一种岩体结构面点云识别方法、装置及存储介质与流程

本发明涉及工程地质、岩土工程、三维点云处理、计算机视觉和岩体结构面自动识别，具体涉及一种岩体结构面点云识别方法、装置及存储介质。

背景技术：

1、岩体结构面是控制岩体完整性、渗流通道、块体切割形态及边坡与地下工程稳定性的关键地质要素。传统结构面调查主要依赖人工罗盘、地质编录和现场拍照，能够提供较高可信度的局部测量结果，但工作效率受人员经验、现场可达性、安全条件和观测范围限制。随着地面激光扫描、无人机摄影测量和移动扫描技术的发展，三维点云已成为岩体结构面识别的重要数据源。

2、现有三维点云结构面识别方法主要包括人工交互圈选、随机采样一致性平面拟合、传统区域生长、聚类分割、超体素分割和深度学习方法等。岩体工程点云常存在采集距离变化、遮挡、植被或局部缺失，导致点云密度空间分布不均，固定邻域尺度和固定生长阈值在密集区与稀疏区之间适应性不足。

3、当前主流的三维点云结构面识别方法主要包括人工交互圈选、随机采样一致性平面拟合、传统区域生长、聚类分割、超体素分割及深度学习方法等。然而，岩体工程点云普遍存在因采集距离变化、遮挡、植被覆盖或局部缺失导致的点云密度空间分布不均的特征，使得基于固定邻域尺度与固定生长阈值的算法在密集区与稀疏区之间适应性不足，识别稳定性显著下降。

4、在实际应用中，传统全局区域生长方法需在整个点云范围内维护k近邻邻域、候选点集与全局生长状态，随着点云规模增大，计算复杂度与内存开销明显增加；简单空间分区方法因缺乏缓冲邻域和跨分区合并机制，会导致同一结构面被识别为多个结构面片段；随机采样一致性平面拟合方法对多组、小尺度或破碎结构面召回不足，且对距离阈值、迭代次数与收敛条件高度敏感，结果重复性差。此外，多数现有的点云分割方法往往停留在平面片段提取，未能将识别结果系统转化为倾角、倾向、面积近似、等效半径及结构面组别等工程地质参数，导致识别成果与工程复核、岩体稳定性分析等存在显著断层。

5、针对大规模、非均匀密度岩体三维点云结构面自动识别效率低、传统全局区域生长计算压力大、简单分区易导致结构面边界过分割、识别结果难以直接服务工程地质解释的问题，本发明提出一种岩体结构面点云识别方法、装置及存储介质。该方案通过自适应八叉树分区控制单个局部任务规模，通过近邻缓冲保持边界处点云连续性，通过分区内区域生长提取候选结构面片段，通过跨分区合并恢复被边界切分的同一结构面，并输出结构面产状、面积近似、等效半径和结构面组别等工程地质参数。

技术实现思路

1、针对大规模、非均匀密度岩体三维点云中结构面自动识别效率低、传统全局区域生长计算压力大、简单分区易导致结构面边界过分割、识别结果难以直接服务工程地质解释的问题，本发明提出一种岩体结构面点云识别方法、装置及存储介质，所采用的技术方案具体如下：

2、第一方面，本发明提供了一种岩体结构面点云识别方法，该方法包括以下五个阶段：输入阶段、分区阶段、识别阶段、合并阶段、输出阶段；

3、所述输入阶段包括：岩体结构面点云获取与清洗和基于清洗后的点云近邻构建与法向量估计；

4、所述分区阶段包括：基于点云空间包围盒进行自适应八叉树分区和将八叉树叶节点内的点进行近邻缓冲扩展；

5、所述识别阶段包括：根据各扩展分区确定并行任务与资源控制、在每个扩展分区执行分区内区域生长和依据分区内区域生长完成候选片段生成与索引映射；

6、所述合并阶段包括：对候选片段进行跨分区结构面合并；

7、所述输出阶段包括：基于合并的跨分区结构面生成最终结构面点集生成、对最终结构面点集进行产状、面积、半径等参数计算、基于计算的参数进行结构面组划分和基于划分的结构面进行表格、图形与工程数据输出。

8、进一步地，所述点云获取与清洗，包括：点云获取与清洗获取岩体三维点云数据，对点云坐标进行有效性检查，剔除坐标为空、非数值或不满足格式要求的点，得到清洗后的岩体点云；

9、所述近邻构建与法向量估计，包括：基于清洗后的点云建立近邻关系，按照法向量估计邻域数估计每个点的法向量，并根据需要计算曲率或其他局部几何质量指标。

10、进一步地，所述自适应八叉树分区，包括：

11、首先，计算清洗后点云在x、y、z三个方向上的最小值和最大值，构建点云空间包围盒；

12、其次，以当前节点包围盒中心为划分中心，将当前节点划分为八个子空间，并根据点坐标将点分配至对应子空间；

13、最后，对包含点的子空间继续递归划分，当节点内点数不大于叶节点最大点数阈值或达到最大递归深度时停止划分，输出八叉树叶节点点集及其空间边界；

14、所述近邻缓冲扩展，包括：

15、首先，将每个八叉树叶节点中的点作为核心分区点集；

16、其次，对核心分区点集内的点查询近邻点，将核心点及其邻近点合并并去重，得到扩展分区；

17、最后，扩展分区中的缓冲点允许来自相邻叶节点，使跨越分区边界的结构面在局部区域生长阶段仍保留重叠或空间邻近关系。

18、进一步地，所述并行任务与资源控制，包括：将各扩展分区作为局部区域生长任务，并根据处理器核心数量、实际分区数量和内存资源确定工作进程数；当并行进程池启动失败时，降低进程数重试，必要时回退为串行处理；

19、所述分区内区域生长，包括：在每个扩展分区内建立局部点号、局部点坐标、局部法向量和局部近邻关系，以未分配点作为种子点执行区域生长；区域生长时，按照区域生长邻域数形成候选点，将候选点法向量与当前生长区域法向量比较，若夹角小于阈值，则将候选点加入当前区域；否则终止当前区域生长，当当前区域点数达到预定更新间隔后，根据区域内点集重新拟合平面法向量，并以更新后的区域法向量继续判断候选点；

20、所述候选片段生成与索引映射，包括：对每个扩展分区内满足最小点数阈值的生长区域生成候选结构面片段，并将其局部点号映射回原始点云的全局点号。

21、进一步地，所述跨分区结构面合并，包括：

22、对候选结构面片段计算法向量、中心点、投影半径和点数；

23、根据点云中位近邻间距和点云包围盒对角线确定共面距离容差和空间间隙容差；

24、对具有足够重叠点的候选片段，若法向量夹角满足阈值，则判定可合并；

25、对无足够重叠但空间邻近的候选片段，若法向量夹角、共面距离和切向空间间隙均满足条件，则判定可合并。

26、进一步地，所述最终结构面点集生成，包括：将满足合并条件的候选片段通过并查集组织为连通分量，对每个连通分量内的全局点号进行去重，生成最终结构面点集，并重新拟合最终结构面法向量；

27、所述最终结构面点集生成、产状、面积、半径等参数计算，包括：对最终结构面点集计算结构面参数，包括结构面编号、法向量、倾角、倾向、中心坐标、点数、近似面积和等效半径；

28、所述结构面组划分，包括：基于结构面法向量、倾角或倾向-倾角特征，采用k均值聚类或密度聚类对结构面进行分组，输出各组代表法向量、代表倾角、代表倾向和组内结构面数量；

29、所述表格、图形与工程数据输出，包括：输出结构面识别结果、结构面组统计结果、点云着色结果、三维可视化结果以及可供工程地质解释、稳定性评价或离散裂隙网络、离散元建模使用的数据文件。

30、进一步地，所述最终结构面点集生成、产状、面积、半径等参数计算，包括：

31、对每个最终结构面点集重新拟合平面，计算结构面法向量；

32、根据法向量计算结构面倾角和倾向；

33、将结构面点投影至拟合平面，根据投影分布估算近似面积和等效半径。

34、进一步地，所述将每个八叉树叶节点中的点作为核心分区点集，包括：根据点云空间包围盒和叶节点最大点数阈值递归划分点云，使密集区域被更细分、稀疏区域避免过度划分。

35、第二方面，本发明提供了一种岩体结构面点云识别装置，它包括点云获取与预处理模块、法向量与邻域计算模块、八叉树分区模块、缓冲扩展模块、局部区域生长模块、跨分区合并模块、结构面参数计算模块、结构面组划分模块和结果输出与可视化模块。

36、第三方面，本发明提供了一种岩体结构面点云识别存储介质，所述存储介质上存储有计算机程序或指令，当所述计算机程序或指令被处理器执行时，使处理器执行上述基于自适应八叉树区域生长的岩体结构面点云识别方法。

37、本发明与现有技术相比具有以下优点：

38、本发明通过自适应八叉树分区，将全局大规模区域生长问题转化为多个局部受控区域生长问题，降低单次邻域查询和区域扩张的计算压力；在此基础上，限制每个八叉树叶节点或扩展分区的点数规模，减少非并行全局区域生长中全局k近邻、候选点集和状态数组持续占用资源的问题；进一步地，借助叶节点最大点数阈值控制局部点集规模，使密集区得到更细划分，稀疏区避免不必要的细分；‌引入k近邻缓冲点扩展和跨分区结构面合并机制，使跨越八叉树边界的同一结构面能够被恢复为连续结构面；同时，采用基于点间距和点云包围盒尺度的自适应容差，减少不同量纲、不同采样密度点云之间的合并参数迁移困难；最终，输出倾角、倾向、近似面积、等效半径、中心点、点数和结构面组别，使点云识别结果能够直接服务结构面组统计、稳定性筛查和后续数值建模。本发明不依赖逐点标注训练集，参数具有明确几何意义，便于工程人员复核、调参、复现实验和解释误差来源。