本发明涉及斜坡变形监测,特别是涉及基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法。
背景技术:
1、坡体的变形发展趋势与速率、变形量是评价斜坡稳定状态及后期发展趋势的重要指标,而斜坡岩体的变形监测是获取斜坡变形信息的重要手段之一,因此,如何准确获取斜坡岩体变形信息对评价斜坡稳定性及灾害预测有重要意义。
2、采用三维激光扫描技术获取变形信息,在各领域已有所探索,常见的利用点云坐标获取变形量的方法有:两期点云基于点进行对齐,采用该方法将两期点云数据对齐后进行变形量的计算;提前建立好目标模型,获取点云数据将点云数据与模型重新进行对比,确定变形量。但利用点云数据进行岩体变形分析时存在以下不足:①采用点云对齐进行变形分析,工作量大,效率低,对齐效果参差不齐,多期数据对比过程繁琐。②岩体表面不规则导致预先模型建立困难,不便于将数据与模型进行对比。③单期点云数据难以表达斜坡岩体变形的有效信息。④没有控制变形基准点,难以实现对变形趋势的描述。
技术实现思路
1、本发明的目的是,提供一种基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,利用本方法能够直观进行变形危险区的识别,同时对于多期数据比较,基于相对变形面的前提,降低工作量提高效率,降低对齐难度,同时采用图像对齐方式替换传统的点云对齐方式,采用图像对齐后,根据危险区相对变形量范围的改变,直观判别变形区的范围变化及变形趋势的发展。
2、为了实现上述的技术特征,本发明的目的是这样实现的:基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,包括以下步骤:
3、步骤1,对岸坡岩体进行三维激光扫描,获取观测处待处理的岸坡岩体点云空间坐标信息;
4、步骤2,利用atlascan及geomagic对获取的原始点云进行预处理,得到一级点云;
5、步骤3,利用一级点云坐标确定最佳拟合平面,每个点均有一拟合平面;
6、步骤4,计算任意点到最佳拟合平面的距离;
7、步骤5,对步骤4中所得到的距离区分正负;
8、步骤6,采用rgb进行着色,获取点面距离色彩图;
9、步骤7,分析单期数据信息;
10、步骤8,获取第二期点云数据,并重复操作步骤1~步骤7;
11、步骤9,对比两期点面距离色彩图,利用高亮着色区域进行易变形区域、变形边界范围及变形趋势识别;
12、步骤10,在危险区域对比分析距离分布特征参数,根据多期数据变化,得出相对距离变化,获取相对变形量数据。
13、所述步骤2中原始点云进行预处理包括删除非研究区点云、点云去噪和重采样操作。
14、所述步骤3中具体操作过程为:
15、步骤3.1,计算任意一点坐标与其它点的距离pij:
16、利用一级点云数据各点坐标值,计算点pi(i=1……n)与其它点pj(j=1……n,j≠i)坐标值的二范数,计算值为pij,结果置于集合di(i=1……n),n为一级点云总点数;
17、步骤3.2,拟合平面点选取:
18、设定相对拟合平面取值范围d,d值大小取决于点云密度与研究对象大小,d值过小会导致用于平面拟合点过少,各点变形大于d时对变形检测不敏感;d值越大运算越慢且不同点拟合出平面相似性越大,导致对小距离不敏感;针对点i(xi,yi,zi),对其对应的集合di中各元素pij与d值进行比较,若pij≤d,则将点j(xj,yj,zj)的坐标值置于集合ki(i=1……n);
19、步骤3.3,采用svd法确定最佳拟合平面:
20、计算集合ki中点云坐标x,y,z的各自均值xmean,ymean,zmean;利用集合ki中所有元素构建系数矩阵:
21、
22、对矩阵a进行奇异值分解,a=udvt,其中:d为对角矩阵,u和v均为酉矩阵;最小奇异值对应的特征向量即为拟合平面的系数向量,拟合平面aix+biy+ciz+di=0,系数ai=v(1,3);bi=v(2,3);ci=v(3,3);di=-[a,b,c]·[xmean,ymean,zmean]。
23、所述步骤4中具体计算过程为:
24、计算点i到其最佳拟合平面α的距离l(i):
25、
26、所述步骤5中具体计算过程为:
27、将三维激光扫描初始点(0,0,0)及点i(xi,yi,zi)坐标,带入点i的对应方程(aix+biy+ciz+di)*(d),结果为负则距离为负值,反之为正值,并修正。
28、所述步骤6中着色具体操作过程为:
29、将各点计算距离l赋予点云各点,并根据计算距离采用rgb着色,获取点面距离色彩图,在图中将计算距离较近点采用一种颜色区分,并表示该区域相对平坦,减少关注;距离为正值与负值采用不用颜色表示。
30、所述步骤7中具体操作过程为:
31、根据点面距离色彩图,在颜色明亮区域统计距离分布特征参数fmax,fmean。
32、本发明有如下有益效果:
33、1、本发明能够直观进行变形危险区的识别,同时对于多期数据比较,基于相对变形面的前提,降低工作量提高效率,降低对齐难度,同时可将点云对齐更改为图像对齐,采用图像对齐后,根据危险区相对变形量范围的改变,直观判别变形区的范围变化及变形趋势的发展。
34、2、该方法针对目前岩体变形识别做出了如下改进:
35、1)针对以往点云变形描述方法,多先进行点云对齐操作再进行分析,或提前建立模型,将点云数据与模型进行对比获取变形。对于岩体,提前设置模型工作量大且困难,点云量大且分布不规则,采用提前建立模型和点云对齐困难较大。采用相对变形量的方法,提前设置相对变形面,后续变形分析以相对变形面为基准。同时根据岩体不规则的情况,提出采用利用点云进行平面拟合,将拟合平面作为相对变形基准面。
36、2)基于相对变形面的设定,单期数据获取后也可用于变形分析,获取部分扫描物信息。
37、3)基于变形发展时整体范围的不变,将不变点作为相对不变平面进行分析。多期数据对比时基于相同的相对变形面,更方便有效的获取变形发展趋势与变形量变化。通过比较多期数据中着色变形区的变化进行分析趋势,对变化较大的区域再进行相对变形量比较,可确定变化量。降低工作量。
1.基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,包括以下步骤:
2.根据权利要求1所述基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,所述步骤2中原始点云进行预处理包括删除非研究区点云、点云去噪和重采样操作。
3.根据权利要求1所述基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,所述步骤3中具体操作过程为:
4.根据权利要求1所述基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,所述步骤4中具体计算过程为:
5.根据权利要求1所述基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,所述步骤5中具体计算过程为:
6.根据权利要求1所述基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,所述步骤6中着色具体操作过程为:
7.根据权利要求1所述基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法,其特征在于,所述步骤7中具体操作过程为: