本發(fā)明涉及無人機(jī)航拍及圖像處理技術(shù)領(lǐng)域，尤其涉及一種應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理方法及系統(tǒng)。

背景技術(shù)：

目前，建筑工程中樁位偏差檢測及樁徑檢測方法有兩種。一是由施工單位人工放線，檢測人員現(xiàn)場再用直尺或卷尺測量；二是采用全站儀每根樁逐個測量。這兩種檢測法技術(shù)手段落后，工作量大，效率低下，檢測結(jié)果受人為主觀因素干擾大，且測量數(shù)據(jù)準(zhǔn)確性依賴于第三方放線質(zhì)量，未做到檢測全程數(shù)據(jù)可控。

隨著無人機(jī)技術(shù)的發(fā)展，其航拍分辨率及定位精度已大大提高，已經(jīng)可以滿足特定領(lǐng)域?qū)脚臄z影分辨率及定位精度的要求，并已在土地利用調(diào)查、水資源開發(fā)、農(nóng)作物長勢監(jiān)測與估產(chǎn)、農(nóng)業(yè)作業(yè)、自然災(zāi)害監(jiān)測與評估、城市規(guī)劃與市政管理等領(lǐng)域投入了實(shí)際應(yīng)用。但經(jīng)查閱相關(guān)資料及專利信息，現(xiàn)階段尚無將無人機(jī)應(yīng)用于樁基檢測(樁位偏差及樁徑測量)及基坑監(jiān)測中的先例。如果開發(fā)出一套無人機(jī)軟硬件攝影測量系統(tǒng)及流程，將無人機(jī)航拍照片結(jié)合CAD設(shè)計圖紙進(jìn)行修正對比分析等技術(shù)處理，使得到的樁位偏差及樁徑數(shù)據(jù)精度滿足相關(guān)規(guī)范的要求，則完全可以代替原有測量手段，大大提高檢測效率。該系統(tǒng)可對檢測過程實(shí)施全程監(jiān)控，且檢測結(jié)果直觀準(zhǔn)確，大大降低人為因素對檢測結(jié)果的影響。該系統(tǒng)將來進(jìn)一步開發(fā)還可用于基坑監(jiān)測、房屋安全檢測等領(lǐng)域，具有可觀的實(shí)用性及商業(yè)前景。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中基樁檢測技術(shù)落后，工作量大，且效率低的缺陷，提供一種應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理方法及系統(tǒng)。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

本發(fā)明提供一種應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理方法，包括以下步驟：

S1、在待檢測的基樁目標(biāo)區(qū)域設(shè)置多個地面標(biāo)志組件，通過無人機(jī)低空航拍得到待檢測的基樁目標(biāo)區(qū)域的多幅圖像；

S2、根據(jù)攝像機(jī)的內(nèi)部參數(shù)和地面標(biāo)志組件的在圖像中的位置相配合，對每幅圖像均進(jìn)行鏡頭畸變及幾何變形修正，并對修正后的圖像進(jìn)行圖像配準(zhǔn)、圖像拼接和圖像融合，得到待檢測的基樁目標(biāo)區(qū)域的完整圖像；

S3、將待檢測的基樁目標(biāo)區(qū)域的完整圖像進(jìn)行分析處理，根據(jù)基于超像素分割和graphcut的啟發(fā)式自動提取方法得到基樁中心和外輪廓，將其與CAD設(shè)計圖紙中的基樁位置進(jìn)行融合比對，得到基樁位置和樁徑的偏差數(shù)據(jù)。

進(jìn)一步地，本發(fā)明的步驟S2中進(jìn)行圖像修正的方法具體包括：

a、通過轉(zhuǎn)換矩陣方程，將畸變圖像像點(diǎn)像素坐標(biāo)(i，j)轉(zhuǎn)為圖像像點(diǎn)物理坐標(biāo)(x_d，y_d)；

b、根據(jù)畸變校正數(shù)學(xué)模型公式，得到該畸變點(diǎn)到圖像平面物理原點(diǎn)的距離，進(jìn)一步得到校正圖像像點(diǎn)物理坐標(biāo)(x_r，y_r)；

c、將得到的校正圖像像點(diǎn)物理坐標(biāo)(x_r，y_r)代入圖像平面物理坐標(biāo)系與圖像平面像素坐標(biāo)系轉(zhuǎn)換公式，求解得到校正圖像點(diǎn)像素坐標(biāo)。

進(jìn)一步地，本發(fā)明的步驟S2中進(jìn)行圖像修正前還包括對圖像進(jìn)行降噪處理的過程。

進(jìn)一步地，本發(fā)明的步驟S2中對圖像進(jìn)行拼接的方法具體包括：

將圖像分為參考圖像T和搜索圖像S，其中參考圖像T作為基準(zhǔn)圖像，搜索圖像S作為待拼接圖像，將圖像S向圖像T進(jìn)行坐標(biāo)平移；

a、選擇一幅圖像為參考圖像T，在參考圖像T中間隔為c個像素的距離上的兩列像素中，各取m個像素，計算這m個像素的比值，將m個比值存入數(shù)組中，將其作為比較的模板；

b、從搜索圖像S中在同樣相隔c個像素的距離上的兩列，各取出m+n個像素，計算其比值，將m+n個比值存入數(shù)組；假定垂直錯開距離不超過n個像素，多取的n個像素則可以解決圖像垂直方向上的交錯問題；

c、利用參考圖像T中的比值模板在搜索圖像S中尋找相應(yīng)的匹配；首先進(jìn)行垂直方向上的比較，即記錄下搜索圖像S中每個比值數(shù)組內(nèi)的最佳匹配；再將每個數(shù)組的組內(nèi)最佳匹配進(jìn)行比較，即進(jìn)行水平方向的比較，得到的最小值就認(rèn)為是全局最佳匹配；此時全局最佳匹配即為圖像間在水平方向上的偏移距離，該全局最佳匹配隊?wèi)?yīng)的組內(nèi)最佳匹配即為圖像間垂直方向上的偏移距離；

d、根據(jù)垂直方向上的偏移距離和水平方向上的偏移距離調(diào)整待拼接的圖像位置。

進(jìn)一步地，本發(fā)明的步驟S3中基于超像素分割和graphcut的啟發(fā)式自動提取方法得到基樁中心和外輪廓的方法具體包括：

a、對圖像進(jìn)行超像素分割；

b、在超像素分割基礎(chǔ)上利用graphcut算法完成進(jìn)一步分割，合并得到最終的樁基提取結(jié)果；

c、對樁基區(qū)域進(jìn)行擬合，提取樁位中心。

進(jìn)一步地，本發(fā)明的步驟S3中基于超像素分割和graphcut的啟發(fā)式自動提取方法具體為：

待分割的高分辨率遙感影像可以看作無向圖G＝＜V,E＞，其中V是圖像中像素集合，E表示相鄰像素之間的邊，V、E構(gòu)成圖像中的第一類頂點(diǎn)和邊；此外新增兩個點(diǎn)s、t，s表示源點(diǎn)，t表示匯點(diǎn)，圖像中的每個像素點(diǎn)都和新增的s、t點(diǎn)都有連接，構(gòu)成圖像中的第二類頂點(diǎn)和邊；

通過選擇分割規(guī)則并計算在該分割規(guī)則下的圖像的能量函數(shù)，在某分割規(guī)則下能使能量函數(shù)最小，則此分割規(guī)則即將前景目標(biāo)和背景目標(biāo)分割開來；其中能量函數(shù)的公式為：

E(L)＝αR(L)+B(L)

其中E(L)為能量函數(shù)，R(L)和B(L)分別為區(qū)域項(xiàng)和邊界項(xiàng)，為權(quán)重因子。

進(jìn)一步地，本發(fā)明的步驟S1中的地面標(biāo)志組件包括矩形標(biāo)志和圓形標(biāo)志；其中：矩形標(biāo)志中設(shè)置有顏色相互間隔的矩形網(wǎng)格；圓形標(biāo)志中設(shè)置有多個顏色相互間隔的扇形區(qū)域。

進(jìn)一步地，本發(fā)明的步驟S1中的地面標(biāo)志組件還包括：無人機(jī)水平位置及高度校正組件，無人機(jī)拍攝姿態(tài)校正組件。

本發(fā)明提供一種應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理系統(tǒng)，包括：

圖像獲取單元，用于在待檢測的基樁目標(biāo)區(qū)域設(shè)置多個地面標(biāo)志組件，通過無人機(jī)低空航拍得到待檢測的基樁目標(biāo)區(qū)域的多幅圖像；

圖像修正及拼接單元，用于根據(jù)攝像機(jī)的內(nèi)部參數(shù)和地面標(biāo)志組件的在圖像中的位置相配合，對每幅圖像均進(jìn)行鏡頭畸變及幾何變形修正，并對修正后的圖像進(jìn)行圖像配準(zhǔn)、圖像拼接和圖像融合，得到待檢測的基樁目標(biāo)區(qū)域的完整圖像；

基樁偏差數(shù)據(jù)計算單元，用于將待檢測的基樁目標(biāo)區(qū)域的完整圖像進(jìn)行分析處理，根據(jù)基于超像素分割和graphcut的啟發(fā)式自動提取方法得到基樁中心和外輪廓，將其與CAD設(shè)計圖紙中的基樁位置進(jìn)行融合比對，得到基樁位置和樁徑的偏差數(shù)據(jù)。

本發(fā)明產(chǎn)生的有益效果是：本發(fā)明的應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理方法，完全改變了現(xiàn)有樁基幾何定位及外觀尺寸檢測中依賴人工逐點(diǎn)檢測的落后技術(shù)手段，充分利用航拍攝影的技術(shù)優(yōu)勢，且算法的處理效率高，檢測精度高，大大提高了建筑工程中樁位偏差檢測及樁徑檢測的準(zhǔn)確度及效率，大大降低了檢測過程中投入的人力成本；具有良好的社會效益及經(jīng)濟(jì)效益，及廣闊的應(yīng)用前景。

附圖說明

下面將結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步說明，附圖中：

圖1是本發(fā)明實(shí)施例的流程圖；

圖2是本發(fā)明實(shí)施例的成像處理軟件流程圖；

圖3是本發(fā)明實(shí)施例的提取樁位中心的方法流程圖；

圖4(a)是本發(fā)明對樁基區(qū)域進(jìn)行擬合，提取樁位中心示意圖a；

圖4(b)是本發(fā)明對樁基區(qū)域進(jìn)行擬合，提取樁位中心示意圖b；

圖4(c)是本發(fā)明對樁基區(qū)域進(jìn)行擬合，提取樁位中心示意圖c；

圖4(d)是本發(fā)明對樁基區(qū)域進(jìn)行擬合，提取樁位中心示意圖d；

圖5、圖6是本發(fā)明實(shí)施例的矩形、圓形標(biāo)志示意圖；

圖7是本發(fā)明實(shí)施例的無人機(jī)工作示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，本發(fā)明的應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理方法，包括以下步驟：

S1、在待檢測的基樁目標(biāo)區(qū)域設(shè)置多個地面標(biāo)志組件，通過無人機(jī)低空航拍得到待檢測的基樁目標(biāo)區(qū)域的多幅圖像；

地面標(biāo)志組件包括矩形標(biāo)志和圓形標(biāo)志；其中：矩形標(biāo)志中設(shè)置有顏色相互間隔的矩形網(wǎng)格；圓形標(biāo)志中設(shè)置有多個顏色相互間隔的扇形區(qū)域。地面標(biāo)志組件還包括：無人機(jī)水平位置及高度校正組件，無人機(jī)拍攝姿態(tài)校正組件。

S2、根據(jù)攝像機(jī)的內(nèi)部參數(shù)和地面標(biāo)志組件的在圖像中的位置相配合，對每幅圖像均進(jìn)行鏡頭畸變及幾何變形修正，并對修正后的圖像進(jìn)行圖像配準(zhǔn)、圖像拼接和圖像融合，得到待檢測的基樁目標(biāo)區(qū)域的完整圖像；

步驟S2中進(jìn)行圖像修正的方法具體包括：

a、通過轉(zhuǎn)換矩陣方程，將畸變圖像像點(diǎn)像素坐標(biāo)(i，j)轉(zhuǎn)為圖像像點(diǎn)物理坐標(biāo)(x_d，y_d)；

b、根據(jù)畸變校正數(shù)學(xué)模型公式，得到該畸變點(diǎn)到圖像平面物理原點(diǎn)的距離，進(jìn)一步得到校正圖像像點(diǎn)物理坐標(biāo)(x_r，y_r)；

c、將得到的校正圖像像點(diǎn)物理坐標(biāo)(x_r，y_r)代入圖像平面物理坐標(biāo)系與圖像平面像素坐標(biāo)系轉(zhuǎn)換公式，求解得到校正圖像點(diǎn)像素坐標(biāo)。

步驟S2中對圖像進(jìn)行拼接的方法具體包括：

a、選擇一幅圖像為參考圖像T，在參考圖像T中間隔為c個像素的距離上的兩列像素中，各取m個像素，計算這m個像素的比值，將m個比值存入數(shù)組中，將其作為比較的模板；

b、從搜索圖像S中在同樣相隔c個像素的距離上的兩列，各取出m+n個像素，計算其比值，將m+n個比值存入數(shù)組；假定垂直錯開距離不超過n個像素，多取的n個像素則可以解決圖像垂直方向上的交錯問題；

c、利用參考圖像T中的比值模板在搜索圖像S中尋找相應(yīng)的匹配；首先進(jìn)行垂直方向上的比較，即記錄下搜索圖像S中每個比值數(shù)組內(nèi)的最佳匹配；再將每個數(shù)組的組內(nèi)最佳匹配進(jìn)行比較，即進(jìn)行水平方向的比較，得到的最小值就認(rèn)為是全局最佳匹配；此時全局最佳匹配即為圖像間在水平方向上的偏移距離，該全局最佳匹配對應(yīng)的組內(nèi)最佳匹配即為圖像間垂直方向上的偏移距離；

d、根據(jù)垂直方向上的偏移距離和水平方向上的偏移距離調(diào)整待拼接的圖像位置。

S3、將待檢測的基樁目標(biāo)區(qū)域的完整圖像進(jìn)行分析處理，根據(jù)基于超像素分割和graphcut的啟發(fā)式自動提取方法得到基樁中心和外輪廓，將其與CAD設(shè)計圖紙中的基樁位置進(jìn)行融合比對，得到基樁位置和樁徑的偏差數(shù)據(jù)。

步驟S3中基于超像素分割和graphcut的啟發(fā)式自動提取方法得到基樁中心和外輪廓的方法具體包括：

a、對圖像進(jìn)行超像素分割；

b、在超像素分割基礎(chǔ)上利用graphcut算法完成進(jìn)一步分割，合并得到最終的樁基提取結(jié)果；

c、對樁基區(qū)域進(jìn)行擬合，提取樁位中心。

如圖2所示，在本發(fā)明的另一個具體實(shí)施例中，該方法實(shí)現(xiàn)的具體過程包括：

A、航拍照片分辨率不滿足樁基測量精度問題

采用商業(yè)化無人機(jī)得到的大范圍檢測區(qū)域圖像，其精度往往不能滿足基樁檢測中所需要的檢測精度要求。對此本系統(tǒng)通過軟件處理將無人機(jī)低空拍得的局部高清圖像進(jìn)行無縫拼接加以解決。

圖像拼接技術(shù)主要分為三個主要步驟：圖像預(yù)處理、圖像配準(zhǔn)、圖像融合與邊界平滑，圖像預(yù)處理主要指對圖像進(jìn)行幾何畸變校正和噪聲點(diǎn)的抑制等，讓參考圖像和待拼接圖像不存在明顯的幾何畸變。在圖像質(zhì)量不理想的情況下進(jìn)行圖像拼接，如果不經(jīng)過圖像預(yù)處理，很容易造成一些誤匹配。圖像預(yù)處理主要是為下一步圖像配準(zhǔn)做準(zhǔn)備，讓圖像質(zhì)量能夠滿足圖像配準(zhǔn)的要求。圖像配準(zhǔn)主要指對參考圖像和待拼接圖像中的匹配信息進(jìn)行提取，在提取出的信息中尋找最佳的匹配，完成圖像間的對齊。圖像拼接的成功與否主要是圖像的配準(zhǔn)。待拼接的圖像之間，可能存在平移、旋轉(zhuǎn)、縮放等多種變換或者大面積的同色區(qū)域等很難匹配的情況，一個好的圖像配準(zhǔn)算法應(yīng)該能夠在各種情況下準(zhǔn)確找到圖像間的對應(yīng)信息，將圖像對齊。圖像融合指在完成圖像匹配以后，對圖像進(jìn)行縫合，并對縫合的邊界進(jìn)行平滑處理，讓縫合過渡。由于任何兩幅相鄰圖像在采集條件上都不可能做到完全相同，因此，對于一些本應(yīng)該相同的圖像特性，如圖像的光照特性等，在兩幅圖像中就不會表現(xiàn)的完全一樣。

圖像拼接縫隙就是從一幅圖像的圖像區(qū)域過渡到另一幅圖像的圖像區(qū)域時，由于圖像中的某些相關(guān)特性發(fā)生了躍變而產(chǎn)生的。圖像融合就是為了讓圖像間的拼接縫隙不明顯，拼接更自然。

圖像分為參考圖像T和搜索圖像S,其中參考圖像T作為基準(zhǔn)圖像，搜索圖像S作為待拼接圖像，將圖像S向圖像T進(jìn)行坐標(biāo)平移。本系統(tǒng)采用基于特征匹配的方法，其步驟如下：

a、在參考圖像T中間隔為c個像素的距離上的兩列像素中，各取m個像素，計算這m個像素的比值，將m個比值存入數(shù)組中，將其作為比較的模板，以T_t表示。

b、從搜索圖像S中在同樣相隔c個像素的距離上的兩列，各取出m+n個像素，計算其比值，將m+n個比值存入數(shù)組，以S_k表示，其中的每個比值可表達(dá)成S_kj，j＝1,2,...,m+n。設(shè)從搜索圖像S中形成了K個這樣的數(shù)組，即k＝1,2,...,K。假定垂直錯開距離不超過n個像素，多取的n個像素則可以解決圖像垂直方向上的交錯問題。

c、利用參考圖像T中的比值模板在搜索圖像S中尋找相應(yīng)的匹配。首先進(jìn)行垂直方向上的比較，即記錄下搜索圖像S中每個比值數(shù)組內(nèi)的最佳匹配，即對每個S_k，搜索匹配最佳的比值S_ki。

S_ki＝min_iMatchScore(T_t,S_ki)

其中MatchScore可以是像素比值的絕對距離或歐式距離。

再將每個數(shù)組的組內(nèi)最佳匹配進(jìn)行比較，即進(jìn)行水平方向的比較，得到的最小值就認(rèn)為是全局最佳匹配。此時全局最佳匹配即為圖像間在水平方向上的偏移距離，該全局最佳匹配對應(yīng)的組內(nèi)最佳匹配即為圖像間垂直方向上的偏移距離。

S_ki＝min_k(S_ki),k＝1,...,K

B、航拍照片存在鏡頭畸變及幾何變形問題

采用商業(yè)化無人機(jī)拍攝得到樁基檢測區(qū)域局部高清照片存在鏡頭畸變及幾何變形問題。對此本系統(tǒng)通過軟件處理及現(xiàn)場標(biāo)志系統(tǒng)配合，對每一幅圖像均進(jìn)行鏡頭畸變及幾何變形修正加以解決。攝像機(jī)的內(nèi)部參數(shù)和畸變系數(shù)都可以得到，成為接下來進(jìn)行幾何坐標(biāo)校正的已知量。校正過程分為以下幾個步驟：

a、我們把畸變圖像像點(diǎn)像素坐標(biāo)(i，j)轉(zhuǎn)為圖像像點(diǎn)物理坐標(biāo)(x_d，y_d)，可以通過轉(zhuǎn)換矩陣方程得到；

b、根據(jù)畸變校正數(shù)學(xué)模型公式，我們可以得到該畸變點(diǎn)到圖像平面物理原點(diǎn)的距離

進(jìn)一步，我們可以得到校正圖像像點(diǎn)物理坐標(biāo)(x_r，y_r)；

其中，u₀，v₀，別為圖像中心的x和y坐標(biāo)，k₁和k₂為徑向畸變系數(shù)，p₁和p₂為切向畸變系數(shù)，r為像素所在位置距離攝像機(jī)光心的距離。

c、計算完校正圖像像點(diǎn)物理坐標(biāo)(x_r，y_r)后，我們繼續(xù)進(jìn)行校正圖像點(diǎn)像素坐標(biāo)的求解，再代入圖像平面物理坐標(biāo)系與圖像平面像素坐標(biāo)系轉(zhuǎn)換公式。

經(jīng)過上述步驟幾何校正的一系列工地?zé)o人機(jī)影像間的相鄰影像存在重復(fù)部分，這些冗余信息可作為我們進(jìn)行拼接的依據(jù)。圖像拼接解決的問題一般式，通過對齊一系列空間重疊的圖像，構(gòu)成一個無縫的、高清晰的圖像，它具有比單個圖像更高的分辨率和更大的視野，可以形成整個工地的拼接圖像?？紤]到相機(jī)周邊畸變較大，中心畸變較小的情況，可以根據(jù)相機(jī)情況自適應(yīng)地確定影像間的重疊度，以提高影像的幾何精度。

C、經(jīng)過拼接的圖像，其幾何變形基本已經(jīng)消除，因此可以和CAD圖像中的樁位信息進(jìn)行匹配。盡管存在實(shí)際的偏差，但在一般的范圍內(nèi)，CAD信息中的樁位中心和圓應(yīng)位于實(shí)際的樁基之內(nèi)，因此可以作為啟發(fā)式的先驗(yàn)信息，對拼接圖像的樁基進(jìn)行輪廓提取。

如圖3所示，提出基于超像素分割和graphcut的啟發(fā)式自動提取方法。

第一階段：對圖像進(jìn)行一定的預(yù)處理之后，對圖像進(jìn)行超像素分割；

第二階段：在超像素分割基礎(chǔ)上利用graphcut算法完成進(jìn)一步分割合并得到最終的樁基提取結(jié)果；

待分割的高分辨率遙感影像可以看作無向圖G＝＜V,E＞，其中V是圖像中像素集合，E表示相鄰像素之間的邊，V、E構(gòu)成圖像中的第一類頂點(diǎn)和邊；此外新增兩個點(diǎn)s、t，s表示源點(diǎn)，t表示匯點(diǎn)，圖像中的每個像素點(diǎn)都和新增的s、t點(diǎn)都有連接，構(gòu)成圖像中的第二類頂點(diǎn)和邊。通過選擇分割規(guī)則并計算在該分割規(guī)則下的圖像的能量函數(shù)，在某分割規(guī)則下能使能量函數(shù)最小，則此分割規(guī)則即將前景目標(biāo)和背景目標(biāo)分割開來。其中能量函數(shù)的公式為：

E(L)＝αR(L)+B(L)

其中E(L)為能量函數(shù)，R(L)和B(L)分別為區(qū)域項(xiàng)和邊界項(xiàng)，α為權(quán)重因子。

第三階段：對樁基區(qū)域進(jìn)行擬合，提取樁位中心。

分割實(shí)例如圖4所示，其中圖4(a)為原始圖像，圖4(b)為超像素分割結(jié)果，圖4(c)為分割圖像，圖4(d)的十字中心為提取的樁位中心。

如圖5和圖6所示，地面標(biāo)志組件包括矩形標(biāo)志和圓形標(biāo)志；其中：矩形標(biāo)志中設(shè)置有顏色相互間隔的矩形網(wǎng)格；圓形標(biāo)志中設(shè)置有多個顏色相互間隔的扇形區(qū)域。在本實(shí)施例中，矩形標(biāo)志的尺寸為1000mm×1000mm，圓形標(biāo)志的尺寸為φ200mm。

如圖7所示，地面標(biāo)志組件還包括：無人機(jī)水平位置及高度校正組件，無人機(jī)拍攝姿態(tài)校正組件。

應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理軟硬件系統(tǒng)軟件部分包括一套無人機(jī)圖像處理軟件，可以對無人機(jī)拍攝的圖像進(jìn)行校正、拼接、識別，并與導(dǎo)入CAD數(shù)據(jù)進(jìn)行比對，輸出比對結(jié)果。硬件部分包括一套與無人機(jī)攝影平臺配套的地面標(biāo)志組件，可以方便對無人機(jī)拍攝的圖像進(jìn)行幾何變形校正。

本發(fā)明完全改變了現(xiàn)有樁基幾何定位及外觀尺寸檢測中依賴人工逐點(diǎn)檢測的落后技術(shù)手段。充分利用航拍攝影的技術(shù)優(yōu)勢，大大提高了建筑工程中樁位偏差檢測及樁徑檢測的準(zhǔn)確度及效率，大大降低了檢測過程中投入的人力成本。具有良好的社會效益及經(jīng)濟(jì)效益，及廣闊的應(yīng)用前景。

本發(fā)明實(shí)施例的應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理系統(tǒng)，用于實(shí)現(xiàn)本發(fā)明實(shí)施例的應(yīng)用于基樁檢測中的無人機(jī)攝影成像及數(shù)據(jù)處理方法，包括：

圖像獲取單元，用于在待檢測的基樁目標(biāo)區(qū)域設(shè)置多個地面標(biāo)志組件，通過無人機(jī)低空航拍得到待檢測的基樁目標(biāo)區(qū)域的多幅圖像；

圖像修正及拼接單元，用于根據(jù)攝像機(jī)的內(nèi)部參數(shù)和地面標(biāo)志組件的在圖像中的位置相配合，對每幅圖像均進(jìn)行鏡頭畸變及幾何變形修正，并對修正后的圖像進(jìn)行圖像配準(zhǔn)、圖像拼接和圖像融合，得到待檢測的基樁目標(biāo)區(qū)域的完整圖像；

基樁偏差數(shù)據(jù)計算單元，用于將待檢測的基樁目標(biāo)區(qū)域的完整圖像進(jìn)行分析處理，根據(jù)基于超像素分割和graphcut的啟發(fā)式自動提取方法得到基樁中心和外輪廓，將其與CAD設(shè)計圖紙中的基樁位置進(jìn)行融合比對，得到基樁位置和樁徑的偏差數(shù)據(jù)。

應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進(jìn)或變換，而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。