浅谈基于双目立体视觉的滑坡堆积体体积测量的研究意义.docx

?

?

浅谈基于双目立体视觉的滑坡堆积体体积测量的研究意义

?

?

于欢赵成强

摘要：最近10年，我国平均每年都会发生地质灾害16768起，造成的直接经济损失达44.4亿元，其中，滑坡发生率占到了66%。地质灾害发生区由于复杂的地质条件、持续不断的灾情，我们急需一种能够快速、准确、非接触的测量方式，这对灾害评估与灾害防治至关重要。双目立体視觉经过30多年的发展，具有方便、准确、快速的特点，完全能够完成滑坡堆积体体积测量的任务。

关键词：双目立体视觉滑坡堆积体积测量

：U215.8：A：1674-098X（2018）02（a）-0111-02

在众多地质灾害中，滑坡成为了发生频率最高的地质灾害。就地质灾害的危害性而言，滑坡给人类所带来的灾难性后果仅次于地震，它具有分布广、发生频率高、运动快、灾害损失严重、预测难等特点。在我国，有70%的领域为山区，这就使得滑坡发生的密度大、类型齐全、爆发频繁、规模巨大，危害非常严重[1]。特别是近20年以来，随着城镇化大规模发展，人类活动空间的范围逐渐增大，人类工程活动对地质环境扰动程度的不断加剧，加之受到全球极端气候变化及地壳活动程度加剧等因素的影响，滑坡事件发生的频率和强度均呈增长趋势[2-3]。

频繁发生的滑坡灾害早已引起了国际社会的广泛关注和重视，而面对如此严峻的灾害形势，防灾减灾能够很好的降低滑坡灾害所带来的危害。在21世纪以前，滑坡灾害主要是依据传统地质成因机制和工程治理技术相结合的方法来达到防灾减灾的目的，但是随着科学技术的发展，滑坡灾害防治的手段不断由地质学、工程治理向滑坡灾害监测预警、风险评估与管理等方面综合延伸和发展。其中，对滑坡堆积体进行有效准确的测量在防灾减灾中显得尤为重要。因此，滑坡堆积体体积测量不仅是一个前沿性的研究课题，更是防灾减灾手段发展中所迫切需要解决的重要实际问题。

1国内外现状

20世纪80年代，美国的Marr教授在麻省理工学院人工智能实验室从事研究工作。他首次提出了一个计算机视觉理论框架，它将神经生物学、图像处理、心理物理学及临床神经学等方面的成果通过信息处理的角度整合成了一个较为完善的理论体系。人们将这个理论框架称为Marr视觉理论。之后，各国的研究人员根据他的思路不断地添加补充完善他所提出的理论框架，形成了很多的分支，同时取得了大量的科研成果。其中，一个重要的分支就是双目立体视觉。国内外许多的高校和科研院所都对它进行理论研究和应用开发，并被广泛应用到灾害防治、导航、探伤等领域。

当前，计算机视觉在美国、日本、欧洲等区域在双目立体视觉领域的研究起步早、发展相对迅速，研究理论相对成熟。其中，具有代表性的应用实例有：希腊雅典国立技术大学提出了一种用于小物体三维表面测量的双目机器视觉系统。它是一种新型的用于测量直径小于1cm物体的系统，鲁棒性好，误差控制在0.04mm，应用于工艺品质控制、考古学和生物学。土耳其梅尔瓦那大学在牙科手术的正颌矫正中利用双目立体视觉进行三维非接触测量，该方法采用人工智能来提高准确性，测量误差被最小化并保持在可接受的范围内，今后可能被大量运用到易出错率较高的人工测量领域。日本冈山大学研制了一种视觉反馈系统，该系统由立体显微镜、微操作器、CCD摄像头等组成，主要应用于对细胞进行操作研究等。

相对全球来说，在机器视觉领域，中国的占比还不到10%。中国相对于欧美国家起步较晚，但是近几年各个科研机构投入了大量财力和物力，在双目立体视觉领域发展相当迅速，也取得了丰硕的成果。例如：维视公司利用CCD相机，实现了虚拟现实和三维重建技术等领域的应用。浙江大学采用针孔成像原理，利用双目视觉实现了三维重建，并且精度高、速度快，在动态情况下也可以很好地测量。在火星863计划课题中，采用机器视觉可以实现人体三维尺寸非接触的测量，并且已经运用到了解放军后勤部，人体数据采集小于5s/人，测量精度为1cm。北京理工大学提出了具有3D物体的精确周长测量的双目立体视觉测量系统，它通过两个CCD摄像机的双目立体视觉测量系统采集图像，在两个CCD图像中准确地收敛到物体的轮廓边缘，最终三维重建检测出3D物体的真实周长。大连理工大学提出了一种基于多视野视觉系统的大型物体的场测量方法，可以将从不同视图获取的大型物体的局部维数变换为相同的坐标系来完成物体整体尺寸的测量。我国正处于技术转型期，国内对双目视视觉的研究和使用刚刚处于起步阶段，尚需大量研究、发展和应用[4]。

2研究内容

查阅相关文献资料，我们知道有很多的方法和手段来计算滑坡堆积体的体积。第一种方法，我们可以通过无人机或LIDAR（LightDetectionandRanging）等方式获得滑坡地区在发生地质灾害（如滑坡）前后的相关地形数据，通过分析对比这些相关地形数据，从而计算出堆积体的体