基于密度自适应区域生长的结构面识别方法研究

吴顺川, 杨洲峰, 韩龙强, 孙嘉宝, 姜丙荣

中国矿业大学学报 ›› 2025, Vol. 54 ›› Issue (6) : 1434 -1446.

PDF
中国矿业大学学报 ›› 2025, Vol. 54 ›› Issue (6) : 1434 -1446. DOI: 10.13247/j.cnki.jcumt.20250418

基于密度自适应区域生长的结构面识别方法研究

    吴顺川, 杨洲峰, 韩龙强, 孙嘉宝, 姜丙荣
作者信息 +

Author information +
文章历史 +
PDF

摘要

为实现岩体结构面的精确识别,针对传统区域生长算法在处理三维点云时因密度分布不均和固定阈值限制而效果不佳的问题,提出一种密度自适应的改进区域生长算法.该方法引入随局部点云密度自适应调整的阈值函数,并在后处理阶段融合小聚类过滤与未分类点投票机制,结合平滑性与共面性约束,提升结构面提取的几何连续性.同时,利用双曲正切函数实现曲率阈值与法向量夹角阈值的平滑过渡调节.选取沉积岩和正石英岩边坡露头点云数据进行对比试验与工程验证.结果表明:结构面识定的倾角误差与倾向误差平均值分别为0.24°~2.60°和0.43°~2.90°,满足工程精度要求.本研究为结构面识别中的参数自适应调整提供了有效方法.

关键词

岩体结构面 / 精确识别 / 三维点云 / 密度自适应 / 改进区域生长算法

Key words

引用本文

引用格式 ▾
基于密度自适应区域生长的结构面识别方法研究[J]. 中国矿业大学学报, 2025, 54(6): 1434-1446 DOI:10.13247/j.cnki.jcumt.20250418

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/