CN109961510A - 一种基于三维点云重构技术的高切坡地质快速编录方法 - Google Patents

Abstract

本发明公开了一种基于三维点云重构技术的高切坡地质快速编录方法。它包括以下步骤：步骤一：无人机数据采集；步骤二：运动恢复结构；步骤三：点云数据后处理；步骤四：结构面识别及提取。本发明克服了现有传统地质编录工作效率低下和高精度三维激光扫描仪成本高的问题；具有低成本、易操作、效果好、效率高的优点。

Description

一种基于三维点云重构技术的高切坡地质快速编录方法

技术领域

本发明涉及三维仿真技术领域，特别是涉及一种基于三维点云重构技术的地质体快速编录方法，更具体地说它是一种基于无人机三维点云重构技术的高切坡地质快速编录方法。

背景技术

三维激光扫描技术在业内已经应用了多年，技术日趋成熟。目前，由于三维激光设备成本较高，三维激光扫描还没有被全面推广，工程技术人员还仍然保持传统的地质编录习惯，需要为绘制工程地质展示图付出大量的时间和精力。无人机采集含坐标高清影像和运动重构技术相关软件的快速发展，三维点云重构技术让快速地质编录更加高效和便捷。

传统高切坡地质编录工作包括地质人员使用罗盘、皮尺和米格纸对开挖边的相关信息进行现场采集，目前较多采用传统数码相机或三维激光扫描仪获取目标体影像，再经过室内编辑处理获取有用信息。上述方法不能彻底解决实际工作中地质测绘困难问题，如三维激光扫描仪存在一定的扫描距离、仰角和场地限制等问题，对距离较远的目标体扫描效果差。

高切坡是工程中最常见的，为查明高切坡岩体结构面发育情况，必须对其进行地质测绘和编录，为边坡支护设计提供地质依据。

因此，现亟需开发一种能解决传统地质编录工作地质展示图绘制工作量大、过程繁琐、效率低下和测绘困难地区岩体结构面产状量测问题的高切坡地质快速编录方法。

发明内容

本发明的目的是为了提供一种基于三维点云重构技术的高切坡地质快速编录方法，该方法具有低成本、编录效果好，精度较高，不仅操作简单，而且操作人员的劳动强度大大降低，工作效率较高的特点。

为了实现上述目的，本发明的技术方案为：一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：包括以下步骤：

步骤一：无人机数据采集；

步骤二：运动恢复结构流程；

步骤三：点云数据后处理；

步骤四：结构面识别及提取。

在上述技术方案中，步骤一中，所述无人机信息采集的内容包括对工作区建立GPS局部控制网，目标体照片采集、放大及调整；；所述目标体为高切坡岩体结构面。

在上述技术方案中，步骤二中，运动恢复结构流程包括对照片集利用尺度不变特征转换原理和光束平差方法重建三维场景稀疏点云，分别采用多视图立体视觉和面片多视图立体视觉生成密集点云。

在上述技术方案中，步骤三中，点云数据后处理包括根据像控点坐标修正点云数据，转换坐标及调整比例尺生成数字地表模型，网格生成及适应。

在上述技术方案中，步骤三中，根据像控点坐标修正密集点云数据。

在上述技术方案中，步骤四中，结构面识别及提取包括利用生成的点云模型建立数字地表模型，对数字地表模型中结构面识别和分组；利用模糊聚类法Fisher函数分布方法，去除边界点重新聚类，最终提取包括高切坡岩体结构面倾向、倾角、可见迹长的基本特征信息。

在上述技术方案中，步骤四中，结构面识别及提取：利用生成的点云模型建立数字地表模型，对数字地表模型中结构面坐标自动提取三个点D₁、D₂、D₃，其中D₁坐标(x₁、y₁、z₁)、D₂坐标(x₂、y₂、z₂)、 D₃坐标(x₃、y₃、z₃)；假定D₂到D₁点为矢量V₁，D₂到D₃点为矢量V₂，

那么V₁＝(x₁-x₂,x₁-x₂,z₁-z₂)＝(a,b,c) (1)

V₂＝(x₃-x₂,y₃-x₂,z₃-z₂)＝(d,e,f) (2)

V₁×V₂＝(b×f-e×c)i-(b×f-e×c)j+(a×e-d×b)k＝U₁i-U₂j+U₃k (3)

其中：U₁i＝((y₁-y₂)×(z₃-z₂)-(y₃-y₂)×(z₁-z₂))i

-U₂j＝-((x₁-x₂)×(z₃-z₂)-(x₃-x₂)×(z₁-z₂))j

U₃k＝((x₁-x₂)×(y₃-y₂)-(x₃-x₂)×(y₁-y₂))k

走向线方程：

S＝{(U₂×1-0×U₃),-(U₁×1-0×U₃),(U₁×1-0×U₂)}＝{U₂,-U₁,0}＝{E,N,0} (4)

如果U₃为负值，需要改变走向线方向将(E，N)改为(-E,-N)；

那么，走向线方位角：

倾角：

其中，走向线方位角范围0≤β≤180°，输出值为β×180/π，其余为360°-β×180/π。

本发明具有如下优点：

(1)本发明通过无人机采集目标体高清影像，利用运动恢复结构重构目标体三维点云，实现目标体地表数字模型(DSM)快速生成，快速识别岩体结构基本信息，便于高切坡工程地质快速编录；

(2)通过使用本发明方法，可以快速生成标准化的辅助面图，不仅操作简单，而且操作人员的劳动强度大大降低，提高了工作效率；解决了传统地质编录工作的地质展示图绘制工作量大、过程繁琐、效率低下以及采用高精度三维激光扫描仪成本高等问题；

(3)本发明特别适用于测绘困难地区的结构面信息读取，可以推广应用于工程边坡地质编录；克服了解决了传统地质编录工作测绘困难地区结构面产状量测问题。

附图说明

图1为本发明流程图。

图2为本发明实施例1结构面产状算例。

图3为本发明实施例1结构面数字化前后对比图。

具体实施方式

下面结合附图详细说明本发明的实施情况，但它们并不构成对本发明的限定，仅作举例而已。同时通过说明使本发明的优点更加清楚和容易理解。

参阅附图可知：一种基于三维点云重构技术的高切坡地质快速编录方法，包括以下步骤：

步骤一：无人机信息采集；

步骤二：运动恢复结构流程；

步骤三：点云数据后处理；

步骤四：结构面识别及提取。

步骤一中，所述无人机信息采集的内容包括对工作区建立GPS局部控制网，目标体照片采集、放大及调整；所述目标体为高切坡岩体结构面。

步骤二中，运动恢复结构流程包括对照片集利用尺度不变特征转换原理和光束平差方法重建三维场景稀疏点云，分别采用多视图立体视觉和面片多视图立体视觉生成密集点云；该步骤为本发明的关键，将目标体的平面照片经重构技术处理后生成含有坐标的三维立体点云集。

步骤三中，点云数据后处理包括根据像控点坐标修正点云数据，转换坐标及调整比例尺生成含三维坐标的数字地表模型，网格生成及适应；该步骤为本发明的数据后处理步，根据实测参考的坐标点对模型进行修正，生成最终的数字地表模型。

步骤三中，根据像控点坐标修正密集点云数据。

步骤四中，结构面识别及提取包括利用生成的点云模型建立数字地表模型，对数字地表模型中结构面识别和分组；利用模糊聚类法 Fisher函数分布方法，去除边界点重新聚类，最终提取包括高切坡岩体结构面倾向、倾角、可见迹长的基本特征信息(如图1所示)；该步骤主要是根据数字地表模型对岩体结构面进行快速识别，进行地质快速统计，获取高切坡优势结构面产状，为切坡稳定性分析和计算提供基础数据。

步骤四中，结构面识别及提取：利用生成的点云模型建立数字地表模型，对数字地表模型中结构面坐标自动提取三个点D₁、D₂、D₃，其中D₁坐标(x₁、y₁、z₁)、D₂坐标(x₂、y₂、z₂)、D₃坐标(x₃、y₃、z₃)。假定D₂到D₁点为矢量V₁，D₂到D₃点为矢量V₂，

那么V₁＝(x₁-x₂,x₁-x₂,z₁-z₂)＝(a,b,c) (1)

V₂＝(x₃-x₂,y₃-x₂,z₃-z₂)＝(d,e,f) (2)

V₁×V₂＝(b×f-e×c)i-(b×f-e×c)j+(a×e-d×b)k＝U₁i-U₂j+U₃k (3)

其中：U₁i＝((y₁-y₂)×(z₃-z₂)-(y₃-y₂)×(z₁-z₂))i

-U₂j＝-((x₁-x₂)×(z₃-z₂)-(x₃-x₂)×(z₁-z₂))j

U₃k＝((x₁-x₂)×(y₃-y₂)-(x₃-x₂)×(y₁-y₂))k

走向线方程：

S＝{(U₂×1-0×U₃),-(U₁×1-0×U₃),(U₁×1-0×U₂)}＝{U₂,-U₁,0}＝{E,N,0} (4)

如果U₃为负值，需要改变走向线方向将(E，N)改为(-E,-N)。

那么，走向线方位角：

倾角：

其中，走向线方位角范围0≤β≤180°，输出值为β×180/π，其余为360°-β×180/π。

实施例1

现以本发明应用于某高切坡地质快速编录为实施例进行详细说明，对本发明应用于其他工程边坡地质快速编录也同样具有指导作用。

某高切坡基岩为块状岩体结构，岩体完整性差，发育多组不同倾向的结构面，易形成不同结构面组合的楔形块体。

参见图1，基于三维点云重构技术的某高切坡地质快速编录方法，包括以下步骤：

步骤一、无人机信息采集；

步骤二、运动恢复结构流程：对照片集利用尺度不变特征转换原理和光束平差方法重建三维场景点云，分别采用多视图立体视觉和面片多视图立体视觉生成密集点云；

步骤三、点云数据后处理：根据像控点坐标修正点云数据，转换坐标及调整比例尺生成具地理坐标模型，网格生成及适应；

步骤四、结构面识别及提取：利用生成的点云模型建立数字地表模型，对模型中结构面坐标自动提取三个点D₁、D₂、D₃，其中D₁坐标 (x₁、y₁、z₁)、D₂坐标(x₂、y₂、z₂)、D₃坐标(x₃、y₃、z₃)。假定D₂到D₁点为矢量V₁，D₂到D₃点为矢量V₂，

那么V₁＝(x₁-x₂,x₁-x₂,z₁-z₂)＝(a,b,c) (1)

V₂＝(x₃-x₂,y₃-x₂,z₃-z₂)＝(d,e,f) (2)

V₁×V₂＝(b×f-e×c)i-(b×f-e×c)j+(a×e-d×b)k＝U₁i-U₂j+U₃k (3)

其中：U₁i＝((y₁-y₂)×(z₃-z₂)-(y₃-y₂)×(z₁-z₂))i

-U₂j＝-((x₁-x₂)×(z₃-z₂)-(x₃-x₂)×(z₁-z₂))j

U₃k＝((x₁-x₂)×(y₃-y₂)-(x₃-x₂)×(y₁-y₂))k

走向线方程：

S＝{(U₂×1-0×U₃),-(U₁×1-0×U₃),(U₁×1-0×U₂)}＝{U₂,-U₁,0}＝{E,N,0} (4)

如果U₃为负值，需要改变走向线方向将(E，N)改为(-E,-N)。

那么，走向线方位角：

倾角：

其中，走向线方位角范围0≤β≤180°，输出值为β×180/π，其余为360°-β×180/π，结构面产状提取见图2。

最后利用模糊聚类法的Fisher函数分布方法去除边界点、且重新聚类，最终提取岩体结构面倾向、倾角、迹长等基本特征信息，本实施例岩体结构面产状如图3所示。

图3为本发明实施例对岩质高切坡岩体结构面提取前后(选取结构面上任意三点即可)对比图；图3中，位于上部的附图为本发明实施例对岩质高切坡岩体结构面提取前的图；位于下部的附图为本发明实施例对岩质高切坡岩体结构面提取后的图。

结论：采用本发明对某高切坡地质进行编录，成本较低，编录效果较好，操作简单，而且操作人员的劳动强度大大降低，工作效率较高。

为了能够更加清楚的说明本发明所述的一种基于三维点云重构技术的高切坡地质快速编录方法与现有的传统地质编录方法相比所具有的优点，工作人员将这两种技术方案进行了对比，其对比结果如下表：

由上表可知，本发明所述的一种基于三维点云重构技术的高切坡地质快速编录方法与现有的传统地质编录方法相比，无接触式，减少地质编录危险,能解决高陡边坡编录问题，工作效率较高，精度较高，对使用的仪器没有高精度要求，成本较低。

与本技术方案相关的技术术语的说明：

GPS控制网(GPS control network)；GPS控制网就是用GPS技术建立的测量控制网，它是目前控制测量的主流方法之一。GPS控制网服务对象可分为：国家或区域性的高精度GPS控制网和局部性的小范围GPS控制网。

尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种机器视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变数，此算法由David Lowe在1999年所发表，2004 年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。

光束平差法(BundleAdjustment)是结合三维模型点和视觉参数(相机参数，位置，畸变)做为一个整体进行一起评估的一个提高精度的方法。光束法区域网平差(Beammethod for regional network adjustment)以单张像片为单元，按摄影站、像点及其相应地面点三点共线原理进行的一种区域网平差。光束法区域网平差是以一幅影像所组成的一束光线作为平差的基本单元，以中心投影的共线方程作为平差的基础方程。通过各个光线束在空间的旋转和平移，使模型之间的公共点的光线实现最佳的交会并使整个区域最佳地纳入到已知的控制点坐标系中去。

点云(Point Cloud)在逆向工程中通过测量仪器得到的产品外观表面的点数据集合也称之为点云，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。

像控点是摄影测量控制加密和测图的基础,因此,野外像控点目标选择的好坏和指示点位的准确程度,直接影响成果的精度。像控点是摄影测量控制加密和测图的基础,因此,野外像控点目标选择的好坏和指示点位的准确程度,直接影响成果的精度。所以,野外工作需要重视像控点目标的选择和保证指示点位的准确。同时，还要加强检查工作,以确保后续作业正确无误。

数字地表模型(Digital Surface Model，缩写DSM)是指包含了地表建筑物、桥梁和树木等高度的地面高程模型。和DEM相比，DEM 只包含了地形的高程信息，并未包含其它地表信息，DSM是在DEM的基础上，进一步涵盖了除地面以外的其它地表信息的高程。在一些对建筑物高度有需求的领域，得到了很大程度的重视。DSM表示的是最真实地表达地面起伏情况，可广泛应用于各行各业。

模糊聚类法，把模糊数学方法引入聚类分析即产生了模糊聚类分析方法。模糊聚类分析方法大致可分为两种：一是基于模糊关系上的模糊聚类法.并称为系统聚类分析法。另一种称为非系统聚类法，它是先把样品粗略地分一下，然后按其最优原则进行分类，经过多次迭代直到分类比较合理为止，这种方法也称为逐步聚类法。

模糊聚类分析是一种采用模糊数学语言对事物按一定的要求进行描述和分类的数学方法。模糊聚类分析一般是指根据研究对象本身的属性来构造模糊矩阵，并在此基础上根据一定的隶属度来确定聚类关系，即用模糊数学的方法把样本之间的模糊关系定量的确定，从而客观且准确地进行聚类。聚类就是将数据集分成多个类或簇，使得各个类之间的数据差别应尽可能大，类内之间的数据差别应尽可能小，即为最小化类间相似性，最大化类内相似性原则。

其它未说明的部分均属于现有技术。

Claims (7)

1.一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：包括以下步骤：

步骤一：无人机信息采集；

步骤二：运动恢复结构；

步骤三：点云数据后处理；

步骤四：结构面识别及提取。

2.根据权利要求1所述的一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：步骤一中，所述无人机信息采集的内容包括对工作区建立GPS局部控制网，目标体照片采集、放大及调整；所述目标体为高切坡岩体结构面。

3.根据权利要求1或2所述的一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：步骤二中，运动恢复结构流程包括对照片集利用尺度不变特征转换原理和光束平差方法重建三维场景稀疏点云，分别采用多视图立体视觉和面片多视图立体视觉生成密集点云。

4.根据权利要求3所述的一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：步骤三中，点云数据后处理包括根据像控点坐标修正点云数据，转换坐标及调整比例尺生成数字地表模型，网格生成及适应。

5.根据权利要求4所述的一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：步骤三中，根据像控点坐标修正密集点云数据。

6.根据权利要求5所述的一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：步骤四中，结构面识别及提取包括利用生成的点云模型建立数字地表模型，对数字地表模型中结构面识别和分组；利用模糊聚类法Fisher函数分布方法，去除边界点重新聚类，最终提取包括高切坡岩体结构面倾向、倾角、可见迹长等基本特征信息。

7.根据权利要求6所述的一种基于三维点云重构技术的高切坡地质快速编录方法，其特征在于：步骤四中，结构面识别及提取：利用生成的点云模型建立数字地表模型，对数字地表模型中结构面坐标自动提取三个点D₁、D₂、D₃，其中D₁坐标(x₁、y₁、z₁)、D₂坐标(x₂、y₂、z₂)、D₃坐标(x₃、y₃、z₃)；假定D₂到D₁点为矢量V₁，D₂到D₃点为矢量V₂，

那么V₁＝(x₁-x₂,x₁-x₂,z₁-z₂)＝(a,b,c) (1)

V₂＝(x₃-x₂,y₃-x₂,z₃-z₂)＝(d,e,f) (2)

V₁×V₂＝(b×f-e×c)i-(b×f-e×c)j+(a×e-d×b)k＝U₁i-U₂j+U₃k (3)

其中：U₁i＝((y₁-y₂)×(z₃-z₂)-(y₃-y₂)×(z₁-z₂))i

-U₂j＝-((x₁-x₂)×(z₃-z₂)-(x₃-x₂)×(z₁-z₂))j

U₃k＝((x₁-x₂)×(y₃-y₂)-(x₃-x₂)×(y₁-y₂))k

走向线方程：

S＝{(U₂×1-0×U₃),-(U₁×1-0×U₃),(U₁×1-0×U₂)}＝{U₂,-U₁,0}＝{E,N,0} (4)

如果U₃为负值，需要改变走向线方向将(E，N)改为(-E,-N)；

那么，走向线方位角：

倾角：

其中，走向线方位角范围0≤β≤180°，输出值为β×180/π，其余为360°-β×180/π。