基于无人机边坡监测的非编码标识点自动编号方法及系统与流程

本发明涉及标识匹配，尤其是涉及基于无人机边坡监测的非编码标识点自动编号方法及系统。

背景技术：

1、当采用无人机摄影测量的方式进行边坡变形测量时，精度一般为厘米级，达不到变形监测毫米级精度的要求。所以通常会借鉴工业摄影测量的方式，通过加入大量编码标识点来提高变形监测精度。在实际无人机边坡监测应用过程中，编码标识点存在尺寸偏大，不方便安装、维护性差且影响边坡的整体美观等问题。如果采用非编码标识点替代编码标识点，即去掉标识点的外环编码信息，只保留中心的定位圆，将尺寸减小到编码标识点的一半甚至更小，可以使安装更加便捷美观。然而，由于非编码标识点在图像解析过程中没有固定的编号，在每次进行图像识别之后，对于替代掉编码标识点的非编码标识点，因为没有编码信息不能直接对非编码标识点进行唯一编号，导致不同非编码标识点的编号错乱或匹配错误；因此需要一种对非编码标识点进行自动编号的方法，来对非编码标识点进行编号以代替编码标识点的所有功能。

2、在中国专利文献上公开的“基于编码标志点的航空摄影测量自动刺点方法和装置”，其公开号为cn115218871b，公开日期为2024-03-26，包括读取采集到的影像；由影像中识别出预先布设到测区处的作为像控点的编码标志点，对编码标志点进行解码，计算得到编码标志点的身份编号和影像坐标；基于编码标志点的身份编号和影像坐标，生成刺点文件；将刺点文件导入测图软件中，根据刺点文件中的编码标志点的身份编号和影像坐标，添加像控点至测图软件中。通过采用图像识别技术，由影像中自动识别出作为像控点的编码标志点，对编码标志点进行解码并生成刺点文件，将该刺点文件直接导入到测图软件中，实现了自动刺点流程，不需要人工寻找像控点并判断像控点编号，从而提高了摄影测量的刺点效率。在该技术中依然是使用大量编码标识点来提高监测精度的，当需要用尺寸更小更方便安装的非编码标识点来替代编码标识点时，在进行图像识别后依然存在非编码标识点不存在编码信息不能进行唯一编号的问题，导致不同非编码标识点的编号错乱或匹配错误，影响监测结果的准确性。

技术实现思路

1、本发明是为了克服现有技术中使用摄影测量的方式进行边坡变形检测时，利用非编码标识点替代编码标识点进行图像识别时，存在非编码标识点不能进行唯一编号，导致不同非编码标识点的编号错乱或匹配错误的问题，提供了于无人机边坡监测的非编码标识点自动编号方法及系统。

2、为了实现上述目的，本发明采用以下技术方案：

3、基于无人机边坡监测的非编码标识点自动编号方法，包括：

4、在待监测区域内布设编码标识点和若干个非编码标识点；

5、提取待检测区域中标识点的相对坐标，并计算标识点间的初始相对距离；

6、提取待检测区域变形后标识点的相对坐标，计算标识点间的变形相对距离，并与初始相对距离进行初级匹配，得到变形后非编码标识点的初级排序；

7、对变形后非编码标识点的初级排序进行匹配校验，修正得到最终的排序结果进行编号。

8、本发明适用在无人机边坡监测过程中采用非编码标志点替代大部分编码标志点以便于安装维护的场景；首先对需要巡测的区域布设标识点，其中两个为编码标识点，其他均为非编码标识点；其次利用无人机上搭载预先检校的相机对巡测区域进行高重叠度的影像采集；然后将一系列具有重叠度的照片生成三维点云，提取标识点的相对坐标，计算各非编码标识点到两个编码标识点的相对距离；最后通过与各标识点之间的初始距离关系信息进行匹配，从而对非编码标识点进行自动编号；在完成图像识别后赋予每个非编码标志点其对应的编码来代替编码标识点的所有功能，避免不同非编码标识点的编号错乱或匹配错误。

9、作为优选，所述待检测区域中，选择两个编码标识点，使得非编码标识点都处于所述两个编码标识点的连线的同侧；基于所述两个编码标识点对非编码标识点进行匹配和编号。

10、本发明中由于是通过非编码标识点到编码标识点的相对距离的匹配进行排序编号的，若非编码标识点位于两个编码标识点连线的两侧，则关于两个编码标识点连线对称的两个非编码标识点到编码标识点的相对距离完全相同，无法进行区分，因此需要使得非编码标识点在两编码标识点连线的同侧来保证非编码标识点匹配的唯一性。

11、作为优选，所述计算标识点间的初始相对距离包括：

12、分别计算非编码标识点到所述两个编码标识点的相对距离，得到相对距离序列la和lb；

13、选择非编码标识点到编码标识点a的相对距离序列la进行升序排列得到序列按照的非编码标识点排序对相对距离序列lb进行重排得到序列

14、本发明中首先通过非编码标识点到其中一个编码标识点的相对距离的大小进行非编码标识点的排序，以确定初始相对距离中非编码标识点的顺序，并按照该顺序获得非编码标识点到另一个编码标识点的相对距离序列，以这两个相对距离序列中任意一个非编码标识点到两编码标识点的相对距离可以唯一确定该非编码标识点。

15、作为优选，所述计算标识点间的变形相对距离包括：

16、分别计算变形后非编码标识点到所述两个编码标识点的相对距离，得到相对距离序列sa和sb；选择变形后非编码标识点到编码标识点a的相对距离序列sa进行升序排列得到序列按照的变形后非编码标识点的排序对相对距离序列sb进行重排得到序列

17、本发明中是以监测区域变形前后的标识点作为参照物来对边坡变形进行监测的，因此除了要获取未变形前的初始相对距离以外，还要获取变形后关于标识点的变形相对距离，以两者进行匹配，从所有变形后非编码标识点中筛选出真正的非编码标识点。

18、作为优选，所述得到非编码标识点的初级排序包括：

19、遍历变形后非编码标识点，通过第一判别条件与非编码标识点进行匹配筛选；

20、当不满足第一判别条件时，修正变形后非编码标识点并重新进行匹配筛选；

21、当满足第一判别条件时，若变形后非编码标识点与非编码标识点的数量不同，则修正筛选范围后重新进行匹配筛选，若数量相同则完成初级匹配。

22、本发明中因为以变形前拍摄图片进行提取得到的所有非编码标识点为基准，在变形后的拍摄识别过程中，为了避免遗漏标识点有部分图片会进行重叠同时放宽识别条件，因此会出现识别出的变形后非编码标识点数量大于真正的非编码标识点的情况，通过初级排序对变形后非编码标识点进行筛选和排序，完成非编码标志点的初步对应。

23、作为优选，所述第一判别条件为：

24、

25、其中ε1为第一阈值；为中第ji个非编码标识点到编码标识点a的相对距离；为中第ki个变形后非编码标识点到编码标识点a的相对距离；；为中第ji个非编码标识点到编码标识点b的相对距离；为中第ki个变形后非编码标识点到编码标识点a的相对距离。

26、作为优选，所述初始相对距离还包括：按照序列的非编码标识点排序，计算每个非编码标识点到第一个非编码标识点的相对距离序列按照完成初级匹配的初级排序，计算每个变形后非编码标识点到第一个变形后非编码标识点的相对距离序列

27、通过第二判别条件进行匹配校验，修正得到最终的排序结果进行编号。

28、本发明中在完成变形后非编码标识点的初级排序后，需要对初级排序内的所有变形后非编码标识点再进行匹配校验，使得完成校验后的变形后非编码标识点的排序与变形前初始相对距离中的非编码标识点的排序相同，每个非编码标识点都能按顺序完成对应，从而进行后续的变形监测。

29、作为优选，所述第二判别条件为：

30、

31、其中ε2为第二阈值；为中第ji个非编码标识点到第1个非编码标识点的相对距离；为中第ki′个变形后非编码标识点到第1个变形后非编码标识点的相对距离。

32、作为优选，所述通过第二判别条件进行匹配校验包括：

33、对于不满足第二判别条件的第ki′个变形后非编码标识点，将其与后续的变形后非编码标识点调换顺序，进行初级匹配直到满足第一判别条件后，再进行匹配校验；

34、若不满足第二判别条件则增大第二阈值后重新进行匹配校验，直到满足第二判别条件完成排序；按照排序结果自动编号。

35、本发明中对于变形后非编码标识点的匹配校验过程，只有同时满足第一判别条件和第二判别条件的变形后非编码标识点排序才是满足要求的最终排序结果；对于不满足任意判别条件的变形后非编码标识点排序，则需要更换不满足条件的变形后非编码标识点的顺序然后重新进行两个判别条件的筛选匹配，直到最终满足要求得到排序结果。

36、基于无人机边坡监测的非编码标识点自动编号系统，包括：

37、标识点布设模块，布设至少两个编码标识点和若干个非编码标识点，非编码标识点在其中两个编码标识点连线的同侧；

38、匹配排序模块，对非编码标识点进行初级匹配以及匹配校验，得到非编码标识点的排序结果；编号模块，根据排序结果对非编码标识点进行编号。

39、本发明具有如下有益效果：在无人机边坡监测中采用非编码标识点替代编码标识点，解决了在边坡上布设的编码标识点尺寸偏大、不方便安装、维护性差且影响边坡的整体美观等问题；通过依次对非编码标识点与编码标识点之间的初始距离关系信息进行匹配，对非编码标识点进行自动编号，从而对非编码标识点进行对应编号以代替编码标识点的所有功能，避免非编码标识点的编号错乱或匹配错误。