CN111985507B - 一种岩体三维点云节理迹线提取方法 - Google Patents

Abstract

本发明涉及岩体表面特征识别技术领域，提供一种岩体三维点云节理迹线提取方法，包括：步骤1：获取岩体的三维点云数据；步骤2：基于三维点云的颜色信息，根据三维点云的颜色变化，提取岩体表面的潜在节理迹线点第一集合A₁；步骤3：基于三维点云的几何信息，根据三维点云的曲率变化，提取岩体表面的潜在节理迹线点第二集合A₂；步骤4：对潜在节理迹线点集合A＝A₁∪A₂进行局部优化：步骤5：基于建立局部矢量缓冲区的双向连接算法，对优化后的节理迹线点集合A'进行处理，得到岩体表面的节理迹线。本发明能够提高岩体表面节理迹线提取的精度，得到符合真实岩体表面特征的节理迹线。

Description

一种岩体三维点云节理迹线提取方法

技术领域

本发明涉及岩体表面特征识别技术领域，特别是涉及一种岩体三维点云节理迹线提取方法。

背景技术

在岩体质量分级及岩体结构稳定性分析的过程中，节理迹线提取的精细化程度是一个重要参考指标，在地质勘查和灾害评估中有着重要的参考意义。目前岩体表面特征识别技术已日趋成熟，但精细提取依然是一个亟待解决的难题。目前的岩体表面节理迹线提取方法，大多是通过点云的曲率变换或图像处理技术来实现，提取特征比较单一，缺少岩体表面颜色特征和几何特征的交融性。这样得到的节理迹线，从岩体表面的实际情况上来说精细化程度低，难以支撑岩体质量评估和岩体稳定性分析。因此，岩体表面节理迹线提取的精细程度越高，越有利于地质人员对岩体进行评估和分析，但节理迹线的精确提取需要更精确的技术手段来支撑。据此，针对上述问题，有必要提出一种高精度的岩体三维点云节理迹线提取方法。

发明内容

针对现有技术存在的问题，本发明提供一种岩体三维点云节理迹线提取方法，能够提高岩体表面节理迹线提取的精度，得到符合真实岩体表面特征的节理迹线。

本发明的技术方案为：

一种岩体三维点云节理迹线提取方法，其特征在于，包括下述步骤：

步骤1：获取岩体的三维点云数据；

步骤2：基于三维点云的颜色信息，根据三维点云的颜色变化，提取岩体表面的潜在节理迹线点第一集合A₁；

步骤3：基于三维点云的几何信息，根据三维点云的曲率变化，提取岩体表面的潜在节理迹线点第二集合A₂；

步骤4：对潜在节理迹线点集合A＝A₁∪A₂进行局部优化：

步骤4.1：对每个潜在节理迹线点a∈A进行邻域搜索，对潜在节理迹线点a的邻域L_a内的点进行主成分分析，得到邻域L_a对应的主成分方向线l_a；

步骤4.2：将潜在节理迹线点a垂直投影至主成分方向线l_a上，得到的投影点a'即为对应的优化后的节理迹线点，形成优化后的节理迹线点集合A'；

步骤5：基于建立局部矢量缓冲区的双向连接算法，对优化后的节理迹线点集合A'进行处理，得到岩体表面的节理迹线：

步骤5.1：从优化后的节理迹线点集合A'中随机选取一个点作为初始搜索点；

步骤5.2：令i＝1，在初始搜索点处建立局部矢量缓冲区Q₀；

步骤5.3：在局部矢量缓冲区Q₀内未被连接的点中搜索初始搜索点的第i近邻点，判断是否能搜索到初始搜索点的第i近邻点：若是，则连接初始搜索点与该第i近邻点，并将该第i近邻点作为当前搜索点，进入步骤5.4；若否，则进入步骤5.7；

步骤5.4：令k＝1，在当前搜索点处建立局部矢量缓冲区Q；

步骤5.5：在局部矢量缓冲区Q内未被连接的点中搜索当前搜索点的第k近邻点，判断是否能搜索到当前搜索点的第k近邻点：若是，则获取当前搜索点到第k近邻点的走向V₁、上一个连接点到当前搜索点的走向V₂，计算走向V₁与走向V₂的夹角θ，进入步骤5.6；若否，则令i＝i+1，转至步骤5.3；

步骤5.6：对当前搜索点进行多向判断：

当时：连接当前搜索点与第k近邻点，并更新当前搜索点为第k近邻点，转至步骤5.4；

当时：令k＝k+1，转至步骤5.5；其中，/>为预设的夹角阈值；

步骤5.7：判断节理迹线点集合A'内未被连接的点中是否存在未被选取的点：若是，则从未被连接的点中随机选取一个未被选取的点作为初始搜索点，转至步骤5.2；若否，则结束搜索，得到岩体表面的节理迹线。

所述步骤1具体包括：获取岩体的近景无人机影像数据，采用多视图三维重建方法，从近景无人机影像数据中获取岩体的三维点云数据；或采用三维激光扫描方法获取岩体的三维点云数据。

所述步骤2包括下述步骤：

步骤2.1：对三维点云的颜色信息进行二值化处理，得到表示三维点云颜色的单一化数值；

步骤2.2：对三维点云建立空间八叉树索引，对每个索引空间内的点进行颜色比对，留下颜色较深的点，得到岩体表面颜色较深的多个区域；所述颜色较深的点为索引空间内单一化数值小于设定阈值的点；

步骤2.3：基于边界识别算法对颜色较深的每个区域进行边界识别，得到颜色较深的每个区域的边界点，所有边界点构成潜在节理迹线点第一集合A₁。

所述步骤3包括下述步骤：

步骤3.1：对三维点云建立空间八叉树索引，基于三维点云的几何信息，对每个索引空间内的点进行主成分分析，计算每个索引空间对应的局部曲面的极大曲率方向、极小曲率方向、切平面的法向量；

步骤3.2：基于傅里叶变换，利用每个索引空间对应的局部曲面的极大曲率方向、极小曲率方向、切平面的法向量及该索引空间内每个点的几何信息，计算各点的主曲率；

步骤3.3：将每个索引空间内主曲率小于设定阈值的点作为潜在节理迹线点，构成潜在节理迹线点第二集合A₂。

本发明的有益效果为：

本发明在获取岩体三维点云数据的基础上，基于三维点云的颜色信息和几何信息的双重特征对潜在节理迹线点进行提取，结合邻域搜索与主成分分析对潜在节理迹线点集合进行局部优化，并基于建立局部矢量缓冲区的改进双向连接算法从优化后的节理迹线点集合中提取岩体表面的节理迹线，提高了岩体表面节理迹线提取的精度，所提取的节理迹线既符合真实岩体的表面特征，又能为岩体质量评估和岩体稳定性分析提供数据支持。

附图说明

图1为本发明的岩体三维点云节理迹线提取方法的流程图。

图2为具体实施方式中本发明的岩体三维点云节理迹线提取方法的过程框架图。

图3为本发明的岩体三维点云节理迹线提取方法中建立局部矢量缓冲区的双向连接算法的流程图。

具体实施方式

下面将结合附图和具体实施方式，对本发明作进一步描述。

如图1所示，本发明的岩体三维点云节理迹线提取方法，包括下述步骤：

步骤1：获取岩体的三维点云数据：

本实施例中，获取岩体的近景无人机影像数据，采用多视图三维重建方法，从近景无人机影像数据中获取岩体的三维点云数据。如图2所示，采用AgisoftPhotoScan软件从近景无人机影像数据中获取岩体的三维点云数据。所述三维点云数据包括颜色信息和几何信息，所述颜色信息包括每一个点在RGB三个通道的值(r,g,b)，所述几何信息包括每一个点的三维坐标(x,y,z)。

此外，还可以采用相机来获取岩体的近景影像数据。还可以采用三维激光扫描方法获取岩体的三维点云数据。

步骤2：基于三维点云的颜色信息，根据三维点云的颜色变化，提取岩体表面的潜在节理迹线点第一集合A₁：

步骤2.1：对三维点云的颜色信息进行二值化处理，得到表示三维点云颜色的单一化数值；

步骤2.2：对三维点云建立空间八叉树索引，对每个索引空间内的点进行颜色比对，留下颜色较深的点，得到岩体表面颜色较深的多个区域；所述颜色较深的点为索引空间内单一化数值小于设定阈值的点；

步骤2.3：基于边界识别算法对颜色较深的每个区域进行边界识别，得到颜色较深的每个区域的边界点，所有边界点构成潜在节理迹线点第一集合A₁。

步骤3：基于三维点云的几何信息，根据三维点云的曲率变化，提取岩体表面的潜在节理迹线点第二集合A₂：

步骤3.1：对三维点云建立空间八叉树索引，基于三维点云的几何信息，对每个索引空间内的点进行主成分分析，计算每个索引空间对应的局部曲面的极大曲率方向、极小曲率方向、切平面的法向量；

步骤3.2：基于傅里叶变换，利用每个索引空间对应的局部曲面的极大曲率方向、极小曲率方向、切平面的法向量及该索引空间内每个点的几何信息，计算各点的主曲率；

步骤3.3：将每个索引空间内主曲率小于设定阈值的点作为潜在节理迹线点，构成潜在节理迹线点第二集合A₂。

步骤4：对潜在节理迹线点集合A＝A₁∪A₂进行局部优化：

步骤4.1：对每个潜在节理迹线点a∈A进行邻域搜索，对潜在节理迹线点a的邻域L_a内的点进行主成分分析，得到邻域L_a对应的主成分方向线l_a；

步骤4.2：将潜在节理迹线点a垂直投影至主成分方向线l_a上，得到的投影点a'即为对应的优化后的节理迹线点，形成优化后的节理迹线点集合A'。

步骤5：如图3所示，基于建立局部矢量缓冲区的双向连接算法，对优化后的节理迹线点集合A'进行处理，得到岩体表面的节理迹线：

步骤5.1：从优化后的节理迹线点集合A'中随机选取一个点作为初始搜索点；

步骤5.2：令i＝1，在初始搜索点处建立局部矢量缓冲区Q₀；

步骤5.3：在局部矢量缓冲区Q₀内未被连接的点中搜索初始搜索点的第i近邻点，判断是否能搜索到初始搜索点的第i近邻点：若是，则连接初始搜索点与该第i近邻点，并将该第i近邻点作为当前搜索点，进入步骤5.4；若否，则进入步骤5.7；

步骤5.4：令k＝1，在当前搜索点处建立局部矢量缓冲区Q；

步骤5.5：在局部矢量缓冲区Q内未被连接的点中搜索当前搜索点的第k近邻点，判断是否能搜索到当前搜索点的第k近邻点：若是，则获取当前搜索点到第k近邻点的走向V₁、上一个连接点到当前搜索点的走向V₂，计算走向V₁与走向V₂的夹角θ，进入步骤5.6；若否，则令i＝i+1，转至步骤5.3；

步骤5.6：对当前搜索点进行多向判断：

当时：连接当前搜索点与第k近邻点，并更新当前搜索点为第k近邻点，转至步骤5.4；

当时：令k＝k+1，转至步骤5.5；其中，/>为预设的夹角阈值；

步骤5.7：判断节理迹线点集合A'内未被连接的点中是否存在未被选取的点：若是，则从未被连接的点中随机选取一个未被选取的点作为初始搜索点，转至步骤5.2；若否，则结束搜索，得到岩体表面的节理迹线。

显然，上述实施例仅仅是本发明的一部分实施例，而不是全部的实施例。上述实施例仅用于解释本发明，并不构成对本发明保护范围的限定。基于上述实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，也即凡在本申请的精神和原理之内所作的所有修改、等同替换和改进等，均落在本发明要求的保护范围内。

Claims (4)

1.一种岩体三维点云节理迹线提取方法，其特征在于，包括下述步骤：

步骤1：获取岩体的三维点云数据；

步骤2：基于三维点云的颜色信息，根据三维点云的颜色变化，提取岩体表面的潜在节理迹线点第一集合A₁；

步骤3：基于三维点云的几何信息，根据三维点云的曲率变化，提取岩体表面的潜在节理迹线点第二集合A₂；

步骤4：对潜在节理迹线点集合A＝A₁∪A₂进行局部优化：

步骤4.1：对每个潜在节理迹线点a∈A进行邻域搜索，对潜在节理迹线点a的邻域L_a内的点进行主成分分析，得到邻域L_a对应的主成分方向线l_a；

步骤4.2：将潜在节理迹线点a垂直投影至主成分方向线l_a上，得到的投影点a'即为对应的优化后的节理迹线点，形成优化后的节理迹线点集合A'；

步骤5：基于建立局部矢量缓冲区的双向连接算法，对优化后的节理迹线点集合A'进行处理，得到岩体表面的节理迹线：

步骤5.1：从优化后的节理迹线点集合A'中随机选取一个点作为初始搜索点；

步骤5.2：令i＝1，在初始搜索点处建立局部矢量缓冲区Q₀；

步骤5.3：在局部矢量缓冲区Q₀内未被连接的点中搜索初始搜索点的第i近邻点，判断是否能搜索到初始搜索点的第i近邻点：若是，则连接初始搜索点与该第i近邻点，并将该第i近邻点作为当前搜索点，进入步骤5.4；若否，则进入步骤5.7；

步骤5.4：令k＝1，在当前搜索点处建立局部矢量缓冲区Q；

步骤5.5：在局部矢量缓冲区Q内未被连接的点中搜索当前搜索点的第k近邻点，判断是否能搜索到当前搜索点的第k近邻点：若是，则获取当前搜索点到第k近邻点的走向V₁、上一个连接点到当前搜索点的走向V₂，计算走向V₁与走向V₂的夹角θ，进入步骤5.6；若否，则令i＝i+1，转至步骤5.3；

步骤5.6：对当前搜索点进行多向判断：

当时：连接当前搜索点与第k近邻点，并更新当前搜索点为第k近邻点，转至步骤5.4；

当时：令k＝k+1，转至步骤5.5；其中，/>为预设的夹角阈值；

步骤5.7：判断节理迹线点集合A'内未被连接的点中是否存在未被选取的点：若是，则从未被连接的点中随机选取一个未被选取的点作为初始搜索点，转至步骤5.2；若否，则结束搜索，得到岩体表面的节理迹线。

2.根据权利要求1所述的岩体三维点云节理迹线提取方法，其特征在于，所述步骤1具体包括：获取岩体的近景无人机影像数据，采用多视图三维重建方法，从近景无人机影像数据中获取岩体的三维点云数据；或采用三维激光扫描方法获取岩体的三维点云数据。

3.根据权利要求1所述的岩体三维点云节理迹线提取方法，其特征在于，所述步骤2包括下述步骤：

步骤2.1：对三维点云的颜色信息进行二值化处理，得到表示三维点云颜色的单一化数值；

步骤2.2：对三维点云建立空间八叉树索引，对每个索引空间内的点进行颜色比对，留下颜色较深的点，得到岩体表面颜色较深的多个区域；所述颜色较深的点为索引空间内单一化数值小于设定阈值的点；

步骤2.3：基于边界识别算法对颜色较深的每个区域进行边界识别，得到颜色较深的每个区域的边界点，所有边界点构成潜在节理迹线点第一集合A₁。

4.根据权利要求1所述的岩体三维点云节理迹线提取方法，其特征在于，所述步骤3包括下述步骤：

步骤3.1：对三维点云建立空间八叉树索引，基于三维点云的几何信息，对每个索引空间内的点进行主成分分析，计算每个索引空间对应的局部曲面的极大曲率方向、极小曲率方向、切平面的法向量；

步骤3.2：基于傅里叶变换，利用每个索引空间对应的局部曲面的极大曲率方向、极小曲率方向、切平面的法向量及该索引空间内每个点的几何信息，计算各点的主曲率；

步骤3.3：将每个索引空间内主曲率小于设定阈值的点作为潜在节理迹线点，构成潜在节理迹线点第二集合A₂。