[发明专利]一种基于摄影测量数据的尾矿库语义分割方法

说明书

本发明公开了一种基于摄影测量数据的尾矿库语义分割方法，包括采集历史尾矿库数据，包括测区的多视角照片和空间位置数据；对采集到的历史尾矿库数据进行数据重建，生成三维点云数据、数字正射影像数据和数字高程数据；对生成的三维点云数据进行随机下采样，生成倾斜摄影测量点云数据集；生成尾矿库语义分割模型；对采集的待分析尾矿库摄影测量数据进行实时语义分割，实时生成带尾矿库语义分割结果的摄影测量图像。本发明结合倾斜摄影测量生产的点云数据和DOM数据，基于深度学习模型对尾矿库进行语义分割，能够准确高效地对尾矿库土地类型进行分割，方法简单，成本低。

技术领域

本发明属于图像数据处理领域，具体涉及一种基于摄影测量数据的尾矿库语义分割方法。

背景技术

尾矿库是用以堆存金属或非金属矿山进行矿石选别后排出的尾矿或其他工业废渣的场所，是矿山企业必不可少的基础设施及环境保护工程。尾矿库具有的高势能使得矿山作业现场存在人造泥石流的潜在危险。一旦失事，极易造成溃坝并引发重特大安全事故。

尾矿库地物信息(例如初期坝、堆积坝、水面、干滩等)的语义分割是对尾矿库现状进行分析的重要基础，尾矿库地物信息的语义分割是测量干滩长度等指标的重要支撑。传统的尾矿库现状分析方法通常依靠人工，通过人工现场排查或者人工使用测量工具获取尾矿库的几何信息；但是，人工作业模式效率低、数据完整性不强。

发明内容

本发明的目的在于提供一种基于摄影测量数据的尾矿库语义分割方法，该方法能够快速地对尾矿库进行语义分割。

本发明提供的这种基于摄影测量数据的尾矿库语义分割方法，包括如下步骤：

S1.采集历史尾矿库数据，包括测区的多视角照片和空间位置数据；

S2.对采集到的历史尾矿库数据进行数据重建，生成三维点云数据、数字正射影像数据和数字高程数据；

S3.对生成的三维点云数据进行随机下采样，生成倾斜摄影测量点云数据集；

S4.生成尾矿库语义分割模型；

S5.对采集的待分析尾矿库摄影测量数据进行实时语义分割，实时生成带尾矿库语义分割结果的摄影测量图像。

所述的步骤S1，历史尾矿库数据包括尾矿库初期坝数据、堆积坝数据、水面数据和干滩数据；具体为采用航测多旋翼无人机进行数据采集，航测多旋翼无人机包括智能避障模块、高精度三轴云台和集成RTK模块；RTK模块能够为无人机提供实时厘米级定位数据，同时设计无人机的飞行航线和相机工作模式参数。

所述的步骤S2，具体为采用影像处理软件，生成三维点云数据、数字正射影像数据和数字高程数据。

所述的步骤S3，具体为生成倾斜摄影测量点云数据集Data＝{X_i}，其中，倾斜摄影测量点云数据集中的第i个采样点表示为X_i＝{x_i,y_i,z_i,r_i,g_i,b_i}；其中，x_i表示点的经度，y_i表示点的纬度，z_i表示点的高度，r_i表示RGB红色，g_i表示RGB绿色，b_i表示RGB蓝色；i＝1,2,…,N，N为采样点个数。

所述的步骤S4中，尾矿库语义分割模型的生成方法具体采用有监督深度学习方法得到，同时采用的模型引入注意力机制的动态图卷积神经网络，有监督深度学习方法包括如下步骤：

A1.选取一个尾矿库语义分割场景，获取步骤S1-S3得到的下采样之后的倾斜摄影测量点云数据集、数字正射影像数据和数字高程数据；