本发明涉及公路地貌监测，尤其涉及一种基于无人机的公路地貌变形监测系统。
背景技术：
1、随着社会经济的高速发展，高速公路在交通运输中扮演的角色越来越重要，与此同时，因高速公路建设而诱发的滑坡灾害也屡见不鲜，灾害本身既影响了高速公路的正常运营，也威胁了当地居民的生命财产安全，目前对于公路滑坡的研究主要集中在滑坡机理、稳定性评价、监测预报及区域性公路滑坡分布及成因规律方面，公路滑坡的研究对于公路建设具有重要的意义，由于公路全线太长且车流量也是比较大的，通过人工进行检测以及故障排查时，会使用大量的人力物力，同时通过人工进行实地勘察时，也会给繁重的交通带来不便，以及对工作人员的安全性带来问题，为此，我们提出了一种基于无人机的公路地貌变形监测系统。
技术实现思路
1、本发明提出的一种基于无人机的公路地貌变形监测系统，以解决现有技术中的上述不足之处。
2、为了实现上述目的，本发明采用了如下技术方案：
3、一种基于无人机的公路地貌变形监测系统，包括图像数据采集单元、图像预处理单元、图像数据分类单元、地质构造分析单元和板块特征分析单元；
4、所述图像数据采集单元通过地质勘察用无人机对指定范围内的公路地貌现状进行实时数据的采集处理，并将采集的实时数据信息发送给图像预处理单元；
5、所述图像预处理单元用于接收图像数据采集单元采集的公路地貌相关数据信息，并根据接收的相关数据信息对采集的数据信息进行几何校正和分辨率的自动调节，同时对预处理后的图像特征进行提取、标识和分类处理，并将预处理后的图像数据信息发送给图像数据分类单元；
6、所述图像数据分类单元用于接收图像预处理单元发送的相关数据信息，同时根据预处理后的公路图像相关数据信息进行对应数据的分类标记处理，包括但不限于：路肩数据、边缘数据以及上下坡度数据信息，同时将分类后的相关数据信息分别发送给板块特征分析单元和地质构造分析单元；
7、所述板块特征分析单元用于接收图像数据分类单元发送的相关数据信息，根据接收的相关数据信息对采集区域内的公路板块对应不同特征进行特征数据的提取，并根据提取的特征数据信息进行对应板块现状的分析处理，同时，将分析后的相关数据信息发送给地质构造分析单元；
8、所述地质构造分析单元用于接收板块特征分析单元和图像数据分类单元发送的相关数据信息，并根据接收的相关数据信息对所采集区域内公路地质的结构以及土质的性质进行分析处理。
9、进一步地，还包括形变状况分析单元、基坑状况监测单元和地表位移评估单元，所述形变状况分析单元用于接收地质构造分析单元发送的相关数据信息，并根据接收的相关数据信息对所采集区域内的公路地貌产生的形变状况进行实时检测分析处理，形变状况包括但不限于：地表凹陷、凸起、断层和路基褶皱，同时将形变状况相关数据信息发送给基坑状况监测单元和地表位移评估单元；
10、所述基坑状况监测单元用于接收形变状况分析单元发送的相关数据信息，并根据接收的相关数据信息对所采集区域内公路上地表形变产生的路基凹陷、凸起、断层以及基坑深度进行检测分析处理，并将分析后的相关数据信息发送给地表位移评估单元；
11、所述地表位移评估单元用于接收形变状况分析单元和基坑状况监测单元发送的相关数据信息，同时根据接收的相关数据信息对所采集区域内地表形变状况进行公路塌陷的风险等级评估处理。
12、进一步地，还包括地质参数录入单元和地质参数调取单元，所述地质参数录入单元用于接收图像预处理单元发送的相关数据信息，同时根据接收的相关数据信息对所采集区域内的公路对应地质参数进行未记录数据的标记处理，同时对未记录的相关数据信息进行自动识别录入，并将补录后的对应地质参数数据信息发送给地质参数调取单元；
13、所述地质参数调取单元用于接收地质参数录入单元发送的相关数据信息，同时对接收的相关数据信息进行分类存储处理，同时用于图像数据分类单元和地质构造分析单元进行地质参数的调取查看处理。
14、进一步地，所述图像预处理单元中的几何校正根据引起图像畸变因素可分为系统误差和非系统因素引起的几何畸变两种，所述系统误差属于有规律的、可预测的，所述非系统因素属于无规律的，如传感器平台的高度、经纬度、速度和姿态的不稳，地球曲率及空气折射和地形影响；
15、所述图像预处理单元中的分辨率的自动调节包括图像配准、图像校正、图像地理编码和图像正射校正，所述图像配准用于将同一区域里一幅图像对另一幅图像校准，以使两幅图像中的同名像素配准；
16、所述图像校正用于借助一组控制点，对一幅图像进行地理坐标的校正，又叫地理参照；
17、所述图像地理编码用于特殊的图像校正方式，把图像校正到一种统一标准的坐标系；
18、所述图像正射校正通过借助于地形高程模型，对图像中每个像元进行地形的校正，使图像符合正射投影的要求，所述图像正射校正对原始采集的图像数据进行正射纠正，利用原始采集的无人机轨道参数、方位参数、焦距数据，对其进行空间绝对定位，使其具有物方大地坐标的过程；
19、由物方大地坐标求解像方坐标为rpc正算，由像方坐标求解物方大地坐标为rpc反算，计算过程中，通常将物方大地坐标和像方坐标正则化到[-1，1]，所述ｒpc正算公式如下：
20、；
21、；
22、numl(p，l，h)=a1+a2l+a3p+a4h+a5lp+a6lh+a7ph+a8l2+a9p2+a10h2+a11plh+a12l3+a13lp2+a14lh2+a15l2p+a16p3+a17ph2+a18l2h+a19p2h+a20h3；
23、denl(p，l，h)=b1+b2l+b3p+b4h+b5lp+b6lh+b7ph+b8l2+b9p2+b10h2+b11plh+b12l3+b13lp2+b14lh2+b15l2p+b16p3+b17ph2+b18l2h+b19p2h+b20h3；
24、nums(p，l，h)=c1+c2l+c3p+c4h+c5lp+c6lh+c7ph+c8l2+c9p2+c10h2+c11plh+c12l3+c13lp2+c14lh2+c15l2p+c16p3+c17ph2+c18l2h+c19p2h+c20h3；
25、dens(p，l，h)=d1+d2l+d3p+d4h+d5lp+d6lh+d7ph+d8l2+d9p2+d10h2+d11plh+d12l3+d13lp2+d14lh2+d15l2p+d16p3+d17ph2+d18l2h+d19p2h+d20h3；
26、式中：a1，a2，…，a20 ；
27、b1，b2，…，b20 ；
28、c1，c2，…，c20 ；
29、d1，d2，…，d20均为有理多项式系数，（p，l，h）为正则化的物方大地坐标，（x，y）为正则化的像方坐标；
30、；
31、；
32、；
33、；
34、；
35、其中、、、、和为物方大地坐标的正则化参数，、、和为像方坐标的正则化参数。
36、进一步地，所述图像预处理后的图像特征提取包括颜色特征提取模块和纹理特征提取模块，所述颜色特征提取模块用于对图像采集后图片中的物体进行快速识别分析，同时根据提取的颜色特征进行三维模型的构建，根据颜色的深浅进行识别分析处理；
37、所述纹理特征提取模块利用归一化颜色局部累积直方图，在rgb颜色空间中，分别从r、g、b三个颜色通道直接建立相应的颜色直方图用于统计描述图片颜色特征，同时通过纹理的整齐程度进行自然形成或是人为干涉形成的识别分析判断处理。
38、进一步地，所述基坑状况监测单元在公路地貌变形滑坡勘察期间依据滑坡地形地貌及地表变形情况在滑坡体上布置了多个深部位移监测孔，通过各监测孔位移监测统计情况进行基坑状况的实时监测分析，选取滑坡主轴断面分析其深孔位移监测结果，获得滑坡的深部变形特征及稳定性判断依据。
39、进一步地，所述地表位移评估单元通过r/s分析方法进行风险等级评估计算处理；
40、所述r/s分析方法凭借计算非线性时间序列的hurst指数h值判断时序的分形特征及长程相关性，来判断趋势性的持续和强度，其基本原理如下：
41、对于一个随机的时间序列，，；
42、在时长内该时间序列的均值为：
43、，；
44、时刻t的累计离差为：，；
45、极差为：，；
46、标准差为：，；
47、统计规律表明：；
48、式中：k为比例参数，h为郝思特指数，由统计规律表明可知郝斯特指数h为双对数坐标中线性趋势线的斜率；
49、（1）若h=0.5，则是相互独立的；
50、（2）若h>0.5，证明被研究的时间序列是相关的，时间序列所代表的过程在未来的时间过程中具有持久性，事物状态变化不大，h越大，时间序列所代表的持久性越强，h越接近0.5，随机成分越少；
51、（3）若0<h<0.5，证明时间序列前期增量与未来增量呈现负相关的状态，时间序列所代表的过程具反持久性，事物状态向着与现在状态相反的方向发展，h越接近0，反持久性越强，随机成分越少。
52、进一步地，所述图像数据采集单元的输出端与图像预处理单元的输入端相连接，所述图像预处理单元的输出端分别与地质参数录入单元和图像数据分类单元的输入端相连接，所述地质参数录入单元的输出端与地质参数调取单元的输入端相连接，所述地质参数调取单元与图像数据分类单元之间实现双向连接，所述图像数据分类单元的输出端分别与板块特征分析单元和地质构造分析单元的输入端相连接，所述板块特征分析单元的输出端与地质构造分析单元的输入端相连接，地质构造分析单元与地质参数调取单元之间实现双向连接，所述地质构造分析单元的输出端与形变状况分析单元的输入端相连接，所述形变状况分析单元的输出端分别与基坑状况监测单元和地表位移评估单元的输入端相连接，所述基坑状况监测单元的输出端与地表位移评估单元的输入端相连接。
53、与现有的技术相比，本发明的有益效果是：
54、本发明通过无人机对公路地貌变形图像的实时数据采集进行图像预处理，并对采集的公路地质结构进行分析判断，同时根据公路形变的状况进行公路地表塌方以及滑体风险的评估处理，有效的提高了对公路地貌变形监测的效果和效率。
1.一种基于无人机的公路地貌变形监测系统，其特征在于，包括图像数据采集单元、图像预处理单元、图像数据分类单元、地质构造分析单元和板块特征分析单元；
2.根据权利要求1所述的一种基于无人机的公路地貌变形监测系统，其特征在于，还包括形变状况分析单元、基坑状况监测单元和地表位移评估单元，所述形变状况分析单元用于接收地质构造分析单元发送的相关数据信息，并根据接收的相关数据信息对所采集区域内的公路地貌产生的形变状况进行实时检测分析处理，同时将形变状况相关数据信息发送给基坑状况监测单元和地表位移评估单元；
3.根据权利要求1所述的一种基于无人机的公路地貌变形监测系统，其特征在于，还包括地质参数录入单元和地质参数调取单元，所述地质参数录入单元用于接收图像预处理单元发送的相关数据信息，同时根据接收的相关数据信息对所采集区域内的公路对应地质参数进行未记录数据的标记处理，同时对未记录的相关数据信息进行自动识别录入，并将补录后的对应地质参数数据信息发送给地质参数调取单元；
4.根据权利要求1所述的一种基于无人机的公路地貌变形监测系统，其特征在于，所述图像预处理单元中的几何校正根据引起图像畸变因素可分为系统误差和非系统因素引起的几何畸变两种，所述系统误差属于有规律的、可预测的，所述非系统因素属于无规律的；
5.根据权利要求1所述的一种基于无人机的公路地貌变形监测系统，其特征在于，所述图像预处理后的图像特征提取包括颜色特征提取模块和纹理特征提取模块，所述颜色特征提取模块用于对图像采集后图片中的物体进行快速识别分析，同时根据提取的颜色特征进行三维模型的构建，根据颜色的深浅进行识别分析处理；
6.根据权利要求2所述的一种基于无人机的公路地貌变形监测系统，其特征在于，所述基坑状况监测单元在公路地貌变形滑坡勘察期间依据滑坡地形地貌及地表变形情况在滑坡体上布置了多个深部位移监测孔，通过各监测孔位移监测统计情况进行基坑状况的实时监测分析，选取滑坡主轴断面分析其深孔位移监测结果，获得滑坡的深部变形特征及稳定性判断依据。
7.根据权利要求2所述的一种基于无人机的公路地貌变形监测系统，其特征在于，所述地表位移评估单元通过r/s分析方法进行风险等级评估计算处理。
8.根据权利要求3所述的一种基于无人机的公路地貌变形监测系统，其特征在于，所述图像数据采集单元的输出端与图像预处理单元的输入端相连接，所述图像预处理单元的输出端分别与地质参数录入单元和图像数据分类单元的输入端相连接，所述地质参数录入单元的输出端与地质参数调取单元的输入端相连接，所述地质参数调取单元与图像数据分类单元之间实现双向连接，所述图像数据分类单元的输出端分别与板块特征分析单元和地质构造分析单元的输入端相连接，所述板块特征分析单元的输出端与地质构造分析单元的输入端相连接，所述地质构造分析单元与地质参数调取单元之间实现双向连接，所述地质构造分析单元的输出端与形变状况分析单元的输入端相连接，所述形变状况分析单元的输出端分别与基坑状况监测单元和地表位移评估单元的输入端相连接，所述基坑状况监测单元的输出端与地表位移评估单元的输入端相连接。
