以帮助不锈钢零件,例如泵体和阀门制造商降低生产成本,而且对于汽车、石油和天然气等领域的不锈钢零件钻孔也有巨大帮助。

基于无人机SfM摄影测量的潮间带牡蛎礁地貌调查

牡蛎礁是一种重要的海岸地貌系统,礁体的空间分布格局,深刻影响着周围的水动力和沉积动力过程,进而反作用于牡蛎礁自身演化。江苏海门蛎蚜山牡蛎礁为中国海岸重要且稀有的生态系统,近年来,沉积物覆盖和人为捕捞导致牡蛎礁退化严重。本文利用无人机对蛎蚜山牡蛎礁进行地貌观测,基于运动恢复结构(SfM,Structure from Motion)摄影测量技术重建出航拍区域的高分辨率三维模型,包括正射影像和数字高程模型(DEM),并对重建的模型进行目视解译和剖面分析。结果表明,位于航拍区域的牡蛎礁主要有三种形态:条带状、斑块状和环状。条带状牡蛎礁脊线整体上呈南北走向,可能由环状牡蛎礁退化或牡蛎的生物自组织过程形成。航拍区域的地貌面高差可达5 m以上,地势最高处高程为0.5 m(85高程,下同),最低处高程为−4.7 m。礁区内的礁体仍处于退化状态,其演化过程主要为:礁体表面出现坑洼→坑洼进一步扩张、延伸→形成溶槽→礁体分隔、分解,同时伴有沉积物对礁体的掩埋。本研究表明,无人机SfM技术可以高效获取牡蛎礁的地貌信息,为研究牡蛎礁演化过程提供了有力支持。

改进的AKAZE特征提取的全局式SFM三维重建算法

针对增量式SFM算法过渡依赖初始图像的选择,重建时误差累积导致场景漂移且计算效率低的问题,设计了一种改进的加速KAZE特征提取的全局式SFM三维重建算法。首先通过增强特征接受阈值并构造非线性尺度空间来提取图像的特征,使用改进局部差分二进制MLDB描述符对特征进行描述;然后利用全局式SFM算法对整个场景的相机位姿进行估计,从而减小误差并减少光束法平差BA的使用次数,降低了算法的复杂度,大大提高计算效率;最后利用基于面元的多视立体匹配PMVS算法得到稠密重建结果。实验结果表明,同等条件下该方法能够得到更多的有效点对,计算效率约为增量式SFM算法的2倍,且特征匹配准确率提高5%,稠密重建的点云精度高,信息丰富且纹理清晰,是一种有效的三维重建方法。

基于SfM方法的高密度点云数据生成及精度分析

地形数据的质量(精度和分辨率)影响着地球科学的研究水平。Li DAR测量是目前获取高分辨率地形数据的有效技术方法之一,但是其高昂的测量成本和相对复杂的后期数据处理限制了Li DAR技术的大众化应用。近年来,一种被称为Sf M(Structure from Motion)的适合大众化使用的新的高精度3维地形数据获取技术开始引起人们的注意。这种新型数字摄影测量技术可以利用高效的图像特征匹配算法从多视角照片中提取重叠区域的3维地形数据。由于Sf M技术仅需要目标物体的照片,而且对相机拍摄位置、图像尺度及拍摄焦距没有要求,因此利用简单测量平台采集地面照片就可以获取高质量的3维地形数据。与Li DAR技术相比,大大降低了获取高精度数据的成本,使得高精度3维地形数据的使用大众化。文中介绍了Sf M技术的基本原理和流程,展示了Sf M技术获取高精度3维地形数据的简单而有效的特性,特别适合于植被稀少的区域。文中利用近千米高空拍摄的、具有约70%重叠度的一套随Li DAR飞行采集的数字航空照片生成具有真彩色的高密度Sf M点云数据,点密度高达25.5个/m2,可生成分辨率0.2m的DEM(数字高程模型)。对比相同区域的LiDAR点云数据,统计分析表明58.3%的Li DAR数据与Sf M数据的垂直偏差<0.1m,88.3%的Li DAR数据的垂直偏差<0.2m;而且发现不同地貌的Sf M数据精度存在差异,平缓地形的Sf M数据精度高于陡峭地形的Sf M数据精度。文中还介绍了以氦气球作为拍摄平台的Sf M测量系统,可以快捷地获取高精度的3D地形数据和正射影像,比目前常用的差分GPS测量具有更高的效率和数据精度。

增量式SFM与POS辅助光束法平差精度比较

针对计算机视觉领域中的增量式运动恢复结构和摄影测量学中的POS辅助光束法平差的精度进行了比较研究。首先介绍了SFM的基本原理与主要流程,并从理论上分析了两种方法的异同;然后针对定位精度进行了对比研究,分别利用嵩山遥感定标场的无人直升机和有人驾驶飞机的航摄数据进行了精度对比试验,结果表明:在不依赖POS数据的情况下,增量式运动恢复结构可以达到与POS辅助光束法平差相当的精度,两种方法均可以满足1∶500、1∶1000成图要求;最后,针对不同作业需求给出了航摄数据后处理参考意见。

基于无人机SfM数据的挺水植物生物量反演

生物量是衡量挺水植物生长状况的重要参数,对湿地生态系统健康评价具有重要意义。利用无人机影像生成运动重建结构Sf M(Structure from Motion,Sf M)数据,结合野外实测生物量构建定量反演模型,并根据反演模型对生物量进行空间制图,最后分析了挺水植物类型对生物量空间分布的影响。结果表明,文中基于Sf M数据建立的逐步线性回归模型(Stepwise Linear(SWL)regression model)具有较好的反演精度及估测能力。其模型显著性为显著(P<0.01),决定系数为0.86,相对均方根误差为6.1%。挺水植物类型对生物量空间分布影响显著(P<0.05)。通过对研究区挺水植物的生物量进行估算,为利用无人机遥感监测挺水植物生物量提供了新思路。

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。

分区优化混合SfM方法

针对大规模无序影像稀疏三维重建问题,本文提出一种稳健、高效且易于并行的分区优化的混合式SfM方法。首先,利用SIFT算法进行影像匹配,无须GPS/INS等其他辅助信息,仅利用影像间的匹配结果计算得到的影像关联度完成影像分区。然后,提出一种改进的增量式SfM方法实现每个分区内快速重建,以及提出多项标准自动剔除不可靠分区并将这些分区内影像重新划分至其他分区,实现分区的动态调整。最后,提出一种稳健高精度的分区融合算法,实现相机参数、影像姿态和场景三维信息的准确融合。多组不同规模、不同影像类型以及不同场景的典型数据试验结果表明本文方法对不同数据集具有很好的稳健性,在保持高精度的同时能大大提高重建效率,尤其适用于大规模影像数据集。

基于SFM和CMVS/PMVS的建筑物点云重构方法研究

为从建筑物图像获取三维点云,对运动恢复结构(SFM)和多视角密集匹配(CMVS/PMVS)的三维点云重构进行研究,介绍了从Ladybug3全景相机采集到的图像进行建筑物的三维点云重构过程。首先利用尺度不变特征变换(SIFT)来提取和匹配图像上的特征点并计算多视图之间的几何关系,然后由SFM分析相机运动进而寻找三维点云结构,利用CMVS对图像进行聚簇;最后,采用基于面片模型的PMVS通过匹配、扩展、过滤三个阶段来完成密集匹配同时生成稠密三维点云。实验结果表明,算法能够有效地重构建筑物三维点云,对三维重建有一定的参考价值。

低空影像SfM三维重建的耦合单-多旋转平均迭代优化法

针对现有SfM算法初始模型构建、关联影像递增不尽合理导致误差累积等问题,提出一种耦合单-多旋转平均迭代优化的低空影像SfM三维重建方法。首先,基于影像相对定向关系建立初始影像关联无向图,以多因素为依据构建最优增量决策函数锁定强关联影像。其次,利用顾及粗差的单旋转平均递增式添加强关联影像以扩充局部参考系下影像关联有向图,并采用四元数支持下无须物方点参与平差的多旋转平均迭代优化计算全局一致性旋转与平移矩阵最优解。最后,利用光束法区域网平差统一优化整个网络,得到精确的旋转与平移矩阵及物方点。试验结果表明,与现有低空影像旋转平均方法相比,本文方法能解算出更为精确的外方位元素和恢复出更为密集的三维物方点云,且相对于增量式SfM算法效率提升显著。