CN113218310A - 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 - Google Patents
基于三维激光点云的尾矿库干滩重要参数提取方法及系统 Download PDFInfo
- Publication number
- CN113218310A CN113218310A CN202110411944.8A CN202110411944A CN113218310A CN 113218310 A CN113218310 A CN 113218310A CN 202110411944 A CN202110411944 A CN 202110411944A CN 113218310 A CN113218310 A CN 113218310A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- point
- dry beach
- dam body
- dam
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/02—Details
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Abstract
本发明提供了一种基于三维激光点云的尾矿库干滩重要参数提取方法及系统,包括:一、对尾矿库三维激光点云数据,进行范围划分、体素下采样、滤波去噪进行预处理;二、建立空间特征和激光反射率特征相结合的多维特征模型,提出基于Z梯度的坝体、干滩和水面的边界分割方法;三、提出基于点云反射强度分割的干滩提取模型;四、针对分割干滩后点云,提出基于线性度的坝体候选集分割方法,建立基于联通性的主副坝提取模型,并获取坝体解析方程;五、提出基于点云的干滩参数计算方法,沿主坝、副坝设置计算参数,计算干滩长度和坡度。本发明具有成本低、准确性高、范围广等优点,可为尾矿库溃坝等安全事故分析和预案提供重要依据。
Description
技术领域
本发明属于矿山安全监测领域,特别是一种基于三维激光点云的尾矿库干滩重要参数提取方法。在生产过程中,提取尾矿库干滩长度、坡度相关重要参数,可用于科学开展尾矿库的安全监测与风险评估工作。
背景技术
尾矿库是用来储存生产过程中矿业废料的地方,库内废水聚合了生产中添加并反应后的有害化学药剂,库区主要通过尾矿坝来拦截尾矿矿浆中的固体尾矿和水,以防止废料泄流,给周边的环境造成重特大的影响。
尾矿库中随着尾矿矿浆的逐渐排放,水中的尾矿矿浆逐渐下沉汇聚,尾矿矿浆中的固体尾矿由于受到水力冲击而在尾矿坝的拦截面上形成沉积体。在尾矿库安全技术领域中,该沉积体的表层露出水面部分通常被称为干滩,干滩长度即指由滩顶至库内水边线的水平距离,干滩坡度即指沉积体坡面角度。尾矿库干滩相关参数是衡量尾矿库是否安全运行的重要指标,如果超标可能引发库内水位漫顶、尾矿库溃坝等重大安全事故,因此获取高精度和高准确性的干滩参数以为尾矿库安全预警提供参考是防灾减灾工程应用的重要课题。
当前国内外常用的测量尾矿库干滩参数获取方法主要从两方面出发,一是在尾矿库区选择监测点布设物理传感器设备进行数据获取,进一步使用坡度推算法、激光测角测距法、渗流反推法等进行干滩参数的计算,如专利申请号为201310065436.4中国专利国一种尾矿库干滩长度的测量方法及测量系统”中使用的全站仪、高精度定位观测装置、物位计等观测推算,专利申请号为201410079564.9中国专利“一种尾矿库干滩长度在线监测的方法”中使用渗压计观测推算,专利申请号为201610166216.4中国专利国专利1原理的尾矿库干滩长度测量传感器及其测量方法”中使用TDR测量仪、两芯线等设备定位获取数据;二是随着数字图像处理技术的发展和高清图像采集设备应用范围扩大,出现了许多利用数字图像处理技术进行干滩长度测量的方法,如专利申请号为201710491350.6中国专利“一种利用机器视觉进行尾矿库干滩长度测量的方法”中使用三个站点彩色高清数字摄像头拍摄数字图像利用机器视觉进行干滩长度的自动测量。
上述传统测量干滩参数的方法不足之处有两点:一是尾矿库布设监测设备方案的整体成本较高,二是传统干滩参数提取方法不能兼顾整体方案实施简易的情况下所得参数的多样性和准确性。在传统尾矿库布设监测设备方案中,各测量点设备购买安装维修需要资金成本,前期设备装置点选址、方案测试等工序需要时间成本,在设备使用过程中库区雷击等情况下设备长期维护需要较多人力成本。采用设备点数据解算分析方法存在数据量少的问题,有限的设备只能采集尾矿库局部数据,无法根据需求获取整体干滩长度;使用图像处理技术获得参数有限,现有技术支持下只能获取干滩长度参数,不能达到《尾矿库安全技术规范(AQ 2030-2010)》中对滩顶高程、干滩长度、干滩坡度等参数分析获取的要求,无法实现尾矿库安全风险的全面评估。
三维激光扫描技术的产生是测绘领域应用中一次革命性的技术发展,相对于传统的单点测量方法,这种技术具有独特的优势,使测量技术在效率和精度方面提高显著。运用三维激光扫描目标物体,能够得到被扫描目标表面上的三维点云数据,因而这种技术绘制的数字地形模型精度与分辨率都比较高,且获取速度快,对空间点的三维坐标信息能够大量、快速的采集,在对监测目标的空间图像建立方面是一种高新技术。由于激光束具有穿透性强、速度快且不接触被测物体,使得该技术主动性强,能够不受时间限制的动态的监测目标体。此外在重建监测目标的空间模型及获取图像信息方面,这种技术对目标物体表面理由激光测距原理快速的获取大量点的空间坐标信息,相对于传统的单点测量,三维激光技术扫描能够高密度的获取测量目标表面点的数据信息,能够准确反映物体表面的反射率及纹理特征。就三维激光扫描技术以上的特点而言,该技术能实现尾矿库高精度、高准确性、全覆盖的三维空间数据采集,用于尾矿库的干滩长度、坡度等重要参数提取,为开展尾矿库整体的安全监测与风险评估工作提供科学参考。
发明内容
本发明需要解决的技术问题是:提供一种基于三维激光点云的尾矿库重要参数提取方法及系统,以便能够快速、准确、可靠地提取尾矿库坝体、解算干滩的长度与坡度等参数,精确地反映尾矿库安全状况,实现尾矿库安全风险的全面评估。
本发明解决其技术问题采用以下的技术方案:
本发明提供的基于三维激光点云的尾矿库干滩重要参数提取系统,主要由Z梯度分割、反射强度分割、线性度分割、联通部件分析与直线拟合、垂线与干滩取交集求解干滩参数组成,其中:Z梯度分割首先实现坝体、干滩、水面边界场景点云提取,反射强度分割进一步实现干滩、坝体点云分类,提出基于线性度的分割方式精确提取坝体点云候选集,最后提出联通部件分析与直线拟合结合方式获取坝体解析方程,沿测量点作垂线与干滩取交集求解干滩长度、坡度参数。
本发明提供的系统,是将尾矿库高精度、高准确性、全覆盖的三维空间点云数据,通过多维特征阈值设置及计算,实现包括尾矿库的干滩长度、坡度的参数提取,为开展尾矿库整体的安全监测与风险评估工作提供科学参数参考。
本发明提供的基于三维激光点云的尾矿库干滩重要参数提取方法,具体是:首先划分三维激光点云场景中尾矿库区粗略范围,然后应用设计的多维特征模型进行尾矿库区坝体、干滩和水面分割,得到精确的干滩区域边界;应用设计的分段采样法获取包括干滩长度及坡度重要参数,获取相应最大值、最小值和平均值。
上述方法中,采用以下方法实现三维激光点云多维特征区域分割和基于分段采样法的干滩长度及坡度计算,具体为:
(1)三维激光点云多维特征区域分割:
a.从尾矿库区机载三维激光点云中划分出尾矿库的粗略范围;
b.对尾矿库区三维点云按设定分辨率进行体素滤波,并进行统计滤波去噪,降低数据量和噪点;
c.对点云进行Z梯度计算和分割,提取坝体、干滩、水面边界地貌候选集合;
d.对点云进行反射强度分割,对干滩和坝体进一步分割;
e.对分割后点云计算其线性度,分割出坝体候选集;
f.对点云进行联通部件分析,获取主坝、副坝;
g.对主坝点云和副坝点云进行直线拟合,获取坝体解析方程;
(2)分段采样法干滩长度及坡度测量计算:
a.按监测点要求对坝体长度分段,计算坝体垂线方向干滩范围内的边界点云与坝体的距离,获取分段干滩长度与坡度;
b.计算干滩长度和坡度的统计信息,包括它们的最大值、最小值、平均值。
本发明可以采用以下方法,获取坝体、干滩、水面边界候选点:
首先,利用点云Z梯度分割得到平坦区域,其特征函数为:
其中:
上述特征函数中:Gz(δ)表示参与计算的点云中,某个点以δ为半径计算的Z梯度,Gz,x(δ)、Gz,y(δ)、Gz,z(δ)分别表示该点δ邻域内所有点x、y、z坐标差值与z坐标差值之积的均值,N表示分割区域点云数量,Δxi、Δyi、Δzi分别表示该点δ邻域内第i个点的x、y、z坐标与该点的对应x、y、z坐标差值;
然后,对所有点,取其距离为δ范围内的邻域,逐一计算邻域内所有点与该点的z坐标距离加权,并累加、取模,得到该点的Z梯度Gz(δ);
最后,根据地物点云Z梯度值分布特点,设置阈值G0,当Gz(δ)<G0时,该点即为坝体、干滩、水面边界候选点。
本发明还可以采用以下方法,获取坝体点候选:利用点云反射强度信息,对坝体和干滩进一步进行分割,对所有点,根据地物点云反射强度值分布特点,设置阈值I0,如果其反射强度大于I0,则该点为坝体点候选。
本发明可以采用以下方法,对坝体候选集合进一步分割,计算其线性度Li,其步骤为:
(1)对每个点,取其距离为δ范围内的邻域所有点{K},计算该范围内点云坐标中心:
(2)计算该点邻域内点的方差S2和协方差Cov:
(3)对协方差矩阵进行SVD分解,使用雅克比方法计算Cov的特征向量矩阵V和特征值矩阵:
式中:V表示协方差Cov的特征向量矩阵,l1,l2,l3分别表示协方差Cov的三个特征值;
(4)对特征值进行递减排序,得到l1,l2,l3,并计算点Pi的线性度为:
式中:Li表示Pi点的线性度;
(5)根据不同地物线性度,如果Lmin<Li<Lmax,则该点为坝体的候选集,式中:Lmin、Lmax为坝体点云线性度最小值、最大值,Li表示点云的线性度。
本发明可以采用以下方法,对坝体候选集进行联通部件分析,分割出主坝和副坝,其步骤为:
a.根据点云密度设置半径阈值R,计算坝体点云集的空间八叉树{Octi};
b.对每个八叉树的叶子节点{Octi},计算其8个方向的邻近节点距离Di;
c.如果Di<R,则该方向联通,该方向两个节点合并,Di是每个八叉树的叶子节点8个方向的邻近节点距离,R是根据点云密度设置半径阈值;
d.逐步迭代,直到无法获取满足合并条件节点,取点数最多部件或人工指定部件为坝体。
本发明可以采用以下方法,对干滩区域在z方向投影进行栅格化,其步骤为:
a.设定栅格化步长;对每个单元格,
b.计算x坐标和y坐标落在该单元格的点的数量,满足阈值即该单元格填充;
c.重复上述步骤,直到全部完成。
本发明可以根据获取的坝体和干滩,按设定测量点获取干滩参数,其步骤为:
a.对坝体点云进行直线拟合,得到坝体解析方程;
b.对坝体解析方程计算其垂线方程,并按设定测量点间隔距离参数,向两侧延伸得到干滩长度测量线;
c.对每根干滩长度测量线,沿z方向投影到干滩投影栅格图上,取交集;
d.计算干滩长度测量线的长度;
e.计算干滩长度测量线的坡度;
f.统计所有干滩长度和坡度,得相应最小值、最大值和平均值。
本发明与现有技术相比,具有以下的主要的优点:
(1)本发明利用机载三维激光扫描尾矿库区获取原始数据,通过范围划分、体素下采样、滤波去噪等数据预处理获得尾矿库区高精度三维点云,能够实现尾矿库区全覆盖高精度数据的获取,相对于传统的定点布设监测站式尾矿库干滩参数的获取,本方案无需进入干滩区域,既提高了安全性,又可以自定义取样距离,数据获取范围更广、得到干滩长度和坡度的参数更全面,对设备布设及维护工作要求更低,成本少、效率高。
(2)本发明建立尾矿库空间特征和激光反射率特征相结合的多维特征模型,提出基于Z梯度的尾矿库的坝体、干滩和水面边界三个典型地物的场景分割方法,基于点云反射强度实现了干滩提取;针对分割干滩后点云基于线性度分割出坝体点云候选集,建立了基于联通部件分析主坝与副坝的提取模型,对主坝点云和副坝点云使用直线拟合算法获取坝体解析方程后沿主坝、副坝以一定间距布设测量点,系统可计算测量点垂直方向干滩长度和坡度,统计相应参数最小值、最大值和平均值。对于不同等级的尾矿库,本方法支持不同监测点密度要求下的干滩参数的提取,相比于目前利用现场安装激光测距仪等方式,本方法无测区硬件设施投入,并且随着干滩地貌改变,在不设置测量点的情况下可实现尾矿库全局的三维激光点云数据采集,准确保留尾矿库区的空间信息,整体方案成本低、适用性强。
(3)本发明在高精度三维激光点云数据支持下,能够准确获取尾矿库表面的反射率及纹理特征,提取尾矿库坝体、干滩及水位面,并计算出干滩长度和坡度等特征参数,兼顾整体方案实施简易的情况下所得参数也具有多样性和准确性,可有应用于尾矿库区溃坝等安全事故分析和预案制作,为尾矿库区安全监测提供重要支撑。
附图说明
图1是本发明的方法流程图。
图2是尾矿库区提取范围示意图。
图3是Z梯度分割示意图。
图4是反射强度分割示意图。
图5是线性度分割示意图。
图6是联通部件提取坝体示意图。
图7是直线拟合坝体示意图。
图8是干滩长度分段计算示意图。
具体实施方式
本发明提供了一种基于三维激光点云的尾矿库干滩重要参数提取方法及系统,包括:一、对尾矿库三维激光点云数据,进行范围划分、体素下采样、滤波去噪进行预处理;二、建立空间特征和激光反射率特征相结合的多维特征模型,提出基于Z梯度的坝体、干滩和水面的边界分割方法;三、提出基于点云反射强度分割的干滩提取模型;四、针对分割干滩后点云,提出基于线性度的坝体候选集分割方法,建立基于联通性的主副坝提取模型,并获取坝体解析方程;五、提出基于点云的干滩参数计算方法,沿主坝、副坝设置计算参数,计算干滩长度和坡度。本发明具有成本低、准确性高、范围广等优点,可为尾矿库溃坝等安全事故分析和预案提供重要依据。
本发明应用于湖北省武钢程潮铁矿杨家湾尾矿库,首先使用机载三维激光扫描杨家湾尾矿库区获取原始三维激光点云数据,通过范围划分、体素下采样、滤波去噪等数据预处理获得尾矿库区高精度三维点云;对尾矿库点云集建立空间特征和激光反射率特征相结合的多维特征模型,使用基于Z梯度分割尾矿库的坝体、干滩和水面边界三个典型地物的场景;基于点云反射强度提取干滩点云集合,使用基于线性度的坝体候选集分割方法与基于联通部件分析获得主坝与副坝点云集合,对主坝点云和副坝点云使用直线拟合计算坝体解析方程;最后沿主坝、副坝以一定间距布设测量点,系统自动计算测量点垂直方向干滩长度和坡度并统计相应参数最小值、最大值和平均值,用于尾矿库区溃坝等安全事故分析和预案制作,为尾矿库区安全分析提供重要支撑。
下面结合实施例及附图对本发明作进一步说明,但并不局限于下面所述内容。
本实施例选择了湖北省武钢程潮铁矿杨家湾尾矿库作为研究区,使用该区2020年09月27日三维激光点云数据作为实验数据,结合附图对本发明作更进一步的说明。
本发明提供的一种基于三维激光点云的尾矿库重要参数提取方法及系统,如图1为本发明研究技术流程图。
第一步,通过尾矿库区机载三维激光点云中根据尾矿库地理坐标,从全部点云中切分出较小范围内点云,降低计算量。先使用立方体包围盒AABB坐标轴平行包围盒(Axially-aligned bounding box),根据矿区坐标(586293.712,3356946.695,32.237)到(587809.132,3358083.965,157.621)区域划分出尾矿库的整体范围;再根据点(587350.9,3358082.2,134.5)、(586680.6,3357867.4,77.2)、(586454.6,3357702.5,37.8)、(586294.8,3357284.3,53.7)、(586454.5,3356948.8,71.3)、(587036.3,3356952.3,75.6)、(587805.9,3357046.5,108.2)绘制多边形二次划分粗略范围如图2所示;然后根据坐标对尾矿库区三维点云按设定分辨率20cm进行体素滤波,并取每个点周围最近6个点计算距离,过滤掉距离大于平均距离加上1倍中误差的点,进行统计滤波去噪,降低数据量;
第二步,对点云进行Z梯度计算和分割,分割坝体、干滩、水面地貌候选集合如图3所示;首先利用点云Z梯度分割得到平坦区域,其特征函数为:
其中:
上述特征函数中:Gz(δ)表示参与计算的点云中,某个点以δ为半径计算的Z梯度,Gz,x(δ)、Gz,y(δ)、Gz,z(δ)分别表示该点δ邻域内所有点x、y、z坐标差值与z坐标差值之积的均值,N表示分割区域点云数量,Δxi、Δyi、Δzi分别表示该点δ邻域内第i个点的x、y、z坐标与该点的对应x、y、z坐标差值;
对所有点,当点i与待计算点的z坐标差值平方小于1.01倍的点i与待计算点平面距离时,点i参与计算,且累计参与计算点数目为N+1。
以待计算点(1878.9,1406.75,337.75)为例,其邻域半径为1.49米范围内共有76个点,第一个符合规则的点为(1879.09,1406.9,337.68),其平面距离为0.066米,其与待计算点的z坐标差值平方为0.0045,满足要求。最终统计,邻域内75个点全部满足要求,得到Gz(δ)=0.182。取G0=0.07796326,当Gz(δ)<G0时,该点即为坝体、干滩、水面候选点。
第三步,利用点云反射强度信息,对坝体和干滩进一步进行分割,对所有点,取反射强度临界值I0=33642.19531250,如果其反射强度大于I0,则该点为坝体点候选,经分割后坝体与干滩分布如图4示意。
第四步,对坝体候选集合进一步分割,计算其线性度,其步骤为:
(a)对于指定深度为5.7米的每个八叉树节点内的点,取其距离为δ=5.7米范围内的邻域内所有点,计算该范围内点云坐标中心:
以待计算点(1935.93,1323.40,350.12)为例,其邻域点数为174,计算得到其中心坐标为(1935.21,1327.01,352.16)。
(b)对于上述计算点,其方差S2及协方差值Cov如下:
S2=0.635
(c)对协方差矩阵进行QR分解,采用Jacobian法从协方差Cov计算特征向量并进行递减排序,得到:
l1=3.5263559914990417,
l2=1.2760805961713537,
l3=0.034818530685487195,
并示例点的线性度:
l1,l2,l3分别表示协方差Cov的三个特征值,Li表示Pi点的线性度;
计算线性度结果为Li=0.63813052362053324。
(d)取Lmin=0.76386386,Lmax=0.99999434,选择Lmin<Li<Lmax为范围内点为坝体的候选集,经线性度分割后结果如图5所示。
第五步,对坝体候选集进行联通部件分析,分割主坝和副坝。首先按半径R1=5.6m进行联通部件分割,得到分割集CC1;然后在分割集CC1中,对第一个联通部件按半径R2=1.2m进行联通部件分割,得到分割集CC2。取点CC2中点数最多部件或人工指定部件为坝体,如图6所示。
第六步,对干滩区域在z方向投影进行栅格化,根据尾矿库等级、尾矿库范围大小设定栅格化步长D=5cm,将干滩区域点云在z方向投影至平面进行栅格化,对每个单元格,计算x坐标和y坐标落在该单元格的点的数量,设置栅格内点数量阈值为1,即对含有点云单元格填充。重复该步骤,直到完成全部点云栅格化。
第七步,根据获取的坝体和干滩,根据尾矿库安全监测标准中对坝体监测点分布要求,沿坝体设置测量点计算获取对应干滩参数,其步骤为:
(a)如图7根据点云疏密程度设置等级参数,对坝体点云进行直线拟合,得到坝体解析方程如下:
主坝:y=2.876634319x-520834.669
副坝:y=231.081x+21241134.5655
(b)根据坝体解析方程,计算垂线方程式如下:
主坝垂线:y=-0.3476x+b
副坝垂线:y=-0.004327472x+b
按设定测量点布设间距为100m,向两侧延伸得到干滩长度测量线,并将每根干滩长度测量线从z方向投影到干滩栅格图上如图8所示,取交集。
(c)计算干滩长度测量线的长度与坡度,统计所有干滩长度和坡度,得到其最小值、最大值和平均值:
表1主坝干滩参数统计表
测量点 | ① | ② | ③ | ④ | ⑤ | 最小值 | 最大值 | 平均值 |
长度(m) | 177.0 | 206.5 | 192.1 | 189.1 | 162.5 | 162.5 | 206.5 | 185.44 |
坡度(°) | 1.13 | 0.98 | 0.93 | 0.94 | 0.85 | 0.85 | 1.13 | 0.966 |
表2副坝干滩参数统计表
测量点 | ① | ② | ③ | 最小值 | 最大值 | 平均值 |
长度(m) | 179.8 | 220.7 | 206.2 | 179.8 | 220.7 | 202.23 |
坡度(°) | 1.21 | 1.03 | 1.18 | 1.03 | 1.21 | 1.14 |
本发明中核心步骤是Z梯度分割、反射强度分割、线性度分割、直线拟合、垂线与干滩取交集求解干滩参数,其中Z梯度分割步骤与反射强度分割步骤的顺序可变。本发明中各方法中相关分割阈值支持修改,能够满足在不同三维激光点云设备获取不同质量点云、不同等级尾矿库监测标准情况下各方法的参数调整与监测需求。本发明通过采集到的尾矿库库区高精度、全覆盖的三维激光点云数据,实现尾矿库区三维空间模拟可视化,帮助监管人员准确快速地获取尾矿库干滩重要参数和周边环境,为隐患排查、应急救援、监管执法提供技术支撑。
Claims (10)
1.一种基于三维激光点云的尾矿库干滩重要参数提取系统,其特征是主要由Z梯度分割、反射强度分割、线性度分割、联通部件分析与直线拟合、垂线与干滩取交集求解干滩参数组成,其中:Z梯度分割首先实现坝体、干滩、水面边界场景点云提取,反射强度分割进一步实现干滩、坝体点云分类,提出基于线性度的分割方式精确提取坝体点云候选集,最后提出联通部件分析与直线拟合结合方式获取坝体解析方程,沿测量点作垂线与干滩取交集求解干滩长度、坡度参数。
2.根据权利要求1所述的基于三维激光点云的尾矿库干滩重要参数提取系统,其特征是:将尾矿库高精度、高准确性、全覆盖的三维空间点云数据,通过多维特征阈值设置及计算,实现包括尾矿库的干滩长度、坡度的参数提取,为开展尾矿库整体的安全监测与风险评估工作提供科学参数参考。
3.一种基于三维激光点云的尾矿库干滩重要参数提取方法,其特征是:首先划分三维激光点云场景中尾矿库区粗略范围,然后应用设计的多维特征模型进行尾矿库区坝体、干滩和水面分割,得到精确的干滩区域边界;应用设计的分段采样法获取包括干滩长度及坡度重要参数,获取相应最大值、最小值和平均值。
4.根据权利要求3所述的方法,其特征是包括三维激光点云多维特征区域分割和基于分段采样法干滩长度及坡度测量计算,具体为:
(1)三维激光点云多维特征区域分割:
a.从尾矿库区机载三维激光点云中划分出尾矿库的粗略范围;
b.对尾矿库区三维点云按设定分辨率进行体素滤波,并进行统计滤波去噪,降低数据量和噪点;
c.对点云进行Z梯度计算和分割,提取坝体、干滩、水面边界地貌候选集合;
d.对点云进行反射强度分割,对干滩和坝体进一步分割;
e.对分割后点云计算其线性度,分割出坝体候选集;
f.对点云进行联通部件分析,获取主坝、副坝;
g.对主坝点云和副坝点云进行直线拟合,获取坝体解析方程;
(2)分段采样法干滩长度及坡度测量计算:
a.按监测点要求对坝体长度分段,计算坝体垂线方向干滩范围内的边界点云与坝体的距离,获取分段干滩长度与坡度;
b.计算干滩长度和坡度的统计信息,包括它们的最大值、最小值、平均值。
5.根据权利要求4所述的方法,其特征是:
首先,利用点云Z梯度分割得到平坦区域,其特征函数为:
其中:
上述特征函数中:Gz(δ)表示参与计算的点云中,某个点以δ为半径计算的Z梯度,Gz,x(δ)、Gz,y(δ)、Gz,z(δ)分别表示该点δ邻域内所有点x、y、z坐标差值与z坐标差值之积的均值,N表示分割区域点云数量,Δxi、Δyi、Δzi分别表示该点δ邻域内第i个点的x、y、z坐标与该点的对应x、y、z坐标差值;
然后,对所有点,取其距离为δ范围内的邻域,逐一计算邻域内所有点与该点的z坐标距离加权,并累加、取模,得到该点的Z梯度Gz(δ);
最后,根据地物点云Z梯度值分布特点,设置阈值G0,当Gz(δ)<G0时,该点即为坝体、干滩、水面边界候选点。
6.根据权利要求4所述的方法,其特征是:利用点云反射强度信息,对坝体和干滩进一步进行分割,对所有点,根据地物点云反射强度值分布特点,设置阈值I0,如果其反射强度大于I0,则该点为坝体点候选。
7.根据权利要求4所述的方法,其特征是:对坝体候选集合进一步分割,计算其线性度Li,其步骤为:
(1)对每个点,取其距离为δ范围内的邻域所有点{K},计算该范围内点云坐标中心:
(2)计算该点邻域内点的方差S2和协方差Cov:
(3)对协方差矩阵进行SVD分解,使用雅克比方法计算Cov的特征向量矩阵V和特征值矩阵:
式中:V表示协方差Cov的特征向量矩阵,l1,l2,l3分别表示协方差Cov的三个特征值;
(4)对特征值进行递减排序,得到l1,l2,l3,并计算点Pi的线性度为:
式中:Li表示Pi点的线性度;
(5)根据不同地物线性度,如果Lmin<Li<Lmax,则该点为坝体的候选集,式中:Lmin、Lmax为坝体点云线性度最小值、最大值,Li表示点云的线性度。
8.根据权利要求4所述的方法,其特征是:对坝体候选集进行联通部件分析,分割出主坝和副坝,其步骤为:
a.根据点云密度设置半径阈值R,计算坝体点云集的空间八叉树{Octi};
b.对每个八叉树的叶子节点{Octi},计算其8个方向的邻近节点距离Di;
c.如果Di<R,则该方向联通,该方向两个节点合并,Di是每个八叉树的叶子节点8个方向的邻近节点距离,R是根据点云密度设置半径阈值;
d.逐步迭代,直到无法获取满足合并条件节点,取点数最多部件或人工指定部件为坝体。
9.根据权利要求4所述的方法,其特征是对干滩区域在z方向投影进行栅格化,其步骤为:
a.设定栅格化步长;对每个单元格,
b.计算x坐标和y坐标落在该单元格的点的数量,满足阈值即该单元格填充;
c.重复上述步骤,直到全部完成。
10.根据权利要求4所述的方法,其特征是根据获取的坝体和干滩,按设定测量点获取干滩参数,其步骤为:
a.对坝体点云进行直线拟合,得到坝体解析方程;
b.对坝体解析方程计算其垂线方程,并按设定测量点间隔距离参数,向两侧延伸得到干滩长度测量线;
c.对每根干滩长度测量线,沿z方向投影到干滩投影栅格图上,取交集;
d.计算干滩长度测量线的长度;
e.计算干滩长度测量线的坡度;
f.统计所有干滩长度和坡度,得相应最小值、最大值和平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110411944.8A CN113218310B (zh) | 2021-04-16 | 2021-04-16 | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110411944.8A CN113218310B (zh) | 2021-04-16 | 2021-04-16 | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113218310A true CN113218310A (zh) | 2021-08-06 |
CN113218310B CN113218310B (zh) | 2022-08-12 |
Family
ID=77087897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110411944.8A Active CN113218310B (zh) | 2021-04-16 | 2021-04-16 | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113218310B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114266796A (zh) * | 2021-11-05 | 2022-04-01 | 广东省国土资源测绘院 | 基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法、设备、介质、产品 |
CN114580218A (zh) * | 2022-05-07 | 2022-06-03 | 矿冶科技集团有限公司 | 尾矿库安全系数测量方法及测量装置 |
CN114780608A (zh) * | 2022-04-06 | 2022-07-22 | 中国安全生产科学研究院 | 一种尾矿库数据在线调查系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930509A (zh) * | 2012-09-18 | 2013-02-13 | 广州建通测绘技术开发有限公司 | 一种机载激光点云数据的智能化滤波方法 |
US20130282208A1 (en) * | 2012-04-24 | 2013-10-24 | Exelis, Inc. | Point cloud visualization of acceptable helicopter landing zones based on 4d lidar |
CN103852041A (zh) * | 2014-03-05 | 2014-06-11 | 北京矿冶研究总院 | 一种尾矿库干滩长度在线监测的方法 |
CN106123845A (zh) * | 2015-05-07 | 2016-11-16 | 国家测绘地理信息局第六地形测量队 | 基于三维激光扫描技术的边坡位移监测方法 |
CN107121074A (zh) * | 2017-06-26 | 2017-09-01 | 辽宁科技大学 | 一种利用机器视觉进行尾矿库干滩长度测量的方法 |
US20180225515A1 (en) * | 2015-08-04 | 2018-08-09 | Baidu Online Network Technology (Beijing) Co. Ltd. | Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device |
CN108759660A (zh) * | 2018-03-06 | 2018-11-06 | 中国恩菲工程技术有限公司 | 用于中线式尾矿筑坝的管理方法、装置、设备及介质 |
CN109682425A (zh) * | 2019-01-29 | 2019-04-26 | 四川省安全科学技术研究院 | 一种尾矿库风险空天地一体化测控方法 |
CN110717983A (zh) * | 2019-09-07 | 2020-01-21 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 |
CN110806175A (zh) * | 2019-11-20 | 2020-02-18 | 中国有色金属长沙勘察设计研究院有限公司 | 一种基于三维激光扫描技术的干滩监测方法 |
CN111079611A (zh) * | 2019-12-09 | 2020-04-28 | 成都奥伦达科技有限公司 | 一种道路面及其标志线的自动提取方法 |
CN111325837A (zh) * | 2020-01-23 | 2020-06-23 | 江西理工大学 | 一种基于地面三维激光点云的边坡dem生成方法 |
CN112149304A (zh) * | 2020-09-24 | 2020-12-29 | 中国恩菲工程技术有限公司 | 尾矿库尾砂排放方法及装置 |
CN112362591A (zh) * | 2020-11-30 | 2021-02-12 | 江苏海洋大学 | 基于数字高程模型的植被反演的方法 |
-
2021
- 2021-04-16 CN CN202110411944.8A patent/CN113218310B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282208A1 (en) * | 2012-04-24 | 2013-10-24 | Exelis, Inc. | Point cloud visualization of acceptable helicopter landing zones based on 4d lidar |
CN102930509A (zh) * | 2012-09-18 | 2013-02-13 | 广州建通测绘技术开发有限公司 | 一种机载激光点云数据的智能化滤波方法 |
CN103852041A (zh) * | 2014-03-05 | 2014-06-11 | 北京矿冶研究总院 | 一种尾矿库干滩长度在线监测的方法 |
CN106123845A (zh) * | 2015-05-07 | 2016-11-16 | 国家测绘地理信息局第六地形测量队 | 基于三维激光扫描技术的边坡位移监测方法 |
US20180225515A1 (en) * | 2015-08-04 | 2018-08-09 | Baidu Online Network Technology (Beijing) Co. Ltd. | Method and apparatus for urban road recognition based on laser point cloud, storage medium, and device |
CN107121074A (zh) * | 2017-06-26 | 2017-09-01 | 辽宁科技大学 | 一种利用机器视觉进行尾矿库干滩长度测量的方法 |
CN108759660A (zh) * | 2018-03-06 | 2018-11-06 | 中国恩菲工程技术有限公司 | 用于中线式尾矿筑坝的管理方法、装置、设备及介质 |
CN109682425A (zh) * | 2019-01-29 | 2019-04-26 | 四川省安全科学技术研究院 | 一种尾矿库风险空天地一体化测控方法 |
CN110717983A (zh) * | 2019-09-07 | 2020-01-21 | 苏州工业园区测绘地理信息有限公司 | 一种基于背包式三维激光点云数据的建筑物立面三维重建方法 |
CN110806175A (zh) * | 2019-11-20 | 2020-02-18 | 中国有色金属长沙勘察设计研究院有限公司 | 一种基于三维激光扫描技术的干滩监测方法 |
CN111079611A (zh) * | 2019-12-09 | 2020-04-28 | 成都奥伦达科技有限公司 | 一种道路面及其标志线的自动提取方法 |
CN111325837A (zh) * | 2020-01-23 | 2020-06-23 | 江西理工大学 | 一种基于地面三维激光点云的边坡dem生成方法 |
CN112149304A (zh) * | 2020-09-24 | 2020-12-29 | 中国恩菲工程技术有限公司 | 尾矿库尾砂排放方法及装置 |
CN112362591A (zh) * | 2020-11-30 | 2021-02-12 | 江苏海洋大学 | 基于数字高程模型的植被反演的方法 |
Non-Patent Citations (7)
Title |
---|
CHARIKA DE ALVIS 等: "Urban Scene Segmentation with Laser-Constrained CRFs", 《IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS (IROS)》 * |
付茂盛 等: "某复杂边界形态尾矿库坝体三维渗流稳定性分析研究", 《城市勘测》 * |
刘辉席: "基于激光雷达多帧数据融合的障碍物检测算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
张晓智: "基于PointNet的建筑物点云三维语义建模研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
郎红山: "基于三维激光扫描技术的尾矿库建模与应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
黄启帆: "综合物探与三维激光技术在铀尾矿库可视化的应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
黄青松 等: "基于图像分割的尾矿坝干滩长度监测", 《计算机测量与控制》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114266796A (zh) * | 2021-11-05 | 2022-04-01 | 广东省国土资源测绘院 | 基于激光点云数据与平均大潮高潮面的自然岸线自动获取方法、设备、介质、产品 |
CN114780608A (zh) * | 2022-04-06 | 2022-07-22 | 中国安全生产科学研究院 | 一种尾矿库数据在线调查系统 |
CN114580218A (zh) * | 2022-05-07 | 2022-06-03 | 矿冶科技集团有限公司 | 尾矿库安全系数测量方法及测量装置 |
CN114580218B (zh) * | 2022-05-07 | 2022-07-22 | 矿冶科技集团有限公司 | 尾矿库安全系数测量方法及测量装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113218310B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113218310B (zh) | 基于三维激光点云的尾矿库干滩重要参数提取方法及系统 | |
CN110780307B (zh) | 基于电瓶车车载式激光点云移动测量系统获取道路横断面的方法 | |
CN105954747A (zh) | 基于电网不良地质体三维形变监测的塔基稳定性分析方法 | |
CN103020342A (zh) | 一种从地面LiDAR数据中提取建筑物轮廓和角点的方法 | |
CN110806175B (zh) | 一种基于三维激光扫描技术的干滩监测方法 | |
CN107479065B (zh) | 一种基于激光雷达的林窗立体结构量测方法 | |
CN102955160A (zh) | 基于三维激光雷达技术的输电线路杆塔参数确定方法 | |
CN104155638A (zh) | 一种基于LiDAR伪垂直波形模型的树种分类方法 | |
CN108562885B (zh) | 一种高压输电线路机载LiDAR点云提取方法 | |
CN111507375A (zh) | 一种城市内涝风险快速评估方法及系统 | |
CN110794413A (zh) | 线性体素分割的激光雷达点云数据电力线检测方法和系统 | |
CN111524103A (zh) | 一种基于三维激光点云的圆型隧道中轴线提取方法 | |
CN111426303A (zh) | 一种岩溶坡立谷参数测量方法 | |
Lehtomäki et al. | Performance analysis of a pole and tree trunk detection method for mobile laser scanning data | |
CN111062949B (zh) | 一种基于机载激光雷达的电力线点云提取方法 | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN108520271A (zh) | 基于因子分析的海底地貌类型分类器设计方法 | |
CN112785596B (zh) | 基于dbscan聚类的点云图螺栓分割和高度测量方法 | |
CN113850822B (zh) | 一种基于汇流分割的斜坡单元自动划分方法 | |
CN114898118A (zh) | 基于多源点云的输电线路房屋拆迁量自动统计方法及系统 | |
CN108460422B (zh) | 基于深度分布特征的海底地貌类型识别方法 | |
CN101464148B (zh) | 三维影像侦测、编修及重建系统 | |
CN109190593A (zh) | 基于凹凸类别划分的山区道路沿线边坡稳定性初步判别方法 | |
CN112166688B (zh) | 基于小卫星的沙漠与沙漠化土地监测方法 | |
CN116977580A (zh) | 一种基于机载LiDAR的山区大比例尺DEM制作方法 |
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 |