基于模糊度改进的岩体结构面识别与边界面迹长提取方法
本发明涉及岩体结构智能化识别提取，特别是涉及基于模糊度改进的岩体结构面识别与边界面迹长提取方法。
背景技术：
1、在地质灾害防灾减灾方面，岩体结构面是崩塌滑坡等地质灾害形成与发育的关键性控制因素。识别岩体结构面并提取其几何特征是斜坡稳定性计算的重要内容。随着低空摄影测量技术和三维激光扫描等技术的发展，快速、高效获取高陡斜坡的高精度三维几何数据成为了可能。而如何从斜坡三维几何数据中科学准确地识别并提取岩体结构数据就成为了工程地质研究者和工程师们迫切需要解决的问题。为此，前人进行了大量的探索应用，例如riquelme等采用k最近邻算法和核密度估计法，开发设计出一款半自动提取岩体不连续结构面的matlab程序，进行优势结构面的聚类与结构面提取；李水清等借助无人机摄影测量和三点法对结构面产状进行半自动提取，并对优势结构面进行分类与参数的获取，为分析边坡稳定性提供了基础数据，然而此过程仍需手动选定结构面特征点；修国林等利用模糊c均值聚类(fcm)和图形技术对结构面进行了识别和产状提取；董秀军等基于三维激光扫描的点与数据，利用k均值聚类方法，对岩体结构进行了识别和信息提取。前人在研究中发现，相较于k均值这样的硬聚类算法，fcm算法在对优势结构面进行聚类分组时，因其引进隶属度而可以取得较优的聚类效果。但是，在应用fcm算法时，虽然大家都知道其关键参数模糊度值m如何取值对聚类效果的影响很大，但是目前仍以经验性取m值为主，难以根据迭代过程进行动态更新和取值，从而大大影响了聚类结果的精细化和准确率。另外，在识别到岩体结构面后，需要对其迹长等几何数据进行提取。前人主要直接基于结构面识别过程的点云数据进行结构面几何数据信息的提取，但是，由于结构面表面风化造成的凹凸差异、坡体表面植被干扰以及数据获取过程的不确定的等因素影响，很多结构面之外的点云数据由于难以被有效识别和剔除，参与进了结构面几何数据的提取过程。这种情况下，基于点云数据所提取的几何数据具有较大的不确定性和误差，直接影响着对岩体稳定性预判的准确性。
2、因此，亟需基于模糊度改进的岩体结构面识别与边界面迹长提取方法。
技术实现思路
1、本发明的目的是针对应用fcm算法中由于模糊度取值所导致的岩体结构面识别偏差以及基于点云数据提取结构面迹长中的不准确问题，提供基于模糊度改进的岩体结构面识别与边界面迹长提取方法，在fcm算法中，通过引入新的参数来自适应调节算法的模糊度，增强算法的鲁棒性，优化结构面聚类分析效果；同时，构建了生成边界面进行结构面迹长自动提取的方法，实现对结构面迹长的准确测量与统计。
2、为实现上述目的，本发明提供了如下方案：
3、基于模糊度改进的岩体结构面识别与边界面迹长提取方法，包括：
4、采集研究区域内岩体的三维点云数据，并计算所述三维点云数据的法向量；
5、基于改进模糊度取值的c均值算法对所述法向量进行聚类分析，获取优势三维点云数据；
6、基于所述优势三维点云数据进行结构面几何特征提取和边界面转折点提取，进而计算边界面迹长，完成所述研究区域内岩体结构面的识别以及边界面迹长的提取。
7、可选地，采集所述研究区域内岩体的三维点云数据包括：
8、通过无人机搭载图像采集装置采集所述研究区域内的岩体图像；
9、基于所述岩体图像构建三维点云模型，进而获取所述三维点云数据。
10、可选地，计算所述三维点云数据的法向量采用随机hough变换算法。
11、可选地，所述改进模糊度取值的c均值算法为：通过在模糊c均值聚类算法中引入参数动态调整模糊度取值。
12、可选地，通过在模糊c均值聚类算法中引入参数动态调整模糊度取值的方法为：
13、计算隶属度模糊程度的指标；
14、基于所述指标判断所述模糊度取值的调整情况，当所述指标超出预设阈值时，降低所述模糊度取值；当所述指标低于或等于阈值时，提高所述模糊度取值。
15、可选地，所述隶属度模糊程度的指标的计算方法为：
16、ex＝max(uij2)-min(uij2)
17、其中，ex表示隶属度模糊程度的指标；uij表示隶属度矩阵u中第i个样本属于第j个聚类的隶属度。
18、可选地，基于所述指标判断所述模糊度取值的调整情况的方法为：
19、
20、其中，m表示模糊度取值，α为引入的参数。
21、可选地，基于所述优势三维点云数据进行结构面几何特征提取和边界面转折点提取包括：
22、采用fast marching算法将所述优势三维点云数据进行封闭成面，获取边界面；
23、采用图形处理技术，基于所述边界面提取边界面转折点的坐标。
24、可选地，计算所述边界面迹长的方法为：
25、
26、其中，dpq表示边界面迹长，(xp,yp,zp)表示边界面上转折点p的坐标，p＝1,2,3,…,s-1；(xq,yq,zq)表示边界面上转折点q的坐标，q＝p+1,p+2,…,s。
27、本发明的有益效果为：
28、本发明提出一种改进的fcm算法，通过引入新的参数来自适应调节算法的模糊度，增强算法的鲁棒性，优化聚类效果；基于fast-marching算法，并结合arcgis软件，构建了边界面迹长参数自动化提取方法，实现对岩体结构面迹长的自动测量与统计。
技术特征：
1.基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，包括：
2.根据权利要求1所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，采集所述研究区域内岩体的三维点云数据包括：
3.根据权利要求1所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，计算所述三维点云数据的法向量采用随机hough变换算法。
4.根据权利要求1所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，所述改进模糊度取值的c均值算法为：通过在模糊c均值聚类算法中引入参数动态调整模糊度取值。
5.根据权利要求4所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，通过在模糊c均值聚类算法中引入参数动态调整模糊度取值的方法为：
6.根据权利要求5所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，所述隶属度模糊程度的指标的计算方法为：
7.根据权利要求6所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，基于所述指标判断所述模糊度取值的调整情况的方法为：
8.根据权利要求1所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，基于所述优势三维点云数据进行结构面几何特征提取和边界面转折点提取包括：
9.根据权利要求1所述的基于模糊度改进的岩体结构面识别与边界面迹长提取方法，其特征在于，计算所述边界面迹长的方法为：
技术总结
本发明涉及岩体结构智能化识别提取技术领域，特别是涉及基于模糊度改进的岩体结构面识别与边界面迹长提取方法，包括：采集研究区域内岩体的三维点云数据，并计算所述三维点云数据的法向量；基于改进模糊度取值的C均值算法对所述法向量进行聚类分析，获取优势三维点云数据；基于所述优势三维点云数据进行结构面几何特征提取和边界面转折点提取，进而计算边界面迹长，完成所述研究区域内岩体结构面的识别以及边界面迹长的提取。本发明能够实现结构面的准确识别，以及结构面迹长的准确测量与统计。
技术研发人员：王学良,李斌斌,张梦杰,班梦梦,黄天明,郭松峰
受保护的技术使用者：中国科学院地质与地球物理研究所
技术研发日：
技术公布日：2024/9/23