一种基于三维点云的岩体结构面快速自动识别方法及装置

1.一种基于三维点云的岩体结构面快速自动识别方法，其特征在于，包括以下步骤：S1、获取调查区域工程岩体的三维点云模型；S2、通过超体素分割算法将三维点云模型进行自适应聚类得到超体素块列表及超体素块所属点集，并通过超体素法向量估计RANSAC算法对超体素块列表中每个超体素块进行平面拟合，得到其对应的拟合平面，形成超体素块拟合平面列表，根据超体素块列表、超体素块所属点集及超体素块拟合平面列表构建超体素模型；S3、通过双重准则约束区域生长算法对超体素模型进行结构面识别获得结构面模型；所述双重准则约束区域生长算法具体包括：S31、根据邻近算法确定超体素模型的超体素块列表中各超体素块的邻域超体素块集，其中超体素块的位置根据超体素块包含各点坐标平均值计算确定；S32、从超体素模型的超体素块列表中随机选取一个超体素块作为当前结构面，选取该超体素块作为种子点，以该超体素块的拟合平面作为当前结构面的拟合平面、以该超体素块的拟合平面方程作为当前结构面的拟合平面方程，以当前结构面所属点集和当前结构面的拟合平面方程根据内点率公式计算当前拟合平面的内点率，以当前拟合平面的内点率作为当前结构面拟合平面的内点率；S33、依次遍历种子点的邻域超体素块集中所有邻域超体素块，将满足双重准则约束条件的邻域超体素块及邻域超体素块的所属点集纳入当前结构面；S34、若步骤S33中双重准则约束条件得到满足，则更新当前结构面的拟合平面方程，以当前结构面所属点集和种子点邻域超体素块的拟合平面方程根据内点率公式计算种子点邻域超体素块的拟合平面的内点率，若种子点邻域超体素块的拟合平面的内点率大于当前结构面拟合平面的内点率，将其作为当前结构面的拟合平面的内点率，并更新该结构面的拟合平面方程为种子点邻域超体素块的拟合平面方程；S35、继续从当前结构面内选取不重复的超体素块作为种子点，重复步骤S33-S34，直至当前结构面内无超体素块可选取，此时完成结构面的划分；S36、从超体素模型的超体素块列表中继续随机选取未纳入当前结构面的超体素块，作为新的当前结构面，选取该超体素块作为种子点，重复步骤S32-S35，直至所有超体素块均划分至独立的结构面内；S4、对结构面模型的结构面分别计算产状。 2.根据权利要求1所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，步骤S2中所述超体素分割算法具体包括：S21、根据邻近算法确定三维点云模型中各点的邻域点集，并分别计算三维点云模型中各点与其邻域点的相似度量；S22、设置估计参数 的初始值为所有三维点云模型中各点与邻域点的相似度量值的中位数；S23、根据超体素分辨率R对三维点云模型进行体素降采样，获得降采样点云模型，统计降采样点云模型的点数为DK；S24、初始化三维点云模型中各点为独立的超体素块，选取该点为各超体素块的代表点并初始化超体素块所属点集；初始化各超体素块的邻接超体素块列表为三维点云模型中各点的邻域点构建得到的超体素块的序列；S25、遍历当前所有的超体素块，对于每个超体素块，遍历超体素块的邻接超体素块列表，如果满足下式，则将邻接超体素块合并到该超体素块中，将邻接超体素块所属点集合并至该超体素块所属点集中，并合并邻接超体素块列表： ；其中， 为邻接超体素块包含的点数量； 和 分别表示当前超体素块和其邻接超体素块的代表点； 表示 和 两点的相似度量；S26、将估计参数 翻倍，继续进行步骤S25，直到超体素块的数量为DK，最终得到数量为DK的超体素块列表及其对应的超体素块所属点集。 3.根据权利要求2所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，根据下式计算三维点云模型中各点与其邻域点的相似度量： ；其中，p和N分别表示三维点云模型中的点及其邻域点； 表示p和N两点的相似度量； 表示点p的法向量； 表示点N的法向量； 表示点p与点N的欧氏距离；R为超体素分辨率。 4.根据权利要求1所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，所述超体素法向量估计RANSAC算法具体包括：S27、随机不重复地选取超体素块所属点集中的一个点，使用该点的空间坐标和法向量求解，确定候选平面；S28、根据内点率公式计算候选平面的内点率 ；所述内点率公式如下所示： ；其中，点p是属于超体素块所属点集s中的点； 是超体素块所属点集s中点的数量；n为候选平面的法向量；d为候选平面的截距； 是内点阈值；指示函数 表示当满足条件时取1，不满足条件时取0；S29、重复步骤S27-S28，直到重复次数达到预设最大次数或超体素块内无点可选，此时选取内点率最大的候选平面作为超体素块的拟合平面，即内点率最大的候选平面的平面方程为超体素块的拟合平面方程；同时，内点率最大的候选平面的法向量作为超体素块的拟合平面法向量。 5.根据权利要求4所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，步骤S27中根据以下公式确定候选平面： ；其中，n为超体素块所属点集中的一个点的法向量；d是根据该点空间坐标求解的截距；X表示属于该平面点的坐标变量。 6.根据权利要求1所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，步骤S33中所述双重准则约束条件如下所示： ；其中， 为种子点的拟合平面法向量； 为种子点邻域超体素块的拟合平面法向量； 为当前结构面的拟合平面法向量； 表示向量的范数； 为第一判断阈值； 为第二判断阈值。 7.根据权利要求1所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，步骤S4具体包括：提取结构面模型的结构面列表中结构面，分别根据下式计算结构面的产状；所述产状包括倾向 和倾角 ： ； ；其中， 分别为结构面的拟合平面的法向量n在X，Y，Z三个方向的分量。 8.根据权利要求1所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，所述三维点云模型的结构包括点云空间坐标及点云法向量。 9.一种基于三维点云的岩体结构面快速自动识别装置，基于权利要求1-8中任一项所述的基于三维点云的岩体结构面快速自动识别方法，其特征在于，包括如下单元：点云模型生成单元，用于获取调查区域工程岩体的三维点云模型；超体素模型构建单元，用于通过超体素分割算法将三维点云模型进行自适应聚类得到超体素块列表及超体素块所属点集，并通过超体素法向量估计RANSAC算法对超体素块列表中每个超体素块进行平面拟合，得到其对应的拟合平面，形成超体素块拟合平面列表，根据超体素块列表、超体素块所属点集及超体素块拟合平面列表构建超体素模型；结构面模型构建单元，用于通过双重准则约束区域生长算法对超体素模型进行结构面识别获得结构面模型；产状分析单元，用于对结构面模型的结构面分别计算产状。