基于無人機(jī)遙感影像的建筑物輪廓目標(biāo)檢測系統(tǒng)設(shè)計(jì)

郭一江

(西南科技大學(xué)城市學(xué)院 建筑工程學(xué)院，四川 綿陽 621000)

0 引言

在低窄航攝圖上，高密度和高尺寸的城市建筑是復(fù)雜建筑輪廓的技術(shù)難點(diǎn)，不同高度、不同尺寸的房屋彼此不一樣，形成遮擋和陰影重疊部分也不一樣；由于拍攝角度的差異，使住宅輪廓圖很難從住宅輪廓圖上分離出來[1]。低空航空影像的分辨率為0.2～0.3 m，存在分辨率較低的問題；而高分辨圖像雖然提供了更詳細(xì)的信息，但它也很難從大量信息中提取有用的部分[2]。

以往的目標(biāo)檢測系統(tǒng)采用 CCD成像元件。半球形美觀，緊湊，有一定的隱蔽性，一般掛在天花板上，可根據(jù)需要轉(zhuǎn)動[3]。使用該元件成本較低，但沒有固定角度和一定距離的旋轉(zhuǎn)變焦功能，需要結(jié)合使用大量的場地，實(shí)際觀察效果較差；設(shè)計(jì)基于動態(tài)掃描檢測系統(tǒng)，掃描器連接到降落傘上，鏡頭的光軸與垂直方向呈一定角度[4]。掃描器均勻地垂直下降，同時(shí)使地面景物繞垂直線旋轉(zhuǎn)[5]。降速較慢，經(jīng)一次旋轉(zhuǎn)后，螺紋徑向偏移量較小，只能將單圈動態(tài)圖像處理為靜態(tài)圖像。以上兩種系統(tǒng)都會受到噪聲因素影響，所得到的建筑輪廓棱角往往不清不準(zhǔn)。為此，設(shè)計(jì)了一種基于無人機(jī)遙感影像的建筑物輪廓目標(biāo)檢測系統(tǒng)。利用無人機(jī)遙感影像具有智能化的特點(diǎn)，能夠收集人類無法收集到的信息。使用該系統(tǒng)時(shí)間短，可以彌補(bǔ)傳統(tǒng)系統(tǒng)中建筑輪廓信息的不足，實(shí)現(xiàn)建筑物輪廓目標(biāo)的精確檢測。

1 系統(tǒng)總體架構(gòu)設(shè)計(jì)

系統(tǒng)設(shè)計(jì)時(shí)，要考慮到設(shè)備主體結(jié)構(gòu)、系統(tǒng)硬件平臺以及系統(tǒng)智能友好顯示界面。根據(jù)以上要求，首先在主體結(jié)構(gòu)設(shè)置上，要求在不更換現(xiàn)有設(shè)備情況下，可以對不同高度建筑物進(jìn)行輪廓檢測；其次在系統(tǒng)硬件平臺設(shè)置上，由于所建環(huán)境復(fù)雜，需要選用工業(yè)專用工控設(shè)備，保證軟件穩(wěn)定運(yùn)行[6-7]。

對于系統(tǒng)界面顯示方面，需要能夠顯示建筑物角落，并在界面上直觀地顯示出角落所需數(shù)據(jù)，同時(shí)還要保存每一次收集數(shù)據(jù)，查詢歷史，便于日后使用[8]。

為更好地實(shí)現(xiàn)工程設(shè)計(jì)目標(biāo)，系統(tǒng)主要分為兩個(gè)主要模塊：數(shù)據(jù)采集模塊和數(shù)據(jù)處理與顯示模塊。

系統(tǒng)總體框如圖1所示。

圖1 系統(tǒng)總體框架圖

數(shù)據(jù)采集模塊主要功能是控制一對激光輪廓傳感器，通過工控機(jī)采集建筑物角度信息，并通過以太網(wǎng)將傳感器采集輪廓數(shù)據(jù)組合在一起，傳送到各個(gè)部件[9-10]。數(shù)據(jù)處理與顯示模塊主要用于記錄各個(gè)角點(diǎn)位置信息，并與工業(yè)計(jì)算機(jī)直接通訊，向其發(fā)送和接收數(shù)據(jù)；收到數(shù)據(jù)后，需要處理建筑輪廓信息，并將數(shù)據(jù)保存到模塊中[11]。

2 硬件結(jié)構(gòu)設(shè)計(jì)

2.1 采集模塊設(shè)計(jì)

用TLC2543A/D轉(zhuǎn)換芯片實(shí)現(xiàn)了模數(shù)轉(zhuǎn)換，由計(jì)算機(jī)完成數(shù)據(jù)采集；TLC2543是 TI公司近幾年推出的一種12比特/秒轉(zhuǎn)換芯片[12]。該方法轉(zhuǎn)換速度快，分辨率高，穩(wěn)定性好。利用開關(guān)電容逐次逼近技術(shù)實(shí)現(xiàn)了 A/D轉(zhuǎn)換，與單片機(jī)接口簡單兼容[13]。盡管TLC2543具有串行外圍接口和單片機(jī)接口，但它不具有 SPI。

因此，TLC2543編程要點(diǎn)是控制字從數(shù)據(jù)輸入終端連續(xù)輸入8位數(shù)據(jù)，其中前4位決定通道編號；后4位決定輸出數(shù)據(jù)長度和格式[14]。盡管TLC2543是一種12位 a/D轉(zhuǎn)換芯片，但由于TLC2543具有8位、12位和16位的輸出數(shù)據(jù)長度，因此需要輸出12位以保證數(shù)據(jù)的準(zhǔn)確性和簡潔性[15]。

TLC2543的內(nèi)部寄存器在編程方面包括一個(gè)輸入數(shù)據(jù)寄存器和一個(gè)輸出數(shù)據(jù)寄存器。以TLC2543為接口，結(jié)合SPI操作，完成 A/D數(shù)據(jù)采集。圖2給出了TLC2543接口及說明。

圖2 TLC2543接口及說明

在TLC2543和其它單片機(jī)之間只使用了4條線，根據(jù)單片機(jī)指令，當(dāng)工作時(shí)間大于10 μ時(shí)，說明兩個(gè)工作周期完成。通過統(tǒng)計(jì)指令執(zhí)行時(shí)間來判斷轉(zhuǎn)換是否完成，從而節(jié)省1條線。

2.2 激光傳感器

可用于制造測距儀和瞄準(zhǔn)器，也可用于對位置信息進(jìn)行測量。該系統(tǒng)包括激光、激光探測器和測量電路，采用半導(dǎo)體激光傳感器時(shí)，激光器發(fā)射二極管必須首先向目標(biāo)發(fā)射激光脈沖。在目標(biāo)反射激光之后，它向所有方向散射。在光學(xué)系統(tǒng)接收部分散射光后，返回到傳感器接收器之中，并在雪崩光電二極管上成像。雪崩光電二極管碰撞效應(yīng)圖如圖3所示。

圖3 雪崩光電二極管碰撞效應(yīng)圖

光生載流子(電子-空穴對)在雪崩過程中以較高的內(nèi)電場高速運(yùn)動，產(chǎn)生了光生載流子與晶格原子的大動能碰撞運(yùn)動。在強(qiáng)電場作用下，原子電離產(chǎn)生次級電子-空穴對(h-e)，從而獲得足夠的動能。這一進(jìn)程類似于雪崩，離子化產(chǎn)生的載流子比光激發(fā)產(chǎn)生的要多得多，此時(shí)二極管輸出電流也隨之變大，提高了光接收靈敏度。雪崩光電二極管具有內(nèi)部放大功能，在同樣的光強(qiáng)下，雪崩光電二極管的“倍增器”效應(yīng)可以產(chǎn)生比普通光電二極管大幾十倍甚至幾百倍的光電流，能夠檢測非常微弱的光信號，并將其轉(zhuǎn)化為相應(yīng)電信號。

2.3 MCS-51單片機(jī)內(nèi)部數(shù)據(jù)存儲器

MCS-51具有64 kB的程序存儲空間，用來存儲諸如用戶程序、數(shù)據(jù)和表等信息。在單片機(jī)內(nèi)部不存在 ROM，程序存儲器必須一端連接到64 kb的空間地址，另一端則必須接地，這就要求單片機(jī)強(qiáng)制 CPU從外部程序存儲器讀取程序。通過MCS-51單片機(jī)內(nèi)部的 ROM，需將正常運(yùn)行的程序傳送到高層，以便 CPU首先從內(nèi)部程序存儲器讀取程序。

當(dāng)PC值=1時(shí)，程序自動進(jìn)入內(nèi)部只讀存儲器空間；

當(dāng)PC值=0時(shí)，程序從外部存儲器開始執(zhí)行，該單片機(jī)管腳連接到低電平。

MCS-51單片機(jī)內(nèi)部數(shù)據(jù)存儲器內(nèi)部結(jié)構(gòu)如圖4所示。

圖4 MCS-51單片機(jī)內(nèi)部數(shù)據(jù)存儲器結(jié)構(gòu)

中央處理器是整個(gè)單片機(jī)的核心，此8位寬處理器能處理8位二進(jìn)制數(shù)據(jù)或編碼，負(fù)責(zé)協(xié)調(diào)整個(gè)單元系統(tǒng)的控制、命令和調(diào)度，完成數(shù)據(jù)存儲控制工作。在數(shù)據(jù)存儲器中有128個(gè)8位用戶數(shù)據(jù)存儲單元，能夠統(tǒng)一處理，對于私有注冊表只能存儲控制指令數(shù)據(jù)，用戶只能訪問。如此，用戶只能使用128個(gè) ram來存儲讀取和寫入數(shù)據(jù)；該程序具有4 096個(gè)8位掩碼，用于存儲用戶程序；計(jì)數(shù)器/計(jì)數(shù)器具有兩個(gè)16位可編程定時(shí)器，用于實(shí)現(xiàn)定時(shí)控制程序；時(shí)鐘電路的最高頻率為12 MHZ，能夠產(chǎn)生并在整個(gè)單片機(jī)脈沖序列上運(yùn)行。

2.4 CPU板

選擇371-4615型號CPU板，其是控制整機(jī)協(xié)調(diào)的中心，它由操作員和控制器組成。分機(jī)控制板與繼電板內(nèi)部控制協(xié)調(diào)運(yùn)行，PCM交換及存儲工作參數(shù)，并對外聯(lián)絡(luò)計(jì)算機(jī)和打印機(jī)以協(xié)調(diào)工作。

底板裝在箱體中，是微機(jī)中最基本部件之一，屬于開放式結(jié)構(gòu)；主機(jī)板一般采用矩形電路板，這是計(jì)算機(jī)的主要電路系統(tǒng)，通常有I/O控制芯片、控制開關(guān)接口、6～8個(gè)擴(kuò)展槽、主機(jī)板和主機(jī)板直流電源連接器及其他組件。替換擴(kuò)展槽插卡后，CPU板上的其他部分進(jìn)行了部分升級，使廠商和用戶在配置方式上都有了更大的靈活性。

3 軟件功能設(shè)計(jì)

基于無人機(jī)遙感影像的建筑物輪廓目標(biāo)檢測流程如圖5所示。

圖5 建筑物輪廓目標(biāo)檢測流程

依據(jù)該流程可知，需先分析半導(dǎo)體激光測量原理，再對各個(gè)步驟進(jìn)行具體設(shè)計(jì)。

3.1 半導(dǎo)體激光測量

采用激光三角法測量方法，其原理如圖6所示。

圖6 激光三角法測量原理

通過透鏡，半導(dǎo)體激光器聚焦于被測建筑物的輪廓目標(biāo)，透鏡3負(fù)責(zé)收集反射光，并把其投影到 CCD陣列4上；信號處理器5利用三角法計(jì)算光點(diǎn)在陣列4上的位置，從而得到與目標(biāo)建筑物之間的距離。激光器通過鏡片向物體表面發(fā)射可見紅色激光，物體反射的激光器通過接收鏡片由內(nèi)置的CCD線性攝像機(jī)接收。

基于已知激光到攝像機(jī)的距離，可計(jì)算出傳感器到被測物體距離，該過程所需時(shí)間間隔t，由此計(jì)算待測建筑物輪廓目標(biāo)距離為X：

(1)

式(1)中,v為光速。濾光片可以減少檢測背景環(huán)境影響，降低輸出信號背景噪聲。

3.2 建筑物斑塊提取

由于建筑物遙感圖像細(xì)節(jié)較多，其光譜特征與周圍環(huán)境差別較小，尤其是接近道路位置的輪廓，噪聲較大，同時(shí)又難以提取建筑物的信息，因此很難依靠建筑物的光譜特征區(qū)分輪廓信息與其它信息。為減小輸出信號背景噪聲，激光三角測量方法是必要的。

應(yīng)用半導(dǎo)體激光傳感器對遙感影像進(jìn)行角度紋理檢測，先去除邊緣不規(guī)則和微小誤差，再用面積生長法重新生長出建筑斑塊。該過程是腐蝕和膨脹的，因此，需通過結(jié)構(gòu)元素運(yùn)行，待測建筑物輪廓目標(biāo)距離集合X被結(jié)構(gòu)元素D所腐蝕，如下所示：

[εD(x)](x)=min{xD}

(2)

公式(2)中：[εD(x)](x)表示結(jié)構(gòu)元素對集合進(jìn)行腐蝕；xD表示集合X鄰域。該集合被結(jié)構(gòu)元素膨脹表示如下所示：

[εD(x)](x)=max{xD}

(3)

經(jīng)腐蝕性處理移除邊緣部分后，中心部為生長期種子點(diǎn)。該過程還應(yīng)充分考慮顏色高度相似性，保證建筑邊緣盡可能接近直線，該過程稱為“圓周”。按照以下步驟來實(shí)現(xiàn)區(qū)域增長：

1)連續(xù)掃描圖像發(fā)現(xiàn)第一個(gè)像素尚未具有歸屬感，需要設(shè)置像素為(a0，b0)；

2)設(shè)(a0，b0)為中心坐標(biāo)，充分考慮到該中心點(diǎn)的4鄰域像素坐標(biāo)(a，b)，如果鄰域像素坐標(biāo)符合增長標(biāo)準(zhǔn)，則將鄰域像素坐標(biāo)和中心坐標(biāo)合并在同一區(qū)域，同時(shí)將鄰域像素坐標(biāo)壓入堆棧；

3)從鄰域像素坐標(biāo)中隨機(jī)選取一個(gè)像素，并返回到步驟2)；

4)當(dāng)鄰域像素為空時(shí)，返回步驟1)；

5)重復(fù)步驟1)和4)，直至圖像中每一點(diǎn)都具有歸屬感，完成增長。

3.3 拐角點(diǎn)定位

受噪聲因素影響，所檢測的角點(diǎn)多為非建筑物角點(diǎn)，實(shí)際角點(diǎn)位置也存在不精準(zhǔn)問題。為從這些候選角點(diǎn)中找出真正角點(diǎn)，并找到其真正位置，提出了一種排除非角點(diǎn)最小二乘模板匹配方式 ：

圖7 建筑物圖像

1)先用幾何畸變修正初始值;

2)重新提取斑塊信息，獲取下一次圖像匹配窗口；

3)設(shè)置相關(guān)系數(shù)λ和閾值η，根據(jù)兩者之間大小關(guān)系判斷迭代次數(shù)；

4)如果λ<η，則需修正參數(shù)，待修正完成后，返回到步驟1)；

5)如果λ≥η，則圖像匹配窗口滿足λn+1<λn為止，記錄滿足上述條件的角點(diǎn)精準(zhǔn)為止，隨之轉(zhuǎn)到下一個(gè)角點(diǎn)，由此獲取建筑物輪廓線，完成建筑物輪廓目標(biāo)檢測。

4 實(shí)驗(yàn)分析

為了驗(yàn)證基于無人機(jī)遙感影像的建筑物輪廓目標(biāo)檢測系統(tǒng)設(shè)計(jì)可行性，進(jìn)行實(shí)驗(yàn)分析。

根據(jù) TensorFlow的深度學(xué)習(xí)框架，在Visual Question Answering 數(shù)據(jù)集(http://visualqa.org/)中選擇1 000張無人機(jī)遙感圖像被訓(xùn)練到配備Inteli7-7700K CPU處理器上。經(jīng)過手動標(biāo)注圖像后，將校準(zhǔn)過的信息和圖像以TFRecord格式輸入FasterR-CNN開始訓(xùn)練。在15 000次迭代中，選擇Inceptionv2作為訓(xùn)練網(wǎng)絡(luò)，初始學(xué)習(xí)率為0.001。受硬件條件限制，訓(xùn)練批量選擇為1，不同學(xué)習(xí)率設(shè)置對訓(xùn)練收斂速度有較大影響。若學(xué)習(xí)速率設(shè)置過大，那么損失函數(shù)損失將不收斂；若學(xué)習(xí)速率設(shè)置過小，那么會產(chǎn)生局部最優(yōu)解，影響實(shí)驗(yàn)結(jié)果精度。因此，在損失趨于穩(wěn)定時(shí)增加學(xué)習(xí)速度。如表1所示。

表1 學(xué)習(xí)率變化

圖8 三種系統(tǒng)輪廓檢測對比結(jié)果

在上述內(nèi)容支持下，以圖7所示為基礎(chǔ)，進(jìn)行輪廓信息檢測實(shí)驗(yàn)。

對于上述圖像，分別采用CCD成像系統(tǒng)、基于動態(tài)掃描檢測系統(tǒng)和基于無人機(jī)遙感影像系統(tǒng)檢測建筑物輪廓，具體對比內(nèi)容如圖8所示。

由圖8可知：采用CCD成像系統(tǒng)沒有固定角度，且受到50%高斯噪聲影響，導(dǎo)致建筑物輪廓邊緣線檢測不完整；使用基于動態(tài)掃描檢測系統(tǒng)，經(jīng)掃描后，角度自動生成，偏移量較小，也受到50%高斯噪聲影響，導(dǎo)致建筑物輪廓邊緣線檢測也不完整；使用基于無人機(jī)遙感影像系統(tǒng)雖然不能將全部輪廓線條檢測出來，但可大致確定建筑物輪廓和拐角，能夠如實(shí)反映建筑物的外形。由此可知，基于無人機(jī)遙感影像的建筑物輪廓目標(biāo)檢測系統(tǒng)設(shè)計(jì)是具有可行性的。

5 結(jié)束語

針對無人機(jī)遙感影像中建筑物斑塊提取的正則化問題，利用無人機(jī)遙感影像變換分割后的建筑物輪廓線，確定主要建筑物方向，并以輪廓線為導(dǎo)向確定建筑物角度。建筑的規(guī)則輪廓是由各個(gè)角點(diǎn)結(jié)合而成的。該系統(tǒng)能減小噪聲影響，找出建筑物的拐角，并能較好地反映建筑物的外形。

值得注意的是，該系統(tǒng)的檢測結(jié)果受建筑物本身及周圍環(huán)境特征影響較大。這是因?yàn)槭褂昧藷o人機(jī)遙感技術(shù)檢測出不匹配點(diǎn)的數(shù)目。在刪除操作之后，仍然有一些不匹配點(diǎn)無法刪除，從而導(dǎo)致建筑輪廓的局部不規(guī)則性。今后，將著重于研究這些問題，以實(shí)現(xiàn)大規(guī)模精確提取和標(biāo)準(zhǔn)化建筑輪廓。