[发明专利]一种无人机高边坡危岩体智能识别方法

说明书

本发明涉及一种无人机高边坡危岩体智能识别方法，涉及图像处理技术领域，包括以下步骤，构建无人机航线，通过无人机飞行拍摄高边坡危岩体，从左到右、从上到下依次进行拍摄；将无人机拍摄的相片导入计算机并获取危岩体的点云数据；对点云数据进行预处理以降低数据量并平滑点云，然后利用种子点滤波算法或拟斜率滤波算法从去噪点云中提取地面点云；采用聚类算法对各边界点云进行分类并对聚类后的点云进行三维重构生成DEM，通过筛选规则提取危岩体对象，本发明具有高效、自动化和精确提取孤立危岩数据的优点。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种无人机高边坡危岩体智能识别方法。

背景技术

危岩是指由多组岩体结构面切割，并且位于陡坡或者陡崖上的不稳定岩体。对于高边坡表面孤立的危岩体，其外部形态通常表现为凸起的块体，在高边坡中具有较为明显的外部边缘。为了对危岩体的稳定性进行评价，传统方式是依靠人工接触式测量，其具有工作效率低、危险性大、且受地形条件及外业环境的限制较大的问题。显然，基于边坡三维模型的危岩体自动识别可以有效的解决这个问题，该技术可以提供从数据非接触式采集到危岩体自动识别的一整套解决方案，从而极大地提高危岩体勘察的效率。然而，由于危岩体的不规则形和判断标准不一致性等特点，目前基于边坡三维模型的危岩体自动识别研究颇为罕见。

因此，针对以上不足，需要提供一种无人机高边坡危岩体智能识别方法。

发明内容

（一）要解决的技术问题

本发明要解决的技术问题是现有对危岩体的自动识别研究不足的问题。

（二）技术方案

为了解决上述技术问题，本发明提供了一种无人机高边坡危岩体智能识别方法，包括以下步骤，

Ⅰ.构建无人机航线，通过无人机飞行拍摄高边坡危岩体，从左到右、从上到下依次进行拍摄；

Ⅱ.将无人机拍摄的相片导入计算机并获取危岩体的点云数据；

Ⅲ.对点云数据进行预处理以降低数据量并平滑点云，然后利用种子点滤波算法或拟斜率滤波算法从去噪点云中提取地面点云；

Ⅳ.采用聚类算法对各边界点云进行分类并对聚类后的点云进行三维重构生成DEM，通过筛选规则提取危岩体对象。

作为对本发明的进一步说明，优选地，无人机的航线范围超出测量范围，无人机的飞行高度超过飞行区域最高障碍物。

作为对本发明的进一步说明，优选地，无人机航向保持80%的重叠度，旁向保持50%的重叠度，相机角度选择45°。

作为对本发明的进一步说明，优选地，通过Kd-tree进行拓扑结构构建，采用基于局部表面拟合方法进行离散点云数据的法向量和曲率计算，以直接通过点云模型获取点云的几何特征。

作为对本发明的进一步说明，优选地，种子点滤波算法具体流程如下：

①对整体构建三角网；

②找到三角面片边长较大的三角网，遍历顶点，找到高程最大的顶点，标识为噪声点；

③对三角网进行泛洪增长，其中找到点的周围邻接三角网，将不含噪声点的三角网标识为一簇，直到找到所有三角网簇；

④最后移除噪声面片获得准确地面种子点。

作为对本发明的进一步说明，优选地，将种子点云投影到种子点最低点对应的XY平面中，外扩种子点云的外包围盒形成缓冲区域，沿着缓冲区域均匀插值，获取每个插值点到种子点的最近邻点，将该点的高程值赋给插值点以确保所有点都位于TIN中，随后迭代以遍历所有的地物点。