[发明专利]一种基于点云数据的露天矿台阶线提取和边坡监测的方法

说明书

本发明公开一种基于点云数据的露天矿台阶线提取和边坡监测的方法，该方法通过渐进形态学滤波来消除挡土墙等人工地物对露天矿台阶线提取的干扰，提高了精度；根据台阶线特征点的几何属性在提取特征点前先计算每点曲率，将曲率大于阈值的点作为潜在特征点，再对潜在特征点进行细化，大大减少了计算复杂度，提高了整个运行速度；将曲率指数结合AGPN算法提高了提取台阶线上的特征点的精度，本发明的方法从整体上提高了露天矿台阶线提取的自动化程度。此外通过对两期台阶线提取结果分析可以得出露天矿边坡坡度变化和边坡位移量，这对露天矿的安全生产具有重要意义。

技术领域

本发明涉及边坡数据采集与监测技术领域，尤其涉及一种基于点云数据的露天矿台阶线提取和边坡监测的方法。

背景技术

露天矿在进行开采工作时，为了便于从上至下逐层开采，要把矿区内的矿物、岩石划分为具有一定厚度的水平分层，这些分层的工作面就是台阶。露天矿台阶线对露天矿的勘测、采矿设计、计划编制、区块设计、爆破设计、矿区划分等业务均具有重要的作用。

现阶段在实际生产过程中提取露天矿上台阶线等特征线使用的主要方法是根据DSM进行人工绘制，这种方法工作量大、效率低。利用轻便的无人机，获取露天矿序列影像，进行三维建模，检测采场台阶线，自动精确解算剥离量，对加强矿山生产监控和成本管理具有重要意义。史红霞等在中国机械工程中发表的《基于法向量区域聚类分割的点云特征线提取》中提出采用自适应邻域的主成分分析法(PCA)估算模型法向，利用萤火虫算法(FA)优化的模糊C均值(FCM)算法对法向进行聚类实现模型的有效分割。构造点集剔除与合并准则从各分割块边界点集中析取候选特征点，再以局部邻域主轴方向为基准提取特征点的方法。柏宏强等在激光与光电子学进展中发表的《基于三维激光点云特征线提取的溶洞多分辨率三维重建方法研究》中提出采用改进邻近点几何特征提取溶洞特征值，增加法向量角作为检测特征点的参数；用社会粒子群(SPSO)算法与模糊C-均值(FCM)聚类算法实现点云分类；采用折线生长方法将特征点连接成特征线的方法。上述方法中，存在边缘和特征线检测不全，受噪声点干扰大，且当场景复杂时，在非平面区域会产生现实中不存在的边缘或特征线等问题。

发明内容

针对上述现有技术的不足，本发明提供一种基于点云数据的露天矿台阶线提取和边坡监测的方法。

为解决上述技术问题，本发明所采取的技术方案是：一种基于点云数据的露天矿台阶线提取方法，包括如下步骤：

步骤1：对露天矿点云数据使用渐进形态学滤波算法进行预处理，通过逐渐增加滤波器的窗口大小和不断增大的高程差阈值移除点云数据中的地物数据，提取地面点，过程如下：

步骤1.1：渐进形态学滤波算法在进行第一次迭代时，将最小高程表面与初始滤波器的窗口大小作为输入，对三维激光点云数据作滤波运算，得到已滤波表面；

步骤1.2：比较已滤波表面在滤波前后的高程差是否小于高程差阈值，若小于则将窗口大小赋值给标记数组，来增加窗口大小；

所述高程差阈值根据研究区域的地形坡度确定，方法如下：

假设坡度恒定，则地形的最大高程差，窗口大小和地形坡度之间存在下列公式：

其中，dh₀表示初始高程差阈值；s表示斜率；c表示格网大小；dh_max表示最大高程差阈值；w_k表示运行到第k次窗口大小，dh_T，K表示高程阈值，dh_max(t)，K表示地形的最大高程差。

步骤1.3：将上一迭代中获得的已滤波表面和增加的窗口大小作为滤波器的输入，继续进行滤波运算迭代，直到窗口大小为最大窗口。

步骤2：基于顾及邻域几何属性的三维边缘检测与曲率指数加权方法提取台阶线特征点，过程如下：