复杂场景下顾及空间关系的岩体结构特征识别方法与系统技术方案

本发明专利技术公开了一种复杂场景下顾及空间关系的岩体结构特征识别方法与系统。方法包括：从无人机航拍数据中提取岩体结构面特征和空间关系，并结合岩土工程勘察规范和地质勘查构建岩体结构特征识别的地理知识库：将构建的地理知识库转换为规则引擎可执行的岩体结构特征识别约束，并将无人机航拍数据与相应的岩体场景匹配，设计基于Drools规则引擎的复杂场景岩体结构特征提取算法；基于构建的规则引擎实现特征提取算法流程，以顾及多重地理关系推理并校正岩体结构产状信息；将推理后的岩体产状信息更新到事实库中，实现岩体结构特征优化，并进行三维重建。本发明专利技术可解决当前岩体结构特征识别方法中存在的破碎岩体等复杂场景下结构难以识别的问题。构难以识别的问题。构难以识别的问题。

【技术实现步骤摘要】
复杂场景下顾及空间关系的岩体结构特征识别方法与系统


[0001]本专利技术属于地质学领域，尤其涉及一种针对层状地质体的结构特征判别方法与系统。

技术介绍

[0002]结构面几何信息的精确采集和统计是地质工作者在野外调查时的重要任务。从数据源来说，岩体结构面识别方法大体上分为两大类：第一类是基于图像数据，对图像数据进行标定后，提取特征点(线)，进而通过线性变换公式计算结构面的产状信息(走向/倾角)。第二类方法是基于点云数据，它的结构面识别方法又分为基于点云几何特征提取的方法和基于聚类分析的方法，前者通过对点云数据几何特征提取方法，获取岩体结构信息。这种方法的主要缺点是内存消耗和计算成本高，使得它在大型点云的表面提取中不太受欢迎。后者对点云数据进行三维网格重建，通过点的高程和三角面片的法向量/曲率等信息，再利用聚类方法(如K
‑
means、模糊聚类和区域生长法等)获得岩体结构信息。这些方法在连续露头和较少断裂的情况下是有效的。然而，这些方法不能准确地识别在延伸方向上应该是同一类型地层的结构面。例如，马灿璇基于半边结构改进的区域生长法进行自动识别结构特征信息的过程中，倾向走向的计算会出现方向相反的情况。Ge等人使用改进的区域生长方法来提高从使用LiDAR收集的点云数据估计不连续性几何参数的速度和效率(Ge等人，2018年)，但该方法主要针对的是规则多面体，无法应用于自然界中错综复杂的地质场景。
[0003]综上所述，相对于图像数据，点云数据在精度和效率上更具优势，但破碎岩体等场景的岩石结构信息单从几何特征难以识别准确，因破碎岩体等场景下的点云数据通常含有噪声、可变的点密度和遮挡，不能呈现出明显的结构。而破碎岩体等场景的岩体结构特征的正确识别对于岩体工程的安全性、准确性和效率都具有重要的意义。因此，如何准确地识别出破碎岩体等复杂场景下岩体结构特征，是亟需解决的问题。

技术实现思路

[0004]专利技术目的：本专利技术提出一种复杂场景下顾及空间关系的岩体结构特征识别方法与系统，解决当前岩体结构特征识别方法中存在的破碎岩体等复杂场景下结构难以识别的问题。
[0005]技术方案：根据本专利技术的第一方面，一种复杂场景下顾及空间关系的岩体结构特征识别方法，包括以下步骤：
[0006]S1：从无人机航拍数据中提取岩体结构面特征和空间关系，并结合岩土工程勘察规范和地质勘查构建岩体结构特征识别的地理知识库：
[0007]S2：将S1中构建好的基于语义的地理知识库转换为规则引擎可执行的岩体结构特征识别约束，并将无人机航拍数据与相应的岩体场景匹配，在此基础上设计基于Drools规则引擎的复杂场景岩体结构特征提取算法；
[0008]S3：基于S2构建的规则引擎实现匹配规则、触发议程、执行Drools、输出结果流程，
用以顾及多重地理关系推理并校正岩体结构产状信息，具体包括：
[0009]S31：通过分析各个单个特征面的倾角与倾向信息，将各个特征面归类到所属的结构面组别当中；
[0010]S32：基于空间关系约束推理并归并由于遮挡导致的零散的识别结果；
[0011]S33：基于空间位移关系推理并识别延伸方向上产状一致的岩体结构面；
[0012]S4：将推理后的岩体产状信息更新到事实库中，实现岩体结构特征优化，并利用特征优化后的岩体产状信息进行三维重建。
[0013]根据本专利技术的第二方面，一种复杂场景下顾及空间关系的岩体结构特征识别系统，包括：
[0014]地理知识库构建模块，从无人机航拍数据中提取岩体结构面特征和空间关系，并结合岩土工程勘察规范和地质勘查构建岩体结构特征识别的地理知识库：
[0015]规则引擎构建模块，将地理知识库构建模块中构建好的基于语义的地理知识库转换为规则引擎可执行的岩体结构特征识别约束，并将无人机航拍数据与相应的岩体场景匹配，在此基础上设计基于Drools规则引擎的复杂场景岩体结构特征提取算法；
[0016]岩体结构产状获取模块，基于规则引擎构建模块构建的规则引擎实现匹配规则、触发议程、执行Drools、输出结果流程，用以顾及多重地理关系推理并校正岩体结构产状信息，具体包括：
[0017]结构面组归属单元，通过分析各个单个特征面的倾角与倾向信息，将各个特征面归类到所属的结构面组别当中；
[0018]第一产状识别单元，基于空间关系约束推理并归并由于遮挡导致的零散的识别结果；
[0019]第二产状识别单元，基于空间位移关系推理并识别延伸方向上产状一致的岩体结构面；
[0020]岩体结构特征优化模块，将推理后的岩体产状信息更新到事实库中，实现岩体结构特征优化，并利用特征优化后的岩体产状信息进行三维重建。
[0021]根据本专利技术的第三方面，提供一种计算机设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如本专利技术第一方面所述的复杂场景下顾及空间关系的岩体结构特征识别方法的步骤。
[0022]根据本专利技术的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本专利技术第一方面所述的复杂场景下顾及空间关系的岩体结构特征识别方法的步骤。
[0023]有益效果：破碎岩体等场景的岩体结构信息单从几何特征难以识别准确，需要复杂的地理知识帮助表示和推理。鉴于此，本专利技术利用岩体专业知识构建基于岩体结构智能识别的地理知识库，并基于多重空间关系实现结构面特征识别，来纠正复杂场景下不准确的识别结果。本专利技术利用两种典型的规则集，可以归并由于噪声和遮挡导致的零散的识别结果，从而高效地校正错误的识别结果并能识别传统聚类方法无法识别的区域，大大减少了人工干预，提高了国家对特殊地理位置与地理条件的把控能力，确保地质调查结果的实时性、精准性与可靠性。
附图说明
[0024]图1是本专利技术实施例中估计空间关联规则的岩体结构特征识别方法流程图；
[0025]图2是本专利技术实施例中研究区范围图示；
[0026]图3是本专利技术实施例中预处理后的点云数据示意图；
[0027]图4是本专利技术实施例中对应的三角网数据示意图；
[0028]图5是本专利技术基于岩体结构特征识别的地理知识库构建流程；
[0029]图6是本专利技术对应的基于Drools规则引擎的复杂场景岩体结构特征提取平台构建流程；
[0030]图7是本专利技术对应的碎裂状岩体结构特征识别规则识别示意图；
[0031]图8是本专利技术对应的延伸一致性规则识别示意图；
[0032]图9是本专利技术碎裂状岩体结构特征识别规则应用前后对比图；
[0033]图10是本专利技术延伸一致性规则应用结果图。
具体实施方式
[0034]下面结合附图对本专利技术的技术方案作进一步说明。
[0035]本专利技术提出一种复杂场景下顾及空间关系的岩体结构特征识别方法，参本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂场景下顾及空间关系的岩体结构特征识别方法，其特征在于，包括如下步骤：S1：从无人机航拍数据中提取岩体结构面特征和空间关系，并结合岩土工程勘察规范和地质勘查构建岩体结构特征识别的地理知识库：S2：将S1中构建好的基于语义的地理知识库转换为规则引擎可执行的岩体结构特征识别约束，并将无人机航拍数据与相应的岩体场景匹配，在此基础上设计基于Drools规则引擎的复杂场景岩体结构特征提取算法；S3：基于S2构建的规则引擎实现匹配规则、触发议程、执行Drools、输出结果流程，用以顾及多重地理关系推理并校正岩体结构产状信息，具体包括：S3
‑
1：通过分析各个单个特征面的倾角与倾向信息，将各个特征面归类到所属的结构面组别当中；S3
‑
2：基于空间关系约束推理并归并由于遮挡导致的零散的识别结果；S3
‑
3：基于空间位移关系推理并识别延伸方向上产状一致的岩体结构面；S4：将推理后的岩体产状信息更新到事实库中，实现岩体结构特征优化，并利用特征优化后的岩体产状信息进行三维重建。2.根据权利要求1所述的方法，其特征在于，所述步骤S1包括：(S1
‑
1)收集岩体结构相关的数据，对采集的数据进行预处理，从预处理后的点云数据中基于混合聚类方法提取岩体结构的特征，结构面产状用倾角和倾向表示，在空间直角坐标系xyz坐标系下，面状要素产状的单位法向量坐标即表示为X＝(x,y,z)，其中：x＝sinαsinβ，y＝cosαsinβ，z＝cosβ，倾角和倾向θ＝(α,β),0
°
≤α≤360
°
，0
°
≤β≤90
°
，β＝arccos(z)，(S1
‑
2)基于图像数据，通过图像处理技术获取岩体结构面迹线及迹长L；(S1
‑
3)从无人机航拍数据中提取岩体结构三维方位特征以及空间关系，其中对结构面间距做规范化处理，即：d
p
＝L/N，其中d
p
为线密度，又称为结构面平均间距，单位为m/条；L为测线长度，单位为m；N是与测线相交的结构面迹线条数，单位为条；空间关系的提取包括：基于点云数据进行拓扑分析，提取岩体结构面间的拓扑关系；通过获取的结构面间距提取岩体结构面之间的接触关系；基于点云数据提供的各结构面空间位置提取其空间位移信息和产状一致性信息；(S1
‑
4)依据提取的岩体结构面特征和空间关系信息，结合岩土工程勘察规范和地质勘查工作经验构建岩体结构特征识别的地理知识库，方便后续转换为规则引擎可执行的岩体结构特征识别约束。3.根据权利要求1所述的方法，其特征在于，所述步骤S2中，基于Drools规则引擎的复杂场景岩体结构特征提取算法工作流程包括：(S2
‑
2)将步骤S1中提取的包含点云坐标、岩体结构产状的初始数据以txt文本的形式输入至工作内存；(S2
‑
2)定义用于规则匹配和推理的事实对象，在岩体结构特征信息提取的场景中，事实对象包括倾向、倾角、岩体结构间空间关系，使用匹配器将用于岩体结构特征识别的地理
知识规则和数据比较；(S2
‑
3)匹配到规则后，规则引擎将匹配到的规则加入到议程中，即待执行的规则列表；(S2
‑
4)按照议程中的规则顺序，依次执行规则，对事实进行处理和推理，提取出岩体结构特征。4.根据权利要求3所述的方法，其特征在于，所述步骤S3
‑
1包括：A1：在事实数据库中存储岩体结构面倾向，倾角，邻接结构面信息，通过规则引擎识别出新加入的结构面在事实数据库中的存储结果；A2：已有的结构面组在事实数据库中保存各自产状信息、平均产状信息及识别阈值，当某结构面无法在事实数据库中通过规则推导找到所属组别时，在事实数据库中为该类结构面新建结构面组，从而划分为新的一类。5.根据权利要求3所述的方法，其特征在于，所述步骤S...

【专利技术属性】
技术研发人员：郭飞，白晓芬，陈术宝，单闯闯，张宏，闫明洋，张志刚，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：