本發(fā)明涉及危巖體識(shí)別，具體地，涉及一種高陡山區(qū)危巖體識(shí)別方法。

背景技術(shù)：

1、我國(guó)幅員遼闊，山區(qū)面積占比較大，山區(qū)具有落差大、斜坡陡峭和巖體卸荷強(qiáng)烈等典型特征，巖質(zhì)邊坡由結(jié)構(gòu)體和結(jié)構(gòu)面組成。隨著國(guó)家基礎(chǔ)設(shè)施建設(shè)不斷深入山區(qū)，諸多工程的安全建設(shè)也受制于危巖體。全面調(diào)查識(shí)別與超前防護(hù)是危巖體防治最有效的方法，但山區(qū)復(fù)雜的地質(zhì)環(huán)境背景條件、疊加地震、降雨和落后的查災(zāi)手段等因素造成山區(qū)地質(zhì)災(zāi)害調(diào)查難、識(shí)別難和評(píng)價(jià)難，且傳統(tǒng)地質(zhì)調(diào)查手段，如人工攀爬調(diào)查，很難實(shí)現(xiàn)對(duì)大范圍危巖體展開全面詳細(xì)調(diào)查，尤其是巖壁、高陡邊坡、滑坡殘留邊坡、嚴(yán)重破碎的山體或者頻繁發(fā)生落石的區(qū)域，地質(zhì)人員更是難以接近。即使采用無人機(jī)拍照也因邊坡表面形態(tài)復(fù)雜，導(dǎo)致危巖體邊界線不清晰，存在變形誤判的風(fēng)險(xiǎn)。

2、因此，如何提供一種高陡山區(qū)危巖體識(shí)別方法是本領(lǐng)域技術(shù)人員亟需解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、為了解決人工勘察高陡山區(qū)的危巖體難度大、風(fēng)險(xiǎn)高和效率低，以及無人機(jī)勘察方式識(shí)別準(zhǔn)確率低的問題，本發(fā)明提供了一種高陡山區(qū)危巖體識(shí)別方法，所述方法包括：基于第一采集設(shè)備采集目標(biāo)區(qū)域的第一影像數(shù)據(jù)，基于所述第一影像數(shù)據(jù)構(gòu)建粗度模型；基于所述第一影像數(shù)據(jù)獲得飛行航線參數(shù)，基于所述飛行航線參數(shù)和第二采集設(shè)備采集所述目標(biāo)區(qū)域的第二影像數(shù)據(jù)，基于所述第二影像數(shù)據(jù)和所述粗度模型構(gòu)建三維影像模型和點(diǎn)云模型；基于所述三維影像模型和所述點(diǎn)云模型獲得優(yōu)勢(shì)結(jié)構(gòu)面，基于所述優(yōu)勢(shì)結(jié)構(gòu)面獲得結(jié)構(gòu)面參數(shù)；基于所述結(jié)構(gòu)面參數(shù)和崩塌穩(wěn)定性判斷表識(shí)別危巖體。

2、優(yōu)勢(shì)結(jié)構(gòu)面是指：在巖體中按一定的優(yōu)勢(shì)指標(biāo)找出的對(duì)巖體穩(wěn)定性起控制作用的結(jié)構(gòu)面，是控制巖質(zhì)邊坡變形的主要結(jié)構(gòu)面。

3、本發(fā)明原理：先采用第一采集設(shè)備獲取高陡山區(qū)的影像數(shù)據(jù)，基于影像數(shù)據(jù)建立初步模型，并根據(jù)影像數(shù)據(jù)構(gòu)建更精細(xì)的飛行航線和飛行參數(shù)，從而使得第二采集設(shè)備采集的毫米級(jí)影像數(shù)據(jù)更精細(xì)和清晰，減少因影像不清晰導(dǎo)致危巖體邊界線不清晰的誤判，在初始模型上基于毫米級(jí)影像數(shù)據(jù)構(gòu)建更為高精度毫米級(jí)的三維模型和點(diǎn)云模型，使其更貼近實(shí)際地形或物體表面，并基于模型自動(dòng)識(shí)別獲得優(yōu)勢(shì)結(jié)構(gòu)面，再基于優(yōu)勢(shì)結(jié)構(gòu)面自動(dòng)提取結(jié)構(gòu)面參數(shù)，獲得控制巖質(zhì)邊坡變形的主要結(jié)構(gòu)面，針對(duì)性分析其結(jié)構(gòu)面，更有效獲取變形的危巖體，提高危巖體的識(shí)別準(zhǔn)確率，基于結(jié)構(gòu)面參數(shù)和崩塌穩(wěn)定性判斷表識(shí)別危巖體，構(gòu)建數(shù)據(jù)采集-模型構(gòu)建-自動(dòng)識(shí)別的識(shí)別體系，提高危巖體識(shí)別準(zhǔn)確率，且僅需人工操作無人機(jī)采集數(shù)據(jù)，采集數(shù)據(jù)速度更快，效率更高，無需人工攀爬勘察，減低勘察難度和勘察員的安全風(fēng)險(xiǎn)。

4、進(jìn)一步地，獲得飛行航線參數(shù)的具體步驟包括：獲取所述第一采集設(shè)備的第一設(shè)備參數(shù)，基于所述第一設(shè)備參數(shù)獲得第一參數(shù)，所述第一參數(shù)包括地面覆蓋范圍和地面分辨率，所述第一設(shè)備參數(shù)包括所述第一采集設(shè)備的焦距、所述第一采集設(shè)備的傳感器的寬度與高度、所述第一采集設(shè)備的飛行高度和像素尺寸；基于所述第一影像數(shù)據(jù)獲得相鄰兩張影像的拍攝間距，基于所述拍攝間距和所述地面覆蓋范圍獲得第二參數(shù)，所述第二參數(shù)包括航向重疊度、旁向重疊度和航線間距；獲取所述目標(biāo)區(qū)域的區(qū)域尺寸，基于所述區(qū)域尺寸、所述拍攝間距和所述航向間距獲得第三參數(shù)，所述第三參數(shù)包括航線數(shù)量和每條航線的拍攝點(diǎn)數(shù)量；基于所述第一參數(shù)、所述第二參數(shù)和所述第三參數(shù)獲得所述飛行航線參數(shù)。

5、照片覆蓋范圍是指每張拍攝照片所能觀察的實(shí)地真實(shí)面積。

6、拍攝間距是指連續(xù)兩張照片在飛行方向上的距離。

7、航向重疊度是指連續(xù)兩張照片之間的重疊部分。

8、旁向重疊度是指同一航線上相鄰兩條航線之間的重疊部分。

9、航線間距是指航線之間的間距。

10、地面分辨率是每個(gè)像素對(duì)應(yīng)的地面實(shí)際大小。

11、進(jìn)一步地，構(gòu)建三維影像模型和點(diǎn)云模型的具體步驟包括：獲取所述第二采集設(shè)備的第二設(shè)備參數(shù)，基于所述第二設(shè)備參數(shù)獲得內(nèi)定向參數(shù)，所述第二設(shè)備參數(shù)包括焦距和主點(diǎn)坐標(biāo)；基于預(yù)設(shè)特征點(diǎn)對(duì)所述第二影像數(shù)據(jù)進(jìn)行匹配，獲得對(duì)應(yīng)點(diǎn)，基于所述對(duì)應(yīng)點(diǎn)獲得外定向參數(shù)，所述外定向參數(shù)包括旋轉(zhuǎn)矩陣和平移向量；獲取所述第二影像數(shù)據(jù)的第四參數(shù)，基于所述對(duì)應(yīng)點(diǎn)和所述第四參數(shù)獲得三維空間坐標(biāo)，所述第四參數(shù)包括投影矩陣和尺度因子；基于所述內(nèi)定向參數(shù)、所述外定向參數(shù)和所述三維空間坐標(biāo)，構(gòu)建投影方程；基于所述粗度模型和所述投影方程構(gòu)建三角網(wǎng)；基于所述第二影像數(shù)據(jù)獲得最優(yōu)紋理影像，基于所述最優(yōu)紋理影像對(duì)所述三角網(wǎng)中每個(gè)三角面片進(jìn)行紋理映射，獲得所述三維影像模型和所述點(diǎn)云模型。選擇紋理映射信息最豐富的紋理圖像，且保證來自不同紋理圖像的相鄰三角面片之間的紋理縫隙顏色一致性，可確保三維模型的精度，為后續(xù)結(jié)構(gòu)面參數(shù)提取提供優(yōu)質(zhì)數(shù)據(jù)。

12、進(jìn)一步地，構(gòu)建三角網(wǎng)之前還包括：基于最小化重投影誤差對(duì)所述投影方程進(jìn)行優(yōu)化，基于所述粗度模型和優(yōu)化后的所述投影方程構(gòu)建三角網(wǎng)。

13、進(jìn)一步地，構(gòu)建三角網(wǎng)的具體步驟包括：對(duì)所述粗度模型進(jìn)行三角剖分，獲得三角網(wǎng)格；將所述三角網(wǎng)格劃分為若干多邊形，獲得泰森多邊形；基于預(yù)設(shè)三角形頂點(diǎn)獲得法向量；基于所述法向量和所述投影方程，對(duì)所述泰森多邊形進(jìn)行表面重建和表面擬合，獲得所述三角網(wǎng)。

14、進(jìn)一步地，獲得優(yōu)勢(shì)結(jié)構(gòu)面的具體步驟包括：獲取所述三維影像模型和所述點(diǎn)云模型的點(diǎn)云，對(duì)所述點(diǎn)云的最近鄰點(diǎn)進(jìn)行搜索，獲得最近鄰點(diǎn)集；基于所述最近鄰點(diǎn)集獲得協(xié)方差矩陣，基于所述協(xié)方差矩陣獲得特征值；基于所述特征值獲得偏差參數(shù)，基于所述偏差參數(shù)和最大偏差獲得第一點(diǎn)云集；基于所述特征值獲得所述第一點(diǎn)云集的點(diǎn)法向量；基于預(yù)設(shè)方向，統(tǒng)一所述點(diǎn)法向量的方向，獲得共面點(diǎn)云集；基于所述共面點(diǎn)云集和平面方程獲得傾角和傾向；基于所述傾角、所述傾向和所述點(diǎn)法向量獲得結(jié)構(gòu)面的產(chǎn)狀；對(duì)所述共面點(diǎn)云集進(jìn)行點(diǎn)云密度計(jì)算獲得核密度，基于所述核密度對(duì)所述第一點(diǎn)云集進(jìn)行密度劃分獲得若干密度簇，基于所述核密度獲得每個(gè)所述密度簇的最大核密度，基于所述最大核密度獲得密度峰值點(diǎn)，基于所述密度峰值點(diǎn)對(duì)每個(gè)所述密度簇進(jìn)行聚類分析，獲得所述優(yōu)勢(shì)結(jié)構(gòu)面。

15、傾角是指結(jié)構(gòu)面上傾斜線最陡的方向與北方向的夾角；傾向是指水平面與結(jié)構(gòu)面之間所夾的最大角度。

16、產(chǎn)狀是指地質(zhì)體(如巖層、礦體等)在空間的位置和狀態(tài)。它描述了地質(zhì)體在空間中的方位和形態(tài)，通常由三個(gè)要素組成：走向、傾向和傾角。

17、進(jìn)一步地，基于所述密度峰值點(diǎn)對(duì)所述密度簇進(jìn)行聚類分析的具體步驟包括：

18、s1、任意選取一塊區(qū)域獲得種子區(qū)域，獲取與所述種子區(qū)域相鄰的相鄰區(qū)域；

19、s2、分別計(jì)算所述種子區(qū)域和所述相鄰區(qū)域的灰度均值，基于所述灰度均值獲得相似度；

20、s3、判斷所述相似度是否小于預(yù)設(shè)值，若是則基于所述種子區(qū)域和所述相鄰區(qū)域獲得所述優(yōu)勢(shì)結(jié)構(gòu)面；若否則將所述種子區(qū)域和所述相鄰區(qū)域進(jìn)行合并，獲得第一區(qū)域，返回所述s2，將所述種子區(qū)域更新為所述第一區(qū)域。

21、進(jìn)一步地，獲得結(jié)構(gòu)面參數(shù)的具體步驟包括：基于閾值和所述產(chǎn)狀，對(duì)所述優(yōu)勢(shì)結(jié)構(gòu)面依次進(jìn)行融合、修正和提取產(chǎn)狀信息，獲得所述結(jié)構(gòu)面參數(shù)。

22、進(jìn)一步地，識(shí)別危巖體的具體步驟包括：獲取所述優(yōu)勢(shì)結(jié)構(gòu)面的空間展布特征，基于所述空間展布特征獲得與每個(gè)巖體存在交切關(guān)系的第一結(jié)構(gòu)面，獲取所述第一結(jié)構(gòu)面的結(jié)構(gòu)面數(shù)量；基于所述結(jié)構(gòu)面參數(shù)獲得所述第一結(jié)構(gòu)面與巖體的產(chǎn)狀關(guān)系；基于所述結(jié)構(gòu)面數(shù)量、所述產(chǎn)狀關(guān)系和所述崩塌穩(wěn)定性判斷表獲得巖體崩塌信息；基于所述巖體崩塌信息識(shí)別危巖體。

23、空間展布特征指結(jié)構(gòu)面在空間上的延伸情況，主要通過走向、傾向和傾角三個(gè)重要參數(shù)反映其在空間上的展布特征。

24、交切關(guān)系指和巖體接觸相關(guān)的結(jié)構(gòu)面與結(jié)構(gòu)面、結(jié)構(gòu)面與巖體的空間關(guān)系。

25、產(chǎn)狀關(guān)系是指結(jié)構(gòu)面與巖體的產(chǎn)狀要素之間的關(guān)系。

26、進(jìn)一步地，基于所述巖體崩塌信息識(shí)別危巖體的具體步驟包括：基于所述巖石崩塌信息獲得崩塌巖體，提取所述崩塌巖體的出露點(diǎn)；獲取所述崩塌巖體的第二結(jié)構(gòu)面，提取所述第二結(jié)構(gòu)面的結(jié)構(gòu)面交線；基于所述出露點(diǎn)和所述結(jié)構(gòu)面交線獲得空間坐標(biāo)和崩塌編號(hào)，基于所述空間坐標(biāo)和所述崩塌編號(hào)對(duì)所述危巖體進(jìn)行標(biāo)記。

27、出露點(diǎn)是指結(jié)構(gòu)面(如斷層、節(jié)理、層理面等)在巖體表面上暴露出來的交點(diǎn)，這些點(diǎn)通常是結(jié)構(gòu)面在巖體外表面與外部環(huán)境的交線。

28、結(jié)構(gòu)面交線是指結(jié)構(gòu)面與水平面相交的交線方向。

29、本發(fā)明提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

30、1.采用第一采集設(shè)備獲取高陡山區(qū)的影像數(shù)據(jù)，基于影像數(shù)據(jù)建立初步模型，并根據(jù)影像數(shù)據(jù)構(gòu)建更精細(xì)的飛行航線和飛行參數(shù)，從而使得第二采集設(shè)備采集的影像數(shù)據(jù)更精細(xì)和清晰，減少因影像不清晰導(dǎo)致危巖體邊界線不清晰的誤判。

31、2.在初始模型上構(gòu)建更為高精度毫米級(jí)的三維模型和點(diǎn)云模型，使其更貼近實(shí)際地形或物體表面，并基于模型自動(dòng)識(shí)別獲得優(yōu)勢(shì)結(jié)構(gòu)面，再基于優(yōu)勢(shì)結(jié)構(gòu)面自動(dòng)提取結(jié)構(gòu)面參數(shù)，獲得控制巖質(zhì)邊坡變形的主要結(jié)構(gòu)面，針對(duì)性分析其結(jié)構(gòu)面，更有效獲取變形的危巖體，提高危巖體的識(shí)別準(zhǔn)確率，基于結(jié)構(gòu)面參數(shù)和崩塌穩(wěn)定性判斷表識(shí)別危巖體，構(gòu)建數(shù)據(jù)采集-模型構(gòu)建-自動(dòng)識(shí)別的識(shí)別體系，提高危巖體識(shí)別準(zhǔn)確率，且僅需人工操作無人機(jī)采集數(shù)據(jù)，采集數(shù)據(jù)速度更快，效率更高，無需人工攀爬勘察，減低勘察難度和勘察員的安全風(fēng)險(xiǎn)。