一种基于图像纹理的岩体结构均质区自动分区方法技术

本发明专利技术是一种基于图像纹理的岩体结构均质区自动分区方法。利用岩体结构面在露头区赋存几何形态的纹理特征，在摄影测量方法获取具有实际尺寸的岩体结构面赋存影像的基础上，采用灰度共生矩阵的10个纹理参数来描述岩体结构，通过点对距离、点对方向角与像素尺度的敏感性检测与主成分分析方法筛选出主控纹理参数，以主控纹理参数为聚类指标，提出基于ISODATA聚类方法的岩体结构均质区自动分区方法。包括影像数据采集、灰度图像转换、纹理信息增强、纹理特征提取、纹理参数确定、聚类窗口确定、纹理图像分块、子域纹理参数、矢量数据转换、ISODATA聚类10步骤。规避了现场地质测绘与统计工作量，数据处理过程可实现自动化，可应用于工程全域岩体结构均质区分区。

An Automatic Zoning Method for Homogeneous Regions of Rock Mass Structures Based on Image Texture

【技术实现步骤摘要】
一种基于图像纹理的岩体结构均质区自动分区方法
本专利技术涉及工程现场岩体结构均质区的自动分区方法。属于岩体工程的现场地质调查
适用于岩体工程全域范围内岩体地质分区工作。
技术介绍
1978年国际岩石力学学会实验室和野外试验标准化专门委员会提出了“对岩体中结构面定量描述的推荐方法”，其中规定了对结构面的10个描述指标，包括：产状(Orientation)、间距或密集程度(Spacing)、延续性(Persistence)、粗糙程度(Roughness)、隙宽(Aperture)、岩壁抗压强度、充填情况、渗流、组数和块度等[2]。自上世纪70年代，Hudson等人用概率统计方法对结构面的几何特征进行定量数学描述以来，许多学者对结构面几何特征参量的数学描述研究开展了系统研究[73-83]，包括结构面产状(Shanley和Mahtab，1976；Hammah，；Klose，；蔡美峰，；陈剑平，；周志芳，；唐辉明，；)；结构面迹长(Hudson、Cruden、Kulatilake、Einstein、Mauldon、黄润秋、陈剑平、范留明、唐辉明)；结构面间距或密度(Hudson，1976；King，1980；伍法权，2008；Cruden，；Priest和Hudson，；Kayzulovic和Goodman，；Kulatilake和Wu，；王思敬与范建军，；)；结构面连通率(绪方正虔，1978；Laslett，1982；Kulatilake，1986；黄润秋和范留明，2003；陈剑平，2005；)。岩体结构面描述研究最终目标是通过这些参数来综合评估岩体结构，而岩体结构表征则是工程岩体分级中的重要指标。目前工程岩体分级主要有RMR、Q、BQ、Heok-Brown法，其中岩体结构表征主要有RQD(钻孔)、Kv(波速测试)、GSI(综合估计)、节理密度(测区)、单位体积节理数(三维模拟)等参数指标，这些指标定义与岩体结构测量方法密切相关，当然这些指标之间也存在一定的关联关系，黄润秋、陈剑平、聂德新、胡卸文、刘长武等[84-89]学者试图构建结构面密度与RQD、岩体块度指数等岩体结构表征参数之间关系，使得岩体质量指标评判指标更为合理。1983年美国怀俄明大学的Miller采用概率论中的关联表和施密特等面积投影网结合的办法(以下简称Miller法)，成功地用地质结构面产状为指标进行了岩体结构均质区划分；后来Kulatilake等对此法进行了改进，并成功运用于三峡永久船闸附近隧洞的均质区划分中；瑞典的SKB公司在进行核废料处置库场址评价时也采用了改进的Miller法；1984年美国哥伦比亚大学的Mahtab等提出了适用于地质结构面产状变化复杂的显著性簇产状相似法；Martin在划分某钻石矿场均质区时提出了相关系数法；另外，Kulatilake等及陈剑平等近年来逐步将分形维数引入均质区划分中，成功计算了施密特投影图的分形维数。上述各法所用的划分指标不尽相同，有的以结构面产状、密度、迹长等单参数作为划分依据(如Miller、Mahtab法)；有些则考虑多参数的综合效应(如Kulatilake的分形维数法)。可见即便同一区域，划分法的选取不同，划分结果亦或不同。因此，针对研究区地质结构面分布特征开展均质区划分法的适宜性研究，有助于区分各法的判别力，进而评价划分结果的可信度，提升所建结构面网络模型的可靠度。对场址评价和区域稳定性分析具有重要意义。然而，上述传统方法在概率统计岩体结构面的密度、产状、间距与迹长等参量的基础上，采用关联表、相关系数法和施密特等面积投影网相结合开展岩体结构均质区分区。不仅现场地质测绘与统计工作量巨大，而且后续数据处理流程多，其中一些步骤难以实现自动化，方法只能应用于局部小范围区域岩体结构均质区分区。
技术实现思路
技术问题：本专利技术的目的是提供一种基于图像纹理的岩体结构均质区自动分区方法，绕开传统地质统计参量，避免现场地质测量与统计的繁杂工作量，解决后续数据的自动化，从岩体结构面在露头区赋存的纹理特征出发，利用具有实际尺度特征数字图像分析技术，运用纹理参数表征岩体结构的均质区特征，采用聚类方法对子域纹理参数进行分区聚类，实现基于灰度共生矩阵与ISODATA聚类的岩体结构均质区自动分区方法。技术方案：本专利技术的一种基于图像纹理的岩体结构均质区自动分区方法，采用具有实际尺寸的岩体结构纹理图像作为分区工作的数据来源，以图像中的岩体结构纹理特征为对象，采用图像纹理分析方法描述与表征岩体结构均质区，通过聚类方法实现自动化分区；规避了现场地质测绘与统计繁重工作量。该方法包括以下步骤：第一步：影像数据采集：借助多幅定焦摄影测量技术，利用Pix4DMapper或PhotoScan软件获得描述目标体几何特征与影像特征的三维点云数据和图像数据；针对点云数据的真实坐标尺寸和图像数据的像素影像的对应关系，建立图像数据的像素尺度；第二步：灰度图像转换：采用特征值线性加权子空间投影法将彩色图像转换为灰度图像；第三步：纹理信息增强：采用Hill-shading算法对灰度图像中的纹理信息进行图像增强；第四步：纹理特征提取：采用多角度组合剖面法对灰度图像中提取出纹理特征，获得岩体结构的纹理图像；第五步：纹理参数确定：在目测岩体结构均质区内预设纹理图像窗口，构建预设窗口的灰度共生矩阵，计算窗口内纹理图像的灰度共生矩阵10个纹理参数，通过针对灰度共生矩阵的点对距离与点对角度以及像素尺度的参数鲁棒性检验，找出鲁棒性强的纹理参数，最后采用主成分分析法在鲁棒性强的纹理参数中筛选出相对独立的三个主控纹理参数；第六步：聚类窗口确定：在目测岩体结构均质区内预设小尺度窗口，构建预设窗口的灰度共生矩阵，计算窗口内纹理图像的三个主控纹理参数值，然后不断扩大窗口尺度，计算对应尺度窗口内纹理图像的三个主控纹理参数值，比较扩大窗口前后的主控纹理参数值，当两者方差小于3％，扩大前计算窗口尺度作为聚类窗口尺度；第七步：纹理图像分块：按照第六步确定的聚类窗口尺度，将第一步采集的图像数据进行图像分块，获得若干图像子域；第八步：子域纹理参数：压缩灰度图像中的灰度值为16级，构建子域的灰度共生矩阵，并归一化处理，计算所有子域的主控纹理参数；第九步：矢量数据转换：借助ArcGIS的Fishnet工具对具备纹理参数的栅格数据转换为矢量数据；第十步：ISODATA聚类：认定三个主控纹理参数一致或相近时同为一类岩体结构均质区，采用ISODATA聚类方法对具备三个主控纹理参数共同特征的区域进行识别、拆分与合并，实现岩体结构均质区的自动分区。其中，所述第一步中针对点云数据的真实坐标尺寸和图像数据的像素影像的对应关系，建立图像数据的像素尺度，具体方法为：采用地面激光扫描仪或摄影测量方法，获取目标区域的图像数据与点云数据，将具有实际坐标信息的点云数据与具有丰富影像的图像数据进行特征点位置配准，使得图像数据也具有了点云数据在图像数据平面上的投影坐标，继而图像数据实际面积除以图像数据像素数量，便可获知像素尺度。所述第五步中计算窗口内纹理图像的灰度共生矩阵10个纹理参数包括：二阶角矩、对比度、相关度、均值和、方差、方差和、逆矩差、熵、差熵、差的方差。所述第五步中计算的10个纹理参数，需要通本文档来自技高网...

【技术保护点】
1.一种基于图像纹理的岩体结构均质区自动分区方法，其特征在于该方法采用具有实际尺寸的岩体结构纹理图像作为分区工作的数据来源，以图像中的岩体结构纹理特征为对象，采用图像纹理分析方法描述与表征岩体结构均质区，通过聚类方法实现自动化分区；规避了现场地质测绘与统计繁重工作量。

【技术特征摘要】
1.一种基于图像纹理的岩体结构均质区自动分区方法，其特征在于该方法采用具有实际尺寸的岩体结构纹理图像作为分区工作的数据来源，以图像中的岩体结构纹理特征为对象，采用图像纹理分析方法描述与表征岩体结构均质区，通过聚类方法实现自动化分区；规避了现场地质测绘与统计繁重工作量。2.根据权利要求1所述的一种基于图像纹理的岩体结构均质区自动分区方法，其特征在于该方法包括以下步骤：第一步：影像数据采集：借助多幅定焦摄影测量技术，利用Pix4DMapper或PhotoScan软件获得描述目标体几何特征与影像特征的三维点云数据和图像数据；针对点云数据的真实坐标尺寸和图像数据的像素影像的对应关系，建立图像数据的像素尺度；第二步：灰度图像转换：采用特征值线性加权子空间投影法将彩色图像转换为灰度图像；第三步：纹理信息增强：采用Hill-shading算法对灰度图像中的纹理信息进行图像增强；第四步：纹理特征提取：采用多角度组合剖面法对灰度图像中提取出纹理特征，获得岩体结构的纹理图像；第五步：纹理参数确定：在目测岩体结构均质区内预设纹理图像窗口，构建预设窗口的灰度共生矩阵，计算窗口内纹理图像的灰度共生矩阵10个纹理参数，通过针对灰度共生矩阵的点对距离与点对角度以及像素尺度的参数鲁棒性检验，找出鲁棒性强的纹理参数，最后采用主成分分析法在鲁棒性强的纹理参数中筛选出相对独立的三个主控纹理参数；第六步：聚类窗口确定：在目测岩体结构均质区内预设小尺度窗口，构建预设窗口的灰度共生矩阵，计算窗口内纹理图像的三个主控纹理参数值，然后不断扩大窗口尺度，计算对应尺度窗口内纹理图像的三个主控纹理参数值，比较扩大窗口前后的主控纹理参数值，...

【专利技术属性】
技术研发人员：张鹏，桂宇杰，郭晓晓，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：江苏,32