基于无人机影像的露天矿工程量监测分析方法

doi:10.12068/j.issn.1005-3026.2016.01.018

东北大学学报:自然科学版 ›› 2016, Vol. 37 ›› Issue (1): 84-88.DOI: 10.12068/j.issn.1005-3026.2016.01.018

基于无人机影像的露天矿工程量监测分析方法

许志华¹，吴立新^2,3，陈绍杰⁴，王植²

(1.北京师范大学民政部/教育部减灾与应急管理研究院，北京100875;2.东北大学资源与土木工程学院，辽宁沈阳110819; 3.中国矿业大学环境与测绘学院，江苏徐州221116; 4.龙岩学院资源工程学院，福建龙岩364012)

收稿日期:2014-05-06 修回日期:2014-05-06 出版日期:2016-01-15 发布日期:2016-01-08
通讯作者: 许志华
作者简介:许志华(1987-)，男，河北保定人，北京师范大学博士研究生；吴立新(1966-)，男，江西宜春人，东北大学教授，博士生导师，教育部“长江学者奖励计划”特聘教授.
基金资助:
国家重点基础研究发展计划项目(2011CB707102)；中央高校基本科研业务费专项资金资助项目(105565GK).

Method of Engineering Volume Monitoring and Calculation for Open-Pit Mine from UAV Images

XU Zhi-hua¹， WU Li-xin^○2,3， CHEN Shao-jie⁴， WANG Zhi²

1. Academe of Disaster Reduction and Emergency Management， Beijing Normal University， Beijing 100875， China; 2. School of Resources & Civil Engineering， Northeastern University， Shenyang 110819， China; 3. School of Environment Science & Spatial Informatics， China University of Mining and Technology， Xuzhou 221116， China; 4. College of Resources Engineering， Longyan University， Longyan 364012， China.

Received:2014-05-06 Revised:2014-05-06 Online:2016-01-15 Published:2016-01-08
Contact: WU Li-xin
About author:-
Supported by:
-

摘要/Abstract

摘要： 提出了一种基于无人机影像序列的露天矿工程量(采剥量、堆放量等)计算方法.该方法利用旋翼无人机搭载低成本便携式数码摄像机获取露天矿山不同时间的视频帧或影像序列.基于运动恢复结构(SfM)和多目立体视觉(PMVS)算法，自动生成矿山完整、致密的三维点云.研究设计了一种基于形态不变区的点云配准方法进行两期点云空间配准，并采用DTM三角网差值法计算矿山工程量.矿堆体积变化无人机监测实验结果表明，该方法重建点云模型的点间相对误差小于±1%，堆放体积变化监测精度接近92%，基本达到地面LiDAR扫描的堆放体积变化监测精度.

关键词: 无人机, 露天矿, 运动恢复结构(SfM), 多目立体视觉(PMVS), 工程量

Abstract: The image sequences from an unmanned aerial vehicle (UAV) are used to calculate the engineering volume (overburden amount， stacking amount， etc.) of open-pit mine. Firstly， two sets of video frames or optical images of the open-pit mine are collected with a time interval using a portable digital camera installed on an octocopter. Next， two groups of the point clouds are automatically generated by implementing structure from motion (SfM) and patch-based multi-view stereo (PMVS) algorithms. And then， the two point clouds are fine registered with a constant region-based registration method. Finally， the engineering volume is computed with a differential method for digital terrain model triangulated irregular network (DTM-TIN). It shows that the relative error of the point cloud model is lower than ±1% in the experiment for change detection of a stacking stockpile with UAV images. Moreover， the accuracy for monitoring the volume change is up to 92%， which is comparable to that of a terrestrial laser scanning.

Key words: unmanned aerial vehicle (UAV), open-pit mine, structure from motion (SfM), patch-based multi-view stereo (PMVS), engineering volume

中图分类号:

TP79

许志华，吴立新，陈绍杰，王植. 基于无人机影像的露天矿工程量监测分析方法[J]. 东北大学学报:自然科学版, 2016, 37(1): 84-88.

XU Zhi-hua， WU Li-xin○， CHEN Shao-jie， WANG Zhi. Method of Engineering Volume Monitoring and Calculation for Open-Pit Mine from UAV Images[J]. Journal of Northeastern University Natural Science, 2016, 37(1): 84-88.

参考文献

[1]陈永锋，吴晓茹，原玉博.基于DTM的露天矿采剥工程量计算方法研究［J］.金属矿山，2010，12(1): 15-18.(Chen Yong-feng，Wu Xiao-ru，Yuan Yu-bo.Research of mining engineering volume calculation method based on DTM for surface mine［J］.Metal Mine，2010，12(1):15-18.)
[2]Grohmann C H，Sawakuchi A O.Influence of cell size on volume calculation using digital terrain model:a case of coastal dune fields［J］.Geomorphology，2013，180/181:130-136.
[3]Liu X F，Chen P，Tong X H，et al.UAV-based low-altitude aerial photogrammetric application in mine areas measurement［C］ // Second International Workshop on Earth Observation and Remote Sensing Applications.Shanghai，2012:240-242.
[4]McLeod T，Samson C，Labrie M，et al.Using video acquired from an unmanned aerial vehicle (UAV) to measure fracture orientation in an open-pit mine［J］.Geomatica，2013，67(3):173-180.
[5]Snavely N.Scene reconstruction and visualization from Internet photo collections［D］.Seattle:University of Washington，2009.
[6]Lowe D.Distinctive image features from scale-invariant keypoints［J］.International Journal of Computer Vision，2004，60(2):91-110.
[7]Bay H，Tuytelaars T，Van Gool L.SURF:speeded up robust features［C］ // The 9th European Conference on Computer Vision.Graz， 2006:404-417.
[8]Feiner S，Macintyre B，Hllerer T，et al.A touring machine:prototyping 3D mobile augmented reality systems for exploring the urban environment［J］.Personal Technologies，1997，4(1):208-217.
[9]Hartley R I.In defense of the eight-point algorithm［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，1997，19(6):580-593.
[10]Lourakis M，Argyros A.The design and implementation of a generic sparse bundle adjustment software package based on the Levenberg-Marquardt algorithm［R］.Heraklion:Institute of Computer Science，Foundation for Research and Technology－Hellas，2004.
[11]Furukawa Y，Ponce J.Accurate，dense，and robust multi-view stereopsis［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2010，32(8):1362 -1376.
[12]Besl P J，McKay N D.A method for registration of 3-D shapes［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，1992，14(2):239-256.
[13]Pulli K.Multiview registration for large data sets［C］ // 3-D Digital Imaging and Modeling.Ottawa，1999:160-168.
[14]沈永林，刘军，吴立新，等.基于无人机影像和飞控数据的灾场重建方法研究［J］.地理与地理信息科学，2011，27(6):13-17.(Shen Yong-lin，Liu Jun，Wu Li-xin，et al.Reconstruction of disaster scene from UAV images and flight-control data［J］.Geography and Geo-Information Science.2011，27(6):13-17.)

[1]	贺黎明，裴攀科，吴立新，张香凝. 基于时序InSAR的矿区滑坡前地表运动特征分析[J]. 东北大学学报（自然科学版）, 2022, 43(9): 1314-1322.
[2]	王述红，魏崴，陈浩，尹宏. 基于HDBSCAN算法的岩体结构面产状识别及分组方法[J]. 东北大学学报（自然科学版）, 2022, 43(6): 888-896.
[3]	王植，安世缘，邹俊，张紫瑞. 露天矿点云数据中台阶线提取[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1323-1328.
[4]	毛亚纯，伏雨文，曹旺，赵占国. 基于无人机点云数据的露天采场矿车提取方法[J]. 东北大学学报（自然科学版）, 2021, 42(6): 842-849.
[5]	魏恋欢，刘善军，杨天鸿，赵晔. 联合LiDAR DEM与时序SAR数据的露天矿特大型滑坡监测[J]. 东北大学学报（自然科学版）, 2021, 42(12): 1753-1760.
[6]	姜彬慧，张博，王雪峰，姜琦. 抚顺西露天矿区土壤重金属污染及潜在风险评价[J]. 东北大学学报:自然科学版, 2020, 41(4): 568-574.
[7]	魏恋欢，封秋月，毛亚纯，刘善军. 基于多轨道SBAS方法的露天矿高陡边坡形变监测[J]. 东北大学学报:自然科学版, 2020, 41(10): 1445-1451.
[8]	毛亚纯，曹旺，赵占国，徐茂林. 基于多元回归模型的GB-SAR监测误差改正及形变分析[J]. 东北大学学报:自然科学版, 2020, 41(1): 125-130.
[9]	顾晓薇，张伟峰，王青，胥孝川. 分期矿量范围对境界优化的影响[J]. 东北大学学报:自然科学版, 2019, 40(4): 557-562.
[10]	朱承金，王述红，任艺鹏，孙子涵. 无人机摄影测量边坡结构面及块体稳定分析[J]. 东北大学学报:自然科学版, 2019, 40(11): 1636-1641.
[11]	王青，顾晓薇，胥孝川. 边界品位对露天矿最佳境界及总利润的影响[J]. 东北大学学报:自然科学版, 2018, 39(8): 1187-1191.
[12]	王青，田维西，顾晓薇，秦宗琛. 不同市场条件下金属露天矿分期方案动态优化[J]. 东北大学学报:自然科学版, 2018, 39(7): 1044-1048.
[13]	张紫杉，王述红，王斐笠. 基于空间块体表征的岩质边坡稳定性综合评价[J]. 东北大学学报:自然科学版, 2018, 39(6): 896-901.
[14]	胥孝川，顾晓薇，王青，张伟峰. 金属露天矿帮坡角变化对最终境界影响[J]. 东北大学学报:自然科学版, 2018, 39(5): 716-721.
[15]	胥孝川，顾晓薇，王青，刘剑平. 多因素对露天矿最终境界设计的影响[J]. 东北大学学报:自然科学版, 2018, 39(4): 570-574.

基于无人机影像的露天矿工程量监测分析方法

Method of Engineering Volume Monitoring and Calculation for Open-Pit Mine from UAV Images

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价