至M1, A^AJ中所有样本都进行完合并判别，最终得到新的 集合{Α/，Α2' "·Αν' };
[0104] 边缘对象集合恥，ByBJ的合并也按上述原则进行合并，得到{B/，B2'…B w'}。
[0105] {A/，A2'…Av'}和{B/，B2'…B w'}则是聚类的最终结果，再利用聚类结果中各 元素的ID编号就能提取出对应法向量的Φρ Θ t、r值，也能标记出对应的三角面片；
[0106] 2)聚类结果处理
[0107] ①三角面片合并
[0108] 该步将除无效三角面片，弥补DBSCAN算法的不足，并将聚类后的结果提取、标示， 通过合并三角面构建出岩体结构面。
[0109] I、通过DBSCAN的聚类结果利用ID标记出各个簇中对应的三角面片，删除重复的 三角面片，并对各个簇进行标号。
[0110] II、在簇Ah'（Ah'为{A/ ,A2'…Av' }中任意一样本）中任取一三角面片i，若其 邻近存在同属于Ah'的其他三角面片，则将i保留；否则，delete。
[0111] III、经过II生成的新簇Ah'中，任取两三角面片ii、iii，若ii、iii能通过同属于 Ah'中的任意多个三角面片相连通，则将ii、iii归入结构面X1;否则ii归入X1, iii归入 X2。如此，将Ah'中的三角面片进行结构面分组；
[0112] 1￥、分别将认1'，4'~1'}中对应的三角面片进行11、111操作，得到^"&;
[0113] V、分别将{B/ ,B2'…Bw' }中对应三角面片进行II、III操作，得到
[0114] 最终得到的X1, Xy Xs，Y1, YyY1J尤是构成岩体结构面的三角面片，将这些三角面 片借由ID标示出来后即能得到岩体的各个结构面；
[0115] ②剔除开挖面
[0116] 实际工程中，岩体结构面的产状信息中包含了大量的开挖面信息，而开挖面并不 属于岩体的结构面。由于开挖面产状具有重复性、单一性的特征，只需要用人工剔除的方法 在RiscanPro中就能将其识别并将开挖面的三角面片删除；
[0117] ③结构面产状计算
[0118] 结构面的产状信息包括结构面的倾角与倾向，只要对X1, Xy Xs中三角面的参数进 行计算，就能得到结构面的产状信息，具体算法如下：
[0119] 假设乂1对应11个三角面，计算乂1中三角面的法向量坐标（ &"，1^，(^)、法向量(^、 θ τ值（Φ Td、Θ Td) (d与X#对应三角面的ID相同）的算数平均值：
CN 105180890 A 说明书 9/15 页
[0125] 则βχ1= |90° _θ χι| (〇°彡βχι< 90° )即为结构面父丨的倾角；
[0126] 因倾向角度范围为0°~360°，为精确计算倾向方向，需要利用X1的法向量与Y、 Z轴的余弦值来判断X1的法向量指向的卦限。具体判别方法如下：
[0127] 假设X1的法向量为；直线L为X1与坐标系中X-Y面的交线，向量^为;^的 水平投影向量，根据倾向方向的定义，？^为结构面X1倾向；α Χ1、γχ1分别为^与X、Z轴的 夹角；kxlS 与Y轴的夹角。则有：
[0132] 计算出的&即为结构面X1的倾向；
[0133] 重复上述步骤，带入剩余结构面的参数，就能算出所有结构面的倾角与倾向；
[0134] ④补全结构面
[0135] 在采集、处理等一系列操作中可能造成少量点云、三角面片的缺失，影响最终展示 效果，将得到的三角面片导入到Geomagic、Pointcloud等软件中进行补全，最终得到的各 簇所对应的轮廓面即可视为岩体结构面；
[0136] 第五步：影像数据特征提取
[0137] 1)图像光学矫正
[0138] 根据数码相机成像数学模型，矫正参数分为数码相机的内部参数和外部参数，式 5-1为数码相机成像数学模型公式， CN 105180890 A 说明书 10/15 页
[0142] 其中，Z。为照片成像平面相对于镜头的距离；U与V为照片影像在成像平面内像素 坐标系下的坐标；xw、Yw、Zw为现实物体在全局世界坐标系下的坐标；M i、M2S数码相机的内 部参数，内部参数只与相机内部结构和镜头有关，可由相机及镜头的出厂说明书与技术规 格表中获得;M3S数码相机的外部参数，外部参数可由相机标定实验经相机成像数学模型 公式反演获得；
[0143] 当得到矫正参数后，即可按照公式5-1对影像图片进行矫正，一般可采用成熟商 业软件或者三维激光扫描仪附带成套软件来进行。
[0144] 2)图像灰度化
[0145] 数码相机所拍摄数字图像的初始状态是彩色图像，首先需要对其转成灰度图像。 灰度图像是指只含有亮度信息的数字图像，且亮度值变化连续。将高分辨率数码图像转换 为灰度图并且数字化，实际上就是将图像转化为一个灰度值矩阵F (M，N)。即表明图像大小 为MXN个像素由MXN阶的矩阵表达，矩阵中每一个值表达为像素单元的灰度值。式5-2 为灰度值矩阵的表达形式。
[0147] 3)轮廓线提取
[0148] 轮廓线提取的方法是采用计算机图像处理方法中的图像分割法。本发明提出了一 种适合岩石节理轮廓线提取的混合全局和局部阀值法。
[0149] 第一步利用岩石节理区的灰度值一般为区域局部最小值的特点，采用局部阀值 法，经过一系列阀值测试，可以得到局部阀值法中的min (x，y)为以（x，y)为中心的7X7像 素格网邻域内的局部最小灰度值，这样可以减小节理区的噪声干扰；令a(x，y)为以（x，y) 为中心的70X70像素格网邻域内的平均灰度值。首先，通过局部阀值法找出原始图像中满 足条件min(x，y)彡a(x，y)的像素格网点。第二步令满足条件像素格网点的f(x，y) =0 形成中间过渡图像。第三步对中间过渡图像采用全局阀值法的Otsu法来确定分割阈值T。， 进而进行图像分割来提取岩石节理轮廓线。Otsu法是根据统计理论来寻找阈值的，Otsu法 的最佳阀值是由背景图像与目标图像的类间方差最大值来确定的。设图像中像素点的总和 为N，灰度级1上的像素点总数为叫，N与Ii1的关系如式5-3表示，图像直方图像素点的概 率分布P1符合式5-4, Otsu法的最佳阈值T。最终由式5-5求出。
[0153] 式中，4(/)为类间方差。
[0154] 4)图像去噪，
[0155] 图像噪声对后续的在岩石节理骨架及拓扑关系提取会产生很大的干扰，所以应对 岩石节理轮廓线图像去噪。
[0156] 具体方法如下：
[0157] I、对岩石节理轮廓线图像进行二值化处理；
[0158] II、消除岩石节理轮廓线图像中的岩石节理区里的黑斑或者岩石区里的白斑。运 用数字图像形态学中膨胀运算算子。原图像A被结构元素 B膨胀可定义为：将结构元素 B 的反射平移X个像素后仍与A有交点的所有的点X组成。即运算公式为：
[0160] 本发明使用线结构元素对节理图像进行膨胀运算。
[0161] III、膨胀处理后的节理区具有良好的连通性，运用Matlab软件中的Bwareaopen函 数，根据连通区大小来过滤掉图像中不需要的小面积部分；
[0162] IV、在第III步处理后节理轮廓线的边缘会有一些不规则的细小毛刺，对后续节理 骨架提取产生影响，所以需要对不规则细小毛刺进行边缘光滑。本文运用中值滤波法进行 光滑处理。中值滤波原理是：给定的D个数值{ai，a2. .. aD}按大小有序排列，当D为奇数 时，位于中间位置的那个数值被称为这D个数值的中值；当D为偶数时，为于中间位置的那 两个数值的平均值为这D个数值的中值，记作HiecHa1, a2. .. aD}，邻域窗口内所有像素点的 灰度中值作为窗口中被滤波的像素点的灰度值。即：图像为[x(I，J)]MXN的矩阵，领域窗口 为Ad,中值滤波后像素点X (I, J)的图像输出y(I, J)记为：
[0163] = (5_7)
[0164] 本文使用5X5的正方形窗口对图像进行中值滤波，
[0165] 5)节理迹线骨架提取
[0166] 节理轮廓线不能直观地表达岩石节理骨架特征及其扑拓结构，需要进一步提取节 理迹线骨架，提取工作分为两个步骤：①、图像细化；②、去除断枝；
[0167] ①、图像细化就是将二值图像中的像素点在保持原有形状与连通性的基础上进行 一层一层地像素点剥离，直到残余图像骨架