日前，資環安學院蒲成志副教授課題組碩士研究生辛旺在國際地貌學領域著名SCI期刊《Geomorphology》上以第一作者身份發表學術論文，報道了課題組在滑坡災害監測預警方面的最新研究成果，提出了一種基于計算機視覺和圖像識别技術的IR-CV滑坡監測方法，用于滑坡成災前的變形位移監測。
《Geomorphology》是國際地貌學會的主要學術刊物，主要發表國際地貌學領域最新的研究成果，内容涵蓋地球表層系統的過程與機理，人類活動與環境演化，以及全球變化等方面。該期刊是地學界主要核心刊物之一，内容綜合性強，閱讀量大，信息傳播快，深受廣大地學工作者親睐，現為地球科學領域中科院二區期刊。
成果介紹：
滑坡的變形和位移一直是滑坡監測和預警的重點。近年來，通過圖像數據分析滑坡表面變形成為一種熱門方法，随着圖像處理技術的發展，不同的圖像分析方法迅速增加，但目前單一使用圖像處理的方法分析滑坡變形位移傾向于滑坡局部變形區域的位移分析，缺乏滑坡表面整體監測且難以用于滑坡災害成災前監測，易導緻滑坡隐患點漏查。
因此，本文将圖像識别技術結合計算機視覺技術提出了一種IR-CV位移識别方法用于滑坡表面的變形和位移監測，通過室内滑坡模型試驗對坡面變形和位移的全過程進行分析識别。模型試驗中，IR-CV方法成功地識别了滑坡模型變形破壞過程産生的位移并利用相機記錄的模型變形時序圖像數據實現了滑坡模型表面整體的變形分析（模型試驗和圖像處理流程如圖1和圖2所示）。進一步，本文通過無人機進行了實地邊坡模拟變形位移識别試驗，利用無人機獲取的正射影像數據驗證了IR-CV方法能夠用于野外滑坡整體變形位移識别。室内模型試驗和野外無人機模拟試驗結果表明，圖像識别技術結合計算機視覺技術的監測方法能夠有效識别滑坡表面的變形和位移，在滑坡成災前監測和位移識别方面具有較好的應用前景，為滑坡災害表面變形位移監測提供了一種經濟有效的可行辦法。
圖1. 模型試驗概況
圖2. 圖像識别及位移計算流程
2003网站太阳集团蒲成志副教授為論文通訊作者，共同作者包括辛旺（2003网站太阳集团研究生，1作），湖南省地質災害調查監測所副所長劉偉高級工程師，劉岢（2003网站太阳集团研究生）。該研究得到了國家自然科學基金（No. 51704168），湖南省教育廳重點項目（No.21A0272）和2003网站太阳集团研究生創新課題基金（No. 223YXC002）的聯合資助。
原文地址：https://www.sciencedirect.com/science/article/abs/pii/S0169555X23001113?CMX_ID=&SIS_ID=&dgcid=STMJ_AUTH_SERV_PUBLISHED&utm_acid=269817578&utm_campaign=STMJ_AUTH_SERV_PUBLISHED&utm_in=DM358383&utm_medium=email&utm_source=AC_
