一种融合二维图像与三维点云的结构裂缝数据构建方法

摘要: 本发明涉及结构无损检测与三维点云数据处理,尤其涉及一种融合二维裂缝图像与三维激光扫描点云,构建具有点级语义标签和局部几何属性的工程结构裂缝三维点云数据集的方法。...
一种融合二维图像与三维点云的结构裂缝数据构建方法

本发明涉及结构无损检测与三维点云数据处理,尤其涉及一种融合二维裂缝图像与三维激光扫描点云,构建具有点级语义标签和局部几何属性的工程结构裂缝三维点云数据集的方法。

背景技术:

1、桥梁、隧道、建筑物、水工结构及其他工程结构在长期服役过程中,受荷载作用、环境侵蚀、材料老化、施工扰动及温湿度变化等因素影响,容易产生裂缝等结构损伤。裂缝的宽度、深度、延伸方向及局部凹陷等几何信息是结构状态评估和病害数字化表达的重要依据。二维裂缝图像能够反映裂缝的平面形态,但缺少深度和空间几何信息;三维点云则能够描述裂缝及其邻近结构表面的空间位置、表面起伏和局部几何变化,为裂缝三维形态分析及相关数据处理提供更加丰富的数据基础。

2、目前,真实裂缝三维数据主要通过三维激光扫描、摄影测量、多视角三维重建等方式获取。这类方法能够获得结构表面的三维几何信息,但通常需要高精度采集设备,或者针对同一目标区域获取具有一定重叠率和观测角度的多幅图像,并经过特征匹配、相机位姿求解、三角化等处理才能形成三维数据。由于裂缝通常具有尺度小、边界细窄、分布稀疏及形态复杂等特点,在实际工程环境中获取高质量裂缝三维点云往往需要较高的数据采集密度,同时还受到检测时间、现场作业条件及设备布置等因素限制。因此,大规模获取形态丰富的真实裂缝三维数据及其点级标签具有较高的采集和标注成本。

3、相比之下,二维裂缝图像具有采集设备简单、采集成本低、获取方式灵活、数据积累量大以及像素级标注相对成熟等特点,现有工程检测和相关研究中已经积累了较为丰富的二维裂缝图像资源。但是,二维图像主要反映裂缝在结构表面的平面形态,本身缺少直接的深度和空间几何信息,难以直接用于需要三维几何表达的裂缝点云分析。因此,如何充分利用获取成本较低且数量丰富的二维裂缝图像,将其中的裂缝平面形态信息进一步转换或构建为具有三维几何特征的裂缝数据,成为扩展裂缝三维数据来源的一种重要技术思路。

4、现有技术已出现采用二维裂缝图像构建三维裂缝信息,主要包括两类技术路线:一类通过同一目标的多幅或多角度图像建立特征对应关系,利用摄影测量、运动恢复结构等方法获得实际裂缝的三维空间信息;另一类则直接利用二维裂缝图像中的骨架、边缘和宽度等几何特征,通过建立二维形态与三维凹陷之间的映射关系构造裂缝三维模型。上述方法使得利用已有二维图像资源获得裂缝三维数据成为可能,也为进一步开展裂缝三维点云数据构建提供了技术基础。

5、目前,与裂缝三维建模及隧道三维重构相关的现有技术主要包括基于二维裂缝图像直接构建三维模型的方法,以及基于多视角图像进行真实裂缝或隧道结构三维重构的方法。与本发明较为接近的现有专利技术主要包括以下几种:

6、(1)公告号为cn114549742b的中国专利公开了一种图像表观裂缝三维模型构建方法,该方法公开了一种利用二维表观裂缝图像构建三维裂缝模型的方法。首先采集建构筑物表面裂缝二维图像,并通过图像降噪和二值分割获得裂缝—基质二值图像;随后提取裂缝骨架和边缘信息,计算裂缝平均宽度以及不同位置的局部宽度;根据裂缝宽度选取相应的曲线状凹陷函数,对二维裂缝像素进行凹陷映射,获得对应的三维空间散点;进一步以三维散点为顶点进行delaunay三角剖分,并对顶点和三角面片进行精简,最终重新建立三角剖分并采用stl格式生成裂缝三维模型。其基本流程为二维裂缝图像—二值分割—裂缝骨架与宽度计算—凹陷函数映射—三维散点—三角剖分—stl三维模型。

7、该方法能够根据二维裂缝图像中的骨架、边缘和宽度信息,通过预设曲线状函数进行凹陷映射,并进一步生成三维散点及stl裂缝模型。其优点是能够降低对三维成像设备的依赖,但其公开方案中裂缝深度主要由二维裂缝宽度与预设参数化凹陷函数确定,并假设不同宽度位置具有相似的山谷状截面。

8、从裂缝三维数据集制作需求来看,该方式对裂缝三维凹陷的构造主要建立在几何函数假设基础上,缺少利用真实裂缝宽度、深度实测结果对生成深度尺度进行约束的环节,因而在批量生成数据时,生成裂缝的宽深关系与实际裂缝物理特征之间的联系仍有进一步增强空间。同时,该方法最终主要形成三角网格和stl模型,其公开技术方案并未以带有裂缝/非裂缝点级语义标签的三维点云数据集作为主要构建目标。

9、(2)公告号为cn110634131b的中国专利公开了一种裂缝图像识别与建模方法,该方法公开了一种结合深度学习、图像处理及多视角特征匹配的裂缝识别与三维建模方法。首先利用mask-rcnn网络对裂缝图像进行粗识别;再采用opencv对粗提取裂缝图进行进一步处理,获得裂缝拐点及宽度突变点等特征点的二维像素坐标;随后利用sift算法对同一裂缝不同角度图像进行特征匹配,获得同名点坐标;最后利用photoscan获取同名点的三维空间坐标,并据此构建裂缝三维模型。其主要流程为多角度裂缝图像—mask-rcnn裂缝识别—opencv特征提取—sift同名点匹配—三维坐标获取—裂缝三维模型构建。

10、该方法需要首先利用mask-rcnn进行裂缝识别,再利用opencv提取裂缝特征点,并利用sift对同一裂缝不同角度的图像进行特征匹配,最终通过photoscan获取同名点三维空间坐标并建立三维模型。

11、从裂缝三维数据集制作角度来看,该方案要求针对同一裂缝获取多个观察角度的图像,并建立可靠的同名点匹配关系,同时还包含裂缝识别网络训练、图像特征提取和三维重建过程。当需要构建大量不同形态的裂缝三维样本时,每个裂缝均需要相应的多视角数据支持,不利于充分利用现有数量较大的单幅二维裂缝图像及其掩膜资源进行快速数据扩充。此外,其主要目的在于恢复实际裂缝三维模型,而非形成可直接用于三维点云数据集组织的点级标注样本。

12、(3)公告号为cn113838005b的中国专利公开了基于维度转换的岩体裂隙智能识别与三维重构方法及系统,该方法公开了一种由二维岩体裂隙图像实现裂隙识别和三维重构的方法。首先获取不同角度拍摄的岩体图像,并利用神经网络进行裂隙识别;随后从裂隙识别结果中提取裂隙特征点,并对不同图像中同一位置的裂隙特征进行匹配;在此基础上选择最优视图,通过相机位姿求解和三角化完成裂隙稀疏重构,再采用改进的非结构图像密集重建算法获得三维岩体裂隙模型;最后从三维模型中提取裂隙三维坐标及特征点,并对裂隙散点进行拟合。其基本流程为多角度岩体图像—神经网络裂隙识别—特征点提取与匹配—稀疏重构—密集重构—三维裂隙模型—裂隙散点拟合。

13、该方法需要获取不同角度的岩体图像,利用神经网络进行裂隙识别,对不同图像中的裂隙特征点进行匹配,再经过稀疏重构和密集重构得到三维岩体裂隙模型。

14、该方法的重点仍是依据多视角几何关系恢复实际岩体裂隙的三维形态。针对裂缝数据集制作而言,其数据获取和处理流程依赖不同角度图像、特征匹配以及稀疏和密集重构,单个样本的三维生成与实际对象的多视角采集过程绑定较紧。因此,当需要构建数量较大的裂缝三维样本时,数据采集与三维重构工作量会随样本数量增加,难以直接发挥大量已有二维裂缝图像资源的优势。

15、(4)公告号为cn118212348b的中国专利公开了一种针对隧道的运动恢复结构重建及修补方法,该方法公开了一种基于运动恢复结构方法进行隧道三维重建和模型修补的方法。首先根据相机图像计算相机内参矩阵及镜头畸变系数;对隧道图像进行预处理并提取稀疏特征点,再对不同图像中的特征点进行匹配,根据匹配结果计算图像之间的变换矩阵;随后提取稠密特征点,并依据图像变换关系对特征点进行三角化,获得相应三维空间坐标;根据稠密特征点三维坐标建立隧道三维点云模型,并通过生成面的方式对点云模型中的缺失区域进行修补,最终获得完整的隧道实体三维模型。其主要流程为多幅隧道图像—相机参数计算—稀疏特征提取与匹配—图像变换关系求解—稠密特征三角化—三维点云模型—空洞修补—隧道实体模型。

16、该方法主要面向实际隧道整体三维重建,需要对同一场景获取多幅图像,通过相机参数计算、surf等特征提取与匹配、相机位姿求解及空间三角化生成三维点云,并进一步修补点云模型中的空洞。其实施例中明确要求相同场景具有至少3张图像,且场景切换时图像之间需保持较高的公共区域。

17、从裂缝数据集制作角度看,该方法主要解决的是实际隧道整体场景的三维恢复与模型完整性问题,并非针对裂缝样本进行独立构建。裂缝数据与被拍摄的实际隧道场景相互绑定,当需要增加裂缝种类和样本数量时,仍主要依赖实际场景中存在相应裂缝并进行多图像采集和三维重建,难以实现裂缝形态与隧道背景之间的灵活组合。

技术实现思路

1、本发明的目的在于提供一种融合二维图像与三维点云的结构裂缝数据构建方法,解决现有裂缝三维重建方法受图像采集条件、观测角度和纹理信息限制,难以稳定恢复裂缝空间尺度和局部凹陷形态,单一数据生成方式难以同时兼顾裂缝几何可控性与真实场景一致性,以及基础点特征难以充分表达细长裂缝连续性、局部曲面破坏和凹陷形态的技术问题。充分利用二维裂缝图像采集成本低、数据资源丰富且标注方便的特点,将二维裂缝平面形态进一步转换为具有合理三维几何特征的裂缝点云数据。

2、利用真实裂缝宽度和深度测量结果建立宽深物理先验,提高模拟裂缝深度尺度和宽深关系的物理合理性;降低裂缝三维样本构建对同一裂缝多视角图像采集和复杂三维重建过程的依赖;结合隧道衬砌曲率及施工缝、螺栓孔等结构特征构建具有隧道场景特征的裂缝点云;并通过真实衬砌表面配准和密度匹配获得保留实际表面起伏、扫描噪声及点密度变化的裂缝数据。最终形成几何形态可控的g-dataset和具有真实场景特征的r-dataset,批量构建既具有物理合理性又具备真实场景特征的隧道裂缝三维点云数据集,从而降低裂缝三维样本的获取和标注成本,为裂缝三维形态分析和点云算法开发提供数据基础。

3、为了实现上述目的,本发明采用的技术方案如下:

4、一种融合二维图像与三维点云的结构裂缝数据构建方法,所述方法包括如下步骤:

5、步骤1:通过裂缝图像采集设备获取二维裂缝图像,经标注得到二值裂缝掩膜,并确定图像的物理像素尺度,采集真实裂缝样本,测量其宽度和深度,获得裂缝宽深关系参数,通过三维激光扫描设备获取真实隧道衬砌表面点云,经离群点去除、噪声滤波及非衬砌结构剔除,获得目标衬砌表面点云;

6、步骤2:基于物理先验的生成式裂缝点云算法以二维裂缝图像及其二值掩膜为输入,通过融合混凝土裂缝宽度与深度之间的关联关系、混凝土表面粗糙起伏特征以及工程施工体几何约束,将图像空间中的裂缝形态映射至三维点云空间;

7、步骤3:基于裂缝掩膜,从步骤2获得的裂缝三维点云中提取裂缝区域点云,并以所述裂缝区域点云和真实隧道背景点云为输入,通过相对凹陷深度计算与背景表面配准,将裂缝区域点云融合至真实隧道衬砌表面,获得真实表面融合式裂缝点云;

8、步骤4:对步骤 s2 和步骤 s3 获得的裂缝三维点云进行点级语义属性及局部几何属性构建,从而形成具有明确裂缝类别信息和局部几何描述信息的裂缝三维点云数据集。

9、进一步地,步骤1中,二维裂缝图像及其二值掩膜用于提供裂缝平面形态与语义边界,真实裂缝宽度、深度及宽深关系用于约束生成裂缝的三维物理尺度,真实工程衬砌表面点云用于提供实际表面起伏、点密度变化、扫描噪声及结构干扰,后续由点云邻域计算得到的表面法向量和局部几何描述量用于增强裂缝识别。

10、进一步地,步骤2中,先物理先验引导的裂缝点云生成,具体为通过欧氏距离变换、zhang-suen 骨架提取、裂缝宽深关系、指数型深度场映射、高斯平滑、三维坐标映射及隧道管片圆柱曲面约束,使二维裂缝形态转化为具有可控宽度、深度和连续局部凹陷形态的三维裂缝点云;

11、然后通过合成场景真实性增强,具体为在生成式点云中嵌入工程中典型结构干扰,利用法向量对齐、rodrigues 旋转、kd 树最近邻约束及 delaunay 三角剖分限制嵌入位置,并叠加高斯随机扰动模拟混凝土衬砌表面粗糙起伏。

12、进一步地,先物理先验引导的裂缝点云生成中,首先,对输入的二值裂缝掩膜进行欧氏距离变换,得到裂缝区域内每个像素到最近裂缝边缘的距离d(x,y),由于距离变换结果表示裂缝中心至边界的局部半宽度,因此结合像素物理尺度s建立裂缝表面宽度场

13、

14、随后,采用 zhang-suen 并行细化算法提取裂缝骨架线,并将骨架线视为裂缝深度最大的中心区域,为约束裂缝三维形貌,定义裂缝表面宽度与物理深度的比值为宽深比:

15、

16、在此基础上,建立归一化深度场,其中,表示背景平面,

17、对表示裂缝最深位置,考虑到裂缝截面由中心骨架向两侧边缘逐渐变浅,采用指数型映射函数描述归一化深度的空间变化

18、

19、式中,表示裂缝区域内像素到最近裂缝边缘的欧氏距离,为裂缝区域内欧氏距离变换的最大值,对应裂缝中心或局部最大半宽度位置,为深度渐变平滑系数,用于控制裂缝由中心向边缘过渡的变化速率,当时,相应位置位于裂缝边缘,,表示其接近背景平面,当时,相应位置对应裂缝中心区域,,表示达到归一化最深位置,随后,依据裂缝宽度与深度之间的比例关系,通过宽深比估计该位置对应的最大物理深度,为避免生成裂缝深度超出合理物理范围,引入最大允许物理深度对估计深度进行归一化约束,并确定裂缝中心处的归一化最深值

20、

21、式中,表示由最大裂缝宽度及宽深比推算得到的最大物理深度,表示预设的最大允许物理深度,完成深度场生成后,引入二维高斯核对深度图进行平滑处理,以减弱像素离散化导致的阶梯效应,并增强裂缝表面的连续性,二维高斯核表示为

22、

23、在三维映射阶段,假设相机光轴垂直于隧道衬砌局部平面,背景平面位于,对于图像像素坐标,首先根据像素物理尺度将其转换为局部平面坐标,并进一步依据归一化深度场计算裂缝区域的径向凹陷量,对应的三维坐标表示为

24、

25、式中表示由归一化高度场转换得到的径向凹陷量,当时,,表示点位于背景平面附近;时,z 取得最小值,表示裂缝中心处达到最大凹陷深度,映射使裂缝区域沿径向 z 方向形成局部凹陷,而非裂缝背景区域保持在基准平面附近;

26、为进一步使生成点云符合隧道管片内壁的圆柱曲面特征,设管片内半径为r,将局部平面坐标中的横向距离x转换为圆柱面上的环向角度并通过圆柱面投影将局部平面点云转换至隧道管片内壁

27、

28、进一步地,通过合成场景真实性增强中,在人工干扰特征嵌入过程中,选取螺栓孔和施工缝作为两类典型结构干扰,对于螺栓孔点云,首先计算其几何中心

29、

30、然后,通过协方差矩阵特征值分解获得源点云法向量,其中最小特征值对应的特征向量作为局部法向量,设目标嵌入位置处的曲面法向量为,则源法向量到目标法向量的旋转轴表示为

31、

32、旋转角表示为

33、

34、基于 rodrigues 公式构建旋转矩阵

35、

36、式中 k 为 a 的反对称矩阵,q为干扰特征,为干扰特征由源法向量对齐至目标曲面法向量的旋转矩阵,完成旋转变换后,将螺栓孔点云平移至目标位置并进行各向同性缩放,式中,k为a的反对称矩阵,r为将干扰特征的源法向量对齐至目标曲面法向量的旋转矩阵。根据不同干扰特征的几何形态及嵌入要求,对所述干扰特征进行旋转、平移和缩放变换;对于无需进行姿态调整或具有特定方向连续性约束的干扰特征,可仅采用平移与缩放变换,以保持其原有几何形态特征。

37、为避免干扰特征与裂缝区域或点云边界发生不合理重叠,采用 kd 树进行最近邻查询,分别计算待嵌入特征点集到背景点云的距离以及到裂缝点云的距离,并设置安全嵌入条件

38、式中,和分别表示背景邻近容差和裂缝避让容差,同时,利用 delaunay三角剖分判断待嵌入特征是否位于背景点云凸包范围内,以避免人工特征被放置于有效边界之外,通过上述位置约束筛选候选区域后,将变换后的干扰特征点云叠加至背景点云,并删除被其覆盖的原始背景点,从而形成包含裂缝、采集结构背景以及典型结构干扰的合成点云;

39、最后,模拟真实混凝土衬砌表面的微观起伏与粗糙度特征,对点云中每个点的 z坐标叠加服从高斯分布的随机扰动

40、式中,表示表面粗糙度幅度。

41、进一步地,步骤3中,基于相对凹陷深度与真实表面配准的裂缝点云融合,具体为通过局部基准平面构建、相对凹陷深度计算、尺度变换、kd树背景表面贴合、重叠背景点剔除和密度匹配,将裂缝形态融合至真实隧道衬砌表面。

42、进一步地,基于相对凹陷深度与真实表面配准的裂缝点云融合中,首先,根据裂缝掩膜取裂缝区域点云,其中表示裂缝像素,由于单独保留裂缝点无法准确表征其相对于周围完整衬砌表面的凹陷深度,因此需要在裂缝周围构建局部基准区域,利用同一裂缝掩膜计算图像中每个像素到最近裂缝像素的欧氏距离,并以作为邻域半径构建裂缝周围平面掩膜

43、

44、式中,为裂缝邻域平面范围的控制半径,当像素到最近裂缝像素的距离不大于时,相应像素被划入局部基准区域,否则,相应像素不参与裂缝基准点云的构建,同时包含裂缝区域及其周围控制半径确定的邻近平面区域内的邻近平面区域,可为后续裂缝相对深度计算提供局部参考基准,在点云生成过程中,裂缝区域被赋予裂缝标签,局部平面区域中非裂缝点被赋予周围平面标签,由此获得包含裂缝点及其邻近基准平面点的原始裂缝基准点云;

45、为使提取式裂缝点云与目标隧道管片尺度一致,对原始裂缝基准点云进行全局缩放,缩放系数根据目标管片尺寸、点云分辨率及裂缝嵌入尺度确定,随后,从缩放后的裂缝基准点云中提取周围平面点集pplane并以该点集的平均高度作为裂缝顶部的局部基准高度

46、

47、式中表示周围平面点 q 缩放后的 z 坐标,对于每个裂缝点

48、其相对凹陷深度定义为裂缝顶部基准高度与该点缩放后高度之间的差值

49、

50、式中,表示裂缝点经尺度变换后的 z 坐标,该深度用于描述裂缝点相对于邻近完整平面的局部凹陷幅度,当 di 为正值时,表示裂缝点相对于周围平面向内凹陷,数值越大则对应裂缝局部深度越大;

51、在裂缝与背景贴合过程中,首先采用背景点云的x和y坐标构建 kd 树,并以裂缝点的平面坐标(xi,yi) 查询最近邻背景点,获得对应的背景表面高度,随后,依据裂缝点的相对凹陷深度di 对其 z 坐标进行修正,使裂缝顶部与背景表面重合,裂缝内部点相对于背景表面向内偏移,完成裂缝点云与隧道背景点云的局部贴合;

52、完成贴合后,对裂缝覆盖范围内的原始背景点进行移除,以避免背景点与裂缝点发生空间重叠,以融合后的裂缝点集构建 kd 树,并计算每个背景点到最近裂缝点的三维欧氏距离,当该距离小于预设覆盖阈值时,认为该背景点位于裂缝覆盖区域内,并将其从背景点云中删除,经过该处理后,裂缝点云替代其覆盖范围内的原始背景点,形成无明显空间穿插的局部融合区域;

53、为使裂缝区域与采集结构背景在点云疏密程度上保持一致,对融合后的裂缝点云进行密度匹配,首先统计背景点云的平均点密度 ,并根据裂缝点数及其在 xy 平面上的投影面积估计裂缝区域的原始点密度,当裂缝点云密度高于背景点云密度时,采用随机下采样对裂缝点进行稀疏化处理,当裂缝点云密度低于背景点云密度时,采用局部最近邻插值在裂缝邻域内补充点,直至裂缝区域的点云密度与采集结构背景基本一致,最后,将密度调整后的裂缝点云与移除重叠点后的背景点云合并,得到基于配准的提取式裂缝融合点云。

54、进一步地,步骤4中,裂缝三维数据集构建,具体为,构建物理先验生成式裂缝点云数据集 g-dataset和构建真实表面融合式裂缝点云数据集 r-dataset,对 g-dataset 和r-dataset 进行点级语义标签赋值,并基于局部邻域协方差矩阵特征值计算表面法向量、线性度、平面度、球面度和曲率,将三维空间信息、语义信息和局部几何信息按统一格式关联存储,并可按预设比例组成混合裂缝三维点云数据集。

55、进一步地,裂缝三维数据集构建中,对于步骤 s2 获得的物理先验生成式裂缝点云,根据二维裂缝掩膜与三维点之间的对应关系进行点级语义标签赋值,其中裂缝区域对应点标记为裂缝类别,隧道衬砌背景点以及螺栓孔、施工缝等非裂缝结构点标记为非裂缝类别,由此构建物理先验生成式裂缝点云数据集 g-dataset,g-dataset 中裂缝的平面形态来源于二维裂缝图像,其空间宽度、凹陷深度及边界过渡由裂缝宽深关系和深度场映射共同约束,具有裂缝几何尺度可调和空间形态明确的特点;

56、对于步骤 s3 获得的裂缝与真实隧道衬砌表面融合点云,对其中的裂缝点和背景点分别赋予对应的点级语义标签,其中融合裂缝点标记为裂缝类别,真实隧道衬砌背景以及其中包含的螺栓孔、施工缝、注浆孔和表面纹理等非裂缝结构点标记为非裂缝类别,由此构建真实表面融合式裂缝点云数据集 r-dataset, r-dataset 在保持裂缝局部凹陷形态的同时,保留真实隧道衬砌表面的空间起伏、点密度变化、扫描噪声及非裂缝结构特征;

57、对于点云中的任意点,以半径构建其局部邻域,邻域点数记为,首先计算邻域点集的几何重心

58、

59、式中,表示点邻域内所有点的几何重心,表示邻域中的第 j 个点,k 表示该邻域内的点数,随后,将邻域点进行中心化处理,并构建局部协方差矩阵:

60、

61、式中,表示点对应的局部协方差矩阵,表示邻域点相对于几何重心的中心化坐标,对进行特征值分解,得到特征值及其对应的特征向量,其中,分别反映局部邻域点云在三个主方向上的离散程度,最小特征值对应的特征向量可作为该点的法向量,为保证法向量方向一致性,将所述法向量统一调整为指向管片内部方向;若与参考方向的点积小于0,则对其取反;

62、采用基于局部邻域协方差矩阵特征值的点云几何描述方法,分别计算线性度、平面度、球面度和曲率;

63、线性度用于描述局部点云沿主方向的伸长程度,其计算公式为

64、

65、平面度用于衡量局部点云拟合平面的程度,其计算公式为

66、

67、球面度用于反映局部点云在三个主方向上的各向同性程度,其计算公式为

68、

69、曲率用于描述局部表面的弯曲程度,其计算公式为

70、

71、每个点均包含三维空间坐标、点级语义标签、表面法向量以及局部几何描述量,其中,三维空间坐标描述点的空间位置,点级语义标签表征裂缝与非裂缝类别,表面法向量描述局部表面方向,线性度、平面度、球面度及曲率进一步反映点邻域的局部空间形态;

72、最终,将点级空间信息、语义信息和局部几何属性按照统一数据格式进行关联存储,分别形成 g-dataset 和 r-dataset,并可进一步按照预设比例组合形成混合裂缝三维点云数据集,所构建数据集既包含具有明确几何约束的裂缝三维样本,也包含与真实隧道衬砌表面相适应的裂缝三维样本,用于后续裂缝三维形态分析、点云算法开发及相关应用验证。

73、本发明由于采用了上述技术方案,具有以下有益效果:

74、本发明(1)生成裂缝具有更充分的真实物理参数依据。 本发明在三维裂缝构建前采集真实裂缝样本,对裂缝宽度和深度进行实际测量,并建立相应的宽深关系参数;在三维生成过程中进一步结合二维裂缝实际尺度、距离场和骨架信息确定裂缝深度分布。因此,生成裂缝的深度尺度并非单纯来源于预设凹陷函数,而受到真实裂缝实测宽深关系约束,使构建结果在宽度—深度关系和局部凹陷形态方面具有更好的物理合理性。

75、(2)能够更好地适应隧道衬砌实际结构特征。 本发明在裂缝局部三维形态构建基础上进一步考虑隧道管片曲率,并引入施工缝、螺栓孔以及表面粗糙度等典型结构和干扰特征,使生成点云不仅包含裂缝本身,而且能够体现隧道衬砌场景中的复杂几何特征。

76、(3)兼顾几何可控性与真实扫描场景特征。 除物理先验生成方式外,本发明还利用真实隧道衬砌点云,通过相对凹陷深度保持、真实表面配准、背景点剔除和点密度匹配,将裂缝形态融合到真实衬砌表面,使构建数据能够保留实际扫描点云中的表面起伏、点密度变化及噪声特征。

77、(4)更适合裂缝三维点云数据集的规模化构建。本发明最终以带有点级语义标签及局部几何信息的三维点云作为数据组织形式,并分别构建物理先验生成式g-dataset和真实表面融合式r-dataset,两类数据还可进一步组合形成混合数据集。由此能够充分利用已有二维裂缝图像资源扩充三维裂缝样本,减少对大量真实裂缝现场三维扫描和逐点人工标注的依赖。

78、将低成本、易获取的二维裂缝图像资源与真实裂缝宽深物理信息及真实隧道点云相结合,在提高模拟裂缝三维形态物理合理性的同时,兼顾隧道实际场景特征和数据规模扩展需求,更适用于隧道衬砌裂缝三维点云数据集的构建。