CN115601517A - 岩体结构面信息采集方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请提供一种岩体结构面信息采集方法、装置、电子设备及存储介质，其中岩体结构面信息采集方法包括：获取岩体贴近摄影图像集；基于所述岩体贴近摄影图像集，构建三维实景模型；基于所述三维实景模型获取岩体结构面信息。在上述方案的实现过程中，采用贴近摄影图像集构建三维实景模型图像的采集难度较低，采集精度以及图像覆盖率较高，使得三维实景模型能够达到毫米级分辨率，从而进一步提高了岩体结构面信息的采集精度。

Description

岩体结构面信息采集方法、装置、电子设备及存储介质

技术领域

本申请涉及岩体结构面提取技术领域，具体而言，涉及一种岩体结构面信息采集方法、装置、电子设备及存储介质。

背景技术

结构面是岩体中强度较弱的不连续面，是控制岩质边坡稳定性的重要因素。全面准确获取岩体结构面信息是对结构面进行统计分析的必要条件，也是危岩体识别和斜坡稳定性分析的基础。

现有结构面信息采集方法，例如：三维激光扫描和无人机遥感采集等，针对岩体结构面信息的采集精度均不高。

发明内容

本申请实施例的目的在于提供一种岩体结构面信息采集方法、装置、电子设备及存储介质，用以解决岩体结构面信息采集精度不高的问题。

为实现上述目的，本申请提供如下技术方案：

第一方面，本申请实施例提供一种岩体结构面信息采集方法，包括：获取岩体贴近摄影图像集；基于所述岩体贴近摄影图像集，构建三维实景模型；基于所述三维实景模型获取岩体结构面信息。

在上述方案的实现过程中，采用贴近摄影图像集构建三维实景模型图像的采集难度较低，采集精度以及图像覆盖率较高，使得三维实景模型能够达到毫米级分辨率，从而进一步提高了岩体结构面信息的采集精度。

在第一方面的一种实现方式中，基于所述三维实景模型获取岩体结构面信息，包括：基于所述三维实景模型，直接获取结构面信息；和/或，基于所述三维实景模型获取三维点云数据，基于所述三维点云数据提取岩体结构面信息。

在上述方案的实现过程中，提供了三种结构面信息提取方式，使得岩体结构面信息采集方法的适应性更强，能够适用于更多应用场景。

在第一方面的一种实现方式中，基于所述三维实景模型，直接获取结构面信息，包括：基于三维实景模型，采用平面拟合方式直接获取结构面信息。

在上述方案的实现过程中，由于采用了贴近摄影图像集构建三维实景模型，所以三维实景模型的分辨率以及模型精度较高，从而直接从三维实景模型中所提取的结构面信息的精度也更高。

在第一方面的一种实现方式中，基于所述三维点云数据提取岩体结构面信息，包括：在三维点云数据中提取岩体结构面点云数据；对岩体结构面点云数据进行聚类，获取聚类结果；基于所述聚类结果，对结构面点云数据进行分组，获取分组后的结构面点云数据；对每一组结构面点云数据进行平面拟合，提取该组结构面点云的结构面信息。

在上述方案的实现过程中，通过对结构面点云数据进行聚类，获得产状接近的同组结构面点云数据，再通过对结构面点云数据进行平面拟合，可以同时获得该组内所有结构面的结构面信息，实现了结构面信息的高效提取。

在第一方面的一种实现方式中，在所述获取岩体贴近摄影图像集之前，还包括：获取岩体初始图像集；基于所述岩体初始图像集，构建岩体数字表面模型DSM；所述获取岩体贴近影像图像集，包括：基于所述岩体数字表面模型DSM，获取岩体贴近摄影图像集。

在第一方面的一种实现方式中，基于所述岩体数字表面模型DSM，获取岩体贴近摄影图像集，包括：基于所述岩体数字表面模型DSM，获取贴近摄影设备的贴近摄影航迹；驱动所述贴近摄影设备沿所述贴近摄影航迹进行贴近摄影，获取所述岩体贴近摄影图像集。

在上述方案的实现过程中，通过构建岩体数字表面模型DSM的方式以提高贴近摄影图像集的图像采集精度，从而进一步提高了结构面信息的采集精度。

第二方面，本申请实施例提供一种岩体结构面信息采集装置，包括：贴近摄影图像集获取模块，用于获取岩体贴近摄影图像集；三维实景模型构建模块，用于基于岩体贴近摄影图像集，构建三维实景模型；岩体结构面信息提取模块，用于基于三维实景模型获取岩体结构面信息。

第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式提供的方法。

第四方面，本申请实施例提供一种电子设备，包括：存储器以及处理器，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式提供的方法。

第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式提供的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的岩体结构面信息采集方法的流程图；

图2为本申请实施例提供的岩体结构面信息采集装置的功能模块图；

图3为本申请实施例提供的一种电子设备的结构示意图；

图4为本申请实施例提供的用于验证基于三维实景模型直接获取结构面信息这一实施方式的危岩体示意图；

图5为本申请实施例提供的在对基于三维实景模型直接获取结构面信息这一实施方式进行验证时实测数据的极点密度图；

图6为本申请实施例提供的在对基于三维实景模型直接获取结构面信息这一实施方式进行验证时通过三维实景模型所获数据的极点密度图；

图7为本申请实施例提供的用于验证基于三维点云数据提取岩体结构面信息这一实施方式的危岩体点云示意图；

图8为本申请实施例提供的在对基于三维实景模型直接获取结构面信息这一实施方式进行验证时的就有霍夫法向的点云模型示意图；

图9为本申请实施例提供的在对基于三维实景模型直接获取结构面信息这一实施方式进行验证时聚类分组结果示意图；

其中，图9(a)为进行聚类分组后的点云图，图9(b)为法向量的极点密度图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。以下实施例仅用于更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

在本申请实施例的描述中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

在地质工程中岩体的定义，是指由岩块和分割它们的不连续面或结构面组成的地质体。而岩体的结构是结构面在空间的分布与产出状态的组合，通常用岩体的产状表示，即倾向、倾角，走向三要素。岩体结构表征了边坡的地质性质和力学性状，是岩质高边坡工程地质问题的重要控制因素。对岩体结构面的信息获取主要集中在以下三个方面：(1)岩体结构面的空间分布几何特性研究；(2)结构面(软弱夹层)工程地质力学特性及参数研究；(3)结构面分布的计算机网络模拟研究。因此，全面掌握和正确认识岩体结构特征是岩质高边坡稳定性评价的重要基础。

发明人经长期研究发现，针对岩体结构面信息的提取技术，采用人工测量、三维激光扫描或者倾斜摄影的方式主要存在如下缺陷：

(1)传统人工实地测量

该方法是指：地质人员直接通过传统仪器罗盘仪测量结构面以及节理和裂隙的产状、延展程度，获取结构面的几何要素等地质信息。

该方法主要存在以下问题：

由于危岩体常见表现特征为陡崖、高陡边坡，野外作业人身安全风险高，测量效率低，费时费力，对作业人员专业技术能力要求高，导致测量成本增加；现场测量结构面空间定位较困难，定位精度低；当测量人员遇到无法到达的高而陡的斜坡处便只能够放弃测量，或退而求其次选择斜坡底部的结构面进行测量，这样就会产生无法完整获取研究区结构面情况的问题；传统罗盘人力调查的方式不够宏观，捕捉信息过于局部；由于测量人员的专业素质不同，容易出现人为测量误差，难以完全保证测量数据的准确性和统一性。

(2)利用三维激光扫描技术获取岩体结构面信息

该方法是指：操作人员在现场搭设三维激光扫描仪器，以获得岩体的激光点云数据，进而通过激光点云数据获取岩体结构面信息。

该方法主要存在以下问题：由于三维激光扫描仪器架设的难度较高，且受观测角度、观测距离等因素的制约，对于复杂地形容易产生扫描死角，往往难以利用该技术全面提取危岩体结构面信息；激光点云数据缺乏纹理和光谱信息，导致地质工作所需的岩性、泥质填充物、挤压破碎带等岩体结构信息识别困难；激光扫描所产生的三维点云数据包含了大量的岩体信息，包括结构空间展布、结构面的分布形态和岩体表面的质量情况，由于离散的点云数据没有任何拓扑关系，海量的点云数据对计算机的处理性能、对算法的计算速度的要求均较高；激光扫描所产生的噪音点，覆盖于岩体表面的植被点都会对点云数据的处理造成阻碍，直接影响地质勘查的结果的准确性；三维激光扫描需要多次架站，多角度扫描，不同站位的点云数据拼接质量也决定了模型的整体精度，进而影像到提取到的岩体结构面信息准确度。

(3)通过倾斜摄影技术获取结构面信息

该方法是指：利用搭载有单镜头或多镜头光学相机的无人机，采集岩体影像信息，然后构建三维倾斜模型，通过三维倾斜模型获取岩体结构面信息。

该方法主要存在以下问题：在面对需要获取精细化的陡立结构面信息的情况时，倾斜摄影测量技术在精度上仍存在着一定不足，无法全方位地获取陡立的、复杂的结构面信息；倾斜摄影技术仅能获取到发育在危岩体上部的裂缝信息，而对裂隙的贯通情况或发育深度无法测量，更无法有效获取危岩体两侧和底部裂隙信息。虽然现有近景摄影测量技术可以超低空作业，地面分辨率可以达到分米级或厘米及，但是对于危岩体上较小的细微裂隙信息识别能力仍旧不足，对于厘米级甚至毫米级裂隙无法实现有效探测。

(4)上述三种方法在进行结构面信息提取时，主要依靠人工测量或者机器半自动化识别，尚未实现自动分析岩体内部结构面的产状信息，需要人工干预进行结构面分组、标记和信息整合，尽管采用上述三种方式可以大大提高前期现场调查的效率，但结构面的信息后处理效率仍旧较低，信息处理的工作量庞大。

针对上述三种结构面信息提取方式，总结现有技术中岩体结构面信息采集方法所存在的缺陷：

(1)图像采集难度高，所采集的图像难以覆盖全部测区；

(2)由于测量误差以及单点采集的局限性，导致图像采集精度低；

(3)点云数据质量差，导致所提取的结构面信息精度低；

(4)结构面信息提取主要依靠人工测量或者机器半自动识别，信息提取效率低。

需要特别强调，上述问题的发现，是发明人在经过实践并仔细研究后得出的结果，因此，其发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都是发明人在本发明过程中对本发明做出的贡献。

现有的结构面信息提取方法无论是在数据采集层面的数据采集精度较低，在对采集数据的处理层面也依然是采用人工或者机器半自动化识别的方式，进一步降低了结构面信息采集的精度。

发明人研究后认为，如何提高数据采集层面的数据采集精度，以及数据处理层面的数据处理精度，是进一步提高结构面信息采集精度的关键。为此，参照图1，本申请提出了一种岩体结构面信息采集方法，该方法可以包括：

步骤S110：获取岩体贴近摄影图像集。

岩体贴近摄影图像集是基于贴近摄影测量技术所采集的摄影图像集，贴近摄影测量技术是一种利用贴近摄影测量设备，例如旋翼无人机，近距离贴近被摄物体表面进行摄影，以获取物体超高清影像，精确坐标、精细形状的技术。相较于传统航空摄影测量的方式，具有精细化多角度摄影的优势。

需要指出，步骤S110中所述的“获取”可以为读取，也可以为接收，即拍摄贴近摄影图像集的主体与执行上述步骤S110的主体可以为相同主体，也可以为不同主体。

贴近摄影测量的基本流程遵循“由粗到细”的原则，即先获取测区的初步地形信息，以便规划贴近摄影设备的航迹，最后驱动贴近摄影设备沿所规划的航迹进行贴近摄影。

因此，本申请实施例在步骤S110前，还包括：获取岩体初始图像集；基于岩体初始图像集，构建岩体数字表面模型DSM。该实施方式例如：通过搭载有相机的无人机设备采集岩体所在测区的初始图像集，通过初始图像集以及在采集初始图像集的过程中无人机设备所产生的POS数据，构建岩体数字表面模型DSM。在上述方案的实现过程中，通过构建岩体数字表面模型DSM的方式以提高贴近摄影图像集的图像采集精度，从而进一步提高了结构面信息的采集精度。

需要指出，由于DSM模型适用于对贴近摄影设备进行航迹规划，因此无人机设备在采集初始图像集时是可以不进行贴近摄影的，其图像采集精度能够满足对贴近摄影设备的航迹规划即可。

POS数据是指：主要包括GPS数据和IMU数据，其中GPS数据一般用X、Y、Z表示，代表了无人机设备在飞行中曝光点时刻的地理位置信息；IMU数据主要包括航向角、俯仰角以及翻滚角数据。

上述数字表面模型DSM是指：包含了地标建筑物、桥梁和数目等高度的底面高程模型，其涵盖了除地面以外的其他底表信息的高程。数字表面模型DSM可以采用例如Pix4D等DSM构建软件直接构建。

在完成对岩体数字表面模型DSM的构建后，步骤S110基于岩体数字表面模型DSM，获取岩体贴近摄影图像集，包括：基于岩体数字表面模型DSM，获取贴近摄影设备的贴近摄影航迹；驱动贴近摄影设备沿贴近摄影航迹进行贴近摄影，获取岩体贴近摄影图像集。该实施方式例如：在获取岩体数字表面模型DSM后，将拍摄对象目标表面你何为一个空间平面，平行于该空间平面距离约为5～50m的位置拟合平面，即为航迹规划平面，通过航迹规划平面规划贴近摄影设备的航迹。在上述方案的实现过程中，通过先初步构建数字表面模型DSM，然后基于DSM对贴近摄影设备进行航迹规划，进而获得高精度贴近摄影图像集的方式提高了图像采集的精度，进一步提高了结构面信息的采集精度。

需要指出，现有技术中对贴近摄影设备进行航迹规划的方法或软件较为成熟，其相关技术或方法可以参照现有技术。

另外，在航迹规划完成后，为确保拍摄安全及拍摄精度，还需要进行航迹检查，即：根据航线设计航点位置，并依据设定好的偏航、俯仰角度、模拟航点位置锥体投射到模型上的效果，从而检查各个航点的安全性以及偏航、俯仰角度是否合理等。为了获取较高的图像采集效果，一些贴近危岩体靠坡内的凹陷部分还需靠人工控制飞行拍摄，因此航迹包含了软件规划自动飞行的智能航迹和局部的人工手飞航迹。

步骤S120：基于岩体贴近摄影图像集，构建三维实景模型。

三维实景建模是一种运用数码相机或者激光扫描仪对现有场景进行多角度拍摄，并利用三维实景建模软件进行处理生成一种三维虚拟展示的技术。三维实景模型在浏览时可以对模型进行放大、缩小、移动、多角度观看等操作，还可以查看模型中物体的相关参数。

步骤S120采用岩体贴近摄影图像集构建三维实景模型，该实施方式例如：基于步骤S110获取的贴近摄影图像集以及贴近摄影设备在对岩体进行贴近摄影时所产生的POS数据以及像控点数据，使用倾斜摄影建模软件，例如Smart3D，进行三维实景模型的构建。

需要指出，由于采用了贴近摄影图像集，三维实景模型的分辨率可达毫米级。

步骤S130：基于三维实景模型获取岩体结构面信息。

岩体结构面信息包括岩体结构面的产状信息、裂隙卸荷信息、临空面信息和节理组成信息等。

本申请实施例中，基于三维实景模型获取岩体结构面信息，包括：基于三维实景模型，直接获取结构面信息；和/或，基于三维实景模型获取三维点云数据，基于三维点云数据提取岩体结构面信息。下面详细介绍这三种实施方式：

第一种实施方式，基于三维实景模型，直接获取结构面信息，该实施方式例如：由于岩体结构面是沿空间展布具有一定起伏度的面，在一定空间范围内可以将其看作是一个平面。因此利用平面的几何特征描述即可表达结构面的空间展布规律，由此在三维实景模型数据中通过对出露的结构面信息采用平面拟合的方法，从而实现结构面的识别与提取，并获取岩体结构面的产状信息。

岩体结构面产状的测定只需知道该产状所在平面的法向量即可，假设该结构面平面方程为：

Z＝AX+BY+C

其中，A、B、C为平面参数；

由此可得该平面的法向量为：

n＝(-A，-B，1)

对该结构面进行点的拾取任意不共线的n个点(n＞3)，得到方程：

利用最小二乘法解算为：

由转换公式可得：

上述平面拟合是建立在结构面识别的基础上，而结构面的识别方法包括：

人工手动操作结构面识别：主要以三维实景模型为参考，选取三个点建立平面方程，完成对结构面的识别。地质结构面往往由于卸荷松弛及地表后期改造等原因，在坡表处经常有光面出露。在有完整光面出露情况下，结构面在三维实景模型中的形态清楚明显，利用三维实景模型中出露面上的所有点(或者大部分点)所拟合的平面即为结构面。多点拟合识别结构面，不仅表达的是宏观上结构面的总体分布趋势，而且克服了地质罗盘单点测产状而存在的误差。

人工干预的半自动结构面识别：在结构面识别过程中人为设置一定的搜索范围和参数，然后由计算机程序进行自动查找，从而生成拟合平面的方法。

结构面自动识别：选择已测量结构面，并设置相应参数，根据设定的参数要求自动搜索与已测量结构面的同组结构面，以便获取目标区所有同组结构面信息。

在该实施方式中，由于采用了贴近摄影图像集构建三维实景模型，所以三维实景模型的分辨率以及模型精度较高，从而直接从三维实景模型中所提取的结构面信息的精度也更高。

为了对上述第一种实施方式进行验证，选取了如图4所示的一段危岩体，对其结构面产状进行人工测量，并将人工测量的结果与采用上述第一种实施方式拟合的结果进行对比，对比结果如下：

现场共实测出75个结构面，利用实测数据和采用上述第一种方式所选取的点分别进行极射赤平投影，得到如图5和图6所示的极点密度图。如图5所示，可将实测结果大致将其分为四组结构面，其平均产状为J1:233°∠65°；J2:286°∠47°；J3：321°∠78°；J4：118°∠79°。利用贴近摄影模型，使用三点法或多点法拟合结构面，共拟合出165组原位结构面，同样将其结果进行极射赤平投影，生成极点密度图。如图6所示，可将结果分为四组结构面，其平均产状为J1:236°∠70°；J2:288°∠46°；J3：317°∠76°；J4：117°∠84°。通过实测数据与采用上述第一种实施方式所提取数据的对比发现，二者结果基本保持一致，其倾向、倾角测量结果的误差均不超过5°。由此可以证明，基于贴近摄影技术获取的精细化三维实景模型，可以准确地量测岩体结构面产状，其结果准确可靠。

第二种实施方式，基于三维实景模型获取三维点云数据，基于三维点云数据提取岩体结构面信息，该实施方式例如：在步骤S120中采用贴近摄影测量技术不仅能够获取精细化的三维实景模型，还可以生成高精度的三维点云数据。三维点云数据刻画了客观世界物体空间特征，包括带有灰度信息或彩色信息的海量坐标点。在点云数据中岩体结构面被抽象为数以百万记的三维坐标点，其空间几何特征信息赋存其中，这些点云信息包含着岩体结构几乎所有的外部几何特征，但又有别于原型。在使用三维点云数据提取结构面信息时可以采用现有方法对点云数据进行分析以获取结构面信息，例如采用现有技术中的基于点云数据的岩体结构面识别与产状分类方法提取点云数据中的岩体结构面信息。

需要指出，步骤S120中在构建三维实景模型时可以同时获得三维点云数据，但该数据由于存在较多噪声点，因此需要对三维实景模型生成的三维点云数据进行去噪，分类处理，剔除空中噪声点、低点，过滤植被点云等处理，以获取较为真实的岩体三维点云数据，具体处理方法参照现有技术。

在本实施方式中，采用三维实景模型所产生的三维点云数据提取结构面信息，由于采用的是对岩体描述更加全面的三维点云数据，所以针对岩体结构面信息的提取精度也更高。

本申请实施例采用如下方式对上述第二种实施方式进行验证：

通过贴近摄影测量技术获取的原始点云，密度过高且存在一定的噪点、植被点等影响因素，因此在进行结构面提取前需要对原始点云进行抽稀、去噪以及点云分类等处理，以便获取真实地面点，进行处理后的点云数据如图7所示。剔除点云中的植被点云后，使用点云去噪后获取的岩石点云进行结构面提取。为了达到更好的提取效果，在进行岩体结构面自动识别前可以先对研究区基岩部分进行手动选取，将非岩体出露区域进行手动剔除，然后进行以下步骤：

(1)法向量计算

采用霍夫法向算法进行法向量的计算。在霍夫法向算法中，计算的起始点是随机的，通过法向量计算后，每一个点在三维空间中都具有法向量值。如图8所示，指向坡外的法向为浅色，指向坡内的法向为深色。在计算时可以根据点云数据的采样间距，综合考虑数据量及计算速度，对研究区危岩体点云进行点云法向量计算。

(2)结构面自动提取

对已计算法向量点云进行聚类分组，结果如图9所示，其中图9(a)为进行聚类分组后的点云图，图9(b)为法向量的极点密度图，可以看出，J1、J4是最明显的露头，其次为J2、J3，但还有一些像J5、J6等不太明显的不连续集。由于该危岩体结构面十分破碎，坡面岩石碎块较多，对结果有一定的影响。在进行聚类分组后，可以结合三维实景模型，采用人机交互的方式，对结果进行了可视化人工分析。而J5集群取向多是受坡面上较大的岩块表面所影响，所以将其人工排除。因此，认为J1、J2、J3、J4、J6取向可以成功地表征结构面。5组结构面产状分别为J1：106.40∠45.73；J2：357.69∠61.57；J3：40.01∠75.71；J4：305.91∠80.89；J6：225.01∠33.73。由此可见采用上述第二种实施方式提取结构面产状的有效性。

第三种实施方式，基于三维实景模型和三维点云数据共同提取结构面信息，该实施方式例如：使用上述第一种实施方式和第二种实施方式中所述的结构面信息提取方法分别提取结构面信息，然后将提取结果进行对比，若两种方式所提取结果的误差在预设误差范围内，则输出其平均值，若误差超出预设误差范围，则对该数据进行报警，提示用户该数据存在较大误差范围。

在本实施方式中，可以采用基于三维实景模型和三维点云数据共同提取结构面信息，可以对所提取的结构面信息进行验证，在缩小误差的同时还能在一定程度上降低信息提取的错误率。

在上述方案的实现过程中，提供了三种结构面信息提取方式，使得岩体结构面信息采集方法的适应性更强，能够适用于更多应用场景。

在使用三维点云数据三维点云数据提取岩体结构面信息时，提取方式可以包括：在三维点云数据中提取岩体结构面点云数据；对岩体结构面点云数据进行聚类，获取聚类结果；基于聚类结果，对结构面点云数据进行分组，获取分组后的结构面点云数据；对每一组结构面点云数据进行平面拟合，提取该组结构面点云的结构面信息。该实施方式例如：首先对三维点云数据进行结构面识别，获取结构面点云数据；通过对结构面点云数据进行聚类，可以对结构面点云数据进行分组，每一组内的结构面点云数据包含n个产状接近的结构面的点云数据，n＝1,2,……，最后对每一组中的结构面点云数据进行平面拟合，可以直接完成不连续结构面的自动化提取。

在上述方案的实现过程中，通过对结构面点云数据进行聚类，获得产状接近的同组结构面点云数据，再通过对结构面点云数据进行平面拟合，可以同时获得该组内所有结构面的结构面信息，实现了结构面信息的高效提取。

针对前文提出的现有技术中岩体结构面信息采集方法所存在的问题，本申请实施例提供的岩体结构面信息采集方法都对应提出了有价值的解决方案予以回应：

(1)针对图像采集难度高的缺陷

上述岩体结构面信息采集方法采用贴近摄影测量技术，通过贴近摄影设备进行图像采集，大大降低了图像采集的难度。

(2)针对图像采集精度低的缺陷

上述岩体结构面信息采集方法采用贴近摄影测量技术，同时采用“由粗到细”的图像采集方式，即先初步采集测区地形信息，然后对贴近摄影设备进行航迹规划，最后驱动贴近摄影设备沿规划航迹对测区进行贴近摄影，以获得高精度的测区图像，图像可达毫米级，大大提高了图像的采集精度。

(3)针对点云数据质量差的缺陷

上述岩体结构面信息采集方法采用贴近摄影测量技术，可以构建高精度的三维实景模型，通过三维实景模型所获取的三维点云数据也更加精确，从而改善了所采集的点云数据的质量。

(4)针对信息提取效率低的缺陷

上述岩体结构面信息采集方法无论是在贴近摄影图像集的采集，还是在结构面自动提取，均可以采用全自动化的方式(见上述步骤S110和步骤S130的描述)，实现了结构面信息的自动化采集，大大提高了结构面信息提取效率；同时无论是出露明显的光滑完整结构面还是较为细小的破碎结构面，都能准确将其识别出来。

基于同一发明构思，本申请实施例中还提供了一种岩体结构面信息采集装置，图2为本申请实施例提供的岩体结构面信息采集装置200的功能模块图。参照图2，岩体结构面信息采集装置200包括：

贴近摄影图像集获取模块210，用于获取岩体贴近摄影图像集；

三维实景模型构建模块220，用于基于岩体贴近摄影图像集，构建三维实景模型；

岩体结构面信息提取模块230，用于基于三维实景模型获取岩体结构面信息。

在岩体结构面信息采集装置200的一种实现方式中，岩体结构面信息采集装置200，还包括：

岩体初始图像集获取模块240，用于获取岩体初始图像集；

DSM模型构建模块250，用于基于岩体初始图像集，构建岩体数字表面模型DSM。

贴近摄影图像集获取模块210，包括：

基于DSM模型构建模块输出的岩体数字表面模型DSM，获取岩体贴近摄影图像集。

在岩体结构面信息采集装置200的一种实现方式中，岩体结构面信息提取模块230中基于三维实景模型获取岩体结构面信息，包括：基于三维实景模型，直接获取结构面信息；和/或，基于三维实景模型获取三维点云数据，基于三维点云数据提取岩体结构面信息。

在岩体结构面信息采集装置200的一种实现方式中，岩体结构面信息提取模块230中基于三维实景模型直接获取结构面信息，包括：基于三维实景模型，采用平面拟合方式直接获取结构面信息。

在岩体结构面信息采集装置200的一种实现方式中，岩体结构面信息提取模块230中基于三维点云数据提取岩体结构面信息，包括：在三维点云数据中提取岩体结构面点云数据；对岩体结构面点云数据进行聚类，获取聚类结果；基于聚类结果，对结构面点云数据进行分组，获取分组后的结构面点云数据；对每一组结构面点云数据进行平面拟合，提取该组结构面点云的结构面信息。

在岩体结构面信息采集装置200的一种实现方式中，贴近摄影图像集获取模块210基于岩体数字表面模型DSM获取岩体贴近摄影图像集，包括：基于岩体数字表面模型DSM，获取贴近摄影设备的贴近摄影航迹；驱动贴近摄影设备沿贴近摄影航迹进行贴近摄影，获取岩体贴近摄影图像集。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

图3为本申请实施例提供的一种电子设备300的示意图。参照图3，电子设备300包括：处理器310、存储器320以及通信接口330，这些组件通过通信总线340和/或其他形式的连接机构(未示出)互连并相互通讯。

其中，存储器320包括一个或多个(图中仅示出一个)，其可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，简称EEPROM)等。处理器310以及其他可能的组件可对存储器320进行访问，读和/或写其中的数据。

处理器310包括一个或多个(图中仅示出一个)，其可以是一种集成电路芯片，具有信号的处理能力。上述的处理器310可以是通用处理器，包括中央处理器(CentralProcessing Unit，简称CPU)、微控制单元(Micro Controller Unit，简称MCU)、网络处理器(Network Processor，简称NP)或者其他常规处理器；还可以是专用处理器，包括数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuits，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

通信接口330包括一个或多个(图中仅示出一个)，可以用于和其他设备进行直接或间接地通信，以便进行数据的交互。例如，通信接口330可以是以太网接口；可以是移动通信网络接口，例如3G、4G、5G网络的接口；还是可以是具有数据收发功能的其他类型的接口。

在存储器320中可以存储一个或多个计算机程序指令，处理器410可以读取并运行这些计算机程序指令，以实现本申请实施例提供的岩体结构面信息采集方法以及其他期望的功能。

可以理解，图3所示的结构仅为示意，电子设备300还可以包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。例如，电子设备300可以是单台服务器(或其他具有运算处理能力的设备)、多台服务器的组合、大量服务器的集群等，并且，既可以是物理设备也可以是虚拟设备。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被计算机的处理器读取并运行时，执行本申请实施例提供的岩体结构面信息采集方法。例如，计算机可读存储介质可以实现为图3中电子设备300中的存储器320。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种岩体结构面信息采集方法，其特征在于，包括：

获取岩体贴近摄影图像集；

基于所述岩体贴近摄影图像集，构建三维实景模型；

基于所述三维实景模型获取岩体结构面信息。

2.根据权利要求1所述的岩体结构面信息采集方法，其特征在于，所述基于所述三维实景模型获取岩体结构面信息，包括：

基于所述三维实景模型，直接获取结构面信息；

和/或，基于所述三维实景模型获取三维点云数据，基于所述三维点云数据提取岩体结构面信息。

3.根据权利要求2所述的岩体结构面信息采集方法，其特征在于，所述基于所述三维实景模型，直接获取结构面信息，包括：

基于三维实景模型，采用平面拟合方式直接获取结构面信息。

4.根据权利要求2所述的岩体结构面信息采集方法，其特征在于，所述基于所述三维点云数据提取岩体结构面信息，包括：

在三维点云数据中提取岩体结构面点云数据；

对岩体结构面点云数据进行聚类，获取聚类结果；

基于所述聚类结果，对结构面点云数据进行分组，获取分组后的结构面点云数据；

对每一组结构面点云数据进行平面拟合，提取该组结构面点云的结构面信息。

5.根据权利要求1～4中任一项所述的岩体结构面信息采集方法，其特征在于，在所述获取岩体贴近摄影图像集之前，还包括：

获取岩体初始图像集；

基于所述岩体初始图像集，构建岩体数字表面模型DSM；

所述获取岩体贴近影像图像集，包括：

基于所述岩体数字表面模型DSM，获取岩体贴近摄影图像集。

6.根据权利要求5所述的岩体结构面信息采集方法，其特征在于，所述基于所述岩体数字表面模型DSM，获取岩体贴近摄影图像集，包括：

基于所述岩体数字表面模型DSM，获取贴近摄影设备的贴近摄影航迹；

驱动所述贴近摄影设备沿所述贴近摄影航迹进行贴近摄影，获取所述岩体贴近摄影图像集。

7.一种岩体结构面信息采集装置，其特征在于，包括：

贴近摄影图像集获取模块，用于获取岩体贴近摄影图像集；

三维实景模型构建模块，用于基于所述岩体贴近摄影图像集，构建三维实景模型；

岩体结构面信息提取模块，用于基于所述三维实景模型获取岩体结构面信息。

8.根据权利要求7所述的岩体结构面信息采集装置，其特征在于，所述的岩体结构面信息采集装置，还包括：

岩体初始图像集获取模块，用于获取岩体初始图像集；

DSM模型构建模块，用于基于所述岩体初始图像集，构建岩体数字表面模型DSM；

所述贴近摄影图像集获取模块，包括：

基于所述DSM模型构建模块输出的岩体数字表面模型DSM，获取岩体贴近摄影图像集。

9.一种电子设备，其特征在于，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1～6任一项所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如权利要求1～6任一项所述的方法。

Images