(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211219125.4 (22)申请日 2022.10.08 (65)同一申请的已公布的文献号 申请公布号 CN 115294190 A (43)申请公布日 2022.11.04 (73)专利权人 南通致和祥智能装备有限公司 地址 226000 江苏省南 通市如东县如东经 济开发区黄河路111号海鑫大厦A栋 205-5室 (72)发明人 郑超　张义纯　 (74)专利代理 机构 邯郸泽科知识产权代理有限 公司 13169 专利代理师 邹冰 (51)Int.Cl. G06T 7/62(2017.01)G06T 7/00(2017.01) G06T 5/50(2006.01) (56)对比文件 CN 113850869 A,2021.12.28 审查员 李颖 (54)发明名称 一种基于无人机的市政工程用 土地塌方体 积测量方法 (57)摘要 本发明涉及视觉测量技术领域， 具体涉及一 种基于无人机的市政工程用土地塌方体积测量 方法。 该方法在拍摄塌方处多个角度的图像并获 取每个图像对应的点云数据后， 根据每个图像上 所有点的图像特征构建该点的选拔特征， 借助选 拔特征确定每个图像上的特征点， 通过计算各个 图像上特征点之间的相似度完成不同图像的匹 配， 匹配后的不同图像对应的点 云数据便可完成 融合， 从而完成对点云数据的重建， 最终， 便 可以 利用重建后的点云数据完成塌方体积的计算。 相 较于现有技术， 本发明的塌方体测量方法不需在 塌方处附近人工设置图像控制点， 对不同塌方处 的地形适应能力更强， 且相较于无图像控制点的 塌方体积测量 提高了测量 准确度。 权利要求书2页 说明书8页 附图1页 CN 115294190 B 2022.12.30 CN 115294190 B 1.一种基于无 人机的市政工程用土地塌方体积测量方法， 其特 征在于， 包括以下步骤： 拍摄塌方处多个角度的图像并获取每 个图像对应的点云数据； 根据图像上每个点相对于其邻域上各点的灰度梯度方向的差值、 灰度梯度幅值的差值 以及灰度值的差值， 得到该点的选拔特征， 根据图像上所有点的选拔特征确定图像的特征 点； 确定图像上的所有边缘， 选取图像上距离某个特征点最近的设定数量的边缘， 将所述 设定数量的边缘上所有点的归一化灰度梯度幅值作为该特征点的匹配特征数据集， 从而确 定图像上所有特征点的匹配特征数据集， 其中， 归一化灰度梯度幅值为该特征点的匹配特 征数据； 根据每个图像上所有特征点的匹配特征数据集， 确定不同图像的特征点之间的相似 度； 从所有图像中选取一张初始图像作为匹配目标图像， 初始图像之外的图像作为待 匹配 图像， 以不同图像的特征点之间的相似度最大为期望， 确定匹配目标图像与各个待匹配图 像上特征点的最佳配对方式， 计算最佳配对方式下匹配目标图像与各个待匹配图像之 间的 整体相似度， 选取与匹配目标图像之 间整体相似度最大的待匹配图像作为匹配目标图像的 匹配对象， 完成对匹配目标图像的匹配； 将最新完成匹配的待 匹配图像作为新的匹配目标图像， 将未完成匹配的图像作为新的 待匹配图像， 从新的待匹配图像中确定新的匹配目标图像的匹配对 象， 重复该确定匹配对 象的过程， 完成所有图像的匹配； 将相互匹配的图像所对应的点云数据进行融合， 完成点云数据的重建， 根据点云数据 的重建结果进行塌方体积的计算； 所述根据图像上每个点相对于其邻域上各点的灰度梯度方向的差值、 灰度梯度幅值的 差值以及灰度值的差值， 得到该点的选拔特 征的具体方法为： 其中， 表示第i个图像上第j个点的选拔特征， 表示第i个图像上第 个点的归 一化灰度梯度幅值与其八邻域上第 个点的归一化灰度 梯度幅值之差， 表示第i个图 像上第 个点的归一化灰度值与其八邻域上第 个点的归一化灰度值之差，  表示第 i个图像上第 个点的灰度梯度方向与其八邻域上第 个点的灰度梯度方向之差的归一化 值， 所述两个灰度梯度方向的差值为这两个灰度梯度方向所在两直线之间的锐角夹角， 两 个灰度梯度方向的差值的取值范围为[0， ]； 将图像上所有点的选拔特征进行从大到小的排序， 选择其中前设定数量个点作为该图 像的特征点。权　利　要　求　书 1/2 页 2 CN 115294190 B 22.根据权利要求1所述的基于无人机的市政工程用土地塌方体积测量方法， 其特征在 于， 所述根据每个图像上所有特征点的匹配特征数据集， 确定不同图像的特征点之间的相 似度的具体过程 为： 在一个图像中随机选取一个特征点作为第 一特征点， 在另一个图像中随机选取一个特 征点作为第二特征点， 计算与第一特征点最近的所述设定数量的边缘上各点到第一特征点 的距离值， 以及与第二特征点最近的所述设定数量的边缘上各点到第二特征点的距离值， 将所得所有距离值按照 从大到小的顺序进行排序， 得到每个距离值的排序序号， 将每个距 离值的排序序号作为与 距离值对应的边缘上各点处归一化灰度梯度幅值的匹配优先级， 序 号越小， 则匹配优先级越高； 在第一特征点与第 二特征点的匹配特征数据集中选取优先级最高的匹配特征数据， 判 断其属于第一特征点或第二特征点的匹配特征数据集中的哪个， 判断完成后， 在不包括所 述优先级最高的匹配特征数据的匹配特征数据集中， 寻找与所述优先级最高的匹配特征数 据之间归一化灰度梯度幅值差值最小的匹配特征数据， 由这两个匹配特征数据所得的最小 的归一化灰度梯度幅值差值， 即为第一特 征点和第二特 征点的第一匹配特 征数据差异值； 将得到所述第 一匹配特征数据差异值的两个匹配特征数据， 从第 一特征点与第 二特征 点的匹配特征数据集中剔除， 从完成剔除操作后的匹配特征数据集中选取新的优先级最高 的匹配特征数据， 判断其属于第一特征点或第二特征点的匹配特征数据集中的哪个， 判断 完成后， 在不包括所述新的优先级最高的匹配特征数据的匹配特征数据集中， 寻找与所述 优先级最高的匹配特征数据之 间归一化灰度梯度幅值差值最小的匹配特征数据， 由这两个 匹配特征数据所得的最小的归一化灰度梯度幅值差值， 即为第一特征点和 第二特征点的第 二匹配特 征数据差异值； 重复该种得到匹配特征数据差异值的过程， 直到第 一特征点和第 二特征点的匹配特征 数据集中至少一个成为空集， 将非空集的匹配特征数据集中， 各个匹配特征数据的匹配特 征数据差异值定义 为1， 配特 征数据差异值越小， 则第一特 征点与第二特 征点越相似； 将每个匹配特征数据差异值与用于确定该匹配特征数据差异值的所有匹配特征数据 的权重之和相乘， 然后再对所得所有乘积求和得到第一特征点与第二特征点之间的相似 度； 所述用于确定该匹配特征数据差异值的所有 匹配特征数据， 包括得到所述最小的归一 化灰度梯度幅值差值的匹配特 征数据， 以及匹配特 征数据差异值定义 为1的匹配特 征数据； 所述匹配特 征数据的权 重为： 其中， 为序号为q的匹配特 征数据的权 重， 为匹配特 征数据的总数。 3.根据权利要求1所述的基于无人机的市政工程用土地塌方体积测量方法， 其特征在 于， 确定匹配目标图像与各个待匹配图像上特征点的最佳配对方式后， 计算最佳配对方式 下匹配目标图像与待匹配图像之间的所有 特征点对的相似度， 并计算所有 特征点对的相似 度的方差， 匹配目标图像与每个待匹配图像均对应得到一个方差， 确定所得各个方差中的 最大值， 将方差中的最大值对应的匹配目标图像与待匹配图像进行匹配， 完成匹配目标图 像的匹配。权　利　要　求　书 2/2 页 3 CN 115294190 B 3