CN116543018B - 基于视频特征点动态追踪的高陡危岩崩塌运动分析方法 - Google Patents
基于视频特征点动态追踪的高陡危岩崩塌运动分析方法 Download PDFInfo
- Publication number
- CN116543018B CN116543018B CN202310510128.1A CN202310510128A CN116543018B CN 116543018 B CN116543018 B CN 116543018B CN 202310510128 A CN202310510128 A CN 202310510128A CN 116543018 B CN116543018 B CN 116543018B
- Authority
- CN
- China
- Prior art keywords
- collapse
- video
- coordinate system
- dangerous rock
- corr
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011435 rock Substances 0.000 title claims abstract description 171
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 81
- 230000008569 process Effects 0.000 claims abstract description 49
- 238000006073 displacement reaction Methods 0.000 claims abstract description 31
- 230000001133 acceleration Effects 0.000 claims abstract description 22
- 238000005192 partition Methods 0.000 claims abstract description 14
- 238000009795 derivation Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000000052 comparative effect Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 239000000779 smoke Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 17
- 230000006378 damage Effects 0.000 abstract description 11
- 238000000638 solvent extraction Methods 0.000 abstract description 10
- 230000015572 biosynthetic process Effects 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 5
- 206010044565 Tremor Diseases 0.000 description 3
- 230000001687 destabilization Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008278 dynamic mechanism Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/012—Dimensioning, tolerancing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
Abstract
本发明提出了一种基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，包括以下步骤：收集高陡危岩的崩塌视频，获得崩塌地区的三维实景模型，对危岩崩塌体进行分区，选取不同分区部位中，图像颜色特征明显、运动过程鲜明的点作为特征点，在视频画面上构建坐标系和比例尺，对特征点进行动态追踪，导出特征点的位移数据，对导出的位移数据进行坐标系校正，通过一次求导和二次求导得到特征点的速度和加速度特征，对各分区分别绘制运动曲线，对危岩体崩塌的运动过程进行运动阶段划分。本发明通过直接解析高陡危岩的崩塌视频和校正解译数据坐标，能有效还原高陡危岩崩塌事件的破坏和运动过程，有助于对高陡危岩崩塌灾害成灾机理和动力学过程的研究。
Description
技术领域
本发明涉及地质灾害勘察、监测和动力学机理研究领域，特别涉及一种基于视频特征点动态追踪的高陡危岩崩塌运动分析方法。
背景技术
高陡危岩具有严重的成灾性，广泛存在于全世界的峡谷区和高山地区。高陡危岩崩塌成灾过程具有较强的突发性，因此，一般很难直接对高陡危岩崩塌灾害的破坏模式和运动特征进行直接观测。
传统高陡危岩崩塌破坏模式和运动特征的研究方法主要是在野外地质灾害调查的基础上，通过物理模拟试验和数值仿真试验来进行。其弊端在于，无法真实地还原高陡危岩崩塌灾害的破坏和运动过程。无论是物理模型试验还是数值仿真试验中，初始状况的设定往往被试验人的主观想法影响，且无法体现出自然界中真实岩体的复杂结构。
发明内容
针对上述现有技术中存在的问题，本发明旨在提供一种基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，能有效和准确地还原和评价高陡危岩崩塌过程中的破坏模式和运动特征，为高陡危岩崩塌灾害的发生机理和动力学过程的研究和预测工作提供支撑。
为了实现上述目的，本发明提出了一种基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，包括以下步骤：
步骤一：收集高陡危岩的崩塌视频；
步骤二：通过无人机实地摄影，获得崩塌视频中对应崩塌地区的三维实景模型；
步骤三：基于危岩体的岩体结构特征和视频中的不同部位的危岩体坠落过程中体现出的差异性，对危岩崩塌体进行分区；
步骤四：选取不同分区部位中，图像和颜色特征明显、运动过程鲜明的点作为特征点；
步骤五：在视频画面上构建坐标系和比例尺；
步骤六：采用tracker，对特征点进行动态追踪，然后导出特征点的位移数据；
步骤七：对导出的特征点位移数据进行坐标系校正；
步骤八：将修正后的数据作为各个特征点的位移数据，在修正或剔除部分异常点后，通过一次求导和二次求导得到特征点的速度和加速度特征，并对每个分区分别绘制相应的运动曲线；
步骤九：对危岩体崩塌的运动过程进行运动阶段划分。
上述方案中：在步骤五中，构建坐标系和比例尺的方法如下：
S1、选取一个崩塌体崖壁上较明显的标定点，作为笛卡尔坐标系的原点，这个点在整段视频的崩塌过程中一直出现在视频内；
S2、坐标系中x和y轴方向与视频画面方向一致，x轴为沿着视频往正右方，y轴为沿着视频往正上方；
S3、在视频中选取崖壁上较明显的两个标定点，通过无人机摄影获得的三维模型，确定两个标定点之间的距离，以作为图像的比例尺。
上述方案中：在步骤七中，坐标系校正的方法如下：
S1、通过坐标系旋转和轴对称变换，使y轴方向与重力方向保持一致；
假定原坐标系沿顺时针旋转θ、且垂直翻转后，y轴方向可平行于重力作用方向；令平面内任意一点的原始坐标为v＝x,y)，与坐标原点的距离为r，与x轴夹角为该点沿逆时针旋转θ后，得到坐标vrot，再沿x进行轴对称变换后，可得到新坐标v′＝(x′,y′)；
此时：且
即坐标系的二维旋转、镜像变换矩阵为：
通过下式转换，即可求旋转、轴对称变换后的坐标：
S2、通过坐标系平移，将坐标原点移至崩塌体最高点上方位置；
为方便运动曲线的分析，将新坐标系的原点设置于崩塌体最高点上方的位置；假定坐标系旋转、镜像后的坐标系中，新原点的坐标为O′＝(xO′,yO′)，那么，将坐标系平移后，对于任意点v′＝(x′,y′)，其新坐标为：
v″＝(x′-xO′,y′-yO′)
记旋转、镜像和平移后的坐标系为xcorrOy′corr；
S3、通过对比例尺进行非线性变换，修正特征点位移的竖向坐标。
照片和视频的拍摄存在视向误差，这种非线性误差的修正极为复杂。考虑到研究对象为危岩体崩塌，其运动过程主要为竖向落体，因此，本研究仅对y轴方向进行修正。
在视频中，寻找崩塌路径范围附近的特征点；首先在tracker中测量其在xcorrOy′corr坐标系中的y′corr坐标，然后在三维模型中的测量对应的距离值ydis；令比例变换系数为
ftrf＝ydis/y′corr
分析y′corr值与比例变换系数ftrf的关系，采用对数函数拟合出变换系数ftrf关于y′corr值的非线性函数ftrf(y′corr)；最后通过将xcorrOy′corr坐标系下的y′corr值与变换系数ftrf相乘，得到修正后的竖向位移值ycorr。
上述方案中：在步骤九中，将危岩体崩塌的运动过程阶段划分成“启动阶段、加速下落阶段、碰撞阶段”三个阶段，其划分依据包括：
1)主体部分的位移较小，运动速度小于3m/s时，为启动阶段；
2)主体部分坠落速度大于3m/s，且坠落加速度持续增大时，为加速下落阶段；
3)坠落的加速度开始减小后，为处于碰撞阶段。
选取下滑速度3m/s来划分启动阶段和后续加速运动阶段的原因在于，当物体运动速度大于3m/s后，速度和加速度数据的误差不明显。当质点状态为静止或是运动幅度较小时，tracker对特征点的追踪的灵敏度相对较低，存在追踪点抖动的情况。追踪点的抖动虽然不会导致位移的突变，但可能会导致该时刻时速度很大或加速度很大的情况，因每个位移数据采集的间隔时间很小，通常为1/12秒或1/24秒。
上述方案中：在步骤一中，收集的视频由专业监测设备录制或从社交媒体上下载。比如快手、抖音等短视频平台下载，因为视频的抖动或平移可通过坐标校正处理，这极大地丰富了高陡危岩灾害崩塌视频的资源库，能更充分地利用社交媒体上的视频资源来研究高陡危岩的破坏失稳模式和运动特征。
上述方案中：在步骤六中，tracker数据采集过程将视频中每秒划分成12或24帧；同时，对于运动特征明显的点，采用自动追踪；对于不明显的点，手动追踪；当点位被烟尘覆盖，无法继续追索后，追踪停止。
上述方案中：在步骤三中，危岩崩塌体的分区方式包括：
1)按岩体中存在的大规模贯通裂隙划分；
2)按岩体中存在的地层接触面划分；
3)按岩体中各部位崩塌的先后顺序划分；
4)按岩体中各部位滑落的方向划分。
危岩崩塌体的分区主要依据岩体的结构特征和不同部位的岩体在坠落过程中体现出的差异性。不同的危岩体，岩体结构都是独一无二的，分区主要依据岩体的结构特征来开展。比如岩体中存在较大规模的贯通裂隙，比如存在较明显的地层接触面。这些结构面都可以作为岩体结构分区的依据。此外，也可通过反复观看视频，通过依据不同部位的岩体在坠落过程中体现出的差异性来进行岩体结构分区。比如岩体的某个部位会先坠落，另一个部位延迟一会儿才崩塌。某个部位的岩体往左倾倒，另一个部位的岩体往右侧滑出等。不同部位的岩体在坠落过程中体现出的差异性，一定程度上，也能反映出岩体的结构特征。通过上述特征对危岩崩塌体进行结构分区，有利于危岩体破坏模式和运动特征的分析。
本发明的有益效果是：在收集高陡危岩崩塌视频和无人机三维影像摄影的基础上，通过对危岩体的崩塌源区进行分区和特征点选取，以及危岩体特征点动态追踪和数据的坐标系校正，来获取高陡危岩在崩塌启动过程中的失稳模式和运动过程中的运动学特征，有效还原高陡危岩崩塌事件的破坏和运动过程，为高陡危岩崩塌的失稳模式和运动特征的研究提供了一种新方法，可以服务高陡危岩崩塌灾害失稳机理和动力学特征的研究。
附图说明
图1为本发明基于视频特征点动态追踪的高陡危岩崩塌运动分析方法的流程图。
图2为本发明实施例中的高陡危岩崩塌源区的分区和特征点分布图。
图3为本发明实施例中的危岩体崩塌过程示意图。
图4为本发明实施例中的坐标系旋转和轴对称变换过程的示意图。
图5为本发明实施例中xcorrOy′ corr坐标系下不同海拔高度的比例转换系数分布图。
图6为本发明实施例中追踪点运动轨迹的示意图。
图7为本发明实施例中上部特征点运动特征参数的曲线示意图。
图8为本发明实施例中部特征点运动特征参数的曲线示意图。
图9为本发明实施例中下部特征点运动特征参数的曲线示意图。
具体实施方式
如图1所示，一种基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，主要由以下步骤组成：
步骤一：收集高陡危岩的崩塌视频。
步骤二：通过无人机实地摄影，获得崩塌视频中对应崩塌地区的三维实景模型。
步骤三：基于危岩体的岩体结构特征和视频中的不同部位的危岩体坠落过程中体现出的差异性，对危岩崩塌体进行分区。
步骤四：选取不同分区部位中，图像和颜色特征明显、运动过程鲜明(视频画面中)的点作为特征点。
步骤五：在视频画面上构建坐标系和比例尺。
步骤六：采用tracker，对特征点进行动态追踪，然后导出特征点的位移数据。
步骤七：对导出的特征点位移数据进行坐标系校正。
步骤八：将修正后的数据作为各个特征点的位移数据，在修正或剔除部分异常点后，通过一次求导和二次求导得到特征点的速度和加速度特征，并对每个分区分别绘制相应的运动曲线。
步骤九：对危岩体崩塌的运动过程进行运动阶段划分。
最好是，在步骤五中，构建坐标系和比例尺的方法如下：
S1、选取一个崩塌体崖壁上较明显的标定点，作为笛卡尔坐标系的原点，这个点在整段视频的崩塌过程中一直出现在视频内。
S2、坐标系中x和y轴方向与视频画面方向一致，x轴为沿着视频往正右方，y轴为沿着视频往正上方。
S3、在视频中选取崖壁上较明显的两个标定点，通过无人机摄影获得的三维模型，确定两个标定点之间的距离，以作为图像的比例尺。
最好是，在步骤七中，坐标系校正的方法如下：
S1、通过坐标系旋转和轴对称变换，使y轴方向与重力方向保持一致。
假定原坐标系沿顺时针旋转θ、且垂直翻转后，y轴方向可平行于重力作用方向；令平面内任意一点的原始坐标为v＝x,y)，与坐标原点的距离为r，与x轴夹角为该点沿逆时针旋转θ后，得到坐标vrot，再沿x进行轴对称变换后，可得到新坐标v′＝(x′,y′)。
此时：且
即坐标系的二维旋转、镜像变换矩阵为：
通过下式转换，即可求旋转、轴对称变换后的坐标：
S2、通过坐标系平移，将坐标原点移至崩塌体最高点上方位置。
为方便运动曲线的分析，将新坐标系的原点设置于崩塌体最高点上方的位置；假定坐标系旋转、镜像后的坐标系中，新原点的坐标为O′＝(xO′,yO′)，那么，将坐标系平移后，对于任意点v′＝(x′,y′)，其新坐标为：
v″＝(x′-xO′,y′-yO′)
记旋转、镜像和平移后的坐标系为xcorrOy′corr。
S3、通过对比例尺进行非线性变换，修正特征点位移的竖向坐标。
照片和视频的拍摄存在视向误差，这种非线性误差的修正极为复杂。考虑到研究对象为危岩体崩塌，其运动过程主要为竖向落体，因此，本研究仅对y轴方向进行修正。
在视频中，寻找崩塌路径范围附近的特征点；首先在tracker中测量其在xcorrOy′ corr坐标系中的y′ corr坐标，然后在三维模型中的测量对应的距离值ydis；令比例变换系数为
ftrf＝ydis/y′ corr
分析y′ corr值与比例变换系数ftrf的关系，采用对数函数拟合出变换系数ftrf关于y′ corr值的非线性函数ftrf(y′ corr)；最后通过将xcorrOy′ corr坐标系下的y′ corr值与变换系数ftrf相乘，得到修正后的竖向位移值ycorr。
最好是，在步骤九中，将危岩体崩塌的运动过程阶段划分成“启动阶段、加速下落阶段、碰撞阶段”三个阶段，其划分依据包括：
1)主体部分的位移较小，运动速度小于3m/s时，为启动阶段。
2)主体部分坠落速度大于3m/s，且坠落加速度持续增大时，为加速下落阶段。
3)坠落的加速度开始减小后，为处于碰撞阶段。
选取下滑速度3m/s来划分启动阶段和后续加速运动阶段的原因在于，当物体运动速度大于3m/s后，速度和加速度数据的误差不明显。当质点状态为静止或是运动幅度较小时，tracker对特征点的追踪的灵敏度相对较低，存在追踪点抖动的情况。追踪点的抖动虽然不会导致位移的突变，但可能会导致该时刻时速度很大或加速度很大的情况，因每个位移数据采集的间隔时间很小，通常为1/12秒或1/24秒。
最好是，在步骤一中，收集的视频由专业监测设备录制或从社交媒体上下载。比如快手、抖音等短视频平台下载，因为视频的抖动或平移可通过坐标校正处理，这极大地丰富了高陡危岩灾害崩塌视频的资源库，能更充分地利用社交媒体上的视频资源来研究高陡危岩的破坏失稳模式和运动特征。
最好是，在步骤六中，tracker数据采集过程将视频中每秒划分成12或24帧；同时，对于运动特征明显的点，采用自动追踪；对于不明显的点，手动追踪；当点位被烟尘覆盖，无法继续追索后，追踪停止。
最好是，在步骤三中，危岩崩塌体的分区方式包括：
1)按岩体中存在的大规模贯通裂隙划分。
2)按岩体中存在的地层接触面划分。
3)按岩体中各部位崩塌的先后顺序划分。
4)按岩体中各部位滑落的方向划分。
危岩崩塌体的分区主要依据岩体的结构特征和不同部位的岩体在坠落过程中体现出的差异性。不同的危岩体，岩体结构都是独一无二的，分区主要依据岩体的结构特征来开展。比如岩体中存在较大规模的贯通裂隙，比如存在较明显的地层接触面。这些结构面都可以作为岩体结构分区的依据。此外，也可通过反复观看视频，通过依据不同部位的岩体在坠落过程中体现出的差异性来进行岩体结构分区。比如岩体的某个部位会先坠落，另一个部位延迟一会儿才崩塌。某个部位的岩体往左倾倒，另一个部位的岩体往右侧滑出等。不同部位的岩体在坠落过程中体现出的差异性，一定程度上，也能反映出岩体的结构特征。通过上述特征对危岩崩塌体进行结构分区，有利于危岩体破坏模式和运动特征的分析。
实施例
步骤一：从抖音app收集高陡危岩的崩塌视频，收集的高陡危岩崩塌视频时长31s。其中崩塌坠落过程主要集中于6s-13s之间。将每秒分成24fps，通过对140fps-320fps逐帧进行视频特征点动态追踪，来实现实施例的高陡危岩崩塌运动过程和破坏特征。
步骤二：通过无人机摄影，获得崩塌地区的三维实景模型。
步骤三：基于危岩体的岩体结构特征和视频中的不同部位的危岩体坠落过程中体现出的差异性，对危岩崩塌体进行分区，共分成上、中、下三个区，如图2所示。
步骤四：依据危岩体的崩塌过程和视频的清晰程度，共选取15个特征点来追踪和记录危岩体的崩塌破坏过程。其中T1-T3位于崩塌源区的上部，M1-M4位于崩塌源区的中部，B1-B8位于崩塌源区的下部。特征点的分布，如图2所示。选取T3、M4和B4分别来代表上部、中部和底部岩体的位置，可见危岩体的崩塌过程如图3所示。
步骤五：在视频画面上构建坐标系和比例尺。通过在崖壁上选取标定点作为笛卡尔坐标系的原点，借助无人机摄影获得的三维实景模型初步确定图片的比例尺。
步骤六：采用tracker，对特征点进行动态追踪，然后导出特征点的位移数据。
步骤七：对导出的特征点位移数据进行坐标系校正。在视频中，顶部岩体主体部分的运动轨迹看起来与自由落体的轨迹很相似，故通过追踪其质心位置于240fps至320fps之间的轨迹，将质心的运动方向作为参数校正的y轴正方向。岩体质心的轨迹呈直线状朝向244.9°。故将坐标系顺时针旋转25.1°、且垂直翻转后，y轴方向可与重力方向一致。
此时，令平面内任意一点的原始坐标为v＝(x,y)，与坐标原点的距离为r，与x轴夹角为该点沿逆时针旋转25.1°后，得到坐标vrot，再沿x进行轴对称变换后，可得到新坐标v′＝(x′,y′)，如图4所示。
此时：计算得：
即坐标系的二维旋转、镜像变换矩阵为：
通过下式转换，即可求旋转、轴对称变换后的坐标：
然后，通过坐标系平移，将坐标原点移至崩塌体最高点上方位置。
为方便运动曲线的分析，将新坐标系的原点设置于崩塌体最高点上方的位置。在坐标系旋转、镜像后的坐标系中，新原点的坐标为O′＝(-36.16，-83.79)，那么，将坐标系平移后，对于任意点v′＝(x′，y′)，其新坐标为：
v″＝(xcorr，y′corr)＝(x′+36.16，y′+83.79)
记旋转、镜像和平移后的坐标系为xcorrOy′corr。
最后，通过对比例尺进行非线性变换，校正特征点位移的竖向坐标。
照片和视频的拍摄存在视向误差，这种非线性误差的修正极为复杂。考虑到研究对象为危岩体崩塌，其运动过程主要为竖向落体，因此，本研究仅对y轴方向进行修正。
在视频中，寻找崩塌路径范围附近的特征点。首先在tracker中测量其在xcorrOy′corr坐标系中的y′corr坐标，然后在三维模型中的测量对应的距离值ydis。令比例变换系数为
ftrf＝ydis/y′corr
通过寻找崩塌路径范围附近的10个特征点，计算出每个特征点对应的比例变换系数ftrf分布如图5所示。拟合出的ftrf关于y′corr的非线性函数关系式为：
ftrf(y′corr)＝-0.103ln y′corr+1.3933
式中y′corr的范围为xcorrOy′corr坐标系中坐标原点至距离最远的坠落点之间。最后通过将xcorrOy′corr坐标系下的y′corr值与变换系数ftrf相乘，得到修正后的竖向位移值：
ycorr＝y′corr·ftrf(y′corr)
通过将位移数据进行坐标校正，各个特征点在xcorrOycorr平面内的运动轨迹如图6所示。
步骤八：将修正后的数据作为各个特征点的位移数据。在修正或剔除部分异常点后，通过对坠落过程中的高程数据进行一次求导和二次求导，求得追踪点在ycorr方向的速度和加速度数据。针对三个分区，分别提取其包含特征点的位移、速度、加速度数据和平面运动轨迹，得到不同分区中，特征点的运动特征，图7为上部特征点运动特征参数的曲线示意图，图8为中部特征点运动特征参数的曲线示意图，图9为下部特征点运动特征参数的曲线示意图。
步骤九：为方便运动过程的分析，对危岩体崩塌的运动过程进行运动阶段划分，分别如图7-9所示。
实施例中危岩崩塌的发生是由基座岩体的破坏引起的，这种破坏表现为局部的崩塌和解体。
在崩塌运动的起始阶段，如图9b所示，解体和崩塌最初发生在B8位置。其下落轨迹在xcorrOycorr平面里几乎是竖直向下的，如图9d所示。在整个下落过程中，B8的加速度持续稳步增加，直到183fps后突然下降(如图9c所示)，可能表明在那一刻发生了剧烈的冲击。
随着B8的下落，底部岩体的主体开始解体。B1-B4所在岩体背离右侧坡体开始逆时针倾斜，其旋转轨迹如图9d所示。在倾倒过程中，B1-B3岩体分别被解体和抛出，而B4岩体则发生滑移并开始掉落。在同一时期，由于外力状态的变化，B5-B7也开始解体。由于仍有一定程度的局部支撑，B5-B7所在的岩体没有直接坠落，导致岩体之间发生严重的挤压和碰撞。对应的加速度曲线和运动轨迹就显得有些凌乱，如图9c和d所示。底部岩体也因此直接从起始阶段进入碰撞阶段。
中部岩体在失去底部岩体的支撑后，发生失稳，并在178fps时刻进入了加速阶段。根据图8a、b、c，M1-M4的运动曲线表现出良好的一致性，表明岩体在失稳崩塌后依然保持了较好的完整性，没有出现明显的解体。
图8d显示，中部岩体的轨迹在xcorrOycorr平面呈向右移动的趋势。这可能是由于岩体沿着后侧的坡面发生滑动。
根据观察结果，可以推测中部岩体在滑动之前，就已经与周围岩体的连接性较差。底部岩体的溃屈是导致中部岩体失去平衡并滑动的直接原因。
三个岩体中，上部岩体的启动时间最长。在中部岩体崩塌后，T2岩体失去结构支撑并从首先坠落，如图7b所示。包含T1和T3的主体部分则到216fps后才开始向下运动，这也说明上部岩体与周围岩体的连接性比中部岩体更好。在坠落一定时间后，T1和T2的加速度曲线都出现了突然下降，如图7c所示，这可能说明其在坠落过程中发生了强烈的碰撞。
从图中可看出，实施例中危岩的崩塌从基座开始启动，依次向中部和上部传递。整体上，实施例危岩的崩塌从基座开始启动，依次向中部和上部传递。中部岩体在157fps时开始发生溃屈解体。尽管因局部仍存在支撑，并没有立即坠落，但已失去对中部岩体的支撑能力。中部岩体在局部失去基座岩体的支撑后，发生失稳，并在178fps后加速整体滑移坠落，并造成上部岩体出现底侧凌空。最终顶部岩体在216fps时脱离母岩发生坠落。
在对岩体结构分析、崩塌体分区、视频解析和运动特征分析的基础上，实施例中危岩的崩塌破坏失稳模式为：基座岩体溃屈导致中部岩体失稳滑移，进一步引起上部岩体凌空坠落。
综上所述，本方法在收集高陡危岩崩塌视频和无人机三维影像摄影的基础上，通过对危岩体的崩塌源区进行分区和特征点选取，以及危岩体特征点动态追踪和数据的坐标系校正，来获取高陡危岩在崩塌启动过程中的失稳模式和运动过程中的运动学特征。为高陡危岩崩塌的失稳模式和运动特征的研究提供了一种新方法，可以服务高陡危岩崩塌灾害失稳机理和动力学特征的研究。
Claims (5)
1.一种基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，其特征在于，包括以下步骤：
步骤一：收集高陡危岩的崩塌视频；
步骤二：通过无人机实地摄影，获得崩塌视频中对应崩塌地区的三维实景模型；
步骤三：基于危岩体的岩体结构特征和视频中的不同部位的危岩体坠落过程中体现出的差异性，对危岩崩塌体进行分区，危岩崩塌体的分区方式包括：
1)按岩体中存在的大规模贯通裂隙划分；
2)按岩体中存在的地层接触面划分；
3)按岩体中各部位崩塌的先后顺序划分；
4)按岩体中各部位滑落的方向划分；
步骤四：选取不同分区部位中，图像和颜色特征明显、运动过程鲜明的点作为特征点；
步骤五：在视频画面上构建坐标系和比例尺；
步骤六：采用tracker，对特征点进行动态追踪，然后导出特征点的位移数据；
步骤七：对导出的特征点位移数据进行坐标系校正；
步骤八：将修正后的数据作为各个特征点的位移数据，在修正或剔除部分异常点后，通过一次求导和二次求导得到特征点的速度和加速度特征，并对每个分区分别绘制相应的运动曲线；
步骤九：对危岩体崩塌的运动过程进行运动阶段划分，将危岩体崩塌的运动过程阶段划分成“启动阶段、加速下落阶段、碰撞阶段”三个阶段，其划分依据包括：
1)主体部分的位移较小，运动速度小于3m/s时，为启动阶段；
2)主体部分坠落速度大于3m/s，且坠落加速度持续增大时，为加速下落阶段；
3)坠落的加速度开始减小后，为处于碰撞阶段。
2.根据权利要求1所述的基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，其特征在于：在步骤五中，构建坐标系和比例尺的方法如下：
S1、选取一个崩塌体崖壁上较明显的标定点，作为笛卡尔坐标系的原点，这个点在整段视频的崩塌过程中一直出现在视频内；
S2、坐标系中x和y轴方向与视频画面方向一致，x轴为沿着视频往正右方，y轴为沿着视频往正上方；
S3、在视频中选取崖壁上较明显的两个标定点，通过无人机摄影获得的三维模型，确定两个标定点之间的距离，以作为图像的比例尺。
3.根据权利要求1所述的基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，其特征在于：在步骤七中，坐标系校正的方法如下：
S1、通过坐标系旋转和轴对称变换，使y轴方向与重力方向保持一致；
假定原坐标系沿顺时针旋转θ、且垂直翻转后，y轴方向可平行于重力作用方向；令平面内任意一点的原始坐标为v＝(x，y)，与坐标原点的距离为r，与x轴夹角为该点沿逆时针旋转θ后，得到坐标vrot，再沿x进行轴对称变换后，可得到新坐标v′＝(x′，y′)；
此时：且
即坐标系的二维旋转、镜像变换矩阵为：
通过下式转换，即可求旋转、轴对称变换后的坐标：
S2、通过坐标系平移，将坐标原点移至崩塌体最高点上方位置；
为方便运动曲线的分析，将新坐标系的原点设置于崩塌体最高点上方的位置；假定坐标系旋转、镜像后的坐标系中，新原点的坐标为O′＝(xO′，yO′)，那么，将坐标系平移后，对于任意点v’＝(x′，y′)，其新坐标为：
v″＝(x′-xO′，y′-yO′)
记旋转、镜像和平移后的坐标系为xcorrOy′corr；
S3、通过对比例尺进行非线性变换，修正特征点位移的竖向坐标；
在视频中，寻找崩塌路径范围附近的特征点；首先在tracker中测量其在xcorrOy′corr坐标系中的y′corr坐标，然后在三维模型中的测量对应的距离值ydis；令比例变换系数为
ftrf＝ydis/y′corr
分析y′corr值与比例变换系数ftrf的关系，采用对数函数拟合出变换系数ftrf关于y′corr值的非线性函数ftrf(y′corr)；最后通过将xcorrOy′corr坐标系下的y′corr值与变换系数ftrf相乘，得到修正后的竖向位移值ycorr。
4.根据权利要求1所述的基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，其特征在于：在步骤一中，收集的视频由专业监测设备录制或从社交媒体上下载。
5.根据权利要求1所述的基于视频特征点动态追踪的高陡危岩崩塌运动分析方法，其特征在于：在步骤六中，tracker数据采集过程将视频中每秒划分成12或24帧；同时，对于运动特征明显的点，采用自动追踪；对于不明显的点，手动追踪；当点位被烟尘覆盖，无法继续追索后，追踪停止。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310510128.1A CN116543018B (zh) | 2023-05-08 | 2023-05-08 | 基于视频特征点动态追踪的高陡危岩崩塌运动分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310510128.1A CN116543018B (zh) | 2023-05-08 | 2023-05-08 | 基于视频特征点动态追踪的高陡危岩崩塌运动分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116543018A CN116543018A (zh) | 2023-08-04 |
| CN116543018B true CN116543018B (zh) | 2023-12-19 |
Family
ID=87450102
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310510128.1A Active CN116543018B (zh) | 2023-05-08 | 2023-05-08 | 基于视频特征点动态追踪的高陡危岩崩塌运动分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116543018B (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246217A (zh) * | 2008-03-17 | 2008-08-20 | 陈洪凯 | 危岩体崩塌灾害预警仪及其预警方法 |
| JP2010047970A (ja) * | 2008-08-21 | 2010-03-04 | Tottori Univ | 運動軌跡解析方法及び運動軌跡解析装置 |
| CN103033170A (zh) * | 2012-12-19 | 2013-04-10 | 山东大学 | 一种利用录像法监测危岩体崩塌的装置与方法 |
| CN105336119A (zh) * | 2015-11-27 | 2016-02-17 | 中国地质调查局水文地质环境地质调查中心 | 一种崩塌体裂缝识别报警装置及其识别方法 |
| CN109472067A (zh) * | 2018-10-24 | 2019-03-15 | 交通运输部公路科学研究所 | 一种倾倒型崩塌的判定方法 |
| CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
| CN110362955A (zh) * | 2019-07-25 | 2019-10-22 | 四川大学 | 岩质高边坡稳定性分析三维地质力学模型试验方法及应用 |
| CN110597149A (zh) * | 2019-10-10 | 2019-12-20 | 中国地质环境监测院 | 一种交互式耦合多维度智能崩塌落石监测系统及方法 |
| CN110672028A (zh) * | 2019-11-25 | 2020-01-10 | 中国地质调查局水文地质环境地质调查中心 | 一种高陡危岩体块体变形的监测装置及方法 |
| CN113465728A (zh) * | 2021-06-25 | 2021-10-01 | 重庆工程职业技术学院 | 一种地形感知方法、系统、存储介质、计算机设备 |
| CN113673108A (zh) * | 2021-08-23 | 2021-11-19 | 成都理工大学 | 崩塌运动过程三维模拟方法、装置、可读介质及电子设备 |
| CN113688460A (zh) * | 2021-08-31 | 2021-11-23 | 中铁二院工程集团有限责任公司 | 一种确定崩塌区铁路空间线位的方法 |
| CN114383661A (zh) * | 2022-01-12 | 2022-04-22 | 中国地质调查局水文地质环境地质调查中心 | 一种崩塌位移监测装置及方法 |
| CN114743351A (zh) * | 2022-04-24 | 2022-07-12 | 沈阳工业大学 | 一种危岩体群失稳预警监测系统 |
| CN114964241A (zh) * | 2022-06-21 | 2022-08-30 | 中南大学 | 一种带有运动轨迹与姿态监测的人造危岩体及其构建方法 |
| CN115494216A (zh) * | 2022-09-06 | 2022-12-20 | 西南交通大学 | 一种基于振动信号分析的崩塌落石试验模拟装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111161252B (zh) * | 2019-12-31 | 2022-03-25 | 山东大学 | 岩体结构探测及危石探测系统及方法 |
-
2023
- 2023-05-08 CN CN202310510128.1A patent/CN116543018B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246217A (zh) * | 2008-03-17 | 2008-08-20 | 陈洪凯 | 危岩体崩塌灾害预警仪及其预警方法 |
| JP2010047970A (ja) * | 2008-08-21 | 2010-03-04 | Tottori Univ | 運動軌跡解析方法及び運動軌跡解析装置 |
| CN103033170A (zh) * | 2012-12-19 | 2013-04-10 | 山东大学 | 一种利用录像法监测危岩体崩塌的装置与方法 |
| CN105336119A (zh) * | 2015-11-27 | 2016-02-17 | 中国地质调查局水文地质环境地质调查中心 | 一种崩塌体裂缝识别报警装置及其识别方法 |
| CN109472067A (zh) * | 2018-10-24 | 2019-03-15 | 交通运输部公路科学研究所 | 一种倾倒型崩塌的判定方法 |
| CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
| CN110362955A (zh) * | 2019-07-25 | 2019-10-22 | 四川大学 | 岩质高边坡稳定性分析三维地质力学模型试验方法及应用 |
| CN110597149A (zh) * | 2019-10-10 | 2019-12-20 | 中国地质环境监测院 | 一种交互式耦合多维度智能崩塌落石监测系统及方法 |
| CN110672028A (zh) * | 2019-11-25 | 2020-01-10 | 中国地质调查局水文地质环境地质调查中心 | 一种高陡危岩体块体变形的监测装置及方法 |
| CN113465728A (zh) * | 2021-06-25 | 2021-10-01 | 重庆工程职业技术学院 | 一种地形感知方法、系统、存储介质、计算机设备 |
| CN113673108A (zh) * | 2021-08-23 | 2021-11-19 | 成都理工大学 | 崩塌运动过程三维模拟方法、装置、可读介质及电子设备 |
| CN113688460A (zh) * | 2021-08-31 | 2021-11-23 | 中铁二院工程集团有限责任公司 | 一种确定崩塌区铁路空间线位的方法 |
| CN114383661A (zh) * | 2022-01-12 | 2022-04-22 | 中国地质调查局水文地质环境地质调查中心 | 一种崩塌位移监测装置及方法 |
| CN114743351A (zh) * | 2022-04-24 | 2022-07-12 | 沈阳工业大学 | 一种危岩体群失稳预警监测系统 |
| CN114964241A (zh) * | 2022-06-21 | 2022-08-30 | 中南大学 | 一种带有运动轨迹与姿态监测的人造危岩体及其构建方法 |
| CN115494216A (zh) * | 2022-09-06 | 2022-12-20 | 西南交通大学 | 一种基于振动信号分析的崩塌落石试验模拟装置 |
Non-Patent Citations (8)
| Title |
|---|
| Dynamic Response of Seismic Dangerous Rock Based on PFC and Dynamics;Yun Tian等;Application of Novel High-Tech Methods to Geological Hazard Research;第2020卷;1-19 * |
| Research on the collapse process of a thick-layer dangerous rock on the reservoir bank;Yueping Yin等;Bulletin of Engineering Geology and the Environment;第81卷;1-11 * |
| Rockfall detection using LiDAR and deep learning;Ioannis Farmakis等;Engineering Geology;1-12 * |
| 塔柱状岩体崩塌运动特征分析;贺凯;殷跃平;李滨;冯振;;工程地质学报(第01期);86-92 * |
| 无人机技术在超高位危岩勘查中的应用;王栋 等;成都理工大学学报(自然科学版);第45卷(第6期);754-759 * |
| 柱状岩体崩塌动力特征与破碎规律——以重庆甑子岩崩塌为例;孔祥曌 等;中国地质灾害与防治学报;第33卷(第5期);1-10 * |
| 贵州省纳雍县普洒村崩塌形成机制及其后缘危岩体稳定性评价;石广源;中国优秀硕士学位论文全文数据库 (基础科学辑)(第（2023）02期);A011-96 * |
| 高陡峡谷区危岩防治技术：以三峡库区巫峡典型危岩为例;杨树宝 等;水利水电技术(中英文);第54卷(第S1期);341-347 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116543018A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109298629B (zh) | 在未绘制地图区域中引导移动平台的系统及方法 | |
| JP4758842B2 (ja) | 映像オブジェクトの軌跡画像合成装置、映像オブジェクトの軌跡画像表示装置およびそのプログラム | |
| CN108520559B (zh) | 一种基于双目视觉的无人机定位导航的方法 | |
| CN110223380B (zh) | 融合航拍与地面视角图像的场景建模方法、系统、装置 | |
| JP6425847B1 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| CN109612438B (zh) | 一种虚拟共面条件约束下的空间目标初轨确定方法 | |
| CN109752005B (zh) | 一种基于精确轨道模型的航天器初轨确定方法 | |
| US20220309761A1 (en) | Target detection method, device, terminal device, and medium | |
| CN113674412B (zh) | 基于位姿融合优化的室内地图构建方法、系统及存储介质 | |
| JP4449217B2 (ja) | 情報処理装置 | |
| CN116543018B (zh) | 基于视频特征点动态追踪的高陡危岩崩塌运动分析方法 | |
| CN113551665A (zh) | 一种用于运动载体的高动态运动状态感知系统及感知方法 | |
| JP2005295495A (ja) | カメラベクトル演算装置と、このカメラベクトル演算装置に備えられる揺れ成分検出装置，画像安定化装置，位置姿勢安定化装置，目的対象物ロックオン装置及び実写対象物属性呼出装置 | |
| CN110278714B (zh) | 障碍物检测方法、移动平台及计算机可读存储介质 | |
| CN107679015B (zh) | 一种基于三维地图的云台摄像机实时监控范围仿真方法 | |
| JP6723533B2 (ja) | ドライビングシミュレーター | |
| CN108460333B (zh) | 基于深度图的地面检测方法及装置 | |
| CN110532853A (zh) | 遥感超时相数据的分类方法及装置 | |
| Littell | Large field photogrammetry techniques in aircraft and spacecraft impact testing | |
| Hintze | Autonomous landing of a rotary unmanned aerial vehicle in a non-cooperative environment using machine vision | |
| KR101585203B1 (ko) | 항공 사진을 이용한 3차원 모델 제작시 수치표고모형을 이용하여 건물의 높이를 자동으로 추출하는 시스템 | |
| WO2021115192A1 (zh) | 图像处理装置、图像处理方法、程序及记录介质 | |
| Chen et al. | Research on the application of an information system in monitoring the dynamic deformation of a high-rise building | |
| CN107272901B (zh) | 一种运动座椅控制方法及系统 | |
| Kanda et al. | Vision-based measurements for seismic damage monitoring |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |