一种基于无人机影像匹配点云的露天矿台阶结构量测方法技术

本发明专利技术介绍了一种基于无人机影像匹配点云的露天矿台阶结构量测方法，包括以下步骤：步骤S1、获取露天矿点云数据：基于无人机倾斜摄影测量获取露天矿影像数据，导入Context Capture中，然后经过影像预处理、空三加密处理以及多视影像密集匹配处理生成点云；步骤S2、露天矿点云数据预处理：基于Kd

【技术实现步骤摘要】
一种基于无人机影像匹配点云的露天矿台阶结构量测方法


[0001]本专利技术涉及矿山测绘领域，具体涉及一种基于无人机影像匹配点云的露天矿台阶结构量测方法。

技术介绍

[0002]矿产资源是社会生产发展的重要物质基础，合理开发和综合利用矿产资源是现代化建设的必然要求，露天开采作为一种低成本、高产量和高效率的生产方式，在国内外矿山工程中得到了广泛应用。露天矿通常采用自上而下、台阶分层的开采方式。台阶是垂直方向上的最小开采单元，是穿孔、爆破和铲装等任务的作业场所，直接影响矿区生产规模、经济效益和边坡稳定性。露天开采会形成众多高陡边坡，而爆破、采剥等施工作业频繁则会引发矿山台阶结构面破坏和岩体变形，最终引发边坡失稳、变形等地质事故，严重威胁矿区人员生命和财产安全。
[0003]安全开采已成为矿业工程研究中极为重要的一部分，贯穿露天开采全过程，是露天采场有序生产的前提。露天开采塑造台阶结构影响着露天矿的结构稳定和矿区安全，若不进行有效测控则易引起结构失衡，最终引发崩塌、滑坡和泥石流等一系列地质灾害。
[0004]传统方法使用水准仪、全站仪和GNSS接收机等量测台阶结构，成本较高、效率低下且测绘人员安全无法保障。因此有必要通过高新测绘技术提取并量测采场结构，在开采过程中持续监测台阶结构可以有效指导矿区生产作业，避免失衡。如中国专利CN112634389A公开了提供了一种基于无人机的露天矿平面图绘制方法、装置、服务器，包括：获取目标区域的场景照片；导入当月正射影像、雷达点云、上月台阶线；显示雷达点云连接视角，将各连接视角进行连接，得到雷达点云视图；根据所述雷达点云视图绘制台阶线图，导出所述台阶线图，得到露天矿现状平面图。其利用专业矿山软件可以完成无人机航测数据的采区现状绘制；高密度点云数据，使得现状平面图更加准确、全面的展现出采排台阶坡顶、坡底和平盘的位置和高程。又如中国专利CN112634434A公开了一种基于无人机的矿山三维模型制作方法，包括：获取目标区域的场景照片；对所述场景照片进行预处理，得到预处理场景照片；按照区域将所述预处理场景照片进行划分，得到多组预处理场景照片，高斯3度带投影下的POS数据；高斯3度带投影下的POS数据进行建模处理，得到三维模型。采用其设计的方案，矿山三维实景模型可以从各个角度对采区煤层揭露情况进行分析，并可以清晰、直观的评价矿山绿化程度，以及对现场台阶分布和采排现状进行分析。
[0005]虽然上述设计给予了使用无人机进行露天矿台阶结构测量的方法，但是其需要处理的数据繁杂，运算效率低下，因此急需设计一种新的露天矿台阶结构量测方法，以求实现露天矿台阶结构测量的数据简化，并提升运算效率。

技术实现思路

[0006]针对现有露天矿台阶结构测量的方法中，需要处理的数据繁杂以及运算效率低下的问题，本申请设计了一种基于无人机影像匹配点云的露天矿台阶结构量测方法，以求实
现露天矿台阶结构测量的数据简化，并提升运算效率。
[0007]一种基于无人机影像匹配点云的露天矿台阶结构量测方法，包括以下步骤：
[0008]步骤S1、获取露天矿点云数据：基于无人机倾斜摄影测量获取露天矿影像数据，导入ContextCapture中，然后经过影像预处理、空三加密处理以及多视影像密集匹配处理生成点云；
[0009]步骤S2、露天矿点云数据预处理：基于Kd
‑
Tree构建邻域关系，基于几何采样实现点云精简，保留特征的同时简化数据；
[0010]步骤S3、露天矿台阶要素提取：根据邻域特征提取坡面，选取平面手动切分坡面，通过密度聚类处理坡面得到若干台阶坡面，提取台阶线；
[0011]步骤S4、量测台阶结构：根据提取的台阶要素计算台阶高度和台阶坡面角。
[0012]一种基于无人机影像匹配点云的露天矿台阶结构量测方法，所述步骤S2的具体方法包括：
[0013]步骤S21、基于Kd
‑
Tree在三维空间中构建点云邻域关系，选取最大方差维度为分割轴，在分割轴方向上值为中位数的点设为当前节点，小于中位数的点划分为左子树节点，大于中位数的点划分为右子树节点，依次更新分割轴为方差第二大的轴与方差最小的轴，重复上述步骤，直到全部数据都完成处理，此时选定一点，以该点为圆心、半径为r的球内点即为该点的邻域点，可表示为{p
i
|||p
i
‑
p||＜r}，基于Kd
‑
Tree可以快速完成数据最邻近搜索；
[0014]步骤S22、基于几何采样实现点云精简，预设目标采样数U和均匀采样率V，计算每一点到其邻域点的法线夹角θ，θ越大，则该区域曲率越大，设定角度阈值η，将θ＞η的点归为陡峭区域，则陡峭区域采样数为U*(1
‑
V)，非陡峭区域采样数为U*V，该方法局部区域采样均匀，具有抗噪性，在保留特征的同时减少数据量，提高计算速率。
[0015]优选地，步骤S3的具体方法包括：
[0016]步骤S31、求解法向量，计算法向量与垂直面的夹角θ，设定阈值λ，若θ＞λ则该点为坡面，否则为平面；
[0017]步骤S32、将点云导入cloudcompare中，基于直通滤波切分，使得不同台阶在最大程度分离；
[0018]步骤S33、通过密度聚类处理坡面点云，将空间上离散的点簇分离，得到若干台阶坡面S＝{s0,s1,s2,...,s
n
}；
[0019]步骤S34、提取台阶线，选定台阶坡面中一点p
i
，存在邻域N(p
i
)，将N(p
i
)中的点投影到邻域切平面上，投影后的点构成集合Ω，以p
i
为角点，将Ω中的点按顺时针方向两两与p
i
形成一系列夹角Θ＝{θ1,θ2,...,θ
m
}，其中m＝||N(x
i
)||
‑
1，选取Θ中最大值θ
max
，设定阈值ξ，当θ
max
＞ξ时，p
i
即为边界点，处理台阶坡面中所有点，获取台阶坡面边界B，B中存在两条台阶线和截面边界，在B中随机标记3个点拟合平面Π
B
，计算B中点到Π
B
的距离，若小于距离阈值ζ则为内部点，反正则为噪声点，重复拟合平面操作，直到B中找不到未标记点或迭代次数大于设定的最大迭代次数，此时匹配最多内部点的情况为最优选择，对应内部点集合L
B
即为一条台阶线，在B中去除L
B
，将B中点设置为未标记状态，重复拟合平面操作，选择最有情况下对应的内部点L
A
，L
A
即为B中另一条台阶线。
[0020]优选地，步骤S4的具体方法包括：
[0021]步骤S41、台阶高度计算，选定L
A
＝{a0,a1,...,a
n
}和L
B
＝{b本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机影像匹配点云的露天矿台阶结构量测方法，其特征在于，包括以下步骤：步骤S1、获取露天矿点云数据：基于无人机倾斜摄影测量获取露天矿影像数据，导入Context Capture中，然后经过影像预处理、空三加密处理以及多视影像密集匹配处理生成点云；步骤S2、露天矿点云数据预处理：基于Kd
‑
Tree构建邻域关系，基于几何采样实现点云精简，保留特征的同时简化数据；步骤S3、露天矿台阶要素提取：根据邻域特征提取坡面，选取平面手动切分坡面，通过密度聚类处理坡面得到若干台阶坡面，提取台阶线；步骤S4、量测台阶结构：根据提取的台阶要素计算台阶高度和台阶坡面角。2.根据权利要求1所述的一种基于无人机影像匹配点云的露天矿台阶结构量测方法，其特征在于，所述步骤S2的具体方法包括：步骤S21、基于Kd
‑
Tree在三维空间中构建点云邻域关系，选取最大方差维度为分割轴，在分割轴方向上值为中位数的点设为当前节点，小于中位数的点划分为左子树节点，大于中位数的点划分为右子树节点，依次更新分割轴为方差第二大的轴与方差最小的轴，重复上述步骤，直到全部数据都完成处理，此时选定一点，以该点为圆心、半径为r的球内点即为该点的邻域点，可表示为{p
i
|||p
i
‑
p||＜r}，基于Kd
‑
Tree可以快速完成数据最邻近搜索；步骤S22、基于几何采样实现点云精简，预设目标采样数U和均匀采样率V，计算每一点到其邻域点的法线夹角θ，θ越大，则该区域曲率越大，设定角度阈值η，将θ＞η的点归为陡峭区域，则陡峭区域采样数为U*(1
‑
V)，非陡峭区域采样数为U*V，该方法局部区域采样均匀，具有抗噪性，在保留特征的同时减少数据量，提高计算速率。3.根据权利要求1所述的一种基于无人机影像匹配点云的露天矿台阶结构量测方法，其特征在于，步骤S3的具体方法包括：步骤S31、求解法向量，计算法向量与垂直面的夹角θ，设定阈值λ，若θ＞λ则该点为坡面，否则为平面；步骤S32、将点云导入cloud compare中，基于直通滤波切分，使得不同台阶在最大程度分离；步骤S33、通过密度聚类处理坡面点云，将空间上离散的点簇分离，得到若干台阶坡面S＝{s0,s1,s2,...,s
n
}；步骤S34、提取台阶线，选定台阶坡面中一点p
i
，存在邻域N(p
i
)，将N(p
i
)中的点投影到邻域切平面上，投影后的点构成集合Ω，以p
i
为角点，将Ω中的点按顺时针方向两两与p
i
形成一系列夹角Θ＝{θ1,θ2,...,θ
m
}，其中m＝||N(x
i
)||
‑
1...

【专利技术属性】
技术研发人员：吕欣阳，樊冬丽，
申请(专利权)人：上海应用技术大学，
类型：发明
国别省市：