巖體孔內(nèi)攝像視頻高精度快速成圖方法研究

　　摘　要:巖體結(jié)構(gòu)形態(tài)特征對(duì)巖土地質(zhì)工程的開(kāi)挖建設(shè)具有重要的意義，數(shù)字鉆孔攝像技術(shù)是快速有效地直接獲取孔內(nèi)巖體結(jié)構(gòu)形態(tài)的一種重要手段。針對(duì)現(xiàn)有數(shù)字全景鉆孔攝像系統(tǒng)及其分析軟件在現(xiàn)場(chǎng)復(fù)雜環(huán)境凸顯出來(lái)的問(wèn)題，本文提出一種孔內(nèi)全景視頻環(huán)狀圖像快速拼接融合成圖方法。該方法通過(guò)轉(zhuǎn)化原始孔內(nèi)視頻圖像為眾多有序的幀窄帶狀圖像，并進(jìn)行圖像特征檢測(cè)與匹配篩選，從而實(shí)現(xiàn)孔內(nèi)全景圖像的快速拼接融合。結(jié)果表明：該方法可在不完全依靠指南針或電子羅盤(pán)及深度編碼器的情況下，快速完成孔內(nèi)全景視頻圖像的連續(xù)拼接融合;拼接圖像的橫向、縱向分辨率和圖像清晰度均提高了一個(gè)數(shù)量級(jí)，實(shí)際工作時(shí)間可減半;該方法能夠?qū)崿F(xiàn)拼接出圖過(guò)程的智能化和自動(dòng)化分析處理，減輕工作人員的負(fù)擔(dān)，提高工作效率。本方法可僅僅依靠孔內(nèi)視頻圖像的固有特征而快速有效地形成無(wú)偏差的高質(zhì)量鉆孔全景圖像，促進(jìn)了孔內(nèi)攝像技術(shù)的發(fā)展，為高精度巖體工程勘察提供了一種更便捷有效的技術(shù)手段。

　　本文源自鄒先堅(jiān); 王川嬰; 宋歡， 工程科學(xué)與技術(shù) 發(fā)表時(shí)間：2021-07-09

　　關(guān)鍵詞:數(shù)字鉆孔攝像;圖像拼接;特征檢測(cè);數(shù)據(jù)融合;孔壁成像

　　在巖土工程、地質(zhì)工程、水電工程、石油勘測(cè)和地質(zhì)災(zāi)害防治工程等方面，常常需要了解深埋巖體結(jié)構(gòu)形態(tài)特征及其穩(wěn)定性信息[1–3] ，而巖體中存在的諸如節(jié)理、斷層、軟巖、破碎帶等結(jié)構(gòu)，是構(gòu)成巖體結(jié)構(gòu)形態(tài)的重要組成部分，也是決定深埋地下工程穩(wěn)定性的重要因素[4] 。數(shù)字全景鉆孔攝像系統(tǒng)通過(guò)孔內(nèi)攝像技術(shù)可以獲得鉆孔內(nèi)部巖體結(jié)構(gòu)形態(tài)的高精度全景視頻圖像，且這些全景視頻圖像精確地記錄了孔內(nèi)巖體結(jié)構(gòu)形態(tài)的特征[5–7] 。在工程實(shí)踐當(dāng)中，如何快速有效地獲取孔內(nèi)孔壁巖體結(jié)構(gòu)真實(shí)的全景視頻圖像，并準(zhǔn)確地展現(xiàn)孔內(nèi)巖體結(jié)構(gòu)形態(tài)的原位信息，這對(duì)于工程地質(zhì)勘探與項(xiàng)目設(shè)計(jì)施工等具有重要的實(shí)際工程意義，也是進(jìn)行深部地下工程建設(shè)的重要研究?jī)?nèi)容。

　　在現(xiàn)有的工程應(yīng)用設(shè)備中，對(duì)于孔內(nèi)全景鉆孔圖像的分析處理基本上還為傳統(tǒng)意義上的掃描線或類(lèi)掃描線堆積拼接的方法[8] ，即：完全依靠或間接參考電子羅盤(pán)或指南針的方位角和編碼器的深度信息來(lái)不斷生成每一幀視頻圖像的單條或多條掃描線;然后，把每一幀圖像所生成的掃描線依次堆積起來(lái)形成對(duì)應(yīng)的鉆孔圖像，或進(jìn)行簡(jiǎn)單有序的多條掃描線(矩形視窗帶狀圖像)對(duì)比累加來(lái)實(shí)現(xiàn)孔內(nèi)全景圖像的生成。在綜合考慮海上鉆探、深埋隧道和煤礦鉆井等復(fù)雜現(xiàn)場(chǎng)勘察環(huán)境下，這種方法主要存在如下問(wèn)題：1)傳統(tǒng)的單條或多條掃描線方法本身攜帶的數(shù)據(jù)量有限，現(xiàn)場(chǎng)實(shí)際勘察過(guò)程中很難保證孔內(nèi)攝像探頭以非常慢的速度勻速進(jìn)行，從而導(dǎo)致錄制的視頻圖像時(shí)快時(shí)慢，并伴隨著無(wú)規(guī)則的旋轉(zhuǎn)和往返抖動(dòng)的現(xiàn)象。因此，掃描線方法無(wú)法做到在放線過(guò)快時(shí)記錄更多的圖像行數(shù)數(shù)據(jù)，在放線過(guò)慢時(shí)刪除部分冗余圖像行數(shù)數(shù)據(jù)，進(jìn)而導(dǎo)致最終得到的鉆孔圖像嚴(yán)重變形，時(shí)伸時(shí)縮，圖像質(zhì)量較差，必須進(jìn)行后續(xù)的圖像修正。2)掃描線堆積成圖的方式、鉆孔圖像質(zhì)量的好壞需要完全依靠指南針/電子羅盤(pán)和編碼器的數(shù)據(jù)準(zhǔn)確與否。然而，實(shí)際情況下，指南針/電子羅盤(pán)和編碼器都存在一定的物理惰性，并且不可避免地偶然出錯(cuò)，特別是孔內(nèi)攝像探頭在線纜的帶動(dòng)下進(jìn)行張力扭力的旋轉(zhuǎn)、拉伸和人為因素的偶然抖動(dòng)時(shí)，指南針/電子羅盤(pán)和編碼器本身無(wú)法進(jìn)行自我修正并找到正確的位置和方向，從而導(dǎo)致掃描線方法出錯(cuò)或成圖質(zhì)量差。3)目前掃描線方法現(xiàn)有的實(shí)現(xiàn)軟件，無(wú)法做到自適應(yīng)和智能化處理，并且后續(xù)深度修正和方位矯正等數(shù)據(jù)修正工作嚴(yán)重依賴于人工手動(dòng)處理和實(shí)踐經(jīng)驗(yàn)值。這對(duì)于多個(gè)孔或超深孔的視頻圖像數(shù)據(jù)處理而言，需要數(shù)天甚至數(shù)周進(jìn)行專(zhuān)門(mén)的數(shù)據(jù)處理，耗時(shí)費(fèi)力，迫切需要進(jìn)行孔內(nèi)視頻圖像的智能化和自動(dòng)化分析處理[9–11] 。

　　因此，針對(duì)以上問(wèn)題，本文開(kāi)展了一種孔內(nèi)視頻圖像快速拼接融合成圖方法，旨在解決孔內(nèi)全景視頻圖像的智能化檢測(cè)匹配和圖像數(shù)據(jù)的自動(dòng)化拼接融合，解決完全依賴于指南針或電子羅盤(pán)的方式，并實(shí)現(xiàn)孔內(nèi)全景視頻圖像的智能化拼接融合和實(shí)時(shí)快速出圖，提高實(shí)際工作效率，為一線科研工作人員減負(fù)。研究工作將為實(shí)際鉆孔勘察過(guò)程和孔內(nèi)視頻圖像處理方法提供極大的便利，有望改善深部巖體結(jié)構(gòu)孔內(nèi)攝像勘察的實(shí)時(shí)性和高效性。

　　1 孔內(nèi)全景攝像技術(shù)

　　1.1 鉆孔攝像系統(tǒng)簡(jiǎn)介

　　數(shù)字全景鉆孔攝像系統(tǒng)是一套全新的先進(jìn)智能型勘探設(shè)備，集電子技術(shù)、視頻技術(shù)、數(shù)字技術(shù)和計(jì)算機(jī)技術(shù)于一身，從全景角度對(duì)孔內(nèi)孔壁進(jìn)行無(wú)擾動(dòng)的原位攝像記錄并加以分析。通過(guò)直接對(duì)孔壁進(jìn)行攝像，避免了鉆孔取芯的擾動(dòng)影響，能夠準(zhǔn)確地探明鉆孔孔壁結(jié)構(gòu)形態(tài)，詳細(xì)地反映出孔內(nèi)巖土體的原位狀態(tài)。該系統(tǒng)可同時(shí)觀測(cè)到360°的孔壁情況，具有實(shí)時(shí)監(jiān)視的能力，能夠?qū)φ麄€(gè)鉆孔資料進(jìn)行現(xiàn)場(chǎng)顯示和分析保存[12] 。

　　該系統(tǒng)主要由全景攝像探頭、控制箱和深度編碼器及其線纜等部件組成，如圖1所示。其中：全景攝像探頭是該系統(tǒng)的關(guān)鍵設(shè)備，其內(nèi)部包含有可獲得全景圖像的截頭錐面鏡、提供探測(cè)照明的光源、用于定位的磁性羅盤(pán)及微型CCD攝像頭等部件[13] 。整個(gè)探頭采用了高壓密封技術(shù)，可以在深水中進(jìn)行探測(cè)。深度編碼器是該系統(tǒng)的定位設(shè)備之一，由測(cè)量輪、光電轉(zhuǎn)角編碼器、深度信號(hào)采集板及接口板組成。該系統(tǒng)的軟件部分主要包括數(shù)據(jù)采集軟件部分和數(shù)據(jù)分析軟件部分。系統(tǒng)軟件能夠?qū)︿浿仆瓿傻你@孔視頻進(jìn)行圖像數(shù)字化，并對(duì)全景鉆孔圖像進(jìn)行分析和結(jié)構(gòu)面的識(shí)別和解譯，完成對(duì)鉆孔圖像數(shù)據(jù)的存儲(chǔ)和維護(hù)，為實(shí)踐工程提供可靠的鉆孔圖像和巖體結(jié)構(gòu)數(shù)據(jù)。

　　1.2 現(xiàn)場(chǎng)孔內(nèi)視頻圖像特征

　　數(shù)字全景鉆孔攝像系統(tǒng)可以實(shí)時(shí)地獲取孔內(nèi)巖體結(jié)構(gòu)形態(tài)的真實(shí)圖像，但所得全景鉆孔圖像如何更加快速有效反映孔內(nèi)巖體結(jié)構(gòu)形態(tài)特征是一個(gè)重要的研究課題[14–16] 。因此，全景攝像探頭內(nèi)攝像頭拍攝的原始視頻圖像是孔內(nèi)全景鉆孔圖像數(shù)據(jù)分析的關(guān)鍵，直接讀取攝像頭內(nèi)的原始視頻圖像并快速地轉(zhuǎn)化分析為高質(zhì)量的孔內(nèi)全景圖像是研究的重難點(diǎn)內(nèi)容。

　　由于全景鉆孔圖像是孔內(nèi)孔壁巖體結(jié)構(gòu)的間接反映，是巖體結(jié)構(gòu)受到光照之后反射到全景攝像探頭錐面鏡上的成像結(jié)果，故孔壁巖體結(jié)構(gòu)決定了鉆孔圖像色彩深度的組成[17] 。圖2為某煤礦工程中孔內(nèi)全景視頻圖像中的一幀圖像。由于裂隙、斷裂面、孔洞、破碎帶等區(qū)域的反光性差異，從而在鉆孔圖像表現(xiàn)為或明亮或暗淡的顏色。

　　全景攝像探頭獲得的視頻圖像在轉(zhuǎn)換為真實(shí)可用的孔內(nèi)全景圖像的過(guò)程中，主要表現(xiàn)出如下特征和技術(shù)問(wèn)題：1)孔壁巖體結(jié)構(gòu)的成像特征是由近至遠(yuǎn)的圓環(huán)形狀，如圖2所示;2)全景攝像探頭向下放線的過(guò)程中，孔壁結(jié)構(gòu)由近至遠(yuǎn)依次連續(xù)成像，視頻中的圖像存在圓環(huán)變形與交錯(cuò)重疊部分;3)受鉆孔傾斜、線纜纏繞或探頭自重的影響，全景攝像探頭會(huì)發(fā)生不可避免的旋轉(zhuǎn)和抖動(dòng)等偶然事件，從而導(dǎo)致孔內(nèi)視頻圖像數(shù)據(jù)發(fā)生旋轉(zhuǎn)和變形。由于攝像頭記錄的視頻圖像本身具有絕對(duì)的連續(xù)性和固有圖像特征，因此，如何通過(guò)該連續(xù)性和固有特征來(lái)更加準(zhǔn)確記錄或修正鉆孔圖像中巖體結(jié)構(gòu)的方位和深度信息，并利用原始孔內(nèi)視頻圖像進(jìn)行全景圖像的拼接融合是一個(gè)非常關(guān)鍵的科學(xué)問(wèn)題，也是提高鉆孔圖像質(zhì)量和進(jìn)行勘察資料后續(xù)分析的基礎(chǔ)。

　　2 孔內(nèi)視頻快速出圖方法

　　針對(duì)現(xiàn)場(chǎng)獲取的孔內(nèi)視頻圖像特征和現(xiàn)有設(shè)備存在的問(wèn)題，提出一種孔內(nèi)全景視頻環(huán)狀圖像快速拼接融合成圖方法。在已經(jīng)獲取孔內(nèi)全景視頻錄像的前提下，闡述具體步驟，并以川藏鐵路等勘察工程中的鉆孔視頻圖像數(shù)據(jù)為例進(jìn)行說(shuō)明。

　　2.1 方法原理

　　數(shù)字全景攝像系統(tǒng)采用截頭的錐面反射鏡，利用特定的光學(xué)變換實(shí)現(xiàn)了將 360°鉆孔孔壁圖像反射成平面圖像。經(jīng)過(guò)這種光學(xué)變換，形成環(huán)狀的全景圖像[17] 。該原始圖像不便于直接觀測(cè)，缺乏直觀性，需要進(jìn)一步轉(zhuǎn)化修正。

　　本文提出的孔內(nèi)視頻快速出圖方法主要是依據(jù)畸變矯正和圖像拼接過(guò)程中涉及的理論和技術(shù)[18] ，利用張正友棋盤(pán)標(biāo)定、非均勻插值、SIFT 特征點(diǎn)提取、基于k–d樹(shù)的BBF(best bin first)算法、RANSAC(random sample consensus)算法、加權(quán)平滑等技術(shù)，克服了現(xiàn)有掃描線圖像質(zhì)量較低、成圖速度慢和過(guò)程漫長(zhǎng)而繁雜的缺點(diǎn)[19] 。該方法主要技術(shù)步驟如圖3所示。首先，利用數(shù)字全景鉆孔攝像系統(tǒng)獲取原始的孔內(nèi)視頻圖像，解析視頻并獲得每幀的窄帶狀圖像;然后，進(jìn)行圖像特征匹配與特征檢測(cè)，并根據(jù)實(shí)際的方位角數(shù)據(jù)和深度數(shù)據(jù)進(jìn)一步確定或修正每幀圖像的實(shí)際寬度偏移和實(shí)際高度偏移，繼而確定最終獲得每幀窄帶狀圖像的像素偏移量;最后，對(duì)窄帶狀圖像進(jìn)行融合拼接，形成工程所需的孔內(nèi)全景鉆孔圖像。

　　2.2 主要步驟描述

　　步驟1)窄帶狀圖像采集。

　　針對(duì)獲取的孔內(nèi)全景視頻，首先，利用霍夫圓檢測(cè)方法(比如OpenCV中的HoughCircles( )函數(shù))自動(dòng)識(shí)別鉆孔圖像的中心和鉆孔孔壁的成像最大、最小半徑，自動(dòng)識(shí)別視頻圖像中指南針或電子羅盤(pán)的方位角數(shù)據(jù)信息Azimuth和深度編碼器的實(shí)時(shí)深度信息Depth;接著，根據(jù)實(shí)際情況自動(dòng)調(diào)整鉆孔圖像中心O(x，y)和孔壁成像環(huán)的內(nèi)外半徑Rmin和Rmax，如圖4 所示。圖4中的孔內(nèi)全景視頻為200萬(wàn)高清鉆孔攝像設(shè)備所錄制，為中科院巖土所最新研制的產(chǎn)品。

　　針對(duì)內(nèi)外半徑Rmin和Rmax范圍內(nèi)的環(huán)狀圖像，為了保證即將生成的窄帶狀圖像盡量最大有效，設(shè)置鉆孔孔壁環(huán)狀圖像的有效范圍為H=Rmax–Rmin，也就是即將生成的窄帶狀圖像的高度;設(shè)置孔壁環(huán)狀圖像中間位置圓環(huán)所對(duì)應(yīng)的像素?cái)?shù)為W=π(Rmax+Rmin)，并作為環(huán)狀圖像中每一環(huán)的采用點(diǎn)數(shù)，也就是即將生成的窄帶狀圖像的寬度。

　　據(jù)此，在錄像的孔內(nèi)全景視頻中的每一幀孔壁環(huán)狀圖像內(nèi)，以鉆孔圖像中心O(x，y)為圓心，從半徑 Rmin處每一幀方位角Azimuth處開(kāi)始，每一圓環(huán)采集 W個(gè)像素點(diǎn)，直到半徑Rmax處，從而形成寬度為W、高度為H的窄帶狀圖像，并保存該窄帶狀圖像和對(duì)應(yīng)的方位角數(shù)據(jù)數(shù)值A(chǔ)zimuth和深度數(shù)值Depth。從孔內(nèi)全景錄像視頻中的第一幀視頻圖像開(kāi)始，每一幀視頻圖像形成一張寬度為W、高度為H的窄帶狀圖像，直到孔內(nèi)視頻圖像采集結(jié)束，如圖5所示。

　　步驟2)特征檢測(cè)與匹配數(shù)據(jù)生成。

　　鉆孔孔壁圖像本身具有如下特征：每一幀視頻圖像形成的窄帶狀圖像比較窄;孔壁巖石大部分區(qū)域特征基本相同;大部分區(qū)域基本上無(wú)特別的角點(diǎn)拐點(diǎn)，并且存在一定的變形;圖像噪聲非常嚴(yán)重;孔內(nèi)孔壁水流、沙石、泥漿等雜物形成的干擾信號(hào)比較強(qiáng)烈。因此，窄帶狀孔壁圖像的特征檢測(cè)與匹配的干擾性較大，可靠性也一般。為了去掉這些背景噪聲，依次采用相鄰兩幀窄帶狀圖像的差值圖像來(lái)進(jìn)行圖像特征檢測(cè)和匹配。另外，針對(duì)形成的窄帶狀孔壁圖像，為了兼顧圖像特征檢測(cè)與特征匹配的準(zhǔn)確性和時(shí)效性，本文主要采用了SURF(speeded up robust feature)算法檢測(cè)匹配窄帶狀圖像中的特征點(diǎn)[16] 。相鄰兩幀窄帶狀圖像差值圖像的SURF特征檢測(cè)結(jié)果如圖6(a)所示。

　　圖像特征檢測(cè)的基本原理是根據(jù)視覺(jué)圖像特征尺度不變性特征進(jìn)行的。該尺度不變特征的理念是：不僅在任何尺度下拍攝的物體都能檢測(cè)到一致的關(guān)鍵點(diǎn)，而且每個(gè)被檢測(cè)的特征點(diǎn)都對(duì)應(yīng)一個(gè)尺度因子。對(duì)于兩幅圖像中不同尺度的同一個(gè)物體點(diǎn)，計(jì)算得到的兩個(gè)尺度因子之間的比率應(yīng)該等于圖像尺度的比率。因此，采用加速穩(wěn)健特征SURF檢測(cè)方法檢測(cè)窄帶狀圖像上的特征點(diǎn)，并建立每一個(gè)特征點(diǎn)與下一幀窄帶狀圖像的匹配對(duì)應(yīng)關(guān)系，如圖6(b)所示。

　　從圖6(b)中的特征點(diǎn)匹配效果來(lái)看，部分匹配效果存在偏差，因此，需要進(jìn)一步篩選匹配點(diǎn)以獲取優(yōu)秀的匹配點(diǎn)。為此，本文采用了Lowe’s算法進(jìn)一步獲取優(yōu)秀匹配點(diǎn)，特征匹配篩選之后的結(jié)果如圖6(c)所示。

　　根據(jù)以上圖像特征檢測(cè)和匹配篩選的原則，從每一組相鄰幀圖像中篩選出一組最優(yōu)的匹配點(diǎn)作為上下相鄰兩幀窄帶狀圖像的唯一最佳匹配點(diǎn)，并記錄下這一對(duì)最佳匹配點(diǎn)的坐標(biāo)Mi (xi，yi )和Mi+1(xi+1， y i + 1 )。其中， Mi ( x i， y i )位于第i幀窄帶狀圖像上， Mi+1(xi+1，yi+1)位于第i+1幀窄帶狀圖像上。因此，將這對(duì)匹配點(diǎn)坐標(biāo)進(jìn)行相減，就可以得到下一幀圖像相對(duì)于上一幀圖像的偏移量 Di + 1 (Δx ， Δy ) 。其中： Δx=xi+1–xi，意味著下一幀窄帶狀圖像相對(duì)于上一幀圖像向右偏移了Δxi個(gè)像素坐標(biāo)位置;Δy=yi+1–yi，意味著下一幀窄帶狀圖像相對(duì)于上一幀圖像向下行走了Δyi個(gè)像素坐標(biāo)位置。將幀序號(hào)i、向左偏移量Δxi個(gè)像素距離和下行走量Δyi個(gè)像素距離依次在特點(diǎn)文件mData_N.txt中保存。據(jù)此，針對(duì)每一對(duì)相鄰幀的窄帶狀圖像進(jìn)行如上操作，依次得到每一幀窄帶狀圖像相對(duì)于上一幀窄帶狀圖像的偏移量數(shù)組(幀序號(hào)i、橫向向左偏移量Δxi個(gè)像素距離和縱向向下行走量 Δyi個(gè)像素距離)和對(duì)應(yīng)匹配數(shù)據(jù)文件mData_N.txt。

　　步驟3)窄帶狀圖像快速拼接融合。

　　根據(jù)步驟2)得到的mData_N.txt數(shù)據(jù)文件，針對(duì)步驟1)形成的窄帶狀孔壁圖像，首先，從序號(hào)i=1張窄帶狀圖像開(kāi)始，取i+1之后每一張窄帶狀圖像中間行的前后Δyi+1/2行形成圖像Ii+1，即從第i+1張圖像的第(y/2–Δyi+1/2)行開(kāi)始到第(y/2+Δyi+1/2)行結(jié)束形成圖像Ii+1;然后，圖像Ii+1的橫向坐標(biāo)像素全部向右偏移Δxi+1個(gè)(Δxi+1小于0表示向左循環(huán)偏移，反之為向右循環(huán)偏移)，并形成橫向偏移Δxi+1個(gè)像素坐標(biāo)后圖像 ;最后，把圖像 連接在第1張圖像的末尾。以此類(lèi)推，把I1，I2，I3，···，Ii，Ii+1，···連接在第1張窄帶狀圖像的末尾，繼而完成所有的窄帶狀圖像的拼接，最后形成整個(gè)初始拼接圖像，如圖7(a)所示。

　　從放大圖像圖7(b)中可以看出，兩圖交界處的拼接并不自然。這是因?yàn)楣庹丈珴傻牟町愂沟脙蓤D交界處的過(guò)渡偶然出現(xiàn)偏差，故需數(shù)據(jù)融合方法來(lái)解決這種不自然。這里采用加權(quán)融合方法，使在重疊部分由前一幅圖像慢慢過(guò)渡到第2幅圖像，即將圖像重疊區(qū)域的像素值按一定的權(quán)值相加合成新的圖像。具體操作步驟如下：在形成圖像Ii+1之前，首先，根據(jù)向右偏移值Δxi+1調(diào)整第i+1張窄帶狀圖像Mi+1，并形成窄帶狀圖像 ;然后，把第M張圖像和新形成的圖像融合成一張y+Δyi+1行圖像，即第M張圖像下面部分和第Mi+1張圖像上部分的交匯區(qū)域進(jìn)行加權(quán)融合，使前一幅圖像慢慢過(guò)渡到第2幅圖像，將圖像的重疊區(qū)域的像素值按一定的權(quán)值相加合成新的圖像Ji+1。該圖像Ji+1對(duì)正常的窄帶狀圖像多出Δyi+1行，則把多出的Δyi+1行圖像裁剪形成圖像Ii+1，隨后連接到上張拼接圖像的尾部即可，最后形成效果更好地完整拼接圖像，如圖8(a)所示，拼接融合后圖像局分區(qū)域放大后如圖8(b)所示。

　　在這個(gè)過(guò)程中，由于鉆孔較深，視頻圖像數(shù)據(jù)很長(zhǎng)很大。為了防止生成的圖像過(guò)長(zhǎng)而無(wú)法保存和不便查看，本方法以固定長(zhǎng)度L(一般L=2 m)保存每張形成的圖像。即：以實(shí)際深度Depth數(shù)據(jù)為準(zhǔn)，以L= 2 m一段為準(zhǔn)，依次保存該部分拼接形成的圖像，最終形成N張拼接圖像。

　　步驟4)拼接圖像優(yōu)化和信息標(biāo)注。

　　針對(duì)步驟3)形成的N張拼接圖像，利用圖像增強(qiáng)方法進(jìn)行每張拼接圖像的灰度拉伸與細(xì)節(jié)增強(qiáng)。圖像灰度拉伸的目的是為了防止圖像過(guò)暗或過(guò)亮，并針對(duì)整個(gè)圖像進(jìn)行統(tǒng)一的灰度均衡化處理(圖像直方圖均衡化)，使整張圖像像素過(guò)渡平緩。然后，通過(guò)圖像增強(qiáng)方法進(jìn)行圖像細(xì)節(jié)增強(qiáng)，以凸顯出圖像中巖體結(jié)構(gòu)面等信息。

　　為了方便鉆孔圖像的查看和保存，本文采用一定的長(zhǎng)寬比尺寸來(lái)對(duì)拼接圖像進(jìn)行像素轉(zhuǎn)化，使圖像更加方便觀看、理解且符合審美觀。比如：可以采用接近黃金比例尺的長(zhǎng)寬比尺寸0.618進(jìn)行橫縱比像素的縮放。另外，根據(jù)每張拼接圖像中保留的方位角數(shù)據(jù)信息Azimuth和深度數(shù)據(jù)信息Depth，對(duì)優(yōu)化的拼接圖像進(jìn)行深度刻度標(biāo)注和圖像方位東南西北(N、 E、S、W、N)的標(biāo)識(shí)，并生成孔內(nèi)全景展開(kāi)圖。與此同時(shí)，根據(jù)東南西北方位角信息，分別以正東、正南、正西、正北4個(gè)方向生成鉆孔巖心圖，也就是3維柱狀圖。以圖7、8中的視頻圖像數(shù)據(jù)為例，進(jìn)行信息標(biāo)注，柱狀圖生成之后的孔內(nèi)全景和3維柱狀圖如圖9所示。

　　3 結(jié)果與討論

　　以獲得的高清鉆孔攝像視頻為例，應(yīng)用本文所述方法進(jìn)行孔內(nèi)視頻圖像處理。該視頻總幀數(shù)為44 980 幀，時(shí)長(zhǎng)30 min，記錄的鉆孔數(shù)據(jù)來(lái)源于正在建設(shè)中的川藏鐵路某地質(zhì)工程勘察。采用本文所述方法實(shí)現(xiàn)了該視頻圖像的快速匹配融合出圖。該地質(zhì)勘察工程報(bào)告中的一組圖像如圖10所示。

　　實(shí)測(cè)結(jié)果顯示本文所屬方法能快速有效地實(shí)現(xiàn)大量高清視頻圖像數(shù)據(jù)的拼接融合出圖，并全自動(dòng)地生成一系列高清高質(zhì)量的鉆孔圖像數(shù)據(jù)。該方法簡(jiǎn)化了孔內(nèi)視頻圖像的處理過(guò)程，為實(shí)際鉆孔勘察過(guò)程提供了極大便利，極大地改善了深部巖體結(jié)構(gòu)孔內(nèi)攝像勘察的實(shí)時(shí)性和高效性。然而，在實(shí)際應(yīng)用過(guò)程中，需要對(duì)如下問(wèn)題進(jìn)行深入研究和分析討論。

　　3.1 特征匹配點(diǎn)篩選方法

　　為了排除由于光線遮擋和背景混亂而產(chǎn)生的無(wú)匹配關(guān)系的圖像特征點(diǎn)，本文采用比較最近鄰距離與次近鄰距離的篩選方式來(lái)進(jìn)行。取一幅圖像中的一個(gè)特征點(diǎn)，并找出其與另一幅圖像中歐式距離最近的前兩個(gè)特征點(diǎn)。在這兩個(gè)特征點(diǎn)中，如果最近的距離除以次近的距離得到的比率ratio少于某個(gè)閾值T，則可以接受這一對(duì)匹配點(diǎn)。因?yàn)閷?duì)于錯(cuò)誤匹配，由于特征空間的高維性，相似的距離可能有大量其他的錯(cuò)誤匹配，從而其ratio值比較高。顯然，降低這個(gè)比例閾值T，特征匹配點(diǎn)數(shù)目會(huì)減少，但更加穩(wěn)定。經(jīng)過(guò)實(shí)踐，通過(guò)對(duì)相鄰兩幀窄帶狀圖像進(jìn)行大量匹配的結(jié)果表明：ratio小于0. 5時(shí)，匹配點(diǎn)較少;ratio大于0.7 時(shí)，錯(cuò)誤匹配點(diǎn)較多。因此，ratio取值0.6，以滿足實(shí)踐工程需求。

　　然而，實(shí)際中仍然會(huì)篩選出0組或者多組特征匹配點(diǎn)，甚至是錯(cuò)誤的匹配點(diǎn)。0組和錯(cuò)誤的匹配點(diǎn)會(huì)導(dǎo)致連續(xù)進(jìn)行圖像拼接過(guò)程的錯(cuò)誤和中斷;多組特征匹配點(diǎn)會(huì)額外再增加程序的計(jì)算量，從而影響圖像快速拼接融合的時(shí)效性。因此，有必要考慮該方法在任何復(fù)雜情況下特征匹配點(diǎn)的唯一性問(wèn)題，從而保證該方法始終快速有效地進(jìn)行下一幀圖像的拼接融合，以及圖像數(shù)據(jù)的正確有效性。考慮獲得的窄帶狀圖像的特殊性和專(zhuān)用性，在以上篩選出的單個(gè)或者多個(gè)最優(yōu)特征匹配點(diǎn)后，進(jìn)一步采用圖像處理中最小最優(yōu)的漢明距離進(jìn)行唯一特征匹配點(diǎn)的篩選;并通過(guò)實(shí)際指南針數(shù)據(jù)和深度數(shù)據(jù)計(jì)算校對(duì)每一組特征匹配點(diǎn)，進(jìn)而保證每相鄰兩幀圖像有且僅存在一組最優(yōu)的特征匹配點(diǎn)。其中一組的鉆孔圖像處理效果如圖11所示。

　　3.2 累計(jì)誤差消除方法

　　在進(jìn)行窄帶狀圖像的特征檢測(cè)與匹配的過(guò)程中，很難保證每次的匹配到的唯一特征匹配點(diǎn)是準(zhǔn)確無(wú)偏差的。雖然每次的誤差很小(一個(gè)像素以內(nèi))，但是在進(jìn)行幾萬(wàn)幀圖像的連續(xù)匹配后，積累出來(lái)的誤差就會(huì)很大，而且這種局部誤差累計(jì)起來(lái)后的整體趨勢(shì)，與全景攝像探頭的旋轉(zhuǎn)趨勢(shì)有一定的關(guān)系，因此，有必要對(duì)累計(jì)進(jìn)行修正。首先，采用高斯雙曲線濾波的方法對(duì)步驟2)中得到特征匹配數(shù)據(jù)進(jìn)行雙曲線高斯濾波，進(jìn)而消除局部隨機(jī)小誤差;然后，依次累計(jì)每次匹配到的偏移量，并對(duì)下一幀窄帶狀圖像進(jìn)行同樣的偏移后，再進(jìn)行特征檢測(cè)與匹配;最后，分別統(tǒng)計(jì)分析孔內(nèi)視頻圖像中方位數(shù)據(jù)和匹配到偏移量的變化趨勢(shì)，相互對(duì)比校正數(shù)據(jù)。在一定范圍的局部?jī)?nèi)，圖像特征檢測(cè)與匹配得到的偏移量數(shù)據(jù)的可靠性大于指南針或電子羅盤(pán)得到的方位數(shù)值。

　　因此，本文采用的修正準(zhǔn)則是：當(dāng)每次偏移量的差值小于1/4的像素寬度W/4時(shí)，采用當(dāng)前偏移量的數(shù)值;否則，采用指南針或電子羅盤(pán)得到的方位數(shù)值，并以該方位值和偏移量值的中值為基準(zhǔn)，重新開(kāi)始互相修正。據(jù)此，針對(duì)同一個(gè)鉆孔視頻中的同一段區(qū)域，分別采用本方法和原掃描線方法得到的拼接圖像與原始掃描線圖像的對(duì)比結(jié)果如圖12所示。

　　3.3 拼接圖像精度分析

　　以圖12中對(duì)應(yīng)的原始視頻為例，取圖12(a)和(b)中同一位置放大10倍之后即可得到對(duì)比效果圖13。圖13(a)、(b)、(c)分別為圖12中同一個(gè)崩落石塊、同一個(gè)孔洞、同一個(gè)巖石裂紋放大圖的比對(duì)。由圖13可知，圖像匹配融合方法所得的鉆孔圖像在清晰度和準(zhǔn)確性上遠(yuǎn)高于原始的掃描線出圖方法。

　　另外，由文獻(xiàn)資料可知，數(shù)字全景攝像系統(tǒng)所得到的標(biāo)清圖像的橫向精度是1 024 pixels，即1 024 px，縱向深度方向的設(shè)計(jì)精度是1 mm。然而，由于現(xiàn)場(chǎng)實(shí)測(cè)情況的復(fù)雜性和線纜放線速度的不穩(wěn)定性，導(dǎo)致原軟件系統(tǒng)產(chǎn)生的標(biāo)清圖像縱向精度無(wú)法達(dá)到1 mm。實(shí)際橫向和縱向分辨率與具體實(shí)測(cè)孔徑大小、編碼器的深度修正和指南針或電子羅盤(pán)的方位修正數(shù)據(jù)有很大的關(guān)系。然而，由于拼接圖像不需要完全依靠指南針/電子羅盤(pán)和編碼器，甚至可以完全拋開(kāi)深度和方位信息自動(dòng)完成孔內(nèi)全景圖像的連續(xù)拼接融合。通過(guò)依靠孔內(nèi)孔壁圖像的物理特征來(lái)實(shí)現(xiàn)孔內(nèi)全景圖像的連續(xù)拼接融合，有效地避開(kāi)了縱多人為因素的干擾，保證物理圖像本身的可靠性和有效性[18–20] 。

　　由于原孔內(nèi)視頻圖像是由攝像機(jī)得到的，孔內(nèi)視頻圖像的精度就是攝像機(jī)的精度;本文所得的拼接圖像來(lái)源于孔內(nèi)攝像機(jī)所得視頻圖像的裁剪轉(zhuǎn)化和拼接融合，理論上他們的圖像分辨率應(yīng)該是一致的，都應(yīng)該接近于攝像機(jī)的圖像分辨率和精度[21–24] 。因此，本文所得到的拼接融合圖像的精度也應(yīng)該接近攝像機(jī)的精度，即遠(yuǎn)遠(yuǎn)大于系統(tǒng)設(shè)定的1 mm精度。實(shí)際上為了迫使橫向精度與拼接數(shù)據(jù)的縱向偏移量在實(shí)際尺寸一致，不得不擴(kuò)展拼接圖像的橫向像素點(diǎn)到5 000 pixels以上，即5 000 px。這同時(shí)進(jìn)一步說(shuō)明了拼接融合圖像的至少在0.2 mm以上，如圖13和表1 所示。

　　由圖13和表1可知：針對(duì)同一視頻文件所得的拼接融合圖像比傳統(tǒng)的掃描線圖像的分辨率提高了很多;同一位置放大10倍之后，拼接融合圖像中的孔壁巖體結(jié)構(gòu)紋理依然清晰，而掃描線圖像開(kāi)始變得模糊不清了。因此，拼接融合圖像在清晰度和準(zhǔn)確性上遠(yuǎn)遠(yuǎn)高于傳統(tǒng)掃描線方法，進(jìn)一步促進(jìn)了該系統(tǒng)設(shè)備及其軟件分析方法的升級(jí)換代。

　　3.4 實(shí)際工作效率分析

　　為了說(shuō)明本文所述方法在實(shí)踐工程應(yīng)用中的實(shí)際效果，對(duì)同一個(gè)30 min的孔內(nèi)攝像視頻，分別采用傳統(tǒng)的掃描線方法與本文所述的拼接融合方法進(jìn)行分析，并得出孔內(nèi)全景圖像。采用傳統(tǒng)的掃描線方法完成整個(gè)孔內(nèi)全景圖像的分析，最終總耗時(shí)約87 min，其中，程序運(yùn)行等待時(shí)間大約38 min。在手動(dòng)進(jìn)行編碼器深度修正和電子羅盤(pán)或指南針?lè)轿唤切拚倪^(guò)程中，操作復(fù)雜且繁瑣。然而，采用本文所述拼接融合方法總耗時(shí)約16 min，幾乎無(wú)需人為干預(yù)即可快速產(chǎn)生高質(zhì)量的孔內(nèi)全景圖像，只需要安靜等待大約 14 min的運(yùn)行時(shí)間。具體數(shù)據(jù)信息如表2所示。

　　由表2可知，本文所述的拼接融合方法的實(shí)際操作步驟已經(jīng)可以實(shí)現(xiàn)自動(dòng)化處理，運(yùn)行時(shí)間大大縮短。本文所述的圖像拼接融合方法不完全依靠輔助的物理羅盤(pán)指南針或電子羅盤(pán)及深度編碼器，并且操作簡(jiǎn)單易行，能夠?qū)崿F(xiàn)拼接出圖過(guò)程的智能化和自動(dòng)化分析處理，極大地提高了工作效率，減輕工作人員的負(fù)擔(dān)。

　　4 結(jié)　論

　　針對(duì)現(xiàn)有數(shù)字全景攝像系統(tǒng)及其分析軟件在現(xiàn)場(chǎng)復(fù)雜環(huán)境中突顯出來(lái)的孔內(nèi)全景視頻圖像處理問(wèn)題，本文提出一種環(huán)狀圖像快速拼接融合成圖方法。該方法通過(guò)轉(zhuǎn)化原始孔內(nèi)視頻圖像為眾多連續(xù)幀的窄帶狀圖像，并進(jìn)行圖像特征檢測(cè)與特征匹配篩選，從而實(shí)現(xiàn)孔內(nèi)全景圖像的快速拼接融合成圖，可得出如下結(jié)論：

　　1)所述方法不再完全依靠指南針或電子羅盤(pán)及深度編碼器的數(shù)據(jù)完成孔內(nèi)全景視頻圖像的連續(xù)拼接融合。采用現(xiàn)有孔內(nèi)電子羅盤(pán)和編碼器等，只是為了進(jìn)一步保證拼接圖像數(shù)據(jù)的可靠性。若進(jìn)一步改善本文所述方法，有望在只需標(biāo)定拼接數(shù)據(jù)的起止位置或特定點(diǎn)位置對(duì)應(yīng)的實(shí)際值后，即可實(shí)現(xiàn)全孔視頻圖像的全自動(dòng)拼接融合成圖，從而擺脫對(duì)孔內(nèi)指南針、電子羅盤(pán)和深度編碼器等的依懶。

　　2)通過(guò)依靠孔壁巖體結(jié)構(gòu)成像本身的固有特征來(lái)實(shí)現(xiàn)孔內(nèi)全景視頻圖像的拼接融合，可以避免因?yàn)閲?yán)重依賴深度編碼器和指南針或電子羅盤(pán)的數(shù)值而產(chǎn)生伸縮變形的鉆孔圖像。本方法根據(jù)孔壁圖像的固定特征進(jìn)行孔內(nèi)方位數(shù)據(jù)和深度數(shù)據(jù)的自動(dòng)匹配矯正，從而快速有效地生成無(wú)偏差的高質(zhì)量孔內(nèi)全景圖像。

　　3)本方法最終形成的拼接融合圖像的質(zhì)量遠(yuǎn)高于傳統(tǒng)的掃描線方法，拼接融合圖像的分辨率和清晰度都得到了一個(gè)數(shù)量級(jí)的提高。

　　4)圖像拼接融合方法實(shí)際操作步驟簡(jiǎn)單易行，能夠?qū)崿F(xiàn)鉆孔圖像處理過(guò)程的智能化和自動(dòng)化，并使運(yùn)行時(shí)間減半，從而減輕工作人員的負(fù)擔(dān)，提高工作效率。