基于单像近景摄影测量的滑坡裂缝探测方法

刘志奇 李天子 刘昌华 张慧慧

（1.河南理工大学测绘与国土信息工程学院，河南焦作454000；2.东北大学资源与土木工程学院，辽宁沈阳110819）

露天矿开采、道路工程、水利水电等工程会形成大量边坡，边坡在自然或人为因素的作用下易发生滑移，会对生产和人员生命财产安全造成严重危害。滑坡监测可以为防治滑坡及可能的滑动和蠕动变形提供技术依据，为预测和预报边坡的位移、变形发展趋势，进一步制定减灾方案提供可靠依据［1］。

近景摄影测量技术由于具有观测方式简便、无接触测量、自动化程度高、产品形式丰富和适用于动态监测等优点，近年来在滑坡变形监测领域得到了广泛应用［2］。基于近景摄影测量的滑坡监测主要通过获取目标区域的监测影像，建立立体模型得到目标表面特征点的三维坐标，进而计算位移矢量场［3-5］。刘昌华等［6］以近景摄影测量理论和变形监测理论为基础，对北京门头沟木城涧煤矿进行了变形监测，监测精度可达到厘米级；Casson等［7］以法国南部阿尔卑斯山的超大沙丘滑坡为例，提出了一种使用标准化图像相关技术处理监测影像进行滑坡监测的方法，与GPS测量结果一致；Mora等［8］在对意大利北亚平宁山脉的马耳他斜坡进行滑坡监测过程中，采用近景摄影测量技术获得了该地区的高精度DEM；Gabrieli等［9］在摄影测量获得的高精度DEM的基础上，结合降水及地质资料，对意大利东北部的特熙纳陡坡进行了监测，认为摄影测量是低成本、持续监测滑坡的最佳方法；Laribi等［10］以阿尔及尔的埃尔比亚尔滑坡为例，将数字摄影测量技术与地质和岩土数据进行了有机结合，对滑坡机理进行了探讨。上述研究都是基于立体影像匹配方式获取滑移矢量场，该类方法都需要构建立体模型，数据处理复杂，数据量大，难以实现数据处理的实时、远程无线传输，给滑坡应急响应带来了不便。同时，除了采用位移量进行滑坡预警外，滑坡裂缝对于滑坡监测和预警也有十分重要的意义。滑坡裂缝是地面裂缝的一种，作为滑坡的伴生现象，通过分析滑坡裂缝的形态、变化趋势、力学性质和分布规律能够有效判定滑坡范围、发展阶段、力学机制和滑坡体厚度，可以对滑坡的发展趋势、即将发生的时间、滑坡方向和滑坡距离进行预测，为滑坡预警及救灾方案制定提供可靠依据［11-14］。

为有效探测滑坡裂缝，本研究设计了一种便于实时、远程传输的单像近景摄影测量滑坡裂缝探测方案，并进一步提出了2种圈定滑动体范围的监测模型（基于影像同名点的二维场位移矢量模型和相邻影像对应像素灰度值跳跃检验模型），通过对2种模型进行耦合分析，圈定滑坡裂缝范围，为滑坡预警提供依据。

1 理论依据

1.1 滑坡区域圈定模型

1.1.1 基于影像同名点的二维场位移矢量模型

基于影像同名点的二维场位移矢量模型，首先使用影像匹配算法在2幅影像中寻找同名点；然后将同名点的各自像平面坐标作差，求出该点的位移矢量，构建二维场位移矢量模型，进一步判定发生位移的点位；最后利用检测出的位移点构建Delaunay三角网，三角网的边界即为所需圈定的目标区域边界。

1.1.2 相邻影像对应像素灰度值跳跃检验模型

将相邻2幅影像对应像素灰度值相减后，未发生滑坡区域的灰度差为0，而发生滑坡区域的灰度差的绝对值大于0。利用灰度差绝对值大于0的点（高值点）构建Delaunay三角网，三角网的边界即为所需圈定的目标区域边界（图1）。

1.2 特征点匹配算法

（1）SIFT算法。SIFT算法是一种基于图像局部特征的特征点提取算法，SIFT算法特征点对影像缩放、旋转和平移具有完全不变性，对影像仿射变换也具有一定的不变性，并通过该点邻域内的梯度方向直方图进行描述。为了使描述符具有旋转不变性，该算法采用统计特征点支撑区域中每个像素点的梯度方向，为每个特征点确定1个基准方向。根据样本点的梯度大小以及到特征点中心的距离增加1个相应的权重，再将该权重线性分配到8个方向上，有效避免了直方图统计带来的不稳定性。最后通过2次归一化处理，提高描述符对光照变化的稳定性。

（2）SURF算法。SURF算法是在SIFT算法基础上提出的一种改进算法，即在SIFT算法的基础上，将二维Haar小波响应、积分图像和Hession矩阵相结合使用，实现算法提速［15-17］。

（3）ASIFT算法。ASIFT算法在SIFT算法的基础上，考虑了视角变化对影像处理的影响，具有完全的仿射不变性。与SIFT算法相比，ASIFT算法增加了成像光轴到成像平面的经度和纬度2个仿射变换参数，基本原理是通过旋转和切变来模拟成像光轴不同经纬度对影像产生的仿射失真［18］。

1.3 滑坡裂缝圈定

基于影像特征点的二维场位移矢量模型通过对比2幅影像同名特征点的位移变化，圈定滑坡区域。由于滑坡裂缝仅存在于滑坡后的影像中，无法在滑坡前的影像中找到与之对应的同名特征点，因此，裂缝无法被圈定，基于影像特征点的二维场位移矢量模型圈定的范围仅为滑坡体区域。

相邻影像对应像素灰度值跳跃检验模型通过对比2幅影像对应像素点的灰度值差异，检测2幅影像对应位置发生的所有变化。当滑坡发生时，滑坡体整体移动，在2幅影像中的对应位置发生了变化，对应位置的像素点灰度值会有一定的差异，据此可以圈定出滑坡范围。此时，由滑坡产生的裂缝仅存在于滑坡后拍摄的影像中，与滑坡前的影像相比，对应位置的像素点灰度值不同。因此，该模型能够圈入滑坡裂缝，该模型圈定的范围既包括滑坡体区域，又包括滑坡裂缝。因此，相邻影像对应像素灰度值跳跃检验模型圈定的滑坡区域减去基于影像特征点的二维场位移矢量模型圈定的滑坡区域，便可得到滑坡裂缝区域。

1.4 研究思路

本研究提出了一种单像近景摄影测量滑坡裂缝探测方案，该方案首先采用基于影像同名点的二维场位移矢量模型和相邻影像对应像素灰度值跳跃检验模型圈定滑移范围，在基于影像同名点的二维场位移矢量模型中，对影像进行同名点匹配时，从SIFT、SURF和ASIFT 3种算法中优选出SIFT算法作为本研究方案的影像匹配算法；其次，将2种模型的圈定结果进行叠加分析，进一步圈定滑坡裂缝区域（图2）。

2 试验分析

2.1 影像匹配算法适应性试验

2.1.1 试验数据获取

为研究SIFT、SURF、ASIFT 3种算法在排土场边坡监测环境中的适应性，选择某一大型排土场作为试验区，该排土场内堆积有大量煤矸石，通过改变相机摄影瞬间的外方位元素和观测时间，实现影像旋转、缩放、亮度变化及仿射变换。影像旋转通过旋转相机实现，每次旋转10°拍摄，共获得17组像片。为保证其他参数一致，便于实现影像缩放，通过改变摄影距离拍摄影像，初始摄影距离为10 m，每次增大1 m摄影距离，共获得32组像片。亮度变化通过在不同时段拍摄实现，10∶00～16∶00每隔0.5 h拍摄1次，共获取了13组像片。仿射变换通过在煤矸石堆前方画一圆弧，改变相机在圆弧上的位置拍摄影像实现，圆弧半径10 m，圆弧上每隔1 m拍摄1次，共获得19组像片。部分影像如图3～图6所示。

2.1.2 试验结果分析

分别采用SIFT、SURF、ASIFT算法对获取的旋转、缩放、光照变化及仿射变换情况下的影像进行特征点匹配。匹配影像为从第1幅影像开始的相邻2幅影像。采用RANSAC算法剔除匹配粗差［19-24］。分别对4类影像进行了15组、31组、12组、18组试验，各算法的平均匹配点数N—及平均运行时间T—见表1。由表1可知：SURF算法匹配点数最少，但运算速度最快，故而不适宜采用该算法进行滑坡监测；除了缩放影像外，SIFT算法的匹配点数量优于ASIFT算法，SIFT算法的运算速度与ASIFT算法相当。由于在滑坡发生初期（即产生滑坡裂缝）便需进行预警，此时滑坡影像发生仿射变换的程度较小，故ASIFT算法的优势无法有效体现，SIFT算法更适用于边坡滑坡裂缝监测。

?

2.2 滑坡区域圈定模拟试验

露天矿开采、道路工程、水利水电工程中形成的边坡以松散地表土为主，混以大量碎石块，故试验观测目标选取地表土和石块混杂的斜坡。为使斜坡滑移，在斜坡下埋置衬垫，试验依靠人力牵引衬垫，引起表层土形成滑移。依据实际存在的滑坡坡度，在室外空旷地区堆砌一人工土堆，该土堆斜坡坡度约为0.65（坡面角约33°）；衬垫尺寸为1m×1m（长×宽）。摄影采用佳能EOS 450D数码相机，相机固定焦距29 mm，拍摄距离2 m，地面分辨率0.36 mm。相机调平后不可在水平或竖直面内转动，在试验过程中，应确保相机拍摄中心对准同一目标。滑动距离约15 cm，均匀间隔获取20幅影像。滑移前、滑移中和滑移后各阶段的代表性影像如图7所示。

分别采用基于SIFT特征点的二维场位移矢量模型和相邻影像对应像素灰度值跳跃检验模型处理试验影像。SIFT特征点匹配时，相邻影像匹配点数平均为7 291个；滑移前第1幅影像和滑移后最后1幅影像的匹配点数为6 850个，根据影像匹配结果圈定了滑动范围（图8（a））；相邻影像对应像素灰度值跳跃检验模型利用滑移前第1幅影像和滑移后最后1幅影像作差，圈定了滑动范围（图8（b））。图8中2种模型的滑动区圈定范围作差后所得的区域即为滑坡裂缝区域（图9）。

3 结语

提出了一种基于单影像近景摄影测量的滑坡裂缝探测方案，该方案分别采用基于SIFT特征点的二维场位移矢量模型和相邻影像对应像素灰度值跳跃检验模型对滑坡进行探测，并对两者的探测结果进行叠加分析，从而对滑坡裂缝进行了圈定，模拟试验结果体现了该方案的有效性。由于实际滑坡与模拟试验环境存在一定的差异，因此该方案仍需结合实际情况进行完善，其性能也需进一步进行工程验证。