本發(fā)明涉及隧道工程監(jiān)測，具體涉及一種基于三維激光點云的爆破渣石塊度識別方法、介質(zhì)及設(shè)備。

背景技術(shù)：

1、鑒于山嶺隧道沿線地質(zhì)條件復(fù)雜多變，普遍采用適用性強、造價低的鉆爆法進行施工掘進。鉆爆法施工一般包括了爆破設(shè)計、鉆孔、爆破、出渣等過程，其中爆破后產(chǎn)生的渣石塊度尺寸直接影響了出渣工序的效率，在一定程度上反映了爆破施工參數(shù)的合理性，尤其是當(dāng)爆破塊度過大，則需要進行二次爆破或機械鑿巖等作業(yè)嚴重滯后后續(xù)流程作業(yè)，說明了爆破炮眼間距過大或裝藥量不合理。因此，準確分析爆破塊堆渣石的塊度尺寸大小可以有效指導(dǎo)爆破環(huán)節(jié)作業(yè)。

2、針對渣石塊度的分析研究方法可以分為兩類，一類是直接測量法，有施工隊伍在現(xiàn)場用皮尺逐一量測，該類方法精度高，但效率低、耗時長，極難適用于隧道爆破施工中；另一類方法是間接測量法，主要是依靠近年來在各個行業(yè)領(lǐng)域大范圍應(yīng)用的圖像處理技術(shù)，即通過圖像處理方面的算法實現(xiàn)爆破塊度的識別。利用圖像識別渣石塊度的研究中，一般采用數(shù)字圖像處理算法，split?desktop,?fragscan,?wipfrag是目前主流處理渣石塊度的軟件，主要利用顏色信息、距離信息、灰度信息等閾值分割識別渣石。

3、人工量測耗時較長，效率低下；基于圖像識別渣石塊度始終保持在二維層面，所識別的渣石尺寸只能作為單一平面的尺寸信息，爆破渣石作為三維層面的實物，僅用單一平面尺寸特征難以描述其整體尺度特征。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的在于提供一種從三維層面準確計算出渣石的三維尺寸的基于三維激光點云的爆破渣石塊度識別方法，具體技術(shù)方案如下：

2、本發(fā)明提供一種基于三維激光點云的爆破渣石塊度識別方法，包括如下步驟：

3、s1：利用三維激光掃描儀掃描某隧道掌子面爆破后形成的爆破塊堆，得到爆破塊堆的初始點云模型；

4、s2：對初始點云模型進行濾波處理得到邊緣特征增強的點云模型，具體是：

5、s2.1、采用統(tǒng)計濾波算法將初始點云模型中的離散點濾除得到統(tǒng)計濾波后的點云模型；

6、s2.2、采用卷積高斯濾波算法增強統(tǒng)計濾波后點云模型的邊緣特征得到邊緣特征增強的點云模型；

7、s3：采用局部表面擬合方法計算出點云模型中各點的法向量；

8、s4：根據(jù)法向量的夾角差異剔除點云模型中的凹陷點得到剔除凹陷點的點云模型；

9、s5：利用半徑濾波算法剔除點云模型中的孤立點得到半徑濾波后的點云模型；

10、s6：采用法向約束的歐式聚類算法將點云模型分割為多個點云簇；

11、s7：采用obb包圍盒算法分別計算得到s6分割得到的各點云簇的三維尺寸，并根據(jù)各點云簇的最大三維尺寸繪制得到能夠反映爆破渣石塊度的粒徑分布圖。

12、可選地，所述s1包括：

13、s1.1、對某隧道掌子面進行爆破形成爆破塊堆；

14、s1.2、在該隧道掌子面降塵后架設(shè)三維激光掃描儀；

15、s1.3、利用三維激光掃描儀獲取爆破塊堆的表面信息、掃描時的掃描角度以及掃描方向，得到初始點云模型，其中：表面信息包括：爆破塊堆的形狀、顏色和掃描強度。

16、可選地，所述s2.1包括：

17、s2.1.1、采用k-d?tree近鄰搜索算法檢索初始點云模型中點的近鄰點，并假設(shè)初始點云模型中的所有點均與其近鄰點的距離構(gòu)成高斯分布；其中：設(shè)定近鄰搜索個數(shù)為；為點編號，取大于等于1的自然數(shù)；

18、s2.1.3、分別計算初始點云模型中點與其所有近鄰點之間的歐式距離；

19、s2.1.4、若點與其所有近鄰點之間的歐式距離均滿足，則保留點；否則將定義為離群點并刪除，令，返回至s2.1.3，直至遍歷初始點云模型中的所有點得到統(tǒng)計濾波后的點云模型；其中：為的均值，為的標準差，為設(shè)定閾值系數(shù)；

20、所述s2.2包括：

21、s2.2.1、利用k-d?tree近鄰搜索算法檢索點云模型中點的近鄰點，其中：設(shè)定近鄰搜索個數(shù)為；

22、s2.2.2、將s2.2.1中得到的各近鄰點分別賦予對應(yīng)的高斯權(quán)重，并進行加權(quán)平均，其中：近鄰點的坐標值調(diào)整方程如下：

23、；

24、其中：為點的第個近鄰點的坐標；為近鄰點對應(yīng)的高斯權(quán)重，，為點到近鄰點的距離，為點與近鄰點之間構(gòu)建的高斯分布函數(shù)的標準差；

25、s2.2.3、遍歷檢索點云模型中的所有點，得到邊緣特征增強的點云模型。

26、可選地，所述s3包括：

27、s3.1、采用k-d?tree近鄰搜索算法檢索點云模型中點半徑范圍內(nèi)的近鄰點，得到點的近鄰點集；

28、s3.2、計算點的近鄰點集的協(xié)方差矩陣，具體公式如下：

29、；

30、其中：為點云模型中的點數(shù)量；為近鄰點集中的近鄰點的數(shù)量；為近鄰點的質(zhì)心，；

31、s3.3、對協(xié)方差矩陣進行特征值分解，得到三個特征值，及其對應(yīng)的特征向量，其中：，；最小的特征向量即點的法向量；

32、s3.4、依據(jù)點對應(yīng)的掃描角度、方向計算出三維激光掃描儀掃描到該點時的方向向量，具體公式如下：

33、；

34、s3.5、檢查點的法向量與其對應(yīng)方向向量的夾角，若該夾角大于?90°，則需反向調(diào)整法向量得到調(diào)整后的法向量，具體公式如下：

35、。

36、可選地，所述s4包括：

37、s4.1、采用k-d?tree近鄰搜索算法檢索點云模型中點半徑范圍內(nèi)的近鄰點，并將近鄰點記為，將點的近鄰點中的凹關(guān)系點的數(shù)量記為；令；

38、s4.2、計算點的法向量與其近鄰點的法向量的夾角，具體公式如下；

39、；

40、s4.3、若，則令，并返回s4.2；若，則進入s4.4；其中：為設(shè)定夾角閾值；

41、s4.4、依據(jù)點和其近鄰點的三維坐標得到兩點連線的方向向量，具體公式如下：

42、；

43、其中：為點的第個近鄰點的坐標；為點的坐標；

44、s4.5、分別計算點的法向量與方向向量的夾角、近鄰點的法向量與方向向量的夾角，具體公式如下：

45、；

46、；

47、s4.6、若，當(dāng)且時點與點呈現(xiàn)凹連接關(guān)系，令、，并返回s4.2；當(dāng)或時，則點與點不呈現(xiàn)凹連接關(guān)系，令，并返回s4.2；若，則進入s4.7；其中：為設(shè)定夾角閾值，為點半徑范圍內(nèi)的近鄰點數(shù)量；

48、s4.7、若，當(dāng)時將點移至凹陷點集中，當(dāng)時令，并返回至s4.1中；若，則將凹陷點集從點云模型中刪除，得到剔除凹陷點的點云模型；其中：為設(shè)定凹陷比例。

49、可選地，所述s5包括：

50、s5.1、采用k-d?tree近鄰搜索算法檢索點云模型中點檢索半徑為范圍內(nèi)的近鄰點；

51、s5.2、設(shè)定近鄰點的數(shù)量閾值q，將點云模型中近鄰點數(shù)量小于q的點均定義為離群點并刪除，得到半徑濾波后的點云模型。

52、可選地，所述s6包括：

53、s6.1、構(gòu)建點云模型的點集，設(shè)；

54、s6.2、選取點集中的任意一點作為種子點；

55、s6.3、采用k-d?tree近鄰搜索算法檢索種子點的近鄰點，其中：設(shè)定近鄰搜索個數(shù)為；

56、s6.4、分別計算各近鄰點與種子點的距離以及兩點的法向量夾角；

57、s6.5、若種子點的各近鄰點均滿足且，則將種子點及其所有近鄰點從點集聚類到集合中，其中：為設(shè)定距離閾值，為設(shè)定法向量夾角閾值；

58、s6.6、選取集合中點以外的點作為新的種子點，并返回至s6.3；直至集合中的點數(shù)不再增加，進入s6.7；

59、s6.7、若點集為空集，則得到點云模型分割成的個點云簇；否則，令，并返回至s6.2。

60、可選地，所述s7包括：

61、s7.1、將單一點云簇的點云數(shù)據(jù)生成由個三角面片組成的待測模型，設(shè)定第個三角形的任一頂點坐標為，其中：取1至的自然數(shù)；

62、s7.2、計算待測模型的中心點和協(xié)方差矩陣，具體公式如下：

63、；

64、；

65、其中：表示點云模型坐標系中的某一坐標軸，為點云模型坐標系中之外的某一坐標軸；?為待測模型點集中的第個三角形的某一頂點在坐標軸上的坐標分量，為待測模型點集中的第個三角形的點在坐標軸上的坐標分量。

66、s7.3、分解待測模型的協(xié)方差矩陣得到待測模型三個互相正交的相鄰向量，然后將其進行單位化得到正交基，作為方向包圍盒的三個主軸方向；

67、s7.4、計算待測模型所有頂點在方向包圍盒三個主軸方向上的投影長度，即可求出待測模型在方向包圍盒三個主軸方向的尺度；

68、s7.5、將各點云簇對應(yīng)的待測模型在方向包圍盒三個主軸方向的最大尺度作為渣石塊體粒徑，然后利用excel表格繪制出能夠反映爆破渣石塊度的粒徑分布圖。

69、本發(fā)明還提供一種可讀存儲介質(zhì)，其上存儲有計算機程序指令，當(dāng)所述計算機程序指令被處理器執(zhí)行時實現(xiàn)如上任一項所述的基于三維激光點云的爆破渣石塊度識別方法。

70、本發(fā)明還提供一種電子設(shè)備，包括：至少一個處理器、至少一個存儲器以及存儲在所述存儲器中的計算機程序指令，當(dāng)所述計算機程序指令被所述處理器執(zhí)行如上任一項所述的基于三維激光點云的爆破渣石塊度識別方法。

71、應(yīng)用本發(fā)明的技術(shù)方案，采用卷積高斯濾波算法增強點云模型的邊緣特征，并通過法相夾角差異剔除點云模型中的凹陷點和離散點，再采用法向約束的歐式聚類算法將點云分割為多個點云簇，最后計算得到點云簇的三維尺寸，實現(xiàn)了對渣石塊度的檢測，相對于人工識別技術(shù)，該技術(shù)操作簡單，識別速度快，識別精度高；相對于圖像識別技術(shù)識別爆破殘孔，可以從三維層面準確計算出渣石的三維尺寸。

72、除了上面所描述的目的、特征和優(yōu)點之外，本發(fā)明還有其它的目的、特征和優(yōu)點。下面將參照圖，對本發(fā)明作進一步詳細的說明。