Page 201 - 《武汉大学学报（信息科学版）》2025年第9期

第 50 卷第 9 期 杨硕洁等：一种基于无人机影像的高精度地表形变提取方法 1929

［1］
随着城市化进程的加速以及山体滑坡 、泥 测和大范围的形变监测。该方法对于水平方向
［2］
石流 等自然灾害频发态势的加剧，地表形变监 上的位移变化相对不敏感，其精度受到 DEM 的
测的重要性日益凸显，不仅关乎城市规划和建设 分辨率、数据质量等因素的制约，难以适用于精
安全，直接影响人们的生命和财产安全，还有助 度要求较高的场景。文献［16］利用无人机对龙
于探究灾害形成机制 和建立科学的灾害风险预 木错断裂进行数据采集，得到的 DEM 数据在横
［3］
警模型，有效预防潜在的地质灾害。 向和纵向上的均方差约为 20 cm。从 20 世纪末到
在遥感技术兴起前，地表形变监测主要依赖 21 世 纪 初 ，点 云 直 接 比 对（cloud-to-cloud，
于单点监测方法，如全球导航卫星系统和全站仪 C2C） 、模型到模型比较、多尺度模型到模型点
［17］
等 ［4-5］ ，这些方法虽然能够提供高精度的相对或绝 云比对（multi-scale model-to-model cloud compar⁃
对 位 移 数 据 ，但 高 昂 的 成 本 严 重 限 制 了 监 测 范 ison，M3C2） 等三维点云比对算法相继出现，
［18-19］
围。合成孔径雷达干涉测量（interferometric syn⁃ 这些方法通过分析两个点云数据集或三维模型
thetic aperture radar，InSAR） 、无人机摄影测量、 之间的差异获取形变信息，可用于监测微小形变
［6］
高分辨率卫星遥感等技术的出现为形变监测提 与复杂地形。近年来，文献［20］利用 C2C 算法对
供了新的技术支持，这些遥感技术可以在不进行 矿区地表沉降进行了监测，文献［21］根据 M3C2
物理接触的情况下进行面域监测 ，监测范围可 算法监测滑坡变形，可以捕捉到 1 cm 的水平垂直
［7］
覆 盖 难 以 布 设 传 统 形 变 监 测 设 备 的 偏 远 山 区 。 位移变化，文献［22］在 M3C2 算法基础上提出了
文献［8］基于小基线集 InSAR 研究古滑坡形变； 鲁棒性滑坡位移估计方法，较 C2C 等传统点云算
文献［9］通过时序 InSAR 提取了甘肃省舟曲县泄 法准确度提升至少 8%。在实际应用中，基于无
流坡滑坡形变量。无人机可搭载高清相机、机载 人机影像的地表形变监测精度能达到厘米级 ［23］ ，
激光雷达系统等进行自主或半自主低空飞行作 这一精度水平可以满足大多数监测项目的需求，
业：利用相机拍摄多角度高分辨率影像 ［10］ ；利用 但是对于有更高精度形变信息需求的项目，传统
激 光 雷 达 系 统 进 行 激 光 扫 描 以 获 取 点 云 数 据 。 摄影测量方法精度仍有待提高。
通过对影像或点云数据进行配准、滤波和去噪等 地面控制点作为间接地理参考，为无人机影
处理生成高精度三维模型，对不同时期的模型进 像数据的校准和验证提供了必要依据 ［24］ ，确保形
行 对 比 可 获 取 地 表 形 变 量 ，有 效 解 释 微 地 形 特 变监测结果的精确性和可靠性 ［25-26］ 。将地面控制
征。该方法不仅有效弥补了 InSAR 技术在方位 点纳入空三解算后，航测成果精度可由亚米级提
向探测方面的缺陷，而且相较于传统地面摄影测 升至厘米级 ［27］ ；结合监测区域的地形，对地面控
量方法，无人机凭借其灵活调整位置的能力能最 制点的部署方案进行优化，可进一步提高监测结
大程度上削弱前景物体对测量结果的干扰，从而 果准确性 ［28］ ；文献［29］探讨了地面控制点数量对
展现出独特的研究价值和广泛的应用前景。文 正射影像精度的影响；文献［30］发现将地面控制
献［11］应用无人机摄影测量技术评估了 Potoška 点沿研究区域的边缘分布时监测精度最高。随
Planina 滑坡底部的活动情况；文献［12］利用该技 着 摄 影 测 量 软 件 的 不 断 升 级 与 自 动 化 ，特 征 提
术对阿娘寨滑坡形变进行了有效监测。 取、点云重建等流程处理效率显著提高，然而当
随着摄影测量技术和计算机视觉的飞速发 前传统的地面控制点识别工作仍高度依赖人工
展，许多用于无人机影像三维建模的摄影测量软 操作，这不仅限制了数据处理的整体效率和自动
件 相 继 出 现 ，运 动 恢 复 结 构（structure from mo⁃ 化水平的提升 ［31］ ，还可能在识别过程中产生人为
tion，SfM）、多 目 立 体 视 觉（multiple view stereo， 的失误，对监测结果的准确性造成不利影响。
MVS）等 技 术 的 应 用 极 大 简 化 了 软 件 生 成 低 成 为了获取高精度地表形变信息，本文依据一
本、高分辨率点云和数字高程模型（digital eleva⁃ 种新型环形编码标志点 ［32］ 设计并提出了一种高
tion model，DEM）的过程。通过分析点云、DEM 效且精确的地表形变提取方法。首先根据编码
数据的变化可获取地表形变等关键信息，这些信 标志点的图像特征开发了一套精密的自动识别
息在解释区域活动构造、进行地貌研究及监测自 算法，通过算法处理形变发生前后的两期无人机
然灾害等方面具有极高价值 ［13-14］ 。基于 DEM 的 影像，获取精确的像平面坐标；然后根据像方坐
差分比较法通过比较不同时期的 DEM 数据提供 标及地面控制点的物方空间坐标，通过地表形变
地形变化信息 ［15］ ，通常侧重于地表的高程变化监 提取算法处理生成地表形变结果。