CN107655459A - 一种野外岩石结构面粗糙度的量测及计算方法 - Google Patents
一种野外岩石结构面粗糙度的量测及计算方法 Download PDFInfo
- Publication number
- CN107655459A CN107655459A CN201710802102.9A CN201710802102A CN107655459A CN 107655459 A CN107655459 A CN 107655459A CN 201710802102 A CN201710802102 A CN 201710802102A CN 107655459 A CN107655459 A CN 107655459A
- Authority
- CN
- China
- Prior art keywords
- roughness
- point cloud
- structural
- structural plane
- face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/30—Interpretation of pictures by triangulation
- G01C11/34—Aerial triangulation
Abstract
本发明公开了一种野外岩石结构面粗糙度的量测及计算方法,步骤如下:利用平直木条构建闭合的控制框架,对控制框架进行校准;将校准后的控制框架固定在待测结构面上,选择不同的位置对待测结构面进行拍摄,拍摄范围包含整个框架;利用照片建立野外岩石结构面的三维点云模型;利用三维点云模型提取结构面任一方向的粗糙度轮廓曲线;利用结构面粗糙度轮廓曲线计算结构面粗糙度分形维数;利用岩石结构面粗糙度分形维数,计算出对应的岩石结构面粗糙度系数。本发明提高了计算精度和效率,同时适用室内和野外环境。
Description
技术领域
本发明涉及岩石力学领域,具体是涉及一种野外岩石结构面粗糙度的量测及计算方法。
背景技术
粗糙度是影响岩体结构面力学性质的重要因素,因此对结构面粗糙度参数的获取显得尤为重要。目前,岩体结构面粗糙度信息的获取方式主要有罗盘量测法、钻孔法、三维激光扫描技术、摄影测量法。罗盘量测法需要人工利用皮尺和罗盘,在现场对岩体结构面进行量测,效率低下、作业时间长,所得到的岩体结构面信息仅为人为接触到的有限的结构面,影响了评价结果的准确性。钻孔法主要包括通过钻取岩芯来判断结构面产状的岩芯定向法;利用穿过同一结构面的三个不同标高的钻孔来计算结构面产状的直接计算法;利用光学原理观测钻孔内部情况的孔内摄像法。钻孔法难以大规模采集获取结构面信息,且需要较高的成孔工艺及成孔质量。三维激光扫描技术,利用激光扫描获得目标物体的完整三维坐标点云,然后在计算机上重建三维模型。三维激光扫描技术适应环境能力强,采集速度快。但三维激光扫描的数据量大,且对于材料的反光性要求高,价格高昂,导致其应用领域受到限制。摄影测量灵活方便,效果好,且不接触目标物,能从二维影像中获取目标三维信息,定位精度高。目前摄影测量技术已成熟的应用于地球科学、计算机科学等领域,对于岩石力学领域的应用相对较少,并且多限于室内测量,不适于野外环境下的岩石结构面粗糙度的量测。
发明内容
本发明的目的在于提供一种野外岩石结构面粗糙度的量测及计算方法,提高了计算精度和效率,同时也适于室内环境。
实现本发明目的的技术解决方案为:一种野外岩石结构面粗糙度的量测及计算方法,包括如下步骤:
步骤1、利用平直木条构建闭合的控制框架,所述控制框架的木条位于不同的平面,在木条贴上摄影测量标记点标签纸形成拍摄控制点和建模校准点;
步骤2、对控制框架进行校准,使其达到设定的精度要求;
步骤3、将校准后的控制框架固定在待测结构面上,选择不同的位置对待测结构面进行拍摄,拍摄范围包含整个框架;
步骤4、利用步骤3得到的照片,建立野外岩石结构面的三维点云模型;
步骤5、利用步骤4建立的三维点云模型提取结构面任一方向的粗糙度轮廓曲线;
步骤6、利用步骤5提取的结构面粗糙度轮廓曲线计算结构面粗糙度分形维数;
步骤7、利用步骤6得到的岩石结构面粗糙度分形维数,计算出对应的岩石结构面粗糙度系数。
本发明与现有技术相比,其显著优点是:1)本发明通过高精度控制框架结合摄影测量方法,能够从结构面二维影像中获取高精度三维信息,降低了以往经验判断带来的偏差;2)本发明通过改进的粗糙度曲线提取方法结合优化的岩石结构面粗糙度系数计算公式,提高了计算的效率和精度;3)本发明方法灵活方便,提取任一方向的粗糙度曲线即可得到岩石结构面粗糙度系数。
附图说明:
图1为本发明一种野外岩石结构面粗糙度的量测及计算方法流程图;
图2为本发明摄影控制框架示意图;
图3为本发明具体拍摄位置效果图;
图4为本发明一组结构面多视点拍摄实物图;
图5为本发明结构面的三维点云模型图;
图6为本发明Canny算子改进流程图;
图7为本发明提取裂隙的效果对比图,其中a为结构面示意图,b为Canny算法计算效果图,c为改进后Canny计算效果图;
图8为本发明提取的不同方向的粗糙度轮廓曲线图;
图9为本发明拟合的不同方向的分形维数示意图,其中a为0度轮廓线分形维数拟合值,b为165度轮廓线分形维数拟合值;
图10为标准粗糙度曲线JRC与分形维数D关系图;
附图中标记说明:1—结构面,2—摄影控制框架,3—待测区域结构面,4—标签纸(控制点),P1—拍摄点1(结构面左起45°拍摄点),P2—拍摄点2(正对结构面拍摄点),P3—拍摄点3(结构面上方45°拍摄点),P5—拍摄点5(结构面下方45°拍摄点),P4—拍摄点4(结构面右起45°拍摄点),Pn—拍摄点n(补测点)。
具体实施方式
下面结合附图和具体实施方式进一步说明本发明方案。
一种野外岩石结构面粗糙度的量测及计算方法,方法步骤包括:
步骤1、利用平直木条构建闭合的控制框架,所述控制框架的木条位于不同的平面,在木条贴上摄影测量标记点标签纸形成拍摄控制点和建模校准点;
步骤2、对控制框架进行校准,使其达到设定的精度要求;
步骤3、将校准后的控制框架固定在待测结构面上,选择不同的位置对待测结构面进行拍摄,拍摄范围包含整个框架;
步骤4、利用步骤3得到的照片,建立野外岩石结构面的三维点云模型;
步骤5、利用步骤4建立的三维点云模型提取结构面任一方向的粗糙度轮廓曲线;
步骤6、利用步骤5提取的结构面粗糙度轮廓曲线计算结构面粗糙度分形维数;
步骤7、利用步骤6得到的岩石结构面粗糙度分形维数,计算出对应的岩石结构面粗糙度系数。
步骤1的控制框架为矩形,组成矩形控制框架的四根木条不在同一水平面,矩形控制框架上所贴的标签纸个数不少于7个。
步骤3的拍摄位置至少为5个,包括在正对固定控制框架的结构面,以及以结构面为平面,以45°角为仰角或俯角的上下左右四个位置。
步骤4建立野外岩石结构面的三维点云模型,具体步骤为:
步骤4.1、进行SIFT特征匹配:采用SIFT算法对图像进行特征匹配,得到多视图之间的几何关系;
步骤4.2、建立稀疏点云:对得到的几何关系采用光束法平差(BundleAdjustment)得出图像匹配点的坐标,建立稀疏点云;
步骤4.3、生成稠密三维点云,建立三维点云模型:首先根据建立的稀疏点云,由运动恢复结构(SFM)算法分析相机运动进而寻找三维点云结构;然后利用聚类的多视点立体视图(CMVS)对三维点云结构进行聚簇;最后采用基于面片模型的密集匹配(PMVS)对聚簇进行匹配、扩展、过滤完成密集匹配同时生成稠密三维点云,即得到野外岩石结构面的三维点云模型。
步骤5提取结构面任一方向的粗糙度轮廓曲线的具体步骤为:
步骤5.1、通过任一个平面A与重建的三维点云结构面模型进行垂直相交,提取与该平面在一定距离范围内的点云坐标;
步骤5.2、将提取的点云坐标沿着平面A的法线方向,向平面A垂直投影得到投影点的二维坐标;
步骤5.3、对得到的投影点采用线性插值法进行优化,将优化后的投影点连结即得该方向的结构面粗糙度曲线。
步骤6通过最小二乘法计算粗糙度分形维数。
步骤7计算岩石结构面粗糙度系数的公式为:
JRC=2589814.091D3-7962029.588D2+8158190.255D-2785975.081
式中,D为结构面粗糙度分形维数,JRC为对应的岩石结构面粗糙度系数。
实施例1:
本实施例以甘肃北山预选区花岗岩岩石结构面为研究对象,野外岩石结构面粗糙度的量测及计算方法,如图1所示,包括如下步骤:
(1)构建近景摄影测量控制框架
首先用4根边长50cm的平直木条组成矩形的框架,然后在框架上表面粘贴7个摄影测量标记点标签纸组成控制框架,如图2所示,其中3根木条上贴各贴两个标签纸,另外一个仅贴一个标签纸,将组成后的控制框架在室内用三维激光扫描仪或全站仪进行标定和校准。
(2)对控制框架进行校准,使其达到设定的精度要求
对控制框架的标定和校准方法为现有方法,要求的精度为:各实测控制点坐标各分量值与模型上对应控制点的坐标分量值的最大误差绝对值不超过0.5mm,平均误差不超过0.25mm校准方法具体可参见参考文献:
劳达宝,杨学友,邾继贵,等.扫描平面激光坐标测量系统校准方法的优化[J].光学精密工程,2011,19(4):870-877.
(3)对固定有控制框架的结构面进行拍摄
通过对控制框架标定后,将其用橡胶泥等暂时固定在野外待测的结构面上,以结构面为平面,以45°角为仰角或俯角分别在含控制框架结构面的上下左右四个位置以及正对结构面位置进行拍摄,具体拍摄位置效果图,如图3所示;拍摄后实物图,如图4所示。
(4)以摄取的照片为基础,建立结构面的三维点云模型
首先导入拍摄实物图(图4),采用SIFT算法对图像进行特征匹配,得到多视图之间几何关系;其次通过对建立得到的几何关系采用光束法平差(Bundle Adjustment)得出图像匹配点的坐标,建立稀疏点云;再由运动恢复结构(SFM)算法分析相机运动进而寻找三维点云结构,利用聚类的多视点立体视图(CMVS)对图像进行聚簇;最后,采用基于面片模型的密集匹配(PMVS)通过匹配、扩展、过滤三个阶段来完成密集匹配同时生成稠密三维点云,以此建立野外岩石结构面的三维点云模型,如图5所示。
(5)提取结构面粗糙度的轮廓曲线
基于建立的三维点云模型,对模型中任一方向的结构面粗糙度进行提取,以得到结构面粗糙度轮廓曲线,如图8所示,示出了0°和165°方向的粗糙度曲线。提取的具体过程如下:
(5.1)通过一个具有一定宽度的平面A与重建的结构面进行垂直相交,提取相交部分的点云坐标,统计结构面信息。
(5.2)将提取的点云坐标沿着平面A的法线方向,向平面A垂直投影得到投影点的二维坐标,其中截面A的宽度越大,结构面表面轮廓线包含的点就越多,得到相应的轮廓线就越粗。
(5.3)本实施例截取了10cm的有效长度进行研究,首先设置起点和终点的坐标,确定截线方向,其中截线宽度是截线由中心向两侧扩展d/2,d为截线宽度。然后将截线方向的结构面粗糙度曲线全部表示出来,横坐标为长度,纵坐标为z,为了方便计算,将横坐标整体右移,最左端为x=0。
(5.4)显示有效曲线图,将提取数据按照大小(从左往右)排列,二维坐标是点云坐标向截面的投影,若有多个点,则进行插值法得出最优点,用光滑曲线连结最优点即得结构面粗糙度轮廓曲线。
(6)通过粗糙度曲线计算出相应的结构面分形维数D
本方法为现有方法,采用最小二乘法可拟合出结构面粗糙度量规法分形维数值D,本次实验拟合出相应结构面的分形维数为1.0046和1.0051,如图9所示,具体方法可参见参考文献:王建军,徐西鹏.花岗石抛光表面的粗糙度、分形维数及其关系研究[J].计量学报,2007,28(2):124-128.周创兵,熊文林.节理面粗糙度系数与分形维数的关系[J].武汉大学学报(工学版),1996(ws):1-5.
(7)计算结构面粗糙度系数JRC
将上一步计算得到的岩石结构面粗糙度分形维数D,代入下式
JRC=2589814.091D3-7962029.588D2+8158190.255D-2785975.081
即可计算出不同方向上的岩石结构面粗糙度分形维数D对应的岩石结构面粗糙度系数JRC。
为了说明上述公式的可靠性,我们基于改进后的Canny算法(改进方法见图6,改进效果见图7)对Barton十条标准轮廓曲线进行提取,并对提取后的每条轮廓线按照量规法计算出其对应的分形维数D,应用最小二乘法对计算结果进行拟合,即得出JRC与D的关系,如图10所示,计算结果见表1,拟合结果符合粗糙度等级越大,分形维数值越大的客观规律。
表1标准曲线分形维数计算结果
Claims (7)
1.一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,包括如下步骤:
步骤1、利用平直木条构建闭合的控制框架,所述控制框架的木条位于不同的平面,在木条贴上摄影测量标记点标签纸形成拍摄控制点和建模校准点;
步骤2、对控制框架进行校准,使其达到设定的精度要求;
步骤3、将校准后的控制框架固定在待测结构面上,选择不同的位置对待测结构面进行拍摄,拍摄范围包含整个框架;
步骤4、利用步骤3得到的照片,建立野外岩石结构面的三维点云模型;
步骤5、利用步骤4建立的三维点云模型提取结构面任一方向的粗糙度轮廓曲线;
步骤6、利用步骤5提取的结构面粗糙度轮廓曲线计算结构面粗糙度分形维数;
步骤7、利用步骤6得到的岩石结构面粗糙度分形维数,计算出对应的岩石结构面粗糙度系数。
2.根据权利要求1所述的一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,所述步骤1的控制框架为矩形,组成矩形控制框架的四根木条不在同一水平面,矩形控制框架上所贴的标签纸个数不少于7个。
3.根据权利要求1所述的一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,所述步骤3的拍摄位置至少为5个,包括在正对固定控制框架的结构面,以及以结构面为平面,以45°角为仰角或俯角的上下左右四个位置。
4.根据权利要求1所述的一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,所述步骤4建立野外岩石结构面的三维点云模型,具体步骤为:
步骤4.1、进行SIFT特征匹配:采用SIFT算法对图像进行特征匹配,得到多视图之间的几何关系;
步骤4.2、建立稀疏点云:对得到的几何关系采用光束法平差(Bundle Adjustment)得出图像匹配点的坐标,建立稀疏点云;
步骤4.3、生成稠密三维点云,建立三维点云模型:首先根据建立的稀疏点云,由运动恢复结构(SFM)算法分析相机运动进而寻找三维点云结构;然后利用聚类的多视点立体视图(CMVS)对三维点云结构进行聚簇;最后采用基于面片模型的密集匹配(PMVS)对聚簇进行匹配、扩展、过滤完成密集匹配同时生成稠密三维点云,即得到野外岩石结构面的三维点云模型。
5.根据权利要求1所述的一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,所述步骤5提取结构面任一方向的粗糙度轮廓曲线的具体步骤为:
步骤5.1、通过任一个平面A与重建的三维点云结构面模型进行垂直相交,提取与该平面在一定距离范围内的点云坐标;
步骤5.2、将提取的点云坐标沿着平面A的法线方向,向平面A垂直投影得到投影点的二维坐标;
步骤5.3、对得到的投影点采用线性插值法进行优化,将优化后的投影点连结即得该方向的结构面粗糙度曲线。
6.根据权利要求1所述的一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,所述步骤6通过最小二乘法计算粗糙度分形维数。
7.根据权利要求1所述的一种野外岩石结构面粗糙度的量测及计算方法,其特征在于,步骤7计算岩石结构面粗糙度系数的公式为:
JRC=2589814.091D3-7962029.588D2+8158190.255D-2785975.081
式中,D为结构面粗糙度分形维数,JRC为对应的岩石结构面粗糙度系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710802102.9A CN107655459B (zh) | 2017-09-07 | 2017-09-07 | 一种野外岩石结构面粗糙度的量测及计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710802102.9A CN107655459B (zh) | 2017-09-07 | 2017-09-07 | 一种野外岩石结构面粗糙度的量测及计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107655459A true CN107655459A (zh) | 2018-02-02 |
CN107655459B CN107655459B (zh) | 2020-11-27 |
Family
ID=61129239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710802102.9A Active CN107655459B (zh) | 2017-09-07 | 2017-09-07 | 一种野外岩石结构面粗糙度的量测及计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107655459B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097436A (zh) * | 2016-06-12 | 2016-11-09 | 广西大学 | 一种大场景对象的三维重建方法 |
CN109389596A (zh) * | 2018-10-12 | 2019-02-26 | 深圳大学 | 一种评价三维不规则颗粒表面整体粗糙度的方法 |
CN109540104A (zh) * | 2018-11-30 | 2019-03-29 | 广西玉林华飞网络科技有限公司 | 一种利用摄影测量技术用于公路管理的无人机系统 |
CN109859301A (zh) * | 2019-03-04 | 2019-06-07 | 浙江大学 | 一种岩石结构面粗糙度系数精细化表征方法 |
CN111507194A (zh) * | 2020-03-20 | 2020-08-07 | 东华理工大学 | 基于分形维监督学习的地基LiDAR枝叶点云分离方法 |
CN111998833A (zh) * | 2020-09-02 | 2020-11-27 | 中国科学院西北生态环境资源研究院 | 一种测量装置、测量方法及地表粗糙度测量方法 |
CN113776469A (zh) * | 2021-08-10 | 2021-12-10 | 同济大学 | 一种粉体颗粒表面粗糙度的检测方法及系统 |
CN117173425A (zh) * | 2023-11-02 | 2023-12-05 | 东华理工大学南昌校区 | 一种岩石结构面粗糙度智能提取方法及系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4218382A1 (de) * | 1992-06-04 | 1993-12-09 | Leonhardt Klaus Prof Dr Ing Ha | Optisches Profilometer zur Rauheitsmessung mit adaptiver Neigungsvoreinstellung und neuartigem Detektionssystem |
CN1645049A (zh) * | 2004-12-15 | 2005-07-27 | 金华职业技术学院 | 典型岩体结构面粗糙度系数尺寸效应分维数确定方法 |
CN1779415A (zh) * | 2004-11-18 | 2006-05-31 | 金华职业技术学院 | 岩体结构面粗糙度系数测量方法 |
CN101055175A (zh) * | 2007-04-30 | 2007-10-17 | 浙江建设职业技术学院 | 岩体结构面粗糙度系数简易测量方法 |
CN102538770A (zh) * | 2012-01-17 | 2012-07-04 | 中国电力工程顾问集团中南电力设计院 | 低空摄影像控点布设方法 |
WO2012123128A1 (de) * | 2011-03-15 | 2012-09-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und verfahren zur vermessung eines gegenstandes mittels freiformpotiken |
CN102721409A (zh) * | 2012-05-29 | 2012-10-10 | 东南大学 | 一种基于车身控制点的移动车辆三维运动轨迹的测定方法 |
US20120262573A1 (en) * | 2011-04-15 | 2012-10-18 | Faro Technologies, Inc. | Six degree-of-freedom laser tracker that cooperates with a remote line scanner |
CN103278113A (zh) * | 2013-02-27 | 2013-09-04 | 中国林业科学研究院木材工业研究所 | 一种非接触式快速测定木材表面粗糙度的方法 |
CN103926156A (zh) * | 2014-04-10 | 2014-07-16 | 内蒙古科技大学 | 一种三维岩石结构面剪切力学行为多重分形评估方法 |
CN104697476A (zh) * | 2015-03-19 | 2015-06-10 | 北京时代之峰科技有限公司 | 粗糙度光切轮廓曲线的自动检测方法及装置 |
CN105023291A (zh) * | 2015-05-22 | 2015-11-04 | 燕山大学 | 一种基于立体视觉的犯罪现场重构装置及方法 |
CN105139441A (zh) * | 2015-07-10 | 2015-12-09 | 中国人民解放军装甲兵工程学院 | 一种涂层表面形貌的分形维数获取方法 |
US20160047657A1 (en) * | 2013-03-25 | 2016-02-18 | Raytheon Company | Autonomous range-only terrain aided navigation |
CN106227923A (zh) * | 2016-07-14 | 2016-12-14 | 中国地质大学(武汉) | 一种岩体结构面三维粗糙度评价方法 |
CN106989731A (zh) * | 2017-03-30 | 2017-07-28 | 中国科学院遥感与数字地球研究所 | 一种用于地表粗糙度观测的近景摄影测量方法 |
-
2017
- 2017-09-07 CN CN201710802102.9A patent/CN107655459B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4218382A1 (de) * | 1992-06-04 | 1993-12-09 | Leonhardt Klaus Prof Dr Ing Ha | Optisches Profilometer zur Rauheitsmessung mit adaptiver Neigungsvoreinstellung und neuartigem Detektionssystem |
CN1779415A (zh) * | 2004-11-18 | 2006-05-31 | 金华职业技术学院 | 岩体结构面粗糙度系数测量方法 |
CN1645049A (zh) * | 2004-12-15 | 2005-07-27 | 金华职业技术学院 | 典型岩体结构面粗糙度系数尺寸效应分维数确定方法 |
CN101055175A (zh) * | 2007-04-30 | 2007-10-17 | 浙江建设职业技术学院 | 岩体结构面粗糙度系数简易测量方法 |
WO2012123128A1 (de) * | 2011-03-15 | 2012-09-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und verfahren zur vermessung eines gegenstandes mittels freiformpotiken |
US20120262573A1 (en) * | 2011-04-15 | 2012-10-18 | Faro Technologies, Inc. | Six degree-of-freedom laser tracker that cooperates with a remote line scanner |
CN102538770A (zh) * | 2012-01-17 | 2012-07-04 | 中国电力工程顾问集团中南电力设计院 | 低空摄影像控点布设方法 |
CN102721409A (zh) * | 2012-05-29 | 2012-10-10 | 东南大学 | 一种基于车身控制点的移动车辆三维运动轨迹的测定方法 |
CN103278113A (zh) * | 2013-02-27 | 2013-09-04 | 中国林业科学研究院木材工业研究所 | 一种非接触式快速测定木材表面粗糙度的方法 |
US20160047657A1 (en) * | 2013-03-25 | 2016-02-18 | Raytheon Company | Autonomous range-only terrain aided navigation |
CN103926156A (zh) * | 2014-04-10 | 2014-07-16 | 内蒙古科技大学 | 一种三维岩石结构面剪切力学行为多重分形评估方法 |
CN104697476A (zh) * | 2015-03-19 | 2015-06-10 | 北京时代之峰科技有限公司 | 粗糙度光切轮廓曲线的自动检测方法及装置 |
CN105023291A (zh) * | 2015-05-22 | 2015-11-04 | 燕山大学 | 一种基于立体视觉的犯罪现场重构装置及方法 |
CN105139441A (zh) * | 2015-07-10 | 2015-12-09 | 中国人民解放军装甲兵工程学院 | 一种涂层表面形貌的分形维数获取方法 |
CN106227923A (zh) * | 2016-07-14 | 2016-12-14 | 中国地质大学(武汉) | 一种岩体结构面三维粗糙度评价方法 |
CN106989731A (zh) * | 2017-03-30 | 2017-07-28 | 中国科学院遥感与数字地球研究所 | 一种用于地表粗糙度观测的近景摄影测量方法 |
Non-Patent Citations (3)
Title |
---|
张林洪等: "结构面壁粗糙度摄影测量及计算", 《岩土工程学报》 * |
杨忠秀等: "《矿区摄影测量》", 1 October 1989 * |
游志诚等: "基于三维激光扫描技术的结构面抗剪强度参数各向异性研究", 《岩石力学与工程学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097436B (zh) * | 2016-06-12 | 2019-06-25 | 广西大学 | 一种大场景对象的三维重建方法 |
CN106097436A (zh) * | 2016-06-12 | 2016-11-09 | 广西大学 | 一种大场景对象的三维重建方法 |
CN109389596B (zh) * | 2018-10-12 | 2022-04-12 | 深圳大学 | 一种评价三维不规则颗粒表面整体粗糙度的方法 |
CN109389596A (zh) * | 2018-10-12 | 2019-02-26 | 深圳大学 | 一种评价三维不规则颗粒表面整体粗糙度的方法 |
CN109540104A (zh) * | 2018-11-30 | 2019-03-29 | 广西玉林华飞网络科技有限公司 | 一种利用摄影测量技术用于公路管理的无人机系统 |
CN109859301A (zh) * | 2019-03-04 | 2019-06-07 | 浙江大学 | 一种岩石结构面粗糙度系数精细化表征方法 |
CN111507194B (zh) * | 2020-03-20 | 2022-07-22 | 东华理工大学 | 一种基于分形维监督学习的地基LiDAR枝叶点云分离方法 |
CN111507194A (zh) * | 2020-03-20 | 2020-08-07 | 东华理工大学 | 基于分形维监督学习的地基LiDAR枝叶点云分离方法 |
CN111998833A (zh) * | 2020-09-02 | 2020-11-27 | 中国科学院西北生态环境资源研究院 | 一种测量装置、测量方法及地表粗糙度测量方法 |
CN111998833B (zh) * | 2020-09-02 | 2022-10-18 | 中国科学院西北生态环境资源研究院 | 一种测量装置、测量方法及地表粗糙度测量方法 |
CN113776469A (zh) * | 2021-08-10 | 2021-12-10 | 同济大学 | 一种粉体颗粒表面粗糙度的检测方法及系统 |
CN117173425A (zh) * | 2023-11-02 | 2023-12-05 | 东华理工大学南昌校区 | 一种岩石结构面粗糙度智能提取方法及系统 |
CN117173425B (zh) * | 2023-11-02 | 2024-01-30 | 东华理工大学南昌校区 | 一种岩石结构面粗糙度智能提取方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107655459B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107655459A (zh) | 一种野外岩石结构面粗糙度的量测及计算方法 | |
Assali et al. | Surveying and modeling of rock discontinuities by terrestrial laser scanning and photogrammetry: Semi-automatic approaches for linear outcrop inspection | |
Bolognesi et al. | Accuracy of cultural heritage 3D models by RPAS and terrestrial photogrammetry | |
CN102506824B (zh) | 一种城市低空无人机系统生成数字正射影像图的方法 | |
CN111553292B (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
CN109685886A (zh) | 一种基于混合现实技术的配网三维场景建模方法 | |
CN109238173A (zh) | 一种储煤场三维实景重构系统及煤量快速估算方法 | |
CN110006408A (zh) | LiDAR数据“云控制”航空影像摄影测量方法 | |
CN105300362A (zh) | 一种应用于rtk接收机的摄影测量方法 | |
CN110207670A (zh) | 一种使用二维图像获取人工林森林冠幅参数的方法 | |
CN110276757A (zh) | 一种基于倾斜像片进行高郁闭度人工林区域单木生物量制图技术 | |
CN108830317A (zh) | 基于数字摄影测量的露天矿山边坡岩体节理产状快速精细取值方法 | |
CN114898053A (zh) | 基于三维空间影像技术的碎裂松动岩体发育范围圈定方法 | |
AGUILAR et al. | 3D coastal monitoring from very dense UAV-Based photogrammetric point clouds | |
Ergincan et al. | Advanced technologies for archaeological documentation: Patara case | |
CN103162670B (zh) | 一种大比例尺地形图测绘内业屋檐改正方法 | |
CN109345543B (zh) | 一种基于灰度图像处理的爆破漏斗体积识别方法 | |
Liang et al. | Accuracy analysis of oblique photogrammetry measurement in 3D modeling of power line selection design | |
Jun et al. | Research on oblique aerial photography and its application in detection of hidden geological hazards | |
Bai et al. | Application of unmanned aerial vehicle multi-vision image 3D modeling in geological disasters | |
Chen et al. | Research on 3D modelling based on UAV tilt photogrammetry with KQCAM5 swing tilt camera | |
Magnani et al. | Photogrammetry and stereophotogrammetry | |
Chen et al. | 3D model construction and accuracy analysis based on UAV tilt photogrammetry | |
García-Luna et al. | Characterization of joint roughness using close-range UAV-SfM photogrammetry | |
ZHANG | Mine laneway 3D reconstruction based on photogrammetry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |