无控制点的DEM匹配与形变量探测方法及装置制造方法及图纸

本发明专利技术公开了一种无控制点的DEM匹配与形变量探测方法及装置，其中该方法包括：获取监测区域的多期无人机航摄影像；根据多期无人机航摄影像，得到监测区域多期DEM数据及对应的RGB图像；通过特征识别方法提取出多期RGB图像间的同名特征点，基于此获得监测区域多期DEM数据间优选的初始位置关系；在获得优选的初始位置关系后，首先利用统计学方法监测出最大概率位于形变区域的点，将其剔除；其次利用距离衰减效应，探测出可能位于形变区域的微小形变点，将其剔除；在剔除干扰形变点后，进行精确配准并获取监测区域精确形变量，本发明专利技术可以在难以定向布设控制点或未布设控制点的区域进行形变量精确探测，对于地质灾害监测具有重要意义。

【技术实现步骤摘要】
无控制点的DEM匹配与形变量探测方法及装置
本专利技术涉及地质灾害分析
，尤其涉及一种无控制点的DEM匹配与形变量探测方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。地表形变是一种缓慢变化和不可逆的地质现象，地表形变场的获取与精化是认识地壳运动与自然灾害孕育机理、探求其对环境的影响的重要基础性工作。地表形变场的变化通常具有连续性、动态性、区域性和复杂性等特点，受到地球内部构造运动和人类活动的共同影响，其形变场能直接反映地球表面的动态变化，其变化结果与人类生存环境密切相关。在地表变化过程中，形变量是反映地表当前稳定性及运动状态最直接的物理量，对了解掌握地表变化以及准确预测其发展趋势具有重要意义。数字高程模型(DigitalElevationModel,DEM)蕴含大量地质地貌、地表特征等信息，高精度、高分辨率的DEM使得对地貌参数精确提取及动态变化监测得以实现，目前已成为地表形态变化定量化监测与分析的关键性数据。目前基于DEM的地表形变监测技术其基本方法都是利用多时相地面监测数据，基于地面控制点建立多期高精度DEM数据，通过多期DEM构建差分模型来监测研究区域形变。然而，各种监测技术都需要地面控制点对DEM数据进行绝对定向，但是在地表监测过程中，难以保证地面控制点的稳定性与不变形，因此现有对监测区域进行准确形变探测存在一定困难。
技术实现思路
本专利技术实施例提供一种无控制点的DEM匹配与形变量探测方法，用以在控制点难以定向布设或未布设控制点的区域进行形变量精确探测，该方法包括：获取监测区域的多期无人机航摄影像；根据多期无人机航摄影像，得到监测区域多期DEM数据及对应的RGB图像；通过特征识别方法提取出多期RGB图像间的同名特征点，在DEM数据和RGB图像间建立模型点与像素的对应关系，根据对应关系将同名特征点映射至多期DEM数据中，确定多期DEM数据中的同名特征点间的转换关系，根据转换关系对DEM数据进行坐标变换，获得监测区域多期DEM数据间优选的初始位置关系；对获得优选的初始位置关系的DEM数据，通过插值方法建立多期DEM数据的高程对应关系，根据所述高程对应关系，利用统计方法检测出多期DEM数据中位于形变区域的点，将位于形变区域的点剔除，得到初步筛选后的多期DEM数据；利用距离衰减效应，检测出初步筛选后的多期DEM数据中未被统计方法检测出的位于形变区域的点，将未被统计方法检测出的位于形变区域的点剔除，得到二次筛选后的多期DEM数据；对二次筛选后的多期DEM数据，采用ICP算法进行整体精匹配，得到精匹配后的多期DEM数据；根据精匹配后的多期DEM数据构建差分模型，得到监测区域形变量；所述形变量用于分析监测区域的滑坡灾害。本专利技术实施例还提供一种无控制点的DEM匹配与形变量探测装置，用以在控制点难以定向布设或未布设控制点的区域进行形变量精确探测，该装置包括：获取单元，用于获取监测区域的多期无人机航摄影像；DEM数据及RGB图像确定单元，用于根据多期无人机航摄影像，得到监测区域多期DEM数据及对应的RGB图像；初始位置关系确定单元，用于通过特征识别方法提取出多期RGB图像间的同名特征点，在DEM数据和RGB图像间建立模型点与像素的对应关系，根据对应关系将同名特征点映射至多期DEM数据中，确定多期DEM数据中的同名特征点间的转换关系，根据转换关系对DEM数据进行坐标变换，获得监测区域多期DEM数据间优选的初始位置关系；初步筛选单元，用于对获得优选的初始位置关系的DEM数据，通过插值方法建立多期DEM数据的高程对应关系，根据所述高程对应关系，利用统计方法检测出多期DEM数据中位于形变区域的点，将位于形变区域的点剔除，得到初步筛选后的多期DEM数据；二次筛选单元，用于利用距离衰减效应，检测出初步筛选后的多期DEM数据中未被统计方法检测出的位于形变区域的点，将未被统计方法检测出的位于形变区域的点剔除，得到二次筛选后的多期DEM数据；形变量确定单元，用于对二次筛选后的多期DEM数据，采用ICP算法进行整体精匹配，得到精匹配后的多期DEM数据；根据精匹配后的多期DEM数据构建差分模型，得到监测区域形变量；所述形变量用于分析监测区域的滑坡灾害。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述无控制点的DEM匹配与形变量探测方法。本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述无控制点的DEM匹配与形变量探测方法的计算机程序。本专利技术的有益效果是：本专利技术实施例提供的无控制点DEM匹配与形变量探测方案通过：采用无人机航摄影像，基于鲁棒的特征提取方法提取出多期DEM数据间的同名特征点，以获得优选的初始位置姿态；在获取优选的初始位置姿态后，通过空间插值方法建立对应点关系，利用统计学方法监测出最大概率位于形变区域的点，将其剔除；同时，充分考虑DEM数据间的空间效应，利用距离衰减效应，探测出可能位于形变区域的微小形变点，将其剔除；在剔除会对精匹配过程造成干扰的形变点后，进行精确配准并获取精确形变量，可分析滑坡灾害的时空形变特征，为灾害早期预报预警提供决策支撑，可在难以定向布设控制点或未布设控制点的区域进行形变量精确探测，对于地质灾害监测具有重要意义。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本专利技术实施例中无控制点的DEM匹配与形变量探测方法的整体流程图；图2为本专利技术实施例中一幅无人机航摄影像示意图，所述无人机航摄影像为RGB图像；图3(a)、图3(b)为本专利技术实施例中DEM数据示意图，其中图3(a)为由第一期航摄影像构建的DEM数据，图3(b)为第二期航摄影像构成的DEM数据；图4为本专利技术实施例中具有正确对应关系的特征点对示意图；图5为本专利技术实施例中具有初始匹配关系的DEM数据示意图；图6为本专利技术实施例中某监测区域形变探测结果图；图7为本专利技术实施例中无控制点的DEM匹配与形变量探测方法的流程示意图；图8为本专利技术实施例中无控制点的DEM匹配与形变量探测装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。目前基于DEM的地表形变监测技术其基本方法都是利用多时相地面监测数据，基于地面控制点建立多期高精度DEM数据，通过多期D本文档来自技高网...

【技术保护点】
1.一种无控制点的DEM匹配与形变量探测方法，其特征在于，包括：/n获取监测区域的多期无人机航摄影像；/n根据多期无人机航摄影像，得到监测区域多期DEM数据及对应的RGB图像；/n通过特征识别方法提取出多期RGB图像间的同名特征点，在DEM数据和RGB图像间建立模型点与像素的对应关系，根据对应关系将同名特征点映射至多期DEM数据中，确定多期DEM数据中的同名特征点间的转换关系，根据转换关系对DEM数据进行坐标变换，获得监测区域多期DEM数据间优选的初始位置关系；/n对获得优选的初始位置关系的DEM数据，通过插值方法建立多期DEM数据的高程对应关系，根据所述高程对应关系，利用统计方法检测出多期DEM数据中位于形变区域的点，将位于形变区域的点剔除，得到初步筛选后的多期DEM数据；/n利用距离衰减效应，检测出初步筛选后的多期DEM数据中未被统计方法检测出的位于形变区域的点，将未被统计方法检测出的位于形变区域的点剔除，得到二次筛选后的多期DEM数据；/n对二次筛选后的多期DEM数据，采用ICP算法进行整体精匹配，得到精匹配后的多期DEM数据；根据精匹配后的多期DEM数据构建差分模型，得到监测区域形变量；所述形变量用于分析监测区域的滑坡灾害。/n...

【技术特征摘要】
1.一种无控制点的DEM匹配与形变量探测方法，其特征在于，包括：
获取监测区域的多期无人机航摄影像；
根据多期无人机航摄影像，得到监测区域多期DEM数据及对应的RGB图像；
通过特征识别方法提取出多期RGB图像间的同名特征点，在DEM数据和RGB图像间建立模型点与像素的对应关系，根据对应关系将同名特征点映射至多期DEM数据中，确定多期DEM数据中的同名特征点间的转换关系，根据转换关系对DEM数据进行坐标变换，获得监测区域多期DEM数据间优选的初始位置关系；
对获得优选的初始位置关系的DEM数据，通过插值方法建立多期DEM数据的高程对应关系，根据所述高程对应关系，利用统计方法检测出多期DEM数据中位于形变区域的点，将位于形变区域的点剔除，得到初步筛选后的多期DEM数据；
利用距离衰减效应，检测出初步筛选后的多期DEM数据中未被统计方法检测出的位于形变区域的点，将未被统计方法检测出的位于形变区域的点剔除，得到二次筛选后的多期DEM数据；
对二次筛选后的多期DEM数据，采用ICP算法进行整体精匹配，得到精匹配后的多期DEM数据；根据精匹配后的多期DEM数据构建差分模型，得到监测区域形变量；所述形变量用于分析监测区域的滑坡灾害。


2.如权利要求1所述的无控制点的DEM匹配与形变量探测方法，其特征在于，根据多期无人机航摄影像，得到监测区域多期DEM数据及对应的RGB图像，包括：
将监测区域的多期无人机航摄影像进行空三计算、密集匹配、点云滤波及规则格网构建处理，生成监测区域多期DEM数据；
将监测区域多期DEM数据按原分辨率导出对应的RGB图像，使DEM格网数与RGB图像的像素数相对应。


3.如权利要求1所述的无控制点的DEM匹配与形变量探测方法，其特征在于，通过特征识别方法提取出多期RGB图像间的同名特征点，在DEM数据和RGB图像间建立模型点与像素的对应关系，根据对应关系将同名特征点映射至多期DEM数据中，确定多期DEM数据中的同名特征点间的转换关系，根据转换关系对DEM数据进行坐标变换，获得监测区域多期DEM数据间优选的初始位置关系，包括：
使用SURF算法对多期RGB图像提取同名特征点；
使用RANSAC算法对所述同名特征点进行一致性检测，剔除错误配对的同名特征点，得到剔除处理后的RGB同名特征点；
以DEM数据左上角为坐标原点建立DEM平面直角坐标系，以RGB图像的左上角为坐标原点建立RGB平面直角坐标系，记录剔除处理后的RGB同名特征点在RGB图像平面坐标系中的位置，根据DEM数据和RGB图像间的矩阵对应关系在DEM平面直角坐标系中选择与剔除处理后的RGB同名特征点相同位置的点作为DEM同名特征点；
使用奇异值分解法求解多期DEM同名特征点间的初始转换关系；
根据初始转换关系对DEM数据进行坐标变换，获得监测区域多期DEM数据间优选的初始位置关系。


4.如权利要求3所述的无控制点的DEM匹配与形变量探测方法，其特征在于，使用RANSAC算法对所述同名特征点进行一致性检测，剔除错误配对的同名特征点，得到剔除处理后的RGB同名特征点，包括：
从第一期RGB图像的特征点集中随机选取一组内点，计算模型参数M；
用计算出的模型参数M去测试所有数据点，若各数据点与模型的误差小于设定的阈值，则将其视为内点，否则视为外点；所述内点为正确配对的特征点，外点为错误配对的特征点；
如果有大于预设数目的数据点被归类为内点，确定对应模型为合理模型，在多个合理模型中选出内点数目最多的模型作为最佳模型；
重复上述步骤直至达到设定的迭代次数，将达到设定的迭代次数时选出的最佳模型作为最终模型，选用最终模型对应的内点集作为剔除处理后的RGB同名特征点。


5.如权利要求1所述的无控制点的DEM匹配与形变量探测方法，其特征在于，对获得优选的初始位置关系的DEM数据，通过插值方法建立多期DEM数据的高程对应关系，根据所述高程对应关系，利用统计方法检测出多期DEM数据中位于形变区域...

【专利技术属性】
技术研发人员：段平，李佳，王云川，
申请(专利权)人：云南师范大学，
类型：发明
国别省市：云南;53