李寒冰, 劉 寧, 王 盼, 余 敏, 張 辰, 王 璐

(1.華設(shè)設(shè)計集團股份有限公司,江蘇 南京 210014; 2.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院,安徽 合肥 230009)

隨著基坑開挖深度的不斷增加,對基坑邊坡、支護(hù)樁體進(jìn)行實時監(jiān)測變得尤為重要,已經(jīng)成為保障工程安全、減少重大人員財產(chǎn)損失的一道關(guān)鍵屏障。目前,工程中仍采用經(jīng)緯儀、全站儀等傳統(tǒng)的基坑邊坡變形監(jiān)測手段。雖然精度高、投資小,但監(jiān)測周期長、耗時費力、人力成本高,且只能進(jìn)行靜態(tài)測量,無法實時跟蹤測點的情況,無法滿足現(xiàn)代基坑監(jiān)測的需求[1]。全球定位系統(tǒng)(golbal positioning system,GPS)雖然在基坑變形監(jiān)測方面也有廣泛應(yīng)用,但是對基坑的微小形變反應(yīng)不靈敏、無效數(shù)據(jù)量過多。傳統(tǒng)點式測量手段不能滿足目前“深、緊、近、難、險”的基坑變形監(jiān)測的需求,因此多源數(shù)據(jù)的基坑變形監(jiān)測技術(shù)具有重要意義。

隨著攝像機性能的提升以及計算機圖像處理技術(shù)的飛速發(fā)展,數(shù)字近景攝影測量通過使用相機獲取被測物體的清晰影像以及部分控制點數(shù)據(jù),進(jìn)行測量工作,通過計算機視覺與圖像處理軟件完成數(shù)據(jù)獲取以及基坑的變形信息計算,具有精度高、低成本、現(xiàn)勢性強等優(yōu)勢[2]，克服了使用傳統(tǒng)測繪儀器進(jìn)行測量時的各種缺點,可以用于深基坑的變形監(jiān)測以及高精度三維測量中,進(jìn)而實現(xiàn)對照片標(biāo)志點像點坐標(biāo)的亞像素級定位[3]。文獻(xiàn)[4]通過非量測數(shù)碼相機、多基線數(shù)字近景攝影測量獲取數(shù)字地面模型數(shù)據(jù)來計算土方量的方法,與傳統(tǒng)測量方法相比,計算結(jié)果誤差小于5%;文獻(xiàn)[5]利用基于無接觸多基線數(shù)字近景攝影測量系統(tǒng),確定基坑測點之間的距離應(yīng)該保持在15 m左右為宜,在一些重要部位應(yīng)該增加監(jiān)測點數(shù);文獻(xiàn)[6]提出一種反映雙向監(jiān)測方向差異下變形的方法,將監(jiān)控攝像機坐標(biāo)系下的現(xiàn)場觀測數(shù)據(jù)統(tǒng)一計算,所得到基坑邊坡變形的橫向(沿坑水平方向)和豎向(坑內(nèi)垂直方向)結(jié)果誤差可達(dá)到亞毫米級;文獻(xiàn)[7]基于近景攝影測量技術(shù)對結(jié)構(gòu)變形進(jìn)行監(jiān)測,在橋梁纜索各測點荷載作用10 N,產(chǎn)生的誤差大于荷載作用20 N時的誤差,得到的各測點坐標(biāo)的精度值均小于0.1 mm,對測點的標(biāo)定效果良好;文獻(xiàn)[8]對盾構(gòu)管片姿態(tài)進(jìn)行近景攝影測量,通過在盾構(gòu)管片環(huán)上鋪設(shè)人工標(biāo)志點并進(jìn)行解算,確定坐標(biāo)位置在實際施工現(xiàn)場的誤差不超過3 cm。

在基于圖像識別的攝影測量中,通過拍攝自然物體本身的特征也可以達(dá)到測量的要求,但是在大部分實際拍攝情況下,物體自身缺少顯著的特征點以及紋理特征[9],和周圍環(huán)境的對比也不夠明顯。由于周圍環(huán)境條件與自身特征點的限制,其精度相對較低,難以滿足高精度監(jiān)測要求。為此,通常引入標(biāo)志點作為近景攝影測量和航空攝影測量的一個區(qū)分標(biāo)志,通過直接選取包含標(biāo)志點在內(nèi)的一小塊區(qū)域作為基準(zhǔn)點或者未知的待測點使用,降低圖像復(fù)雜度,提升監(jiān)測精度[10]。文獻(xiàn)[11]分析總結(jié)了點狀編碼標(biāo)志點和環(huán)狀編碼標(biāo)志點的編碼原理及其問題,并根據(jù)編碼標(biāo)志點的設(shè)計要求討論了兩類編碼標(biāo)志點的特點;文獻(xiàn)[12]使用方角對頂型標(biāo)志點進(jìn)行模擬實驗，精度達(dá)到0.038 mm,在實際的公路高邊坡布設(shè)方角對頂型標(biāo)志點進(jìn)行實地長期地滑坡監(jiān)測,監(jiān)測頻率為兩周一次,觀測結(jié)果誤差控制在毫米級。

標(biāo)志點的設(shè)計與選取關(guān)系到攝影測量的精度,是進(jìn)行攝影測量之前尤為重要的一步。在進(jìn)行人工標(biāo)志點的設(shè)計時,需要考慮的因素很多,其中最重要的2個因素為:

(1) 人工標(biāo)志點的大小。在拍攝的照片中標(biāo)志點占據(jù)的大小合適。

(2) 標(biāo)志點本身的圖像必須具有可識別性。在進(jìn)行圖像處理時可以提供準(zhǔn)確的匹配點。

標(biāo)志點在近景攝影拍攝時所成像的大小與拍攝景深和標(biāo)志點自身的大小有關(guān)。標(biāo)志點所成像大小必須適中,過大或過小都會影響匹配的過程。文獻(xiàn)[13]攝影深度為20 m左右,選擇10 cm×10 cm的正方形觀測取得較好的效果,精度在5 mm之內(nèi)。標(biāo)志點的可識別性包括標(biāo)志點本身顏色與周圍環(huán)境的對比度、標(biāo)志點圖案的合理性及標(biāo)志點幾何中心的特征等。目前常用的標(biāo)志點自身的顏色一般采用黑白2色,常用的形狀有圓形、方角對頂型、十字形等形狀[14]。標(biāo)志點的種類與形狀十分多樣,除了一些基于特殊結(jié)構(gòu)的標(biāo)志點,大體可以按以下2種標(biāo)準(zhǔn)分類:

(1) 編碼的標(biāo)志點與非編碼標(biāo)志點。編碼標(biāo)志點可以基于自身攜帶的編碼信息直接匹配,方便信息的識別與提取,但設(shè)計復(fù)雜,成本較高,且在實際環(huán)境下更容易受到灰塵、污漬的影響而造成編碼點無法識別;非編碼的標(biāo)志點本身的圖案更為簡單,不易受到周圍環(huán)境影響,價格低廉,實用性高,在基坑監(jiān)測現(xiàn)場更加適用。

(2) 主動發(fā)光與被動發(fā)光的標(biāo)志點。主動發(fā)光的標(biāo)志點即為某些能夠發(fā)光的物體,如二極管、LED燈等,一般直接黏在物體上,常用于動態(tài)物體的監(jiān)測;被動發(fā)光的標(biāo)志點即反射自然光或其他光源發(fā)散的光成像的標(biāo)志點。

本文基于非編碼標(biāo)志點,提出了一種標(biāo)志點表面圖案與表面顏色對比的新的標(biāo)志點設(shè)計思路,設(shè)計出了4種新的標(biāo)志點方案,通過模擬試驗和現(xiàn)場進(jìn)行攝影監(jiān)測試驗,使用SIFT算法對照片進(jìn)行匹配,得到監(jiān)控點位置變化的情況,從而得到監(jiān)測斷面整體的變形信息。以期通過試驗找出性能最好的一種標(biāo)志點的方案,以達(dá)到提高近景攝影監(jiān)測的目的。

1 攝影測量與標(biāo)志點的介紹

1.1 近景攝影測量的原理

近景攝影測量一般是指在不大于300 m的距離內(nèi),使用量測相機或非量測相機,在不接觸物體的情況下,進(jìn)行攝影獲得其影像數(shù)據(jù),通過其照片準(zhǔn)確獲取該物體的形體大小、坐標(biāo)等信息。本文研究的標(biāo)志點對基坑監(jiān)測精度的影響屬于建筑類的攝影測量。在監(jiān)測基坑變形時,攝影測量使用的方法較傳統(tǒng)的工程測量來說,從原理上近似于其中的后方交會與前方交會,即通過對同一個物體在不同的位置、不同的時間拍攝多張照片,然后利用同名點的匹配,得到物體的位移信息,最后通過同名點對應(yīng)的幾何關(guān)系,利用前方交會的方法獲取其三維坐標(biāo)。目前,基于計算機數(shù)字圖像處理的近景攝影測量技術(shù)在計算的速度與精度上都取得了明顯進(jìn)步。

在利用近景攝影測量進(jìn)行基坑邊坡變形的監(jiān)測時,由于只需要得到邊坡上標(biāo)志點的位移信息,即可以通過其相對位置變化得到。在不需要得到相關(guān)物體的絕對坐標(biāo)時,使用近景攝影測量的方法是十分方便的。在不同位置對此物體拍攝2張照片,通過相對定位的原理,可以得到此物體在任意一個坐標(biāo)系中的位置。

1.2 SIFT原理介紹

SIFT算法是由文獻(xiàn)[15]提出的,利用對同一物體前后2張照片的同名特征點進(jìn)行匹配,根據(jù)特征點的信息得到其物體的位移變化。該算法在圖像特征、尺度等方面都具有很好的穩(wěn)定性,且信息量豐富,可以與其他形式的特征向量進(jìn)行聯(lián)合運算,適用于大量信息準(zhǔn)確快速地匹配[16]。SIFT算法的運行流程如圖1所示。

圖1 SIFT算法解算流程圖

SIFT算法的處理步驟如下:

(1) 建立高斯差分金字塔。依次通過高斯模糊、平滑處理、降采樣、添加高斯濾波、卷積運算等步驟,生成高斯金字塔。

(2) 確定關(guān)鍵點或特征點。利用每一個像素點和它所有的相鄰點進(jìn)行比較,從而確定極值點,也就是關(guān)鍵點。

(3) 對步驟(2)已經(jīng)找到的極值點,附加上詳細(xì)的局部特征信息,包括主方向、特征向量以及其他位置信息,即所謂的關(guān)鍵點描述器。

(4) 通過對前后2張照片進(jìn)行上述步驟,找出帶有描述器的關(guān)鍵點。對2張照片的同名特征點進(jìn)行兩兩匹配,建立對應(yīng)關(guān)系,從而得到監(jiān)測物體的位移信息。

2 試驗與分析

為了得到所設(shè)計的人工標(biāo)志點的最優(yōu)面,本文分別進(jìn)行了計算機模擬實驗和室外模擬移動試驗,綜合2次試驗的結(jié)果,分析得到標(biāo)志點匹配效果最好的面。

2.1 標(biāo)志點的設(shè)計

根據(jù)上述標(biāo)志點的設(shè)計原則,本文采用三點共線、五點共面的方式,將標(biāo)志點中心的圓形分成4塊區(qū)域,中心點及各角點都十分明顯,易于分辨。在4塊區(qū)域分別間隔填充上黑色與白色,增加了對比度,以提高匹配精度。本文設(shè)計的4種標(biāo)志點的圖案面,編號依次為A、B、C、D。標(biāo)志點的尺寸為150 mm×150 mm×150 mm,如圖2所示。

圖2 4種標(biāo)志點

2.2 相關(guān)設(shè)備及參數(shù)

在進(jìn)行實際基坑攝影測量監(jiān)測時,近景攝影測量的相機需長期固定在基坑周邊,對標(biāo)志點進(jìn)行連續(xù)采樣,獲取標(biāo)志點連續(xù)位移變化情況。綜合考慮到觀測現(xiàn)場環(huán)境情況、不可預(yù)料的意外情況及經(jīng)濟成本，本次試驗使用拍攝速度更快、圖像質(zhì)量相對更好的工業(yè)相機與鏡頭,相關(guān)參數(shù)分別見表1、表2所列。

表1 相機相關(guān)參數(shù)

表2 鏡頭相關(guān)參數(shù)

2.3 試驗概況

本文試驗主要分為模擬試驗與現(xiàn)場試驗2個部分,試驗照片是在實際基坑環(huán)境下進(jìn)行拍攝的。拍攝景深為50 m,標(biāo)志點的位置在使用的工業(yè)相機的焦距內(nèi),成像清晰。在拍攝過程中為保證相機的穩(wěn)定性,使用了帶有膨脹螺栓的腳架固定相機,以保證在進(jìn)行連續(xù)拍攝時相機不會晃動。相機所在的高度與所拍攝標(biāo)志點的高度都在離地面0.45 m處,相關(guān)試驗設(shè)施如圖3所示。

圖3 基坑實際拍攝現(xiàn)場與相機布設(shè)

試驗的時間選在11:00—13:00進(jìn)行,此時室外光照強度適宜,所拍攝的照片清晰且灰度均勻,降低了陰影面的影響。

標(biāo)志點的位置與相機的位置盡量處在一條線上,在室外以地磚的縫隙作為基準(zhǔn),盡量保證鏡頭的方向與標(biāo)志點的面處于垂直的狀態(tài),以減小在拍攝圖像中標(biāo)志點的畸變。

2.3.1 現(xiàn)場試驗的操作流程

在試驗時先拍攝標(biāo)志點A面的原始位置,得到的照片記為A1,然后利用全站儀進(jìn)行放樣,使標(biāo)志點水平方向移動4 mm,作為試驗結(jié)果的真值。利用相機拍攝標(biāo)志點移動后的照片,得到的照片記為A2。依照相同的步驟依次進(jìn)行另外3個面的照片采集,依次記為B1、B2、C1、C2、D1、D2。由上述方法拍到的同一面移動前后的2張照片,如A1、A2,直接由SIFT算法進(jìn)行計算即可。

2.3.2 模擬試驗的操作流程

在進(jìn)行模擬試驗時,使用現(xiàn)場試驗拍攝的照片A1、B1、C1、D1,使用裁剪工具對每張圖片的左上角與右下角進(jìn)行裁剪,得到2張大小相同的裁剪后的圖片,2次裁剪均保證為水平裁剪量為5像素,豎向未裁剪。最后使用SIFT算法對裁剪后的照片進(jìn)行計算得到變形后的數(shù)據(jù)。

2.3.3 評價參數(shù)

本文對SIFT算法計算結(jié)果有如下3個評價參數(shù):

(1) 正確匹配點數(shù)量。匹配點數(shù)的多少是衡量一個標(biāo)志點數(shù)據(jù)是否可靠的重要標(biāo)準(zhǔn),匹配點數(shù)過少會使數(shù)據(jù)缺乏可靠性。

(2) 數(shù)據(jù)均值誤差。即與數(shù)據(jù)真值的偏差,數(shù)據(jù)均值反映了數(shù)據(jù)的整體水平,其與真值的偏差代表了所得數(shù)據(jù)是否準(zhǔn)確。

(3) 數(shù)據(jù)標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差反映了數(shù)據(jù)的離散程度,標(biāo)準(zhǔn)差的大小反映了所得到的數(shù)據(jù)是否穩(wěn)定。

3 結(jié)果與討論

由試驗獲取的照片經(jīng)過SIFT算法計算后,移動前后的2張照片對應(yīng)的特征點間被連接起來,不同的特征點間的連線一般是互相平行的,如圖4所示。圖4中，周圍物體的匹配線已被提前消除。

圖4 SIFT計算結(jié)果

3.1 模擬試驗結(jié)果分析

在進(jìn)行模擬實驗時,本文通過人工裁剪的方式將圖片在水平(U)方向平移，平移的像素數(shù)為-5 像素,經(jīng)過像素坐標(biāo)與像平面坐標(biāo)的轉(zhuǎn)換關(guān)系,得到標(biāo)志點的真實位移為-8.277 4 mm,模擬試驗所得的數(shù)據(jù)見表3所列。由表3可得:

(1) 從平均誤差值來看,C面的誤差最小,為0.001 1 mm,表明C面通過匹配算法得到的數(shù)據(jù)最接近標(biāo)志點的真實位移值;A面的誤差最大,為0.228 9 mm,效果最差。

(2) 從標(biāo)準(zhǔn)差來看,D面的標(biāo)準(zhǔn)差最小,為0.286 2,表明D面通過SIFT算法得到的匹配點數(shù)據(jù)離散程度最小,數(shù)據(jù)更加穩(wěn)定;B面的標(biāo)準(zhǔn)差最大,為0.883 1,數(shù)據(jù)的離散程度最大,最不穩(wěn)定。

(3) 從匹配點的數(shù)量來看,A、B、C 3個面的匹配點數(shù)量都是6個,D面的匹配點數(shù)量為15個,多于另外3個面,標(biāo)高點數(shù)據(jù)最可靠。

本次拍攝的圖片的景深為50 m,像素分辨率為0.655 4 mm/像素,模擬了實際基坑監(jiān)測時的真實環(huán)境。大景深會影響標(biāo)志點上的匹配點數(shù),本次試驗數(shù)據(jù)為剔除過誤匹配點及大誤差點位后的數(shù)據(jù)。所得到的匹配點數(shù)目越多,說明這個標(biāo)志點的圖片更加容易被算法識別,由標(biāo)志點匹配得到的數(shù)據(jù)也更加具有說服力。

在實際監(jiān)測中,基坑監(jiān)測每次數(shù)據(jù)誤差的允許值為1 mm,從表3可以得到4個面的誤差均值均小于允許值,且遠(yuǎn)比誤差允許值小得多,因此在誤差均值方面,4個面的的優(yōu)先級是相同的。綜合標(biāo)準(zhǔn)差與各個面的匹配點數(shù)量,D面的數(shù)據(jù)標(biāo)準(zhǔn)差最小,數(shù)據(jù)更加穩(wěn)定,且D面的匹配點多于另外3個面,數(shù)據(jù)量更多,數(shù)據(jù)可信度更高。綜合以上因素,D面為最佳的標(biāo)志面。

表3 模擬試驗結(jié)果

3.2 現(xiàn)場試驗結(jié)果分析

在進(jìn)行現(xiàn)場試驗時,通過微調(diào)螺旋移動標(biāo)志點,將標(biāo)志點水平方向移動4 mm,見表4所列。

由表4可知：

(1) 從平均誤差來看,D面匹配得到的移動誤差絕對值最小,為0.581 5 mm,表明在實際位移的情況下,D面的匹配精度為最高,最接近真值;C面匹配得到的平均誤差絕對值最大,為2.366 9 mm,效果很差。

(2) 從匹配得到的數(shù)據(jù)的離散程度看,B面數(shù)據(jù)的標(biāo)準(zhǔn)差最小,為0.126 9,數(shù)據(jù)最為穩(wěn)定;其次是A面,標(biāo)準(zhǔn)差為0.450 7;C面數(shù)據(jù)標(biāo)準(zhǔn)差也是最大的,為1.002 9,表明數(shù)據(jù)最不穩(wěn)定。

(3) 此次現(xiàn)場實驗數(shù)據(jù)同模擬實驗,以剔除過大誤差匹配點。從匹配點數(shù)來看,D面的匹配點數(shù)最多,為9個,其余3個面上的匹配點數(shù)據(jù)相當(dāng),B、C 2個面的點數(shù)為3個,A面所得的匹配數(shù)據(jù)為4個;均遠(yuǎn)小于D面得到的匹配點數(shù),表明D面標(biāo)志面的特征最為顯著,所得到的圖片更適用于計算機軟件處理,匹配的效果最好。

首先從匹配精度來看,從D面的各數(shù)據(jù)值可以得到,D面的精度是最高的;其次從數(shù)據(jù)的離散程度來看,D面數(shù)據(jù)的穩(wěn)定性不如A、B 2個面,但其標(biāo)準(zhǔn)差僅為0.698 7,從數(shù)據(jù)上表明D面的數(shù)據(jù)也較為穩(wěn)定;最后從匹配點的數(shù)量上來看,現(xiàn)場試驗時D面上的匹配點數(shù)量仍然是最多的,為9個匹配點,數(shù)據(jù)量遠(yuǎn)多于另外3個面,數(shù)據(jù)量增加也導(dǎo)致D面數(shù)據(jù)的離散程度稍大,但從整體來看,4個面的標(biāo)準(zhǔn)差都較小,離散程度均不大。綜上所述,在現(xiàn)場試驗中,也可以得到D面標(biāo)志點的處理效果是最好的,是用于基坑監(jiān)測的合適標(biāo)志點。

表4 現(xiàn)場試驗結(jié)果

3.3 討論

從數(shù)據(jù)結(jié)果的精度、離散程度、匹配點的數(shù)量3個方面聯(lián)合分析,相關(guān)數(shù)據(jù)結(jié)果如圖5所示。綜合計算機模擬試驗與現(xiàn)場試驗的結(jié)果,D面效果最佳。因此D面標(biāo)志點是匹配效果最佳的標(biāo)志點。

圖5 實驗數(shù)據(jù)箱型圖

4 結(jié) 論

本文采用近景攝影測量的方法,重點研究標(biāo)志點的設(shè)計與選擇,通過計算機模擬試驗與現(xiàn)場試驗相結(jié)合的手段,得到D面為匹配精度與匹配點數(shù)量的最優(yōu)標(biāo)志面,精度控制在1 mm之內(nèi)。相比于其他3個監(jiān)測面,D面的對比度變化相對更加明顯,在基坑現(xiàn)場的遠(yuǎn)距離觀測條件下,近景攝影測量的識別準(zhǔn)確度更高。本文的研究結(jié)果為近景攝影測量的觀測對象，即標(biāo)志點的選取提供了數(shù)據(jù)基準(zhǔn),為提高實際現(xiàn)場監(jiān)測的觀測目標(biāo)變形信息的精度提供了數(shù)據(jù)基礎(chǔ)。

本文在影響近景攝影測量觀測精度的眾多因素中,選取標(biāo)志點的設(shè)計來研究對精度的影響程度,并進(jìn)行了相應(yīng)的分析和討論，但仍存在以下改進(jìn)之處:

(1) 在算法方面,使用SIFT算法進(jìn)行圖形的匹配計算,該算法仍有較大的改進(jìn)空間,計算過程有待進(jìn)一步優(yōu)化,精度方面需進(jìn)一步提高。

(2) 在試驗場景方面,模擬了基坑監(jiān)測的實際環(huán)境,但試驗環(huán)境遠(yuǎn)無基坑現(xiàn)場惡劣,如揚塵、遮擋等情況,因此本次數(shù)據(jù)結(jié)構(gòu)只能為實際基坑監(jiān)測數(shù)據(jù)提供參考依據(jù)。

(3) 在試驗方面,位移真值的設(shè)置是均勻變形,并沒有考慮到非均勻變形的情況,因此未來可以對此進(jìn)行深入的研究,豐富實驗結(jié)果,為實驗結(jié)論提供更準(zhǔn)確的依據(jù)。