[发明专利]基于无人机非接触式高边坡表面位移监测方法及监测系统

权利要求书

1.一种基于无人机的非接触式高边坡表面位移监测方法，其特征在于，包括以下步骤：

步骤S10、在高边坡的各级边坡平台上间隔埋设多个具有特定标记的监测桩，形成方格形网状监测点；

步骤S20、在位移稳定、且靠近高边坡的位置埋设至少三个具有特定标记的监测基点，并确定其空间坐标；

步骤S30、根据高边坡、监测点位置和监测基点位置确定航摄区域，采用无人机对所述航摄区域进行图像采集，采集过程中保证航向重叠度不低于60％，旁向重叠度不低于30％；

步骤S40、对无人机所采集的图像依次进行颜色过滤、特征点匹配和空间定位，根据相机参数和监测基点的空间坐标计算出每一个监测桩特征点的空间坐标；

步骤S50、对航摄区域进行多次航拍，获得监测桩特征点的每一次的空间坐标，并计算出每一次的位移变化量，根据每一次的位移变化量，对高边坡进行表面重构，生成位移云图；

步骤S60、根据每一次的位移变化量对高边坡的稳定性进行定量评价。

2.根据权利要求1所述的一种基于无人机的非接触式高边坡表面位移监测方法，其特征在于，步骤S10包括：

S101、从高边坡最高处开始设监测断面，并在高边坡的各级边坡平台断面坡脚线外2m处等间距埋设至少5个监测桩；所有监测桩呈方格形网状布设，形成多条纵向监测线和多条横向监测线；高边坡上存有深层位移监测点时，高边坡的其中一条纵向监测线与深层位移监测点位于同一直线上；

S102、将监测桩设置成40cm*40cm的方形砼块，浇筑底盘至地面高度，并在表面刷涂油漆作为标记；在底盘中心埋设一根钢筋，钢筋高度与砼块高度齐平，将钢筋顶端作为该监测桩的监测点。

3.根据权利要求1所述的一种基于无人机的非接触式高边坡表面位移监测方法，其特征在于，步骤S20中监测基点埋设有12个，分别在高边坡坡顶、坡脚和高边坡两侧各设置3个。

4.根据权利要求1所述的一种基于无人机的非接触式高边坡表面位移监测方法，其特征在于，步骤S30中，航向重叠度和旁向重叠度的计算公式分别如公式1和公式2所示：

其中，P_x％表示航向重叠度，P_y％表示旁向重叠度，l_x、l_y为相幅的边长，p_x、p_y为重叠影像部分边长。

5.根据权利要求1所述的一种基于无人机的非接触式高边坡表面位移监测方法，其特征在于，步骤S40包括：

S401、对航摄区域内所有监测点和监测基点进行颜色过滤，将监测点和监测基点的RGB颜色属性按照颜色空间的几何关系转换为HIS颜色属性，转换公式如下：

其中：

其中，监测点和监测基点的RGB颜色指的是构成该点颜色的R值、G值和B值；HSI颜色指的是构成该点颜色的H值、S值和I值；

步骤S402、监测点的唯一性处理：利用无人机的定位信息和监测点的布置图，确定每一个采集图像中监测点的对应关系，并将其在一定的色域范围内按照空间从左至右、从上至下的顺序依次提高H，使每个监测点的颜色属性均不相同；

步骤S403、特征点匹配：利用Harris角点匹配算法对监测点和监测基点进行角点匹配；

步骤S404、特征点空间定位：根据监测基点的空间坐标和相机参数计算得到监测点特征点的空间坐标。

6.根据权利要5所述的一种基于无人机的非接触式高边坡表面位移监测方法，其特征在于，步骤S403包括：

步骤S4031、灰度图转换：利用OpenCV工具包中的cvtColor()函数将图片转换成灰度图；

步骤S4032、特征点提取：采用Harris角点匹配算法提取精度较高的边角特征点，识别出方形砼块；

步骤4033、特征点描述：使用k-d树结构辅助，以欧氏距离为标准，使用最邻近算法进行特征点筛选匹配；

步骤4034、优秀匹配点筛选：通过交叉过滤和基础矩阵过滤的方式剔除掉匹配不准确的部分，得到高质量的匹配点对集合。