利用多旋翼无人机图像绘制冲浪区

摘要

冲浪区是一个在破浪中延伸的沙区，以限制海滩上海浪的涨落。在测绘领域的先进技术提供了一个快速和准确的解决方案，以产生冲浪区地图。在季风季节，特别是在沿海地区，对冲浪带地图的需求正在增加。如今，无人机(UAV)已经成为地理空间和测量领域的热门平台。本研究的目的是利用多旋翼无人机制作冲浪区三维表面映射。本研究分为图像采集、无人机图像处理、摄影测量结果分析四个阶段。基于摄影测量的概念，采用多旋翼无人机进行图像采集。利用商业软件对采集到的无人机图像进行了特定流程的处理。制作了数字高程模型、正射影像、等高线和冲浪地形图等摄影测量产品。这些结果的分析是根据所选月份的不同时期进行的。 The accuracy for northing, easting, and height coordinates was 1.026m, 0.838m, and 0.419m, respectively. It can be concluded that the UAV was able to produce a surf zone map with reliable accuracy. This platform is very useful for fast decision making, especially during disaster incidents.

1.介绍

冲浪区是一个延伸在冲浪的内部和海滩上的升起和落后的区域[1]．冲浪带是海岸过程分析中最重要的区域，因为该区域的高波浪是不稳定的，当波浪破裂时能量损失;因此，高湍流发生，造成泥沙运移过程，特别是在季风季节[2]．泳滩轮廓变化是指从与泳滩垂直的切线上观察泳滩地区底水的高度变化的现象[3.，4]．海滩型材的模型变化包括转换模块波，也称为波形变换模块，模块沉积物和沐浴变化模块[5]．映射冲浪区域对于观察该地区的变化非常重要，并确保沐浴，游泳和海滩上有野餐是安全的。这是因为陡峭的表面表示它不安全的野餐。这项研究与坡度百分比较高的区域恰好恰当的声明具有高侵蚀率[6]．如今，地理信息系统(GIS)的应用非常有助于提供、分析和显示任何地理空间数据，包括测绘冲浪带。使用地理信息系统提供一个完整的冲浪区地图与陆地数据剖面图，大小，形状和纹理是一个聪明的举动，节省时间和人力，因为测绘是在数字形式。波由波长、波高、波周期、波陡度和波的频率组成。波长是两个连续波峰或两个波谷之间的距离。波高是波峰和波谷之间的垂直距离，波周期是波回到原点的时间。波的斜率很高，并对多个波长进行了比较。波频率是在一个时间单位内出现的波数[7，8]．

事实上，由风形成的波浪会从风力产生的区域传播到更远的地方。数据采集技术的选择是三维地图生成的重要因素之一。能够转换成数字格式的数据对于获取地表空间信息非常重要。目前获取存储在数据库中的空间数据的方法多种多样，如GIS、遥感、LIDAR、激光扫描、常规测量、航空摄影测量等[9]．本研究以摄影测量法为基础，利用影像制作地表三维模型图。航拍照片通常用米制航拍相机拍摄。鸟瞰图可提供高质素的图像作测绘用途[10.- - - - - -12.]．米制摄像机配备了已知的点坐标(称为基准标记)，用于测量一个物体的尺寸的参考。公制摄像机用于有人驾驶的飞机，而非公制摄像机用于图像捕获，特别是用于小型飞机或无人机(UAV)。

沿海地区和海岸线的识别对于沿海形态学研究的空间数据采集至关重要。UAV提供高分辨率数字表面模型和正交产品，可以帮助科学家监测海岸线的形态变化。3D表示可以提供各种类型的信息，例如BERM区，侵蚀嵴和沙丘。来自运动软件的结构能够加快高空间分辨率的UAV摄影测量处理，尤其是对于沿海变更研究，需要在海滩区的复杂地形的准确3D可视化[13.]．

在公开市场上有各种各样的无人机可供选择。两种主要的是固定翼和多旋翼。多旋翼无人机最常见的类型是四旋翼和六旋翼。卫星图像的成本昂贵，使无人机测绘技术有机会作为一个替代方案，以节省数据采集的成本，在摄影测量制图。航空摄影测量可以生成正射影像、点云(三维分布点)、DSM(数字表面模型)等产品。在航空测量中，越来越多地使用无人机进行摄影测量。无人机相对便宜，许多组织都有自己的机队，允许在需要的大片土地上进行快速调查[14.，15.]．通过安装全球定位系统的无人机、数码相机和功能强大的计算机，调查可以精确到厘米级。

无人机在测绘领域的应用今天已经越来越流行，特别是无人机现在安装了各种类型的传感器，包括遥感、摄影测量和土地测量领域。无人机目前在相当远的距离内的能力和自动驾驶功能促进了测绘工作。此外，现在的飞机运动是由全球定位系统(GPS)控制的，每个位置都有一个坐标[16.]．从无人机相机的航拍照片中获得的数据在附加组件(如轴架支架)的存在下更加稳定，使图像与地球更加垂直和正交。因此，倾斜率较少的图像更容易处理，生成三维模型、点云和数字地形模型[11.，17.]．

调查工作包括制作地图图，测量陆地面积，监测自然灾害，如滑坡、海岸侵蚀、洪水和地震，以及估计涉及公众财产损失的成本。现在有很多软件工具可以用于摄影测量处理，如Agisoft和Pix4D。与无人机摄影测量相比，水准测量和GPS观测方法耗时、成本高。GPS观测简单，高度依赖卫星信号来确定发送到接收器的坐标的精度[18.]．如果信号不令人满意，那么给出的坐标的精度是大的和超出公差。

此外，与坐标x、y、z的云点相比，坐标点在海滩表面积上的分布要少得多，而坐标x、y、z的云点分布更为广泛。本研究是在与测绘领域的各方协商的基础上进行的。本研究的目的是利用多旋翼无人机制作冲浪区三维表面映射。

2.材料和方法

在本研究中，选择的区域是马来西亚半岛的东岸。东海岸有一个广阔的沙滩结构，特别是在丁加奴州。近年来，地貌过程导致了不确定性冲浪带的结构变化。选定的地点是Pantai Pengkalan Maras，距离丁加努市10公里(图)1)．

这个海滩有渔村和当地居民的野餐区。这片海滩面积广阔，适于游泳活动。这个海滩位于Mukim Batu Rakit，当地居民大部分是渔民。研究区位于北纬5°25′7.55”，东经103°5′00.73”。这个海滩也有海岸侵蚀效应的相邻海滩被称为孟加邦Telipot海滩。因此，本研究区适合观察海岸表面和冲浪带的变化规律。本研究可预测在选定的海滩上进行休闲活动的安全冲浪带的绘图。本研究的研究方法如图所示2．

该研究使用了被称为DJI幻影3标准的多旋翼无人机在研究区域获取图像。这种无人机通常用于测绘目的和易于操纵期间的飞行任务。这种无人机配备了全球定位系统(GPS)，允许它返回在悬停点，当任何紧急情况发生，如信号丢失或电池薄弱。DJI幻影3标准的规格如表所示1．

UAV与GPS自动驾驶仪系统集成，以操纵飞机到设计的飞行计划。飞行计划使用智能手机应用程序设计，该应用程序被称为Altizure。飞行规划基于应用程序中的Google Satellite图像。在智能应用的帮助下，UAV摄影测量映射变得更加容易。此应用程序考虑所有参数，包括高度，重叠百分比，侧圈百分比，相机角度和速度。用户需要使用拐角处的四个坐标确定研究区域的边界，以成为应用程序中的输入。每个角落的坐标对于确保整个学习区被覆盖很重要。一旦基于四个角落识别了表面积，就可以设计出飞行规划，如图所示3.．

摄影测量飞行计划从这四个坐标开始，根据特定的相机参数可以计算出图像的数量。飞行规划计算的重要参数是研究区维数、飞行高度或高度、焦距、图像大小、重叠率和侧边。本研究使用的参数如表所示2．

控制点标记有两种类型，即邮戳和预先标记。邮戳是指飞行任务结束后控制点的选择，预标记是指飞行任务结束前控制点的选择。因此，在本研究中，由于研究区域的条件，采用预标法。研究区域很难识别任何物体成为预标记;因此，需要人工标记。数字4显示本研究中使用的X形的前克设计。

人造前程的大小取决于地面采样距离。可以使用图像和比例的像素大小来计算地面采样距离。本研究中的地面采样距离约为2.2厘米，其中A4纸与X交叉可以用作本研究的主要。前程前必须在空中图像中看到，并且不会太小，因为它可以在绝对方向期间造成歧义。因此，在飞行任务之前已经创建了13个前程，其中四个代表地面控制点（GCP）和9个代表验证点（VPS）。毕竟，GCP和VPS已被标记为;然后可以执行飞行任务。本研究使用Altizure应用程序在学习区创建航班任务。Altizure应用程序是市场上可用的免费应用之一。此应用程序可以允许UAV执行从悬停到登陆之前的自主飞行任务。 The autonomous flight mission can be performed using GPS autopilot system which can navigate the UAV fly at the designed waypoints or flight lines. The autonomous flight mission provides Google satellite images as a basemap for flight mission. The interface of Altizure as illustrated in Figure5．

研究区域的尺寸约为235米x 72米。然而，摄影测量方法需要捕捉这个维度以外的图像，以确保所有图像都有立体模型。Altizure应用程序非常友好;用户只需选择具体参数，应用程序就会自动计算飞行任务时间、条带数、照片数，覆盖整个研究区域。在执行飞行任务后，获得的图像被下载到一台个人电脑上。用户需要检查获取的图像的质量，以确保他们没有模糊和失真。

飞行任务结束后，用户必须确认采集的图像中存在所有的gcp和vp。在这项研究中，4个GCPs被用作图像处理的对照，而9个VPs被用来检查摄影测量产品的准确性。为了实现摄影测量方法，每个控制点必须存在于至少两对图像中。所有GCPs和VPs坐标均采用实时运动学(RTK) GPS观测。gcp和vp的分布如图所示6，各GCP、VP坐标见表3.．

GCP被用作图像处理的控制，并使用VPS来评估摄影测量产品的准确性。每个GCP必须出现在至少两个重叠图像中，这些图像也称为立体声典。用于观察GCP的方法利用ROTK的Topcon GPS。观察结果每点约20分钟。

观测到所有的gcp和VPs并得到它们的坐标后，图像处理即可进行。摄影测量法要求获得的图像经过内部、相对和绝对方位。商业软件Pix4D用于处理无人机图像并生产所有摄影测量产品。Pix4D软件将处理阶段分为三个阶段;即第一阶段为初始处理，第二阶段为点云和网格，第三阶段为DSM和正态分布。基于这三个主要阶段的加工参数如图所示7．

初始处理阶段需要用户选择关键点图像比例尺，本研究采用全关键点图像比例尺，即在整个全图像对中使用原始图像比例尺和选定的结合点测量进行匹配。图像的对齐也是基于每个图像中心的初始GPS坐标。在初始处理过程中，根据采集到的图像自动进行摄像机标定。在图像处理过程中直接应用相机内部参数。该软件自动完成了所有图像对的图像匹配。

点云和网格阶段需要用户设置点云的密度。本研究使用半图像大小作为图像尺度，使用最佳大小作为点密度，并设置至少3个点作为最小匹配数。本研究中，由于个人电脑的限制，无法进行高分辨率设置，所以3D纹理网格设置采用了中等分辨率。点云密度使用7x7匹配窗口大小。

该软件实现了对连接点的自动测量。根据研究区域的立体模型，Tie点包含x、y、z坐标。点云数据代表了成千上万的结合点，它显示了代表地球表面的三维表面。根据高度值，可以将点云分为带有纹理的真色和假色两种情况(图1)8)．

DSM和正序阶段要求用户选择DSM和正序的分辨率。本研究选择自动计算的GSD，对DSM采用自动噪声滤波和表面平滑。栅格DSM和正拼接被导出到GeoTIFF格式。将DTM生成的轮廓线导出为shapefile和AutoCAD格式。

3。结果与讨论

在本研究中，我们制作了一些摄影测量产品来支持冲浪区制图，如DEM、正射影像和等高线(图9)．数字高程模型是正射影前的最终产品之一。DEM是数字模型数据，表示数据模型中地表的高度。DEM是GeoTIFF格式的，可以使用ArcGIS软件打开。在本研究中，ArcGIS是查看DEM和正射影像的媒介。正射影像是摄影测量过程的最终产物。将DEM作为输入生成正射影像。正射影像是一种产品，没有任何失真和浮雕，已使用DEM校正。等高线数据由ArcGIS软件生成。等高线间距0.5 m用于冲浪带制图。 The interval could determine the changes of surf zone at different epochs. The contour lines were superimposed with the orthophoto to determine the changes of the surf zone.

使用根均方误差（RMSE）分析验证点。RMSE用于测量基于实际和测量数据的摄影测量结果的准确性。表格在表格中展示了北方的RMSE的计算4和5．

在本研究中，我们发现北纬坐标的精度约为1m，东经坐标的精度约为0.8m，高程坐标的精度约为0.4m。因此，平面坐标的精度约为1.3m。因此，与平面坐标相比，高程坐标具有更好的精度。这些结果是由于研究区域的条件，研究区域的表面被沙子覆盖或沿海地区。研究区没有影响DEM发展的小植被生长。由于图像匹配算法难以匹配研究区域的砂土，平面坐标记录的精度超过1米。图像匹配算法需要一个明显的纹理来识别立体对中的相同特征或物体，这在本研究区域很难找到。因此，平面坐标的精度超过一米。

均方根误差(RMSE)用于确定surf测绘结果的精度水平。RMSE的计算是基于实际坐标和测量坐标的北，东，高度坐标。图中显示了每个验证点的错误10.．

基于图10.，东北和东方坐标在约1.026米和0.838米处录制RMSE，高度坐标约0.419米。基于此结果，冲浪地图的平面坐标具有大约一个仪表精度，而高度大约有大约一半。只有在变化超过2厘米的情况下，才能检测到冲浪映射区域的变化。无法分析以下值以下的更改。然而，从50M高度映射的冲浪区映射的精度只能分别为平面和高度坐标实现大约一米和半米。

回归是为了估计改变一个变量对另一个变量的未知影响(Stock和Watson, 2003)。线性回归是一种总结和研究两个连续(定量)变量之间关系的统计方法。数字11.说明了用于向北，复活和高度的线性回归图表。

数字11.显示了使用线性回归图谱分析了用于北方，东延和高度的实际和测量坐标之间的关系。东北坐标记录99.9％，东坐标为99.9％，高度坐标为97.2％。因此，在这研究中，两个变量之间的关系，测量和实际，呈现出的良好关系，以高于东方，北方和高度的97％。因此，可以接受该研究的冲浪区映射研究。本研究还使用了冲浪区映射的轮廓图，以确定不同时期的沿海变化。本研究使用了20个改变来研究冲浪区的图案（图12.)．纵、横截面剖面图可以记录冲浪带测绘时的地表剖面图。剖面图对于灾害管理团队在危险冲浪区采取预防措施是非常重要的。

本研究中使用三角形不规则网络以模拟不同月份3D冲浪映射区的模式变化。本研究选择了四个不同的月份，即7月，9月，11月和1月，以便结合正常和季风季节。因此，3D冲浪区映射与7月至1月完全不同，其中冲浪区映射的变化由于正常和季风季节而受到影响（图13.)．

基于图13.，正常季节的三角形不规则网络表明，地形模型的分类小于3米，冲浪区在正常季节期间相当平坦。可以使用三角化的不规则网络在9月显而易见的地形的变化。9月地形模型的分类覆盖了七个课程，最大地形范围约为9-11米。11月期间，地形模型涵盖了五个课程，最高海拔约为5-7米。1月期间，地形模型涵盖了四个课程，最大高度约为3-5米。UAV对于冲浪区域测绘非常实用，可用于灾害管理，以便进行长期研究。

本研究也调查成本，时间和人力需要冲浪区绘图。表格6说明了使用无人机和传统方法制作冲浪区地图的成本、时间和劳动力的细节。基于表6与传统方法相比，无人机的总成本、获取和处理图像的时间以及所需的人工都更少。然而，最重要的问题是无人机能够提供快速的数据采集和结果，为快速决策。这个细节是基于16920m的研究区域²．无人机可以为更大的研究领域提供更多的优势。

4.结论

在这项研究中，可以得出结论，无人机能够在沿海地区模拟冲浪区映射的变化。用于向北坐标的3D冲浪区映射的摄影测量结果的精度为1.026米，对于东坐标为0.838，高度坐标为0.419。由于沙子覆盖的研究区域的状况，平面坐标与高度坐标相比具有更多误差。图像匹配需要不同的纹理来标识立体声洞上的相同功能或对象，但在这种情况下，软件努力识别立体声上的相同功能，因为沙子的纹理看起来几乎相似。因此，平面坐标精度小于高度坐标的精度。本研究还证明，可以使用UAV生产的轮廓图和三角形不规则网络来识别正常和季季季节期间冲浪映射区的变化。无人机可能在处理风时有一些困难，因为它可以影响冲浪区映射的准确性。因此，在图像获取期间仔细规划是任何摄影测量映射中的重要部分。建议应增加GCP的数量以提高未来研究的结果准确性。

数据可用性

支持本研究结果的数据可根据要求从通讯作者处获得。

利益冲突

作者声明他们没有利益冲突。

致谢

Teknologi MARA大学建筑、规划和测绘学院(UiTM)、研究管理研究所(RMI)和高等教育部(MOHE)为开展这项研究提供了BESTARI 600- IRMI/MyRA 5/3/BESTARI(001/2017)基金。作者还想感谢那些直接或间接参与这项研究的人。

参考

1. l·j·摩尔，“海岸线测绘技术”中国沿海研究杂志，第16卷，第2期。1, 2000。查看在：出版商的网站|谷歌学者
2. R. Hashim和Z. A. Latif，“兰卡威的可持续再生战略和自然遗产保护，”环境亚洲，卷。8，不。2，pp。1-8,2015。查看在：出版商的网站|谷歌学者
3. J. C. Brock和S. J. Purkis，“激光雷达遥感在海岸研究和资源管理中的新兴作用”，中国沿海研究杂志，pp。10-2112,2009。查看在：谷歌学者
4. C. D. D. Harley，I. L. Turner，A. N.A.Maleen和W. C. Glamore，“UAV应用于沿海工程”2015年澳大利亚海岸与港口会议论文集， 267-272页，新西兰，2015年9月。查看在：谷歌学者
5. N. a . Adnan, P. M. Atkinson, Z. M. Yusoff, a . R. a . Rasam，“气候变化和人为因素对半分布式季风流域径流模拟的影响”，载于2014年IEEE第十届信号处理及其应用国际学术会议论文集， 178-183页，马来西亚，2014年3月。查看在：谷歌学者
6. I. L. Turner，M. D. Harley，以及C. D. Dremond，“沿海测量的无人机，”海岸工程，2016年。查看在：出版商的网站|谷歌学者
7. j·安德森(J. Anderson)，“潮流与潮流:通过活跃的冲浪服塑造文化身份，”休闲研究第19卷，没有。2，页212-234,2016。查看在：出版商的网站|谷歌学者
8. A. R.Vetrella，G. Fasano和D. Accardo，“GPS挑战环境中的合作导航利用播放播放和基于视觉的追踪”2016年国际无人机系统会议论文集2016年6月，美国，447-456页。查看在：谷歌学者
9. J.Vrbancich，W. Lieff和J.黑客，“两种便携式扫描激光雷达系统的示范在低海拔地区调查沿海海面地形，”遥感，第3卷，第4卷。9，页1983-2001,2011。查看在：出版商的网站|谷歌学者
10. K. G. Nikolakopoulos, K. Soura, I. K. Koukouvelas, N. G. Argyropoulos，“用于考古研究的无人机与经典航空摄影测量”，考古科学杂志:报告，2017年。查看在：出版商的网站|谷歌学者
11. A.Papakonstantinou，K.Topouzelis和G. Pavlogeorgatos，“海岸线区域识别和3D使用UAV空间数据的沿海映射”，“国际地理信息杂志，第5卷，第4卷。6, p. 75, 2016。查看在：出版商的网站|谷歌学者
12. K. N. Tahar，“使用无人空中车辆方法的空中地形映射”国际摄影测量与遥感学会第22届会议论文集，ISPRS 20122012年9月，澳大利亚，第39卷，第493-498页。查看在：谷歌学者
13. J.A.Gonçalves和R. Henriques，“UAV摄影测量在沿海地区的地形监测”摄影测量与遥感杂志，第104卷，第101-111页，2015。查看在：出版商的网站|谷歌学者
14. H. el - salabi, A. Aldosari和S. Alkaabi，“没有GPS信号的无人机路径规划”无人机系统技术XIX的诉讼程序R. E. Karlsen, D. W. Gage, C. M. Shoemaker和H. G. Nguyen, Eds。，卷。10.195，p. 1019516, International Society for Optics and Photonics, Anaheim, Ca, USA, 2017.查看在：出版商的网站|谷歌学者
15. K. A. Hashim，A. Ahmad，A. M.Mamad，K.Nizamtahar和W. S. udin，“在3D遗产建筑建模中的低空空中摄影测量数据”的融合“2012年IEEE控制与系统研究生学术会议论文集， 225-230页，马来西亚，2012年7月。查看在：谷歌学者
16. S. A. H. Sulaiman, K. H. Talib, M. A. M. Wazir, O. M. Yusof，“由位势模型和现有区域大地水准面模型导出的大地水准面高度评估”，载于2013年IEEE第九届信号处理及其应用国际学术会议论文集第106-110页，2013年3月。查看在：谷歌学者
17. 张旭东等，“一种面向对象的分类集成算法，用于分类和地形校正”，遥感，卷。9，没有。11，物品号。1187,2017。查看在：出版商的网站|谷歌学者
18. 塔哈尔，“无人机/野外调查的效率和成本比较”，载于2015年空间科学与通信国际会议论文集2015年8月，马来西亚兰卡威，第428-433页。查看在：出版商的网站|谷歌学者

版权

版权所有©2019 Norhalim Che Mat和Khairul Nizam Tahar。这是一篇开放获取的文章知识共享署名许可如果正确引用了原始工作，则允许在任何媒体中的不受限制使用，分发和再现。