CN109470168A - 结构面二维轮廓曲线渐进取样方法 - Google Patents
结构面二维轮廓曲线渐进取样方法 Download PDFInfo
- Publication number
- CN109470168A CN109470168A CN201811316485.XA CN201811316485A CN109470168A CN 109470168 A CN109470168 A CN 109470168A CN 201811316485 A CN201811316485 A CN 201811316485A CN 109470168 A CN109470168 A CN 109470168A
- Authority
- CN
- China
- Prior art keywords
- sampling
- sample
- contour
- contour line
- curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
一种结构面二维轮廓曲线渐进取样方法,包括以下步骤:1)利用三维激光扫描仪岩石结构面表面,获得岩石结构面三维激光扫描图,截取长度为Dcm的岩石结构面轮廓曲线;2)对轮廓曲线进行处理,获取轮廓曲线的点云数据;3)对轮廓线进行采样;4)m依次取值为即可完成对结构面轮廓线以dcm为采样单元,Δd为单次推进长度的次取样;5)利用MATLAB编程,各个样本的点的坐标集进行处理获取各个样本的粗糙度信息,完成了对一条大型岩石结构面轮廓线的渐进取样。本发明在增大样本量提高样本代表性的同时,通过采样单元之间的相互重叠,保证了采样单元之间粗糙信息不丢失。
Description
技术领域
本发明涉及一种岩石结构面轮廓线渐进取样方法,通过使采样单元相互重叠,逐步推进取样,从而增大样本容量,且保证了采样单元之间粗糙信息不丢失,从而使获得的样本集能更好的代表结构面整体。适用于对大型岩石结构面轮廓线取样的场合。适用于对大型岩石结构面轮廓线取样的场合。
背景技术
研究表明,岩体的稳定性很大程度受岩石结构面的影响。而岩石结构面的力学性质与岩石结构面的表面粗糙度密切相关。Barton等最早提出利用结构面表面粗糙度系数(JRC)来量化结构面表面粗糙度,并提出10条标准粗糙度轮廓曲线及JRC-JCS模型。此后,JRC便成为国内外学者研究的热点。目前对岩体结构面二维粗糙度系数JRC评价方法的研究已较成熟,主要的评价方法有:经验估算法、统计参数法、直边法、修正直边法和分形维数法等。但对样品岩体结构面的取样方法的研究尚且不多,而对结构面的取样方法的合理性与否对研究者求得结构面粗糙度系数JRC值合理与否,及能否很好的代表结构面整体表面几何形态有很大的影响。
目前,学者们求取轮廓线JRC值是对轮廓线整体进行求值,计算对象往往是一些小型结构面轮廓线。但在实际工程中所测量得到的轮廓线往往很大,甚至达数米长,这时一般的扫描仪无法完成对轮廓线的扫描,从而无法对轮廓线进行数字化处理,此时就需要对轮廓线进去取样,利用大量小的轮廓线样本来代表轮廓线整体。传统的取样方法有随机取样法和均匀取样法两种,随机取样法是在轮廓线表面随机截取大量相等长度的轮廓线样本。该取样方法获得的样本量较大,但样本覆盖的均匀性不够良好,且该类取样方法在对结构面轮廓线的取样中的研究鲜有报道。均匀取样法是在确定单个样本轮廓线直线长度后,从原轮廓线一端开始,依次截取相同直线长度的样本轮廓线。该取样方法所获得的样本量较少,且会造成各样本边界的粗糙信息的丢失。因此,需要一种即能保证获取的样本数量足够大,又能保证获取的样本代表性足够高的取样方法。
发明内容
在对一条大型的岩体结构面轮廓曲线进行取样时,传统取样方法所获得的样本量偏少,无法较好的代表轮廓线整体,且采样单元之间的粗糙信息会丢失。为了克服这一缺点,本发明提出一种针对大型结构面轮廓曲线的渐进的取样方法,在增大样本量提高样本代表性的同时,通过采样单元之间的相互重叠,保证了采样单元之间粗糙信息不丢失。
本发明解决其技术问题所采用的技术方案是:
一种结构面二维轮廓曲线的渐进取样方法,包括以下步骤:
1)利用三维激光扫描仪岩石结构面表面,获得岩石结构面三维激光扫描图,从三维激光扫描图上截取长度为Dcm的岩石结构面轮廓曲线;
2)对1)中截取的轮廓曲线进行处理,获取轮廓曲线的点云数据,方法为:利用MATLAB编程,将轮廓曲线摆正,建立平面直角坐标系,并使轮廓曲线左端点的X坐标为0;
3)对轮廓线进行采样:在采样时,以dcm长的线段为采样单元,Δdcm为单次推进长度,其中Δd<d<D,对结构面轮廓线进行渐进取样,具体取样方法为:令取样单元左右两端点的坐标分别为(xi,0)、(xi+d,0)、其中xi=Δd*m,(m为整数),利用MATLAB编程遍取轮廓线上,在X轴上的投影落在一个取样单元内的所有的点{(xj,yj)|xj∈(xi,xi+d)},记录这些点的坐标信息,利用点集的坐标信息集表示该轮廓线的粗糙度信息,并做记录;
4)使3)中m依次取值为即可完成对结构面轮廓线以dcm为采样单元,Δd为单次推进长度的次取样,若采样单元最后一次移动,超出轮廓曲线范围,以两者重叠部分为采样样本;
5)利用MATLAB编程,对4)中组样本中,各个样本的点的坐标集进行处理获取各个样本的粗糙度信息,此时便完成了对一条大型岩石结构面轮廓线的渐进取样。
本发明的有益效果主要表现在:(1)利用渐进的取样方法所获取的样本量更大,使样本集更能代表轮廓线整体。(2)在利用渐进取样方取样时,样本与样本之间会有一段长度的重叠,可以有效防止取样单元边界间轮廓线粗糙度信息丢失。
附图说明
图1是从岩石结构面上截取结构面轮廓线。
图2是岩体结构面轮廓线图。
图3是渐进取样方法图解(d=40cm、Δd=20cm)。
图4是利用均匀取样法和渐进取样法对轮廓曲线进行取样,所获取的样本数量对比图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图4,一种结构面二维轮廓曲线的渐进取样方法,包括以下步骤:
1)利用三维激光扫描仪岩石结构面表面,获得岩石结构面三维激光扫描图,从三维激光扫描如上截取长度D=100cm的岩石结构面轮廓曲线(图1)。
2)对1)中截取的轮廓曲线进行处理,获取轮廓曲线的点云数据。具体方法为:利用MATLAB编程,将轮廓曲线摆正,建立平面直角坐标系,并使轮廓曲线左端点的X坐标为0,以0.5mm为间距在轮廓曲线上取点,并获取各点的坐标数据(x,y)。
3)接下来对轮廓线进行取样:首先建立长度为40cm的单位取样单元,在取样时,将取样单元每次向前推进20cm,具体方法是:令取样单元左右两端点的坐标分别为(xj,0)、(xj+40,0)、其中xj=20*m,(m∈[0,3],m为整数)。当m=0时,取样单元的左端点在坐标系的原点处,此时,记录轮廓线长的在X轴上的投影落在该取样单元内的所有点的坐标,利用点集的坐标信息集表示该轮廓线的粗糙度信息,并存为矩阵。
4)使m依次取值为0、1、2、3,即可产生4个取样单元,及对应的4个点集坐矩阵。
5)利用像素点的X轴坐标表示其在轮廓线上的位置,Y轴坐标表示其相对起伏高度,通过点集的坐标举证来表示轮廓线样本的粗糙度信息。此时,便完成了对该条结构面轮廓线的渐进取样。
为了体现在获取样本容量上本发明方法较均匀取样法的优越性,令采样单元长度为d=10cm,分别利用均匀取样法和渐进取样法对轮廓曲线进行取样,所获取的样本数量对比如图4。
从图4中可以看出在采样单元长度相同时,渐进取样法获取的样本数量远大于均匀取样法,且渐进取样法可通过改变单次推进长度(Δd)的大小,调整所获取的样本数量,随着Δd值的减小,样本数量接近几何级增长。
Claims (1)
1.一种结构面二维轮廓曲线渐进取样方法,其特征在于,所述方法包括以下步骤:
1)利用三维激光扫描仪岩石结构面表面,获得岩石结构面三维激光扫描图,从三维激光扫描图上截取长度为Dcm的岩石结构面轮廓曲线;
2)对1)中截取的轮廓曲线进行处理,获取轮廓曲线的点云数据,方法为:利用MATLAB编程,将轮廓曲线摆正,建立平面直角坐标系,并使轮廓曲线左端点的X坐标为0;
3)对轮廓线进行采样:在采样时,以dcm长的线段为采样单元,Δdcm为单次推进长度,其中Δd<d<D,对结构面轮廓线进行渐进取样,具体取样方法为:令取样单元左右两端点的坐标分别为(xi,0)、(xi+d,0)、其中xi=Δd*m,(m为整数),利用MATLAB编程遍取轮廓线上,在X轴上的投影落在一个取样单元内的所有的点{(xj,yj)|xj∈(xi,xi+d)},记录这些点的坐标信息,利用点集的坐标信息集表示该轮廓线的粗糙度信息,并做记录;
4)使3)中m依次取值为即可完成对结构面轮廓线以dcm为采样单元,Δd为单次推进长度的次取样,若采样单元最后一次移动,超出轮廓曲线范围,以两者重叠部分为采样样本;
5)利用MATLAB编程,对4)中组样本中,各个样本的点的坐标集进行处理获取各个样本的粗糙度信息,此时便完成了对一条大型岩石结构面轮廓线的渐进取样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811316485.XA CN109470168A (zh) | 2018-11-07 | 2018-11-07 | 结构面二维轮廓曲线渐进取样方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811316485.XA CN109470168A (zh) | 2018-11-07 | 2018-11-07 | 结构面二维轮廓曲线渐进取样方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109470168A true CN109470168A (zh) | 2019-03-15 |
Family
ID=65667010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811316485.XA Pending CN109470168A (zh) | 2018-11-07 | 2018-11-07 | 结构面二维轮廓曲线渐进取样方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109470168A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111561879A (zh) * | 2020-05-11 | 2020-08-21 | 西安理工大学 | 一种红外激光照射提取钢轨轮廓曲线的检测***与方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825444A (zh) * | 2010-04-09 | 2010-09-08 | 上海辉格科技发展有限公司 | 基于面结构光的车载路谱测试*** |
US20130236382A1 (en) * | 2010-08-27 | 2013-09-12 | Technical University Of Denmark | Zeolite scr catalysts with iron or copper |
CN106769276A (zh) * | 2016-11-14 | 2017-05-31 | 绍兴文理学院 | 基于Dice相似度量的三维结构面代表性试样选取方法 |
CN107656902A (zh) * | 2017-09-13 | 2018-02-02 | 绍兴文理学院 | 不同采样间距下的结构面粗糙度系数统计方法 |
CN108509701A (zh) * | 2018-03-21 | 2018-09-07 | 南京航空航天大学 | 一种基于振动信号的旋转机械故障直接智能诊断方法 |
-
2018
- 2018-11-07 CN CN201811316485.XA patent/CN109470168A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101825444A (zh) * | 2010-04-09 | 2010-09-08 | 上海辉格科技发展有限公司 | 基于面结构光的车载路谱测试*** |
US20130236382A1 (en) * | 2010-08-27 | 2013-09-12 | Technical University Of Denmark | Zeolite scr catalysts with iron or copper |
CN106769276A (zh) * | 2016-11-14 | 2017-05-31 | 绍兴文理学院 | 基于Dice相似度量的三维结构面代表性试样选取方法 |
CN107656902A (zh) * | 2017-09-13 | 2018-02-02 | 绍兴文理学院 | 不同采样间距下的结构面粗糙度系数统计方法 |
CN108509701A (zh) * | 2018-03-21 | 2018-09-07 | 南京航空航天大学 | 一种基于振动信号的旋转机械故障直接智能诊断方法 |
Non-Patent Citations (1)
Title |
---|
赵永立: "基于LabVIEW的车辆振动测试分析***研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111561879A (zh) * | 2020-05-11 | 2020-08-21 | 西安理工大学 | 一种红外激光照射提取钢轨轮廓曲线的检测***与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148211B (zh) | 一种基于点云数据的电力线三维重建方法 | |
CN109118574A (zh) | 一种基于三维特征提取的快速逆向建模方法 | |
CN106548484A (zh) | 基于二维凸包的产品模型散乱点云边界特征提取方法 | |
CN103955939A (zh) | 三维扫描***中点云拼接用边界特征点配准方法 | |
CN109448087B (zh) | 一种盾构隧道表面点云数据分段方法 | |
CN101692257A (zh) | 一种复杂曲面的配准方法 | |
CN103701466A (zh) | 基于特征保留的散乱点云压缩算法 | |
CN108804714A (zh) | 点云数据存储方法及装置 | |
CN103106632A (zh) | 一种基于均值漂移的不同精度三维点云数据的融合方法 | |
CN106780458A (zh) | 一种点云骨架提取方法及装置 | |
CN106446415A (zh) | 一种基于点云数据的变电站支柱绝缘子中心线提取方法 | |
CN108692668B (zh) | 基于光纤光栅传感的三维形状检测***及方法 | |
CN103186787A (zh) | 基于点云模型的低质汉字初始骨架提取算法 | |
CN104764407A (zh) | 一种电缆护套厚度的精细测量方法 | |
CN109470168A (zh) | 结构面二维轮廓曲线渐进取样方法 | |
CN110009678A (zh) | 正畸用弓丝弯制检测方法及*** | |
CN109509184A (zh) | 基于全覆盖取样的结构面三维粗糙度系数确定方法 | |
CN109241212B (zh) | 基于中尺度数值大气模式与高分辨率历史降雨反演方法 | |
CN111008429B (zh) | 一种基于点云的异构cad几何一致性对比方法 | |
CN202794518U (zh) | 基于机载insar生产3d产品的精度检测*** | |
CN106570835B (zh) | 一种点云简化滤波方法 | |
CN109443256A (zh) | 基于渐进取样的结构面三维粗糙度系数确定方法 | |
Wang et al. | Simplified representation for 3D point cloud data | |
CN115112246A (zh) | 基于温度微分的车载电缆终端内部热缺陷定位检测方法 | |
CN112581521B (zh) | 一种磁浮轨道中心线提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190315 |
|
RJ01 | Rejection of invention patent application after publication |