，图像骨架即为图像的中轴线，图像细化后图像 剩余像素宽度为1 ;
[0168] 剥离条件如下：
[0169] ★判断二值图中的点8个邻域内是否满足白点个数为2到6个；
[0170] ★判断二值图中的点8个邻域内是否满足白点都连续；
[0171] ★判断二值图中的点是否满足上，左，右不全为白点；
[0172] ★判断二值图中的点是否满足上，左，下不全为白点；
[0173] ②、去除断枝就是在图像细化后依旧存在毛刺断枝需要剔除。去除断枝需要对节 理骨架线的端点与交叉点进行识别；
[0174] 端点识别：在二值图像中令黑色像素点值为0 ;白色像素点值为1，采用3X3的正 方形检测窗口迭代遍历整个图像，检查所有像素点值为1的像素点，检验其邻域中8个相邻 点中像素点值为1的点个数，若个数为1，则检验得到该像素点为端点；
[0175] 交叉点识别：交叉点存在三线交叉或者四线叉点。第一步采用3X3的正方形检测 窗口检查遍历像素点值为0的像素点邻域中8个相邻点中像素点值为1的点个数为3或4 ; 第二步扩大检测窗口为5X5正方形，对3X3窗口最外侧的像素点值为1的点个数进行统 计，若与3X3窗口内侧的像素点值为1的点个数相同，则检验得到该像素点为交叉点；
[0176] 去除断枝：应用端点和交叉点将图像分割成各自单独的连通区域，计算每个连通 区域的大小，即连通域内像素点个数N1，设置连通域内像素点个数阈值Nt，若队< N t，就将 其当作断枝，予以删除；
[0177] 6)节理迹线标记
[0178] 节理迹线信息统计需要对每一条岩石节理迹线进行标识，方法如下：
[0179] I、搜索图像像素点集的连通性，并以不同颜色标记，利用Matlab软件的Bwlabel 函数寻找图像中的每一个连通对象，并且根据寻找到的顺序用不同的整数值标注，
[0180] II、Bwlabel函数返回值是double类型的标记矩阵，因而无法实现图像显示，接下 来利用Matlab软件的label2rgb函数，将标记矩阵中指定每一个连通区的整数值定义为颜 色矩阵，以RGB值图像显示；
[0181] 第六步：产状信息获取即影像部分
[0182] 根据迹线标记与数据配准，获得每一条标记迹线起始坐标点与任一中间点的 坐标，假设迹线的起始坐标点与任一中间点的坐标分别为E (xE, yE, zE)，F (xF, yF, zF)， 6(知，7(；，2(；)，三点可确定一个三角形，可求出对应的三个内角0^0^0(；:
[0183] 记：
[0189] 再运用公式6-1同理可求出Θ F，Θ s
[0190] 记 Θ 尸 max { θ Ε，Θ F，Θ J
[0191] ①如果0;彡120°，则此迹线上三点所构三角形可视为出露面，运用式6-2,即可 求此出露面法向量=(β./Λ，?ν):
[0193] 法向量$与X-Y平面法向量{0,0}的交角，即出露面的倾角，表示为
[0195] 因倾向角度范围为0°~360°，为精确计算倾向方向，需要利用法向向量;^与Υ， Z轴的余弦值来判断结构面的法向向量指向的卦限；具体判别方法如下：假设平面P为一结 构面，直线L为该结构面与水平面的交线，向量^为平面P的法向向量；^的水平投影向量， 根据倾向方向的定义，&为结构面的倾向；α ρ 别为法向向量^与X，Z轴的角；k;为 向量;^与Y轴的夹角。则有
[0200] ②如果Θ > 120°，则将此迹线视为普通迹线；
[0201] 利用E、G点坐标即可求出线EG方程：z = Qx+Py，任取线上一点1\，C1)
[0202] 线EG与坐标平面X-Y的夹角，即为迹线倾角，表示为
[0204] 因倾向角度范围为0°~360°，为精确计算倾向方向，需要利用向量^与Y，Z轴 的余弦值来判断结构面的法向向量指向的卦限；具体判别方法如下：假设向量?Γ,向量；rS W的水平投影向量，根据倾向方向的定义，A为迹线EG的倾向；α M γ?分别为向量SS与X， Z轴的角屯为向量^与Y轴的夹角，则有
[0209] 第七步：激光点云与数字影像融合
[0210] 1)近似拟合特征平面
[0211] 前面的工作中已获得各簇三角面片，根据ID提取出三角面的顶点坐标，假设&中 某三角形三个顶点坐标为（xR1，yR1，zR1)，（xR2，y R2，zR2)，^^^[^，那么可根据下式求得该 三角形的形心坐标（xR，yR，zR)用形心表征此三角面：
[0215] 计算出同簇三角面片的形心坐标后则可通过最小二乘拟合的方法拟合出近似的 特征平面，空间平面的方程通常形如：ARx+BRy+CRz+l = 0,用同簇的H个三角面形心坐标拟 合出这个平面可以表示成以下矩阵形式：
CN 105180890 A I兄明书 15/15 页
[0219] 所以得到：
可求得，平面方程即可得出；
[0220] 2)迹线与结构面归并
[0221] 从点云数据中，提取出迹线所对应的各个点的坐标，逐点求出点到各个簇所拟合 出的近似平面的距离，取最小距离即能描述该迹线与各簇结构面的位置关系，
[0222] 点到平面距离的算法
[0223] 每个簇周围都存在与其距离最近的1条或多条迹线，可将这1条或多条迹线与该 簇归并入同一个组，那么该组的产状信息即为对应区域的产状信息。若存在某迹线周围不 存在相近的结构面，则将该迹线单独列为一组，用以表征所在区域的产状信息；若存在某结 构面周围不存在相近的迹线，则将该结构面单独列为一组，用以表征所在区域的产状信息。
【主权项】
1. 一种融合激光点云和数字影像的岩体结构面产状测量方法，其特征在于该测量方法 的测量内容包括了岩体结构面产状的点云数据提取、岩体节理迹线产状的图像数据与点云 数据相融合的提取，其表述方式采用迹线与结构面匹配分组、共同表 述的方法； 在点云数据的提取中，先用滤波法进行去噪，再对点云数据进行三角剖分从而建立初 步的岩体三维模型，之后充分发挥点云数据精确度高的特点，通过对三角面、三角面法向量 的计算构造出特征矩阵并采用基于高密度联通区域的DBSCAN聚类分析方法对结构面进行 初步分组，随后借由三角面的连通性判别进行结构面的二次分组，最后计算出结构面的产 状；岩石节理迹线需从图像数据中提取出来，先对数字影像进行灰度化处理，再通过图像混 合阈值分割法提取出岩石的轮廓线，经过像素剥离和去除断肢提取出迹线的骨架信息，最 后将迹线标记出来并进行产状计算；结构面和迹线的产状测量完成后，将迹线与结构面合 理分组，通过计算出迹线和结构面之间的位置关系并进行判别归并，用归并后的最终结果 表征岩体结构面的产状信息。2. 如权利要求1所述的融合激光点云和数字影像的岩体结构面产状测量方法，其特征 在于该测量方法主要包括如下步骤： 第一步：采集现场数据； 第二步：将点云数据和影像数据进行匹配、融合； 第三步：对点云数据进行三角剖分，计算出剖分后三角形法相量的参数，对法向量进行 聚类分析； 第四步：将聚类分析后的结果进行合并，对合并后的数据进行产状计算； 第五步：对影像数据进行矫正、灰度化，然后提取出节理的轮廓线和骨架并在点云中标 记出骨架； 第六步：计算迹线对应点云任意三点构成三角形的内角，对迹线进行产状判别并进行 产状计算； 第七步：近似拟合提取出的结构面并计算结构面与各迹线的距离，然后按照结构面和 迹线的位置关系将结构面和迹线进行分组； 第八步：测量工作完成。
【专利摘要】一种融合激光点云和数字影像的岩体结构面产状全自动数字化测量方法。本发明运用摄影测量技术，采用混合全局和局部阈值法提取出迹线的轮廓线，通过骨架提取、迹线标记提取出节理迹线，并结合其他图像处理方法，实现了岩石节理迹线产状的信息获取；最后根据迹线与结构面的距离判断迹线与结构面的位置关系，并将迹线和结构面进行归并、分组，以各组产状表征岩体结构面产状。本发明融合了激光点云和数字影像的测量方法，充分发挥了这两种测量方法快速、高效、非接触、无视地形的性质，同时又提高了测量的精确度，并具备自动化程度高、普适性强、表述全面等优点。
【IPC分类】G01C1/00
【公开号】CN105180890
【申请号】CN201510452792
【发明人】张鹏, 戴静, 李俊才, 蒋立辰
【申请人】南京工业大学
【公开日】2015年12月23日
【申请日】2015年7月28日