一种岩体结构面及产状信息快速提取方法、设备及介质技术

本发明专利技术公开了一种岩体结构面及产状信息快速提取方法、设备及介质，对所有点云数据的空间范围进行子节点的分割，解决了点云数据因数据量大导致无法处理或处理速度慢的问题，提高了岩体结构面的提取速度；通过峰值聚类算法和DBSCAN算法自动提取边坡点云数据中潜在的结构面多边形，无需人工花费大量时间从海量点云中寻找结构面信息，避免了漏分、误分以及判读标准不一致等问题，极大地提升了结构面提取速度和提取精度。

【技术实现步骤摘要】
一种岩体结构面及产状信息快速提取方法、设备及介质
本专利技术属于岩体结构面识别
，尤其涉及一种基于三维激光点云数据的岩体结构面及产状信息快速提取方法、设备及介质，突破以往以人工判读为主、耗时耗力且精度不高的技术难题，主要适用于水电、水利、公路、铁路等行业的工程地质领域。
技术介绍
岩体结构面是岩体内部形成的具有不同规模、形态复杂且分布错综的面状地质界面，其产状特征在一定程度上影响着岩体的强度、变形、渗流和稳定性。统计岩体结构面产状信息是地质调查工作中的重要部分，在岩体工程设计、施工等过程中均起到关键性作用。传统的岩体结构面信息采集手段包括测线法、统计窗法等，通过作业人员在野外现场逐一量测并采集结构面信息，具有工作量大、危险程度高、精度较低及数据完整性较差等缺点。随着数字摄影测量技术的发展，许多学者以普通数码相机为传感器获取、以全站仪等进行三维坐标量测，实现了非接触式、数字化的岩体结构面信息提取，但存在影像数据获取效率低、精度不足等问题。近期，三维激光扫描技术被广泛应用于地质信息采集中，不仅实现了非接触式、数字化技术，而且能够得到高精度、高效率、高覆盖率点云数据。已有相关研究成果实现了在点云数据上，基于人工判读并手动框选结构面，以及自动计算结构面产状信息的功能。然而，这种方法依旧需要作业人员花费大量的时间从海量点云中寻找结构面信息，存在漏分、误分、判读标准不一等现象。
技术实现思路
本专利技术的目的在于提供一种岩体结构面及产状信息快速提取方法、设备及介质，以克服传统方法需要人工从海量点云中寻找结构面信息导致漏分、误分、判读标准不一等问题。第一方面，本专利技术提供一种岩体结构面及产状信息快速提取方法，包括以下步骤：步骤1：获取描述岩体地质几何特征的点云数据；步骤2：以所有点云数据的空间范围为根节点，将所述根节点分割为多个不同的子节点；对所有子节点进行命名，并保存为点云文件，每个所述子节点对应一个所述点云文件；步骤3：针对单个点云文件，计算所述点云文件中所有点的法向量，再计算所有点的法向量之间的距离，得到所述点云文件对应的距离矩阵；步骤4：根据所述距离矩阵计算所有点的法向量的局部密度，并计算每个点的法向量与比该点的法向量的局部密度大的点的法向量之间的空间距离；步骤5：根据所述局部密度和所述空间距离对当前所述点云文件中所有点进行聚类，得到多个法向量朝向不同的点集，每个所述点集中点的法向量朝向相同或相近；步骤6：对每个所述点集进行空间划分，得到空间上连续且朝向一致的潜在岩体结构面；步骤7：对所有潜在岩体结构面进行空间平面拟合，得到多个潜在岩体结构面多边形；步骤8：对所有点云文件重复步骤3～7，并挑选出具有地质意义的潜在岩体结构面多边形，得到最终的岩体结构面；步骤9：对最终的所述岩体结构面进行产状信息的计算。进一步地，所述步骤2中，采用八叉树空间索引将所述根节点分割为多个不同的子节点，具体实现过程为：将所述根节点分割成八个不同的子节点；判断每个所述子节点所包含的点云数量是否小于设定阈值，如果是，则停止该子节点的分割；否则继续将该子节点分割为八个不同的子节点，直到所有子节点所包含的点云数量小于设定阈值。进一步地，所述步骤3中，每个点云文件对应的距离矩阵的获取过程为：读取所述点云文件，得到对应的点云的数据集S＝{x1,x2,…,xi,…,xN}，其中xi为所述点云文件中的第i个点，N为所述点云文件中点的数量；遍历所述点云文件中的所有点，基于KDTree索引搜索到目标点xi的邻域点，对目标点xi的邻域点集合进行拟合得到拟合平面，以所述拟合平面的法向量作为目标点xi的法向量，得到所有点的法向量集合V＝{v1,v2,…,vi,…,vN}；其中vi为点xi的法向量；计算两个点的法向量之间的距离，由所述距离得到距离矩阵M＝{dij,其中i≠j,xi∈S，xj∈S}，所述距离的具体计算公式为：其中，dij为点xi的法向量与点xj的法向量之间的距离，(vix,viy,viz)为点xi的法向量值，(vjx,vjy,vjz)为点xj的法向量值。进一步地，所述步骤4中，点的法向量的局部密度的计算公式为：其中，ρi为点xi的法向量的局部密度，dij为点xi的法向量与点xj的法向量之间的距离，dc为截断距离，Np为点xi在一定距离范围内邻域点的数量。优选地，所述步骤4中，空间距离的具体计算过程为：构建比点xi的法向量的局部密度ρi大的点的集合L，如果集合L不为空集则选取点xj的法向量与点xi的法向量之间距离的最小值作为点xi的法向量与比该点xi的法向量的局部密度ρi大的点xj的法向量之间的空间距离δi，其中xj∈L；如果集合L为空集则以距离矩阵中的最大值作为点xi的法向量与比该点xi的法向量的局部密度ρi大的点xj的法向量之间的空间距离δi，具体表达式为：其中，δi为点xi的法向量与比该点xi的法向量的局部密度ρi大的点xj的法向量之间的空间距离。进一步地，所述步骤5中，采用密度峰值聚类算法对所述点云文件中所有点进行聚类，具体实现过程为：对每个点的法向量的局部密度和空间距离进行归一化处理，将每个点的法向量的局部密度和空间距离映射到区间[0,1]；由归一化处理后的局部密度和空间距离构建每个点的指数γi，得到所述点云文件中所有点的指数集合R＝{γi,i＝1,2,3,…,N}，其中，γi为点xi对应的指数，γi＝ρi×δi，ρi为归一化处理后点xi的法向量的局部密度，δi为归一化处理后点xi的法向量的空间距离；按照指数γi的下标对指数集合R进行倒序排列，得到倒序排列后的指数集合R'＝{γ1,γ2,…,γi,…,γN}；在指数集合R'中寻找变化最大的指数γm，其中γm∈R'，指数γm左侧的每个指数所对应的点均为聚类中心点，指数γm右侧的每个指数所对应的点均为非聚类中心点，将每个所述非聚类中心点归属到与该非聚类中心点距离最近的聚类中心点，得到所述点云文件中所有点的类簇划分结果C＝{C1,C2,…,Ck,…,Cn}，其中Ck为第k类聚类后的点集，n为所述点云文件的类簇划分结果的数量。进一步地，所述步骤6中，采用DBSCAN算法进行空间划分，以得到潜在岩体结构面，具体实现过程为：步骤6.1：分别对每个点集Ck构建样本集S'＝{x1,x2,…,xii,…,xT}，其中，T为第k个点集Ck中点的数量，xii为对应点集Ck中的第ii个点；步骤6.2：搜索点集Ck下的每个点xii在半径参数ε内覆盖的邻域点集，如果所述邻域点集内的点数大于设定点数，则将点xii划分成核心对象集O，否则标记为噪声点；步骤6.3：如果所述核心对象集O为空，则结束当前点集Ck的分类，潜在岩体结构面的数量为零；如果所述核心对象集O不为空，则构建队列Q和新簇D，在所述核心对象集O中任选一核心对象Ot，将核心对象Ot归入到新簇D本文档来自技高网...

【技术保护点】
1.一种岩体结构面及产状信息快速提取方法，其特征在于，包括以下步骤：/n步骤1：获取描述岩体地质几何特征的点云数据；/n步骤2：以所有点云数据的空间范围为根节点，将所述根节点分割为多个不同的子节点；对所有子节点进行命名，并保存为点云文件，每个所述子节点对应一个所述点云文件；/n步骤3：针对单个点云文件，计算所述点云文件中所有点的法向量，再计算所有点的法向量之间的距离，得到所述点云文件对应的距离矩阵；/n步骤4：根据所述距离矩阵计算所有点的法向量的局部密度，并计算每个点的法向量与比该点的法向量的局部密度大的点的法向量之间的空间距离；/n步骤5：根据所述局部密度和所述空间距离对当前所述点云文件中所有点进行聚类，得到多个法向量朝向不同的点集，每个所述点集中点的法向量朝向相同或相近；/n步骤6：对每个所述点集进行空间划分，得到空间上连续且朝向一致的潜在岩体结构面；/n步骤7：对所有潜在岩体结构面进行空间平面拟合，得到多个潜在岩体结构面多边形；/n步骤8：对所有点云文件重复步骤3～7，并挑选出具有地质意义的潜在岩体结构面多边形，得到最终的岩体结构面；/n步骤9：对最终的所述岩体结构面进行产状信息的计算。/n...

【技术特征摘要】
1.一种岩体结构面及产状信息快速提取方法，其特征在于，包括以下步骤：
步骤1：获取描述岩体地质几何特征的点云数据；
步骤2：以所有点云数据的空间范围为根节点，将所述根节点分割为多个不同的子节点；对所有子节点进行命名，并保存为点云文件，每个所述子节点对应一个所述点云文件；
步骤3：针对单个点云文件，计算所述点云文件中所有点的法向量，再计算所有点的法向量之间的距离，得到所述点云文件对应的距离矩阵；
步骤4：根据所述距离矩阵计算所有点的法向量的局部密度，并计算每个点的法向量与比该点的法向量的局部密度大的点的法向量之间的空间距离；
步骤5：根据所述局部密度和所述空间距离对当前所述点云文件中所有点进行聚类，得到多个法向量朝向不同的点集，每个所述点集中点的法向量朝向相同或相近；
步骤6：对每个所述点集进行空间划分，得到空间上连续且朝向一致的潜在岩体结构面；
步骤7：对所有潜在岩体结构面进行空间平面拟合，得到多个潜在岩体结构面多边形；
步骤8：对所有点云文件重复步骤3～7，并挑选出具有地质意义的潜在岩体结构面多边形，得到最终的岩体结构面；
步骤9：对最终的所述岩体结构面进行产状信息的计算。


2.如权利要求1所述的岩体结构面及产状信息快速提取方法，其特征在于，所述步骤2中，采用八叉树空间索引将所述根节点分割为多个不同的子节点，具体实现过程为：
将所述根节点分割成八个不同的子节点；
判断每个所述子节点所包含的点云数量是否小于设定阈值，如果是，则停止该子节点的分割；否则继续将该子节点分割为八个不同的子节点，直到所有子节点所包含的点云数量小于设定阈值。


3.如权利要求1所述的岩体结构面及产状信息快速提取方法，其特征在于，所述步骤3中，每个点云文件对应的距离矩阵的获取过程为：
读取所述点云文件，得到对应的点云的数据集S＝{x1,x2,…,xi,…,xN}，其中xi为所述点云文件中的第i个点，N为所述点云文件中点的数量；
遍历所述点云文件中的所有点，基于KDTree索引搜索到目标点xi的邻域点，对目标点xi的邻域点集合进行拟合得到拟合平面，以所述拟合平面的法向量作为目标点xi的法向量，得到所有点的法向量集合V＝{v1,v2,…,vi,…,vN}；其中vi为点xi的法向量；
计算两个点的法向量之间的距离，由所述距离得到距离矩阵
M＝{dij,其中i≠j,xi∈S，xj∈S}，所述距离的具体计算公式为：



其中，dij为点xi的法向量与点xj的法向量之间的距离，(vix,viy,viz)为点xi的法向量值，(vjx,vjy,vjz)为点xj的法向量值。


4.如权利要求1所述的岩体结构面及产状信息快速提取方法，其特征在于，所述步骤4中，点的法向量的局部密度的计算公式为：



其中，ρi为点xi的法向量的局部密度，dij为点xi的法向量与点xj的法向量之间的距离，dc为截断距离，Np为点xi在一定距离范围内邻域点的数量；
优选地，所述步骤4中，空间距离的具体计算过程为：
构建比点xi的法向量的局部密度ρi大的点的集合L，如果集合L不为空集则选取点xj的法向量与点xi的法向量之间距离的最小值作为点xi的法向量与比该点xi的法向量的局部密度ρi大的点xj的法向量之间的空间距离δi，其中xj∈L；如果集合L为空集则以距离矩阵中的最大值作为点xi的法向量与比该点xi的法向量的局部密度ρi大的点xj的法向量之间的空间距离δi，具体表达式为：



其中，δi为点xi的法向量与比该点xi的法向量的局部密度ρi大的点xj的法向量之间的空间距离。


5.如权利要求1所述的岩体结构面及产状信息快速提取方法，其特征在于，所述步骤5中，采用密度峰值聚类算法对所述点云文件中所有点进行聚类，具体实现过程为：
对每个点的...

【专利技术属性】
技术研发人员：刘湘平，刘昊，刘剑，邱宁，李慧，
申请(专利权)人：中国电建集团中南勘测设计研究院有限公司，
类型：发明
国别省市：湖南;43