【技术实现步骤摘要】
本专利技术涉及危岩体识别，具体地，涉及一种高陡山区危岩体识别方法。
技术介绍
1、我国幅员辽阔，山区面积占比较大，山区具有落差大、斜坡陡峭和岩体卸荷强烈等典型特征，岩质边坡由结构体和结构面组成。随着国家基础设施建设不断深入山区，诸多工程的安全建设也受制于危岩体。全面调查识别与超前防护是危岩体防治最有效的方法，但山区复杂的地质环境背景条件、叠加地震、降雨和落后的查灾手段等因素造成山区地质灾害调查难、识别难和评价难，且传统地质调查手段，如人工攀爬调查，很难实现对大范围危岩体展开全面详细调查，尤其是岩壁、高陡边坡、滑坡残留边坡、严重破碎的山体或者频繁发生落石的区域，地质人员更是难以接近。即使采用无人机拍照也因边坡表面形态复杂，导致危岩体边界线不清晰，存在变形误判的风险。
2、因此，如何提供一种高陡山区危岩体识别方法是本领域技术人员亟需解决的问题。
技术实现思路
1、为了解决人工勘察高陡山区的危岩体难度大、风险高和效率低，以及无人机勘察方式识别准确率低的问题，本专利技术提供了一种高陡山区危岩体识别方法，所述方法包括：基于第一采集设备采集目标区域的第一影像数据，基于所述第一影像数据构建粗度模型；基于所述第一影像数据获得飞行航线参数，基于所述飞行航线参数和第二采集设备采集所述目标区域的第二影像数据，基于所述第二影像数据和所述粗度模型构建三维影像模型和点云模型；基于所述三维影像模型和所述点云模型获得优势结构面，基于所述优势结构面获得结构面参数；基于所述结构面参数和崩塌稳定性判断表识别
2、优势结构面是指：在岩体中按一定的优势指标找出的对岩体稳定性起控制作用的结构面，是控制岩质边坡变形的主要结构面。
3、本专利技术原理：先采用第一采集设备获取高陡山区的影像数据，基于影像数据建立初步模型，并根据影像数据构建更精细的飞行航线和飞行参数，从而使得第二采集设备采集的毫米级影像数据更精细和清晰，减少因影像不清晰导致危岩体边界线不清晰的误判，在初始模型上基于毫米级影像数据构建更为高精度毫米级的三维模型和点云模型，使其更贴近实际地形或物体表面，并基于模型自动识别获得优势结构面，再基于优势结构面自动提取结构面参数，获得控制岩质边坡变形的主要结构面，针对性分析其结构面，更有效获取变形的危岩体，提高危岩体的识别准确率，基于结构面参数和崩塌稳定性判断表识别危岩体，构建数据采集-模型构建-自动识别的识别体系，提高危岩体识别准确率，且仅需人工操作无人机采集数据，采集数据速度更快，效率更高，无需人工攀爬勘察，减低勘察难度和勘察员的安全风险。
4、进一步地，获得飞行航线参数的具体步骤包括：获取所述第一采集设备的第一设备参数，基于所述第一设备参数获得第一参数，所述第一参数包括地面覆盖范围和地面分辨率，所述第一设备参数包括所述第一采集设备的焦距、所述第一采集设备的传感器的宽度与高度、所述第一采集设备的飞行高度和像素尺寸；基于所述第一影像数据获得相邻两张影像的拍摄间距，基于所述拍摄间距和所述地面覆盖范围获得第二参数，所述第二参数包括航向重叠度、旁向重叠度和航线间距；获取所述目标区域的区域尺寸，基于所述区域尺寸、所述拍摄间距和所述航向间距获得第三参数，所述第三参数包括航线数量和每条航线的拍摄点数量；基于所述第一参数、所述第二参数和所述第三参数获得所述飞行航线参数。
5、照片覆盖范围是指每张拍摄照片所能观察的实地真实面积。
6、拍摄间距是指连续两张照片在飞行方向上的距离。
7、航向重叠度是指连续两张照片之间的重叠部分。
8、旁向重叠度是指同一航线上相邻两条航线之间的重叠部分。
9、航线间距是指航线之间的间距。
10、地面分辨率是每个像素对应的地面实际大小。
11、进一步地，构建三维影像模型和点云模型的具体步骤包括：获取所述第二采集设备的第二设备参数，基于所述第二设备参数获得内定向参数，所述第二设备参数包括焦距和主点坐标；基于预设特征点对所述第二影像数据进行匹配，获得对应点，基于所述对应点获得外定向参数，所述外定向参数包括旋转矩阵和平移向量；获取所述第二影像数据的第四参数，基于所述对应点和所述第四参数获得三维空间坐标，所述第四参数包括投影矩阵和尺度因子；基于所述内定向参数、所述外定向参数和所述三维空间坐标，构建投影方程；基于所述粗度模型和所述投影方程构建三角网；基于所述第二影像数据获得最优纹理影像，基于所述最优纹理影像对所述三角网中每个三角面片进行纹理映射，获得所述三维影像模型和所述点云模型。选择纹理映射信息最丰富的纹理图像，且保证来自不同纹理图像的相邻三角面片之间的纹理缝隙颜色一致性，可确保三维模型的精度，为后续结构面参数提取提供优质数据。
12、进一步地，构建三角网之前还包括：基于最小化重投影误差对所述投影方程进行优化，基于所述粗度模型和优化后的所述投影方程构建三角网。
13、进一步地，构建三角网的具体步骤包括：对所述粗度模型进行三角剖分，获得三角网格；将所述三角网格划分为若干多边形，获得泰森多边形；基于预设三角形顶点获得法向量；基于所述法向量和所述投影方程，对所述泰森多边形进行表面重建和表面拟合，获得所述三角网。
14、进一步地，获得优势结构面的具体步骤包括：获取所述三维影像模型和所述点云模型的点云，对所述点云的最近邻点进行搜索，获得最近邻点集；基于所述最近邻点集获得协方差矩阵，基于所述协方差矩阵获得特征值；基于所述特征值获得偏差参数，基于所述偏差参数和最大偏差获得第一点云集；基于所述特征值获得所述第一点云集的点法向量；基于预设方向，统一所述点法向量的方向，获得共面点云集；基于所述共面点云集和平面方程获得倾角和倾向；基于所述倾角、所述倾向和所述点法向量获得结构面的产状；对所述共面点云集进行点云密度计算获得核密度，基于所述核密度对所述第一点云集进行密度划分获得若干密度簇，基于所述核密度获得每个所述密度簇的最大核密度，基于所述最大核密度获得密度峰值点，基于所述密度峰值点对每个所述密度簇进行聚类分析，获得所述优势结构面。
15、倾角是指结构面上倾斜线最陡的方向与北方向的夹角；倾向是指水平面与结构面之间所夹的最大角度。
16、产状是指地质体(如岩层、矿体等)在空间的位置和状态。它描述了地质体在空间中的方位和形态，通常由三个要素组成：走向、倾向和倾角。
17、进一步地，基于所述密度峰值点对所述密度簇进行聚类分析的具体步骤包括：
18、s1、任意选取一块区域获得种子区域，获取与所述种子区域相邻的相邻区域；
19、s2、分别计算所述种子区域和所述相邻区域的灰度均值，基于所述灰度均值获得相似度；
20、s3、判断所述相似度是否小于预设值，若是则基于所述种子区域和所述相邻区域获得所述优势结构面；若否则将所述种子区域和所述相邻区域进行合并，获得第一区域，返回所述s2，将所述种子区域更新为所述第一区域。
21、进一步地，获得结构面参数的具本文档来自技高网...
【技术保护点】
1.一种高陡山区危岩体识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种高陡山区危岩体识别方法，其特征在于，获得飞行航线参数的具体步骤包括：
3.根据权利要求1所述的一种高陡山区危岩体识别方法，其特征在于，构建三维影像模型和点云模型的具体步骤包括：
4.根据权利要求3所述的一种高陡山区危岩体识别方法，其特征在于，构建三角网之前还包括：基于最小化重投影误差对所述投影方程进行优化，基于所述粗度模型和优化后的所述投影方程构建三角网。
5.根据权利要求3所述的一种高陡山区危岩体识别方法，其特征在于，构建三角网的具体步骤包括：
6.根据权利要求1所述的一种高陡山区危岩体识别方法，其特征在于，获得优势结构面的具体步骤包括：
7.根据权利要求6所述的一种高陡山区危岩体识别方法，其特征在于，基于所述密度峰值点对所述密度簇进行聚类分析的具体步骤包括：
8.根据权利要求7所述的一种高陡山区危岩体识别方法，其特征在于，获得结构面参数的具体步骤包括：
9.根据权利要求1所述的一种高陡山区危岩体
10.根据权利要求9所述的一种高陡山区危岩体识别方法，其特征在于，基于所述岩体崩塌信息识别危岩体的具体步骤包括：
...【技术特征摘要】
1.一种高陡山区危岩体识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种高陡山区危岩体识别方法，其特征在于，获得飞行航线参数的具体步骤包括：
3.根据权利要求1所述的一种高陡山区危岩体识别方法，其特征在于，构建三维影像模型和点云模型的具体步骤包括：
4.根据权利要求3所述的一种高陡山区危岩体识别方法，其特征在于，构建三角网之前还包括：基于最小化重投影误差对所述投影方程进行优化，基于所述粗度模型和优化后的所述投影方程构建三角网。
5.根据权利要求3所述的一种高陡山区危岩体识别方法，其特征在于，构建三角网的具体步骤包括...
【专利技术属性】
技术研发人员：李江，许强，谭超，胡泽铭，闫开云，邓博，张富灵，龚雪，贺仁磊，郑杰，李虎，陶鲭宇，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。