基于FA及FCM算法的三维点云分类与岩体结构面提取
准确获取岩体结构面信息对岩体变形分析及不稳定性评价具有重要意义.传统罗盘法很难对高陡区域进行完整测量,摄影测量、三维激光扫描等遥感方法渐成主流.本文提出了一种基于三维点云的岩体结构面半自动提取方法.通过预处理,点云分割得到簇,利用最小二乘法计算簇内点的拟合平面方程,得到局部法向量、倾向、倾角数据;进而利用倾向、倾角数据的赤平极射投影图和聚类有效性参数自动确定最佳分类数,引入萤火虫算法(Firefly Algorithm,FA)和模糊聚类(Fuzzy C-Means,FCM)算法对簇进行聚类分析;最后,合并同类的簇,实现结构面点云的分类与彩色显示.基于此方法流程,开发了一套原型系统,针对典型结构面点云数据开展了岩体结构面的分类与提取实验,证明该方法的可行与有效.本文方法可为岩石力学、三维地质建模等相关领域提供借鉴.
岩体结构面 半自动提取 三维点云 萤火虫算法 模糊聚类
张培娜 郭甲腾 吴立新 刘善军 于轶男
东北大学灾害遥感与数字矿山研究所,辽宁沈阳,110819 东北大学灾害遥感与数字矿山研究所,辽宁沈阳,110819;中国矿业大学环境与测绘学院,江苏徐州,221116
国内会议
深圳
中文
1-9
2016-09-23（万方平台首次上网日期，不代表论文的发表时间）