基于快速PCA算法和K-means聚类算法的块石形状分类方法技术

本发明专利技术涉及基于快速PCA算法和K‑means聚类算法的块石形状分类方法，包括以下步骤：(1)根据通过数字图像处理技术获得的只有轮廓信息土石混合体断面CAD图，统计出块石所有边缘轮廓点的坐标及重心坐标；(2)对块石的位置、大小、朝向做统一化处理；(4)采用快速PCA算法对统一化处理所得的块石轮廓半径统计表的每个块石的360条半径为行向量，将其降至二维；(5)选用K‑means聚类算法对降维后的矩阵进行聚类，从而把形状特征相似的块石归为一类；(6)根据定义的形状特征参数对部分分类后的结果进行微调，把具有共性的块石归为一类。该方法能够快速、准确地对大量块石进行移动、旋转、放缩、变向等组合操作，实现大量形状各异的块石的高效分类。

Classification method of block stone shape based on fast PCA algorithm and K-means clustering algorithm

【技术实现步骤摘要】
基于快速PCA算法和K-means聚类算法的块石形状分类方法
本专利技术涉及岩土工程数值模拟的
，具体涉及一种基于快速PCA算法和K-means聚类算法的块石形状分类方法。
技术介绍
土石混合体是自然界广泛存在的第四纪堆积/沉积物，也是诸多岩土工程的填筑材料，由尺度相对较大、强度较高的块石和相对较细颗粒的弱“土体”组成。由于块石尺度较大，土石混合体的物理力学性质不易采用室内小尺度试验测得，也很难通过开展现场大型试验获得。因此，数值模拟已成为研究土石混合体力学性质的重要手段，且建模的精细程度决定了模拟结果的准确性。故建立考虑块石形状统计规律的数值模型是解决这类问题的基础和关键。然而，现有的块石分类方法大多只考虑到粒径因素，或者以简单多边形为基准划分为几类，但是由于实际工程是不同地区、不同地质条件下的土石混合体，如果只是简单的将所有的块石轮廓视为简单的多边形及其组合，就可能会导致模拟的结果与实际差异较大。现有的块石分类方法对于形状复杂、成分不均衡、难以观测的块石应用受限，很难反映土石混合体内部块石之间和块石与细粒土体之间的相互本文档来自技高网...

【技术保护点】
1.一种基于快速PCA算法和K-means聚类算法的块石形状分类方法，其特征在于，包括以下步骤：/n(1)根据通过数字图像处理技术获得只有轮廓信息的土石混合体断面CAD图，统计出块石所有边缘轮廓点的坐标及重心坐标；/n(2)位置及大小统一化：对块石的形心坐标及半径进行统一化处理，将所有块石的重心移到坐标原点(0,0)，确定统一化后的块石的位置及大小；/n(3)旋转朝向统一化：将步骤(2)获得的位置及大小统一化后的每个块石图形进行旋转处理，使其最长轴落到x轴上，然后对块石轮廓的朝向做统一化处理，并将所有块石边缘轮廓半径都按照从0°顺时针选择到-360°的顺序的顺序输出；此时将所有块石统一为重心在...

【技术特征摘要】
1.一种基于快速PCA算法和K-means聚类算法的块石形状分类方法，其特征在于，包括以下步骤：
(1)根据通过数字图像处理技术获得只有轮廓信息的土石混合体断面CAD图，统计出块石所有边缘轮廓点的坐标及重心坐标；
(2)位置及大小统一化：对块石的形心坐标及半径进行统一化处理，将所有块石的重心移到坐标原点(0,0)，确定统一化后的块石的位置及大小；
(3)旋转朝向统一化：将步骤(2)获得的位置及大小统一化后的每个块石图形进行旋转处理，使其最长轴落到x轴上，然后对块石轮廓的朝向做统一化处理，并将所有块石边缘轮廓半径都按照从0°顺时针选择到-360°的顺序的顺序输出；此时将所有块石统一为重心在坐标原点，过重心的长轴与x轴重合，过重心的短轴与y轴重合，过重心的最长半径为1，较尖锐的一方朝向x轴正方向，并将半径按照统一的顺序输出为单行向量，得到以每个块石的360条轮廓半径为行向量的多个块石构成的块石轮廓半径统计表；
(4)降维：采用快速PCA算法对步骤(3)获得的块石轮廓半径统计表进行降维处理，将其降至二维，得到降维后的块石边缘轮廓半径分布图；
(5)聚类：选用K-means聚类算法对降维后的矩阵进行聚类，从而把形状特征相似的块石归为一类，获得聚类结果表；
(6)确定所有石块的形状特征参数，以某个形状特征参数为基准，把聚类后的同类石块中差异过大的石块挑出来单独归类，把具有共性的块石归为一类，获得最终的块石边缘轮廓半径分类表，即完成块石形状分类。


2.根据权利要求1所述的基于快速PCA算法和K-means聚类算法的块石形状分类方法，其特征在于，在所述步骤(1)中，包括以下步骤：
块石图形边缘轮廓坐标点提取，同时打开CAD和Excel，加载CAD插件，选取每块块石的边缘轮廓坐标，以每列作为一个完整块石的数据，每完成一块块石坐标的提取，就换到新的列继续提取下一块块石坐标，直至完成所有块石坐标点的提取。


3.根据权利要求1所述的基于快速PCA算法和K-means聚类算法的块石形状分类方法，其特征在于，在所述步骤(2)中，包括以下步骤：
(21)利用MATLAB对从步骤(1)中提取的块石坐标进行半径归一化处理，首先将块石所有的x、y坐标均减去重心的坐标xr、yr，得到块石处理后的坐标x’、y’，找出所有x’的绝对值的最大值与y’的绝对值的最大值中的较大值，最后将每个处理后的坐标x’、y’，除以该较大值Rm，保证块石轮廓所有的横纵坐标都小于1；
(22)把步骤(21)处理后的块石视为多条形段组成的多边形，以R＝1.5Rm，重心为圆心，作能够完全包围块石图形的圆，θ∈(0,360°)，每隔1°，画出一条过圆心的射线，让射线与多边形的每条边的线段联立方程组求解交点，确定块石边缘轮廓的360条轮廓半径。


4.根据权利要求3所述的基于快速PCA算法和K-means聚类算法的块石形状分类方法，其特征在于，在所述步骤(3)中，包括以下步骤：
(3...

【专利技术属性】
技术研发人员：岑夺丰，刘京雨，黄达，宋宜祥，钟助，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12