基于红外图像引导点云分割的围岩出水面积测量方法与流程

本发明涉及围岩出水面积测量，具体涉及一种基于红外图像引导点云分割的围岩出水面积测量方法。

背景技术：

1、隧道施工过程中，围岩出水是反映地下水活动及围岩裂隙发育的重要表征。出水区域的实际面积是评价围岩稳定性和指导支护决策的关键参数，准确测量出水面积是隧道工程安全监测与风险评估的核心需求。

2、目前，隧道围岩出水面积测量主要采用人工现场巡查方式。地质工程师通过肉眼观察确定出水边界，使用卷尺测量出水区域的长度与宽度，再估算面积。该方式依赖人员经验，测量误差大，检测效率低。隧道施工环境存在塌方及突水等突发地质风险，人员靠近掌子面及侧壁进行测量时，作业安全性难以保障。

3、近年来，部分方案采用红外或可见光图像结合深度学习分割算法识别出水区域。该类方案输出的是图像中的像素级分割结果，仅表示出水区域在图像中所占据的像素数量。由于图像缺乏真实空间尺度信息，无法将像素面积换算为出水区域在三维空间中的真实面积，因此无法输出工程可用的面积测量结果。

4、另有方案利用激光雷达点云识别出水区域。该类方案依赖点云的强度或几何特征判断出水边界，缺少稳定的语义约束，受测量距离和围岩表面状态影响较大。在复杂围岩背景下，激光雷达难以准确区分出水区域与非出水区域，导致出水边界界定不准确，面积测量精度低。

5、申请公开号cn122312937a公开了一种隧道围岩渗水精准测量方法和系统。该方案采用语义分割网络对红外图像进行分割，将分割得到的渗水区域映射至三维网格模型，在网格模型上计算面积。该方案仍存在以下不足。第一，语义分割网络只能区分渗水区域与背景，无法区分互不连通的多个独立出水斑块。隧道掌子面及侧壁常同时存在多处出水点，该方案无法对每处出水斑块分别测量面积。第二，该方案将图像分割掩膜整体映射至三维网格模型，未对每个激光点单独判定是否属于出水区域。图像分割掩膜的边界在投影映射过程中存在偏差，导致三维网格上的出水边界与真实出水边界不一致，面积测量结果不准确。第三，三维网格模型的构建依赖于点云密度。当点云稀疏时，网格模型表面与真实的围岩表面之间存在较大偏差，面积计算误差较大。

技术实现思路

1、本发明旨在解决现有围岩出水面积测量方法存在准确性较差的问题，提出一种基于红外图像引导点云分割的围岩出水面积测量方法。

2、本发明解决上述技术问题所采用的技术方案是：

3、基于红外图像引导点云分割的围岩出水面积测量方法，所述方法包括：

4、步骤1、利用红外相机采集隧道围岩的红外图像，并利用激光雷达同步采集激光雷达点云；对所述红外相机与激光雷达进行时间同步与空间标定，建立激光雷达坐标系下的三维点经变换至红外相机坐标系、再投影至红外图像平面的投影映射关系；

5、步骤2、将所述红外图像输入预先训练好的实例分割网络进行推理，输出至少一个独立出水目标区域的像素级实例分割掩膜，所述实例分割掩膜为二值矩阵，能够同时区分一个或多个互不连通的独立出水目标区域，并为各独立出水目标区域分配唯一的实例编号；

6、步骤3、基于所述投影映射关系，将所述激光雷达点云中的每一激光点逐一投影至红外图像平面，获得每一激光点对应的投影像素坐标；将所述实例分割掩膜作为唯一语义约束条件，保留投影像素坐标落入所述实例分割掩膜范围内的激光点，剔除投影像素坐标未落入所述实例分割掩膜范围内的激光点，由保留的全部激光点构成所有独立出水目标区域的初始目标点云；

7、步骤4、在三维空间中对所述初始目标点云执行欧式距离聚类，将所述初始目标点云分割为至少一个聚类簇，各聚类簇与各独立出水目标区域一一对应；对各聚类簇分别进行去噪处理，剔除聚类簇中的离散噪声点，保留聚类簇中点数最多的主聚类簇作为对应独立出水目标区域的纯净目标点云；

8、步骤5、对各纯净目标点云分别进行局部平面拟合，获得对应的局部二维平面坐标系，将各纯净目标点云正交投影至对应的局部二维平面坐标系，获得二维投影点集；分别对各二维投影点集执行栅格占据统计，计算各独立出水目标区域的实际表面积。

9、进一步地，步骤1中，所述空间标定通过棋盘格标定板求解所述红外相机的内参和外参，根据所述内参和外参建立所述投影映射关系，所述内参包括红外相机在图像水平方向与垂直方向上的焦距参数和主点坐标，所述外参包括激光雷达坐标系到红外相机坐标系的旋转矩阵和平移向量；

10、所述激光雷达坐标系下的三维点与红外相机坐标系下的三维点满足刚体变换关系：

11、；

12、其中，、、分别为激光雷达坐标系下三维点的三个空间坐标分量，、、分别为红外相机坐标系下三维点的三个空间坐标分量，为3×3旋转矩阵，为3×1平移向量。

13、进一步地，所述投影映射关系通过针孔成像模型建立，所述红外相机坐标系下的三维点投影至红外图像平面的像素坐标满足以下关系：

14、；

15、；

16、其中，、分别为红外相机在图像水平方向与垂直方向上的焦距参数，、分别为红外相机主点在图像水平方向与垂直方向上的坐标，为三维点在红外图像平面对应的像素坐标。

17、进一步地，步骤2中，所述实例分割网络的训练方法包括：

18、采集隧道围岩的红外图像作为训练数据，对所述红外图像中的出水区域进行像素级标注，构建红外出水区域实例分割数据集，并将数据集划分为训练集、验证集与测试集；

19、对所述训练集中的红外图像进行数据增强；

20、基于深度学习框架构建实例分割网络，所述实例分割网络采用检测分支与分割分支并行的双分支架构；所述检测分支输出各独立出水目标区域的检测边界框，所述分割分支输出各独立出水目标区域的实例分割掩膜；

21、以最小化总损失函数为目标，采用优化算法，利用数据增强后的训练集对实例分割网络进行迭代训练，并利用所述验证集监测训练过程中的网络性能，根据验证集上的性能变化确定训练停止时机，使所述实例分割网络收敛；

22、利用所述测试集对收敛后的实例分割网络进行泛化能力评估，将通过测试集评估的实例分割网络作为训练好的实例分割网络。

23、进一步地，所述总损失函数为：

24、；

25、其中，为边界框回归损失，用于约束预测边界框与真实边界框之间的位置偏差与尺度偏差；为掩膜分割损失，用于优化实例分割掩膜的像素级分割精度；为分类损失，用于区分出水目标与背景；为分布焦点损失，用于提高检测边界框的位置回归精度；、、、分别为对应损失项的权重系数。

26、进一步地，步骤4中，所述欧式距离聚类包括：对于所述初始目标点云中的任意两个激光点，若两个激光点之间的三维空间欧氏距离小于预设聚类搜索半径，则判定两个激光点属于同一聚类簇；

27、所述去噪处理包括：统计各聚类簇所包含的激光点数量，剔除激光点数量少于预设点数阈值的聚类簇，将各聚类簇中激光点数量最多的主聚类簇作为纯净目标点云；若仅存在单个独立出水目标区域，则保留激光点数量最多的唯一主聚类簇作为纯净目标点云；若存在多个独立出水目标区域，则各独立出水目标区域分别保留各自对应的主聚类簇，形成多个相互独立的纯净目标点云。

28、进一步地，步骤5中，所述局部平面拟合采用主成分分析法，具体包括：

29、计算所述纯净目标点云的质心与协方差矩阵，求解所述协方差矩阵的三个特征值及与各特征值对应的特征向量，选取最大的两个特征值所对应的两个特征向量作为局部二维平面的两个主轴方向，最小的特征值所对应的特征向量作为局部二维平面的法向量，由所述质心和两个主轴方向共同构建局部二维平面坐标系。

30、进一步地，步骤5中，所述栅格占据统计包括：

31、以预设栅格边长将所述局部二维平面坐标系划分为若干规则栅格单元，统计包含至少一个投影点的栅格单元的数量作为占据栅格数量，按以下公式计算独立出水目标区域的实际表面积：

32、；

33、其中，为独立出水目标区域的实际表面积，为占据栅格数量，为预设栅格边长。

34、进一步地，步骤1中，所述时间同步采用基于消息时间戳的近似同步策略，将所述红外图像与激光雷达点云按时间戳差值进行配对，仅当所述红外图像的时间戳与激光雷达点云的时间戳之间的差值小于最大允许时间间隔时，判定所述红外图像与激光雷达点云在时间上同步。

35、进一步地，所述方法还包括：

36、确定并输出各独立出水目标区域的三维中心坐标与巡检最近距离；所述三维中心坐标为对应纯净目标点云中全部激光点的三个空间坐标分量的算术平均值；所述巡检最近距离为测量平台与对应纯净目标点云中最近激光点的水平距离。

37、本发明的有益效果是：本发明提供的基于红外图像引导点云分割的围岩出水面积测量方法，通过实例分割网络输出可区分多个独立出水目标区域的像素级实例分割掩膜，解决了现有方案无法对互不连通的多个出水斑块分别测量面积的问题；以该实例分割掩膜作为唯一语义约束条件，对每个激光点逐点判定是否落入掩膜范围内，使二维图像上的出水边界能够精准传递至三维空间的每个激光点，避免了掩膜整体映射导致的边界偏差；在三维空间中对筛选出的初始目标点云执行欧式距离聚类去噪，剔除离散噪声点并分离各独立出水目标区域，保证了参与面积计算的纯净目标点云的准确性；对各独立出水目标区域的纯净目标点云分别进行局部平面拟合与正交投影，再通过栅格占据统计计算各独立出水目标区域的实际表面积，即使在点云稀疏条件下亦能稳定计算，克服了传统三维网格模型在稀疏点云下表面偏差大且无精度评估指标的缺陷，实现了隧道围岩出水区域面积的准确测量。