【技术实现步骤摘要】
一种基于点云数据的露天矿台阶线提取和边坡监测的方法
本专利技术涉及边坡数据采集与监测
，尤其涉及一种基于点云数据的露天矿台阶线提取和边坡监测的方法。
技术介绍
露天矿在进行开采工作时，为了便于从上至下逐层开采，要把矿区内的矿物、岩石划分为具有一定厚度的水平分层，这些分层的工作面就是台阶。露天矿台阶线对露天矿的勘测、采矿设计、计划编制、区块设计、爆破设计、矿区划分等业务均具有重要的作用。现阶段在实际生产过程中提取露天矿上台阶线等特征线使用的主要方法是根据DSM进行人工绘制，这种方法工作量大、效率低。利用轻便的无人机，获取露天矿序列影像，进行三维建模，检测采场台阶线，自动精确解算剥离量，对加强矿山生产监控和成本管理具有重要意义。史红霞等在中国机械工程中发表的《基于法向量区域聚类分割的点云特征线提取》中提出采用自适应邻域的主成分分析法(PCA)估算模型法向，利用萤火虫算法(FA)优化的模糊C均值(FCM)算法对法向进行聚类实现模型的有效分割。构造点集剔除与合并准则从各分割块边界点集中析取候选特征点，再以局部邻域主轴方...
【技术保护点】
1.一种基于点云数据的露天矿台阶线提取方法，其特征在于，包括如下步骤：/n步骤1：对露天矿点云数据使用渐进形态学滤波算法进行预处理，通过逐渐增加滤波器的窗口大小和不断增大的高程差阈值移除点云数据中的地物数据，提取地面点；/n步骤2：基于顾及邻域几何属性的三维边缘检测与曲率指数加权方法提取台阶线特征点；/n步骤3：采用移动最小二乘法拟合台阶线，得到提取后的露天矿台阶线。/n
【技术特征摘要】
1.一种基于点云数据的露天矿台阶线提取方法，其特征在于，包括如下步骤：
步骤1：对露天矿点云数据使用渐进形态学滤波算法进行预处理，通过逐渐增加滤波器的窗口大小和不断增大的高程差阈值移除点云数据中的地物数据，提取地面点；
步骤2：基于顾及邻域几何属性的三维边缘检测与曲率指数加权方法提取台阶线特征点；
步骤3：采用移动最小二乘法拟合台阶线，得到提取后的露天矿台阶线。
2.根据权利要求1所述的基于点云数据的露天矿台阶线提取方法，其特征在于：所述步骤1的过程如下：
步骤1.1：渐进形态学滤波算法在进行第一次迭代时，将最小高程表面与初始滤波器的窗口大小作为输入，对三维激光点云数据作滤波运算，得到已滤波表面；
步骤1.2：比较已滤波表面在滤波前后的高程差是否小于高程差阈值，若小于则将窗口大小赋值给标记数组，来增加窗口大小；
步骤1.3：将上一迭代中获得的已滤波表面和增加的窗口大小作为滤波器的输入，继续进行滤波运算迭代，直到窗口大小为最大窗口。
3.根据权利要求2所述的基于点云数据的露天矿台阶线提取方法，其特征在于，所述高程差阈值根据研究区域的地形坡度确定，方法如下：
假设坡度恒定，则地形的最大高程差，窗口大小和地形坡度之间存在下列公式：
其中，dh0表示初始高程差阈值；s表示斜率；c表示格网大小；dhmax表示最大高程差阈值；wk表示运行到第k次窗口大小，dhT，K表示高程阈值，dhmax(t)，K表示地形的最大高程差。
4.根据权利要求1所述的基于点云数据的露天矿台阶线提取方法，其特征在于，所述步骤2的过程如下：
步骤2.1：点P为点云中任意一点，对点云中点P及其邻域内的点使用最小二乘法拟合曲面，并对其进行参数化：r(x，y)＝(x，y，ax2+bxy+cy2)，其中，x为点P的横坐标，y为点P的纵坐标，a、b、c为对曲面参数化后的参数；
步骤2.2：设r(x，y)的偏导数分别为rx，ry，rxx，rxy，ryy，然后根据以下公式计算平均曲率H和高斯曲率K：
其中，为曲面的单位法向量；E＝rx·rx＝1+(2ax+by)2；
F＝rx·ry＝(2ax+by)(2cy+bx)，G＝ry·ry＝1+(2cy+bx)2，
步骤2.3：最后通过下列公式计算主曲率：
其中，kmax为最大主曲率，kmin为最小主曲率；
步骤2.4：计算点云中点P的曲率指数：
步骤2.5：将曲率指数大于曲率指数阈值的点定义为潜在特征点，对潜在特征点使用顾及邻域几何属性的三维边缘检测算法AGPN细化特征点，将潜在特征点中的内点集进行法向量优化；将潜在特征点中的外点集直接定义为非特征点；
步骤2.6：根据优化后的法向量和拟合平面上一对相互垂直的向量建立空间直角坐标系，设空间向量在x轴上，向量在y轴上，优...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。