基于维度转换的岩体裂隙智能识别与三维重构方法及系统技术方案

本发明专利技术公开了一种基于维度转换的岩体裂隙智能识别与三维重构方法及系统，包括：获取不同角度拍摄的待识别岩体图像，基于神经网络模型进行岩体裂隙识别；对裂隙识别图像提取裂隙特征点，并对不同图片同一位置的裂隙特征进行匹配；选择最优视图，进行岩体裂隙的稀疏重构；使用改进的非结构图像的密集重建算法进一步重构，得到3D岩体裂隙模型；从岩体裂隙模型中获取3D坐标，提取裂隙特征点，绘制形成散点图；对散点进行拟合，得到裂隙拟合结果。本发明专利技术根据二维裂隙信息重建三维模型，裂隙图像获取便捷，对硬件依赖程度小，获取岩体裂隙图像分辨率提高，重建结果效果和精度也有所提高。重建结果效果和精度也有所提高。重建结果效果和精度也有所提高。

【技术实现步骤摘要】
基于维度转换的岩体裂隙智能识别与三维重构方法及系统


[0001]本专利技术涉及岩体裂隙识别与三维重构
，尤其涉及一种基于维度转换的岩体裂隙智能识别与三维重构方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]当前地下空间工程发展迅速，地下工程受岩体结构力学性能影响较大，尤其是岩体裂隙的影响。当隧道等工程开挖到裂隙较为发育的地带时，容易发生塌方、卡机等事故，因此有必要进行岩体裂隙识别与重构，了解岩体内裂隙发育情况，获取岩体裂隙参数，指导地下工程建筑施工设计。
[0004]当前岩体裂隙识别主要借助计算机算法，过程复杂繁琐，且识别精度难以保证，影响后续三维重构精度。当前裂隙三维重构，主要通过CT扫描和3D激光扫描后，进行三维重构，实现三维岩体裂隙的转换与重构；但根据剖切面获得的二维表面裂缝和CT断面扫面图复原三维空间裂缝，并不准确，而且，3D扫描无法处理未贯通中断的裂缝，将复杂裂缝逐个进行扫描、拼接，该工作量十分浩大，浪费时间。另外，声发射定位和回流盐浓度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于维度转换的岩体裂隙智能识别与三维重构方法，其特征在于，包括：获取不同角度拍摄的待识别岩体图像，基于神经网络模型进行岩体裂隙识别；对裂隙识别图像提取裂隙特征点，并对不同图片同一位置的裂隙特征进行匹配；选择最优视图，进行岩体裂隙的稀疏重构；使用改进的非结构图像的密集重建算法进一步重构，得到3D岩体裂隙模型；从岩体裂隙模型中获取3D坐标，提取裂隙特征点，绘制形成散点图；利用设定厚度的三角形平面对散点进行拟合，得到裂隙拟合结果。2.如权利要求1所述的一种基于维度转换的岩体裂隙智能识别与三维重构方法，其特征在于，基于神经网络模型进行岩体裂隙识别，具体包括：获取多角度裂隙图片建立裂隙图像数据集，分别建立训练集和测试集，将训练集输入到神经网络模型中进行训练，利用测试集对训练好的神经网络模型优化验证，得到训练好的神经网络模型；将需要进行三维裂隙重构的岩体图像输入到训练好的神经网络模型中，得到裂隙识别结果。3.如权利要求1所述的一种基于维度转换的岩体裂隙智能识别与三维重构方法，其特征在于，对裂隙识别图像提取裂隙特征点，并对不同图片同一位置的裂隙特征进行匹配，具体包括：以裂隙像素点作为特征点，对某一特征点进行描述，搜索其他图像中具有此相同特征的特征点；对图像中的每个特征点进行相似性度量，并通过比较特征点的位置来寻找特征对应，输出一组可能存在相同特征点的图像对，以及图像对均具有且对应的相似特征矩阵；完成裂隙特征点的提取和匹配工作。4.如权利要求1所述的一种基于维度转换的岩体裂隙智能识别与三维重构方法，其特征在于，选择最优视图，进行岩体裂隙的稀疏重构，具体包括：对图像对进行初始化，依据最优图像选择原则，不断增加不同角度的裂隙图像，通过八点法计算本质矩阵，将本质矩阵进行分解，得到下一个图像的旋转矩阵R和平移向量T值，根据旋转矩阵R、平移向量T和图像特征点的三维坐标三角化得到三维点，以实现岩体裂隙的重构。5.如权利要求4所述的一种基于维度转换的岩体裂隙智能识别与三维重构方法，其特征在于，所述最优图像选择的原则为：使用不同分辨率的网格单元离散图像，级别数为l＝1
…
...

【专利技术属性】
技术研发人员：许振浩，李轶惠，潘东东，林春金，王孝特，李海燕，
申请(专利权)人：山东大学，
类型：发明
国别省市：