CN112687002A - 一种三维地质模型网格优化方法 - Google Patents
一种三维地质模型网格优化方法 Download PDFInfo
- Publication number
- CN112687002A CN112687002A CN202110276997.3A CN202110276997A CN112687002A CN 112687002 A CN112687002 A CN 112687002A CN 202110276997 A CN202110276997 A CN 202110276997A CN 112687002 A CN112687002 A CN 112687002A
- Authority
- CN
- China
- Prior art keywords
- geological
- nodes
- entropy
- node
- grid
- 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
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及地质信息化领域,其公开了一种三维地质模型网格优化方法,解决传统技术对网格节点的优化方案中,未充分考虑地质曲面局部形态特征带来的节点优化不准确、不合理的问题。该方法包括以下步骤:a.建立三维地质结构面模型;b.固定所述三维地质结构面模型的地质曲面网格边界;c.计算所有地质曲面网格节点上的法向量,并计算法向量熵;d.计算所有地质曲面网格节点上的高斯曲率,并计算高斯曲率熵;e.针对每一个网格节点,对其法向量熵和高斯曲率熵进行加权求和,获得对应熵值和;f.遍历地质曲面网格节点,剔除对应熵值和小于预设阈值的节点。本发明适用于三维地质模型网格优化。
Description
技术领域
本发明涉及地质信息化领域,具体涉及一种三维地质模型网格优化方法。
背景技术
三维地质模型中的地质曲面一般由不规则三角网构成,对于工区范围较大、网格节点数目较多的地质模型可能出现如下情形:由于工区范围大,地质界面可能出现某些局部形态复杂,起伏较大,而某些局部形态平缓,甚至趋于平面的情形。针对形态复杂的区域,三角网格密度一般要求足够大,才能完好光滑地表达出其复杂的几何形态,而针对形态平缓的区域,不需要太过密集的三角网格就足以表达其形态,反之,如果地质界面形态平缓处节点数目过多,将会浪费大量硬件存储空间。因此需要对三维地质模型的网格节点的疏密进行控制。
现有技术中,大部分地质建模软件仅仅是基于目标节点及其相邻节点间高程值及其相对位置的差异,来确定是否对该节点进行优化,未充分将地质曲面局部形态特征纳入考虑,不能反映出节点对局部形态的贡献度,从而造成节点优化不准确、不合理。
发明内容
本发明所要解决的技术问题是:提出一种三维地质模型网格优化方法,解决传统技术对网格节点的优化方案中,未充分考虑地质曲面局部形态特征带来的节点优化不准确、不合理的问题。
本发明解决上述技术问题采用的技术方案是:
一种三维地质模型网格优化方法,包括以下步骤:
a.建立三维地质结构面模型;
b.固定所述三维地质结构面模型的地质曲面网格边界;
c.计算所有地质曲面网格节点上的法向量,并计算法向量熵;
d.计算所有地质曲面网格节点上的高斯曲率,并计算高斯曲率熵;
e.针对每一个网格节点,对其法向量熵和高斯曲率熵进行加权求和,获得对应熵值和;
f.遍历地质曲面网格节点,剔除对应熵值和小于预设阈值的节点。
作为进一步优化,步骤a中,根据收集到的地质建模数据,采用地质建模软件SKUA-GOCAD建立三维地质结构面模型;所述地质建模数据包括地形等高线、地质调绘数据、钻探数据、挖探数据和地质剖面图。
作为进一步优化,步骤b中,固定所述三维地质结构面模型的地质曲面网格边界,具体包括:调用网格边界线获取函数获取地质曲面网格的边界线,由于边界线与地质曲面网格的边界重合,因此边界线上的每个节点都对应一个与其重合的地质曲面网格节点。遍历边界线上的所有节点以及该边界线所属的地质曲面网格上的所有节点,通过比较坐标是否相同,找到边界线上所有节点所对应的地质曲面网格节点,在此基础上,获得地质曲面网格的边界的所有节点的序号并记录,即完成地质曲面网格边界的固定,目的是为了在后续地质曲面网格节点简化过程中保留这些序号对应的节点。
作为进一步优化,步骤c中,所述计算所有地质曲面网格节点上的法向量,并计算法向量熵,具体包括:
通过计算获得节点p及其k邻域中m个节点的单位法向量,对这些单位法向量求平均值并单位化,获得局部m+1个节点的平均单位法向量Na;
作为进一步优化,所述计算所有地质曲面网格节点上的高斯曲率,并计算高斯曲率熵,具体包括:
其中,t id 代表m个法曲率中的最大值所对应的切向;
则,节点p处高斯曲率G的最终计算方法如下:
其中,系数a,b,c分别为:
Gi代表节点p的k邻域内节点pi的高斯曲率,Gi与G的计算方法一样,只是针对的节点位置不一样。
作为进一步优化,步骤e中,所述对其法向量熵和高斯曲率熵进行加权求和,具体包括:
对节点p的k邻域内的所有节点法向量熵和高斯曲率熵进行主成分分析,分别获得这两种参量对总方差的不同贡献程度,以此作为法向量熵和高斯曲率熵的加权求和的权重系数。
本发明的有益效果是:
将地质曲面局部形态特征纳入考虑,即,通过对网格节点的法向量熵和高斯曲率熵两种信息熵进行加权融合来反映节点对局部形态的贡献度,在对网格节点进行优化时,剔除加权融合熵值小于预设阈值的节点,从而在保留了贡献度大的节点的同时,简化了不必要的节点,实现模型网格轻量化,该方式能够准确、合理地对网格节点疏密进行控制。
附图说明
图1为本发明中的三维地质模型网格优化方法流程图。
具体实施方式
本发明旨在提出一种三维地质模型网格优化方法,解决传统技术对网格节点的优化方案中,未充分考虑地质曲面局部形态特征带来的节点优化不准确、不合理的问题。
经过研究,高斯曲率和法向量两种参量对于描述曲面局部形态特征具有重要意义,而信息熵可用于反映数据内在的信息无序化程度以及各种指标的重要性差异。可以简单理解为:三角网格上某个节点位置计算得到的高斯曲率熵或法向量熵越大,那么这个节点对该局部几何复杂度的贡献越大,那么这个节点保留的意义越大,反之则可去除该节点。因此,本申请将两种参量的信息熵进行加权求和,加权系数通过主成分分析(PCA)方法获得,在此基础上,可根据实际状况和需求设置加权信息熵的预设阈值,将低于该阈值的网格节点去除,实现模型网格轻量化。阈值的设置依据是由用户根据实际状况决定,比如:数据量很大,电脑卡顿严重,那么可以将阈值设置小一些,从而多去除一些网格节点,实现程度更高的轻量化;而如果数据量不是很大,可以将阈值设置稍微大一些,从而在轻量化的同时保证形态表示的精细度。
在具体实现上,本发明中的三维地质模型网格优化方法实施流程如图1所示,其包括:
1、建立三维地质结构面模型:
本步骤中,根据收集到的地质建模数据,利用当前三维地质建模领域公认主流的地质建模软件SKUA-GOCAD完成地质结构面模型的构建。这里所述的地质建模数据包括地形等高线、地质调绘数据、钻探数据、挖探数据和地质剖面图。本发明中所提及的地质结构面模型均属于SKUA-GOCAD中的Surface数据格式,其本质是不规则三角网格。
2、固定地质曲面网格边界:
本步骤中,基于SKUA-GOCAD二次开发,调用网格边界线获取函数获得地质面网格边界线,由于边界线与网格边界重合,因此每个边界线节点都对应一个与其重合的网格边界节点。遍历边界线上的所有节点以及该边界线所属的曲面网格上的所有节点,通过比较坐标是否相同,找到所有边界线节点所对应的网格边界节点,在此基础上,获得所有网格边界节点的序号并记录。在后续网格节点简化过程中不对这些序号的节点进行简化,从而确保曲面网格边界的固定,避免出现拓扑错误。
3、计算所有地质曲面网格节点上的法向量和法向量熵:
本步骤中,以某一节点p为例,其k邻域中所有三角形为基于SKUA-GOCAD二次开发,调用其Trgl3d类中的normal()函数及Vector3d类中的normalize()函数,依次计算获得每个三角形的单位法向量,p节点处的单位法向量N即为:
通过以上方式获得节点p及其k邻域中m个节点的单位法向量,对这些单位法向量求平均值并单位化,得到局部m+1个节点的平均单位法向量Na。节点p处单位法向量N与Na夹角为,邻域内m个节点的单位法向量Na与夹角为,节点p处的法向量熵可采取如下方式计算:
4、计算所有地质曲面网格节点上的高斯曲率和高斯曲率熵:
其中,t id 代表m个法曲率中的最大值所对应的切向;
在此基础上,节点p处高斯曲率G的最终计算方法如下:
其中,系数a,b,c分别为:
Gi代表节点p的k邻域内节点pi的高斯曲率,Gi与G的计算方法一样,只是针对的节点位置不一样。
5、对节点的法向量熵和高斯曲率熵进行加权求和,获得对应熵值和:
本步骤中,对节点p的k邻域内的所有节点法向量熵和高斯曲率熵进行主成分分析,分别获得这两种参量对总方差的不同贡献程度,以此作为法向量熵和高斯曲率熵的加权求和的权重系数。
Y表示标准化之后的数据矩阵;
X表示标准化之前的数据矩阵
在此基础上,调用内置主成分分析函数
[COEFF,SCORE,LATENT,TSQUARED,EXPLAINED]=pca(X)获得PCA分析结果,主成分分析函数中各参数解释如下:
X表示上一公式的输出结果Y,即标准化之后的数据矩阵;
COEFF表示X矩阵所对应的协方差矩阵的所有特征向量组成的矩阵;
SCORE表示X矩阵数据在各主成分向量上的投影;
LATENT表示X矩阵所对应的协方差矩阵的特征值向量;
TSQUARED表示X矩阵中每个观察值的Hotelling的T平方统计量,Hotelling的T平方统计量(T-Squared Statistic)是每个观察值的标准化分数的平方和;
EXPLAINED表示每个主成分解释的总方差的百分比,即每一个主成分所贡献的比例。
最后调用biplot绘图函数,绘制得到法向量熵和高斯曲率熵各自对应的载荷向量(Loading vector),法向量熵和高斯曲率熵各自的载荷向量的长度可代表其在总方差中所占的权重和,以此权重作为求和加权系数,计算熵值加权和:
至此实现了基于这两种参数熵值的融合考虑。
6、遍历地质曲面网格节点,剔除对应熵值和小于预设阈值的节点:
本步骤中,根据实际需求设置熵值加权和的阈值,基于SKUA-GOCAD二次开发,遍历地质曲面网格节点,通过消除节点功能去除掉熵值加权和低于阈值的三角网节点,从而实现曲面网格的节点简化。
Claims (6)
1.一种三维地质模型网格优化方法,其特征在于,包括以下步骤:
a.建立三维地质结构面模型;
b.固定所述三维地质结构面模型的地质曲面网格边界;
c.计算所有地质曲面网格节点上的法向量,并计算法向量熵;
d.计算所有地质曲面网格节点上的高斯曲率,并计算高斯曲率熵;
e.针对每一个网格节点,对其法向量熵和高斯曲率熵进行加权求和,获得对应熵值和;
f.遍历地质曲面网格节点,剔除对应熵值和小于预设阈值的节点。
2.如权利要求1所述的一种三维地质模型网格优化方法,其特征在于,
步骤a中,根据收集到的地质建模数据,采用地质建模软件SKUA-GOCAD建立三维地质结构面模型,所述地质建模数据包括:地形等高线、地质调绘数据、钻探数据、挖探数据和地质剖面图。
3.如权利要求1所述的一种三维地质模型网格优化方法,其特征在于,
步骤b中,固定所述三维地质结构面模型的地质曲面网格边界,具体包括:调用网格边界线获取函数获取地质曲面网格的边界线,遍历边界线上的所有节点以及该边界线所属的地质曲面网格上的所有节点,通过比较坐标是否相同,找到边界线上的所有节点所对应的地质曲面网格节点,从而获得地质曲面网格的边界的所有节点的序号并记录。
5.如权利要求4所述的一种三维地质模型网格优化方法,其特征在于,
所述计算所有地质曲面网格节点上的高斯曲率,并计算高斯曲率熵,具体包括:
其中,t id 代表m个法曲率中的最大值所对应的切向;
则,节点p处高斯曲率G的最终计算方法如下:
其中,系数a,b,c,分别为:
Gi代表节点p的k邻域内节点pi的高斯曲率。
6.如权利要求5所述的一种三维地质模型网格优化方法,其特征在于,
步骤e中,所述对其法向量熵和高斯曲率熵进行加权求和,具体包括:
对节点p的k邻域内的所有节点法向量熵和高斯曲率熵进行主成分分析,分别获得这两种参量对总方差的不同贡献程度,以此作为法向量熵和高斯曲率熵的加权求和的权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276997.3A CN112687002B (zh) | 2021-03-15 | 2021-03-15 | 一种三维地质模型网格优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276997.3A CN112687002B (zh) | 2021-03-15 | 2021-03-15 | 一种三维地质模型网格优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112687002A true CN112687002A (zh) | 2021-04-20 |
CN112687002B CN112687002B (zh) | 2021-06-04 |
Family
ID=75455568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110276997.3A Active CN112687002B (zh) | 2021-03-15 | 2021-03-15 | 一种三维地质模型网格优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112687002B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241149A (zh) * | 2021-12-03 | 2022-03-25 | 中南大学 | 基于交叉轮廓线法向的矿体建模方法、装置及存储介质 |
CN114332401A (zh) * | 2022-03-11 | 2022-04-12 | 四川省公路规划勘察设计研究院有限公司 | 一种三维地质模型的结构复杂度定量评估方法 |
CN117829381A (zh) * | 2024-03-05 | 2024-04-05 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171135A (ja) * | 2007-01-10 | 2008-07-24 | Ritsumeikan | 二分割二統合に基づく実時間適応的四面体メッシュを用いたレオロジー物体の変形シミュレーション方法及びその変形シミュレーションプログラム |
CN101655992A (zh) * | 2009-09-15 | 2010-02-24 | 中国科学院软件研究所 | 一种三角网格模型的重建方法 |
CN103310481A (zh) * | 2013-05-20 | 2013-09-18 | 东南大学 | 一种基于模糊熵迭代的点云精简方法 |
CN106327577A (zh) * | 2016-08-17 | 2017-01-11 | 中国地质大学(武汉) | 基于局部曲率熵和四叉树结构的三维地形曲面优化方法 |
CN109064558A (zh) * | 2018-08-23 | 2018-12-21 | 成都爱为贝思科技有限公司 | 一种基于特征的不确定性规划地质曲面重构方法 |
CN110175342A (zh) * | 2018-02-20 | 2019-08-27 | 达索系统西姆利亚公司 | 用于高速流的基于格点玻尔兹曼的求解器 |
-
2021
- 2021-03-15 CN CN202110276997.3A patent/CN112687002B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008171135A (ja) * | 2007-01-10 | 2008-07-24 | Ritsumeikan | 二分割二統合に基づく実時間適応的四面体メッシュを用いたレオロジー物体の変形シミュレーション方法及びその変形シミュレーションプログラム |
CN101655992A (zh) * | 2009-09-15 | 2010-02-24 | 中国科学院软件研究所 | 一种三角网格模型的重建方法 |
CN103310481A (zh) * | 2013-05-20 | 2013-09-18 | 东南大学 | 一种基于模糊熵迭代的点云精简方法 |
CN106327577A (zh) * | 2016-08-17 | 2017-01-11 | 中国地质大学(武汉) | 基于局部曲率熵和四叉树结构的三维地形曲面优化方法 |
CN110175342A (zh) * | 2018-02-20 | 2019-08-27 | 达索系统西姆利亚公司 | 用于高速流的基于格点玻尔兹曼的求解器 |
CN109064558A (zh) * | 2018-08-23 | 2018-12-21 | 成都爱为贝思科技有限公司 | 一种基于特征的不确定性规划地质曲面重构方法 |
Non-Patent Citations (3)
Title |
---|
ZLOTNIK, A. A等: "Entropy-conservative spatial discretization of the multidimensional quasi-gasdynamic system of equations", 《COMPUTATIONAL MATHEMATICS AND MATHEMATICAL PHYSICS》 * |
李晓阳等: "基于曲率熵和高斯混合模型的DEM简化算法研究", 《北京化工大学学报(自然科学版)》 * |
陈西江等: "于法向量夹角信息熵的点云简化算法", 《中国激光》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114241149A (zh) * | 2021-12-03 | 2022-03-25 | 中南大学 | 基于交叉轮廓线法向的矿体建模方法、装置及存储介质 |
CN114241149B (zh) * | 2021-12-03 | 2022-08-02 | 中南大学 | 基于交叉轮廓线法向的矿体建模方法、装置及存储介质 |
CN114332401A (zh) * | 2022-03-11 | 2022-04-12 | 四川省公路规划勘察设计研究院有限公司 | 一种三维地质模型的结构复杂度定量评估方法 |
CN117829381A (zh) * | 2024-03-05 | 2024-04-05 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集系统 |
CN117829381B (zh) * | 2024-03-05 | 2024-05-14 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112687002B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112687002B (zh) | 一种三维地质模型网格优化方法 | |
Carreira-Perpinán | A review of mean-shift algorithms for clustering | |
CN109740227B (zh) | 基于特征识别的微型复杂零件建模方法 | |
WO2018218988A1 (zh) | 牙颌三维数字模型的分割方法 | |
Ke et al. | Feature-based reverse modeling strategies | |
CN108038906B (zh) | 一种基于图像的三维四边形网格模型重建方法 | |
US8411081B2 (en) | Systems and methods for enhancing symmetry in 2D and 3D objects | |
CN109147040B (zh) | 基于模板的人体点云孔洞修补方法 | |
CN110222642A (zh) | 一种基于全局图聚类的平面建筑构件点云轮廓提取方法 | |
CN108320293A (zh) | 一种结合改进粒子群算法的快速点云边界提取技术 | |
CN110599506A (zh) | 一种复杂异形曲面机器人三维测量的点云分割方法 | |
CN113034554B (zh) | 基于混沌反向学习的鲸鱼优化的破损俑体碎片配准方法 | |
CN105550244A (zh) | 一种自适应聚类方法 | |
US20090030657A1 (en) | Surface tesselation of shape models | |
CN102446357B (zh) | 基于自适应有限元的水平集sar图像分割方法 | |
CN110310322B (zh) | 一种10微米级高精度器件装配表面检测方法 | |
CN113343328B (zh) | 一种基于改进牛顿迭代的高效最近点投影方法 | |
CN112381945B (zh) | 三维模型过渡面的重建方法及系统 | |
CN112767429B (zh) | 一种地面-雪面点云快速分割方法 | |
CN115147433A (zh) | 点云配准方法 | |
CN107492101B (zh) | 基于自适应构造最优图的多模态鼻咽肿瘤分割算法 | |
CN114115231B (zh) | 移动机器人空间位姿点云校正方法及系统 | |
CN115937460A (zh) | 基于最优传输的保特征表面重建方法 | |
CN113763563A (zh) | 一种基于平面识别的三维点云几何网格结构生成方法 | |
Ye et al. | Gaussian mixture model of ground filtering based on hierarchical curvature constraints for airborne lidar point clouds |
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 |