)現(xiàn)場掃描測量
[0033] 根據(jù)擬測量區(qū)的巖體結構完整性，選擇TLS三維激光掃描儀的合適掃描分辨率、 校正參數(shù)、掃描角度。根據(jù)儀器架設位置距測區(qū)的距離與光線，確定高分辨率數(shù)碼相機的曝 光度、光圈、快門時間、焦距等參數(shù)，以期保證能夠獲得高質量數(shù)字圖像數(shù)據(jù)；
[0034] 設置好參數(shù)后，用掃描儀對需要掃描的區(qū)域進行激光掃描，從而獲取點云數(shù)據(jù)，目 標物體距離掃描儀越遠，目標物體表面掃描點的間隔就越大，根據(jù)需要適當?shù)卣{整掃描精 度；
[0035] 在激光掃描的同時，利用置于掃描儀頂部的高分辨率數(shù)碼相機進行巖體結構特征 的圖像采集，從而獲取圖像數(shù)據(jù)；
[0036] 第二步：數(shù)據(jù)配準與融合
[0037] 1)相機內部參數(shù)獲取
[0038] 三維激光掃描儀的自帶數(shù)碼相機一般均為固定焦距相機，其焦距可以直接從鏡頭 標識中獲得，數(shù)碼相機的內部參數(shù)只與相機內部結構和鏡頭有關，可由相機及鏡頭的出廠 說明書與技術規(guī)格表中獲得；
[0039] 2)相機外部參數(shù)獲取
[0040] 利用三維掃描儀系統(tǒng)采集數(shù)據(jù)時，相機是隨著掃描儀轉動而轉動的，因此在進行 相機外部參數(shù)確定時需要考慮相機相對于初始坐標系的旋轉矩陣，掃描儀系統(tǒng)會涉及到四 個坐標系：相機坐標系CMCS、掃描儀坐標系S0CS、工程項目坐標系PRCS、世界坐標系GLCS ; 三維掃描儀廠商提供了坐標旋轉、平移相關矩陣參數(shù)，主要有① Mounting矩陣，相機坐標 系與掃描儀坐標系之間的坐標轉換參數(shù)矩陣；②COP矩陣，相機拍攝瞬間相機坐標系和初 始相機坐標系的旋轉矩陣；③SOP矩陣，各掃描站點坐標系相當于工程坐標系的旋轉平移 矩陣；
[0041] 3)坐標系統(tǒng)的相互轉換
[0042] ①世界坐標系與相機坐標系
[0043] 世界坐標Pw (Xw，Yw，Zw)，相機坐標Pu (Xu，Yu，Zu)，兩者轉換關系：
[0045] 其中，旋轉矩陣t是世界坐標系原點在相機坐標系中的位置坐標，旋轉矩陣R為正 交旋轉矩陣，滿足：
[0047] ②相機坐標系與圖像坐標系
[0048] 相機坐標Pu (Xu，Yu，Zu)，圖像坐標為（X，y)，兩者轉換關系：
[0050] 其中，f為相機焦距。
[0051] ③世界坐標系與圖像坐標系
[0052] 世界坐標Pw (Xw，Yw，Zw)，圖像坐標為（X，y)，兩者轉換關系： CN 105180890 A 說明書 5/15 頁
[0054] 第三步：點云特征信息提取
[0055] 1)點云數(shù)據(jù)去噪
[0056] 本發(fā)明采用一般的中值濾波法對點云數(shù)據(jù)進行去噪處理，中值濾波法的原理就是 用點云目標點的鄰域內諸點坐標的中間值來替代點云目標點的坐標值，
[0057] 2)三角剖分
[0058] 三角剖分是拓撲學中最基本的方法，它能將零散的點云剖分為無數(shù)曲邊三角形， 在此將用Delaunay三角剖分法進行三角剖分，運用Matlab中的delaunay函數(shù)實現(xiàn)三維點 云的Delaunay剖分，delaunay函數(shù)輸出的數(shù)據(jù)是完成劃分后各個三角形的編號和頂點坐 標，delaunay函數(shù)在Matlab中的用法如下：
[0059] I、輸入所有點的X，y, z坐標；
[0060] II、運用delaunay函數(shù)進行三角劃分，得到各三角形的ID編號和頂點坐標：
[0061] Tri = delaunay (x, y)；
[0062] III、調用z坐標，運用trimesh或者trisurf指令畫出三維曲面圖。
[0063] 3)三角形的法向向量計算
[0064] 利用剖分后三角形的三個頂點的坐標，計算出三角形的法向量坐標和三角形的形 心坐標，并進一步計算出法向量與坐標Z軸、X-Z面的夾角Φτ、θτ，形心距坐標原點的距離
[0066] 設Matlab中算得的某三角形的三個頂點為
[0067] A (xT1，yT1，zT1)，B (xT2, yT2，zT2)，C (xT3, yT3，zT3)，則
[0069] 三角形的形心坐標即為0
，則形心0距坐標原點的距離 CN 105180890 A I兄明 6/15 頁
[0070] 設AABC的法向量為，通過構建如下方程組可得求法向量坐標：
[0072] 隨后利用二角函數(shù)關系求得法向量#的Φτ、9 7值：
[0075] 第四步：產(chǎn)狀信息獲取即點云部分 [0076] 1)法向量聚類分析
[0077] ①數(shù)據(jù)中心化
[0078] 數(shù)據(jù)中心化是聚類分析前的必要準備工作，本發(fā)明中數(shù)據(jù)中心化的方法，是用單 個三角形的Φτ、9T、rT值減去所有三角形Φ τ、θτ、Γτ值的平均值；
[0079] 點云數(shù)據(jù)總共被剖分為η個三角形，那么能計算并得到對應η個法向量的坐標 (aTi，bTi，I) (i = 1，2, 3. · · η)及 Φτ、Θ T、rT值 Φ Ti、Θ Ti、rTi(i = 1，2, 3 --n);將 n 個法向 量的Φτ、θτ、Γτ值用如下的nX3階矩陣T表述，并在數(shù)據(jù)處理過程中保留ID:
1,2, 3)
[0081] 記第j列的平均值為：
[0083] 那么對第j列的η個數(shù)據(jù)對象所實施的中心化變換為：
[0084] x'i： - X11 -.X1JJ - 1,2· /?),(/ - 1,2〇) (4-2)
[0085] 經(jīng)過上式的變換后，每列變量的均值為0,即每列變量的取值都有相同的基點，然 后將中心變換后的結果重新生成為新的矩陣T，： CN 105180890 A I兄明書 7/15 頁
[0087] ②數(shù)據(jù)標準化
[0088] 在此采用最大最小歸一法對數(shù)據(jù)進行標準化處理，即將矩陣中的某一數(shù)據(jù)除以該 列數(shù)據(jù)絕對值的最大值，具體見下式：
[0092] ③特征生成
[0093] 上述矩陣T"屬于低維矩陣，為描述簡便、形象，將T"的各個行向量投影于三維直 角坐標系中形成η個點，并以作為這η個點的坐標，記為（Xl，yi，Zl);如果 有坐標重復的點即T"內的行向量數(shù)值相同，因為其ID不同，予以保留；
[0094] ④法向量的聚類分析
[0095] DBSCAN聚類分析法是一種基于高密度聯(lián)通區(qū)域的聚類算法，本方法運用并修改了 該聚類算法，從而達到提取結構面信息的目的；
[0096] 首先，取 ε = 3，MinPts = 5，T"中兩點 Q1Uq1, yql, zq2), q2(xq2, yq2, zq2)，其中，參數(shù) ε為領域半徑；以一點為圓心，ε為半徑的圓，稱為該點的ε領域；參數(shù)MinPts為最小核 心對象數(shù)；如果某點的ε領域內包含的點的數(shù)量大于等于MinPts，則該點稱為核心對象； 具體工程中參數(shù)ε、MinPts的值需要調整；然后，計算點qi到點q2的距離d，若d彡3,則 將點q2歸于點ε領域中，
[0098] 之后，輸入Τ"中的所有點的坐標，計算并找出能夠歸于點(^的ε領域內的所有 占 .
[0099] 假設得到ε領域內包含的m個點為{q 2, q3，…qn+1}，則ε領域內包含 的點數(shù)為m ;
[0100] 如果m多5,那么將qi歸為核心對象集合A #的點；如果0 < m < 5,則將q i歸為 邊緣對象集合B1內的點；如果m = 0,則將q i歸為噪音；
[0101] 再對Q1的領域內的其他點{q2, q3，…qm+1}按如上方法進行計算并判別是否為核心 對象，將點q:的領域內所有被歸為核心對象的點歸于集合A i，所有被歸為邊緣對象的點歸 于集合B1，刪除被歸為噪音的點；
[0102] 重復輸入T"內的所有點坐標，計算出每個點的核心對象集合（A1, Ay·· AJ、邊緣對 象集合（B1, ByBJ，其中噪音的核心對象集合與邊緣對象集合都記為0,再將這兩個大集合 按如下方法分別進行合并；
[0103] 取{AdA^AJ內的兩個集合Ap A2，若集合4Π 為即有重復點，則將A2內不與 4相交的樣本并入A 形成簇A/，并將A/作為新的合并對象參與下一次合并判斷；若集 合4Π 夂即沒有重復點，則將心賦值到簇A/中，AJ武值到簇厶2'中，并將A/、A2'作為新 的合并對象參與下一次合并判斷，然后取UdA^AJ中^分別與A/、A2'進行上述合并判 另IJ，如果為Π 4' =〇且為ΠΛ' =〇，則將AJ武值到簇A 3'中，并將A3'作為新的合并對象參與下 一次合并判斷。如此重復，直