[发明专利]一种基于无人机摄影技术的高陡边坡危岩体快速识别方法

权利要求书

1.一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，包括如下步骤：

1)利用无人机高清照片生成点云模型，并进行点云去噪和稀疏处理；

2)计算点云模型的一般特征点，利用基于密度的噪声应用空间聚类算法将一般特征点聚类成多个一般特征点集；

3)利用支持向量机对一般特征点集进行分类，确定出危岩体的边界点集；

4)在每个边界点集的邻域内，将危岩体所在边坡上的点拟合成一个平面来切割点云模型；再从点云中删除这些平面与点云模型之间的交点后，利用基于密度的噪声应用空间聚类算法将剩余的点云模型划分为多个独立的点云区域；根据各独立点云区域的几何特征，确定代表危岩体的区域；

5)对危岩体进行初步的稳定性评估。

2.根据权利要求1所述的一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，所述步骤1)中，利用无人机高清照片生成点云模型，并进行点云去噪和稀疏处理的方法为：

通过无人机摄影和SFM技术生成密集点云模型，对密集点云进行去噪，稀疏操作。

3.根据权利要求1所述的一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，所述步骤2)中，一般特征点的计算过程如下：

S1.根据Weingarten映射矩阵性质，估计各点的离散主曲率和主方向；

S2.判断沿着每个点最小主曲率方向且距离该点左右两侧r米范围内，法截线上点的最小主曲率是否可以取到极小值；如果能，则该点属于一般特征点。

4.根据权利要求1或3所述的一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，所述步骤3)中，利用支持向量机对一般特征点集进行分类，确定出危岩体的边界点集的方法为：

首先，通过人工目视解读，从边坡点云模型上圈定出多个典型的危岩体；同时，选择一般特征点集中属于危岩体边界的点集作为SVM训练的样本数据；然后，计算所有一般特征点集的特征参数；接着，采用典型危岩体边界点集训练SVM，并推导出所有一般特征点集到SVM决策面的距离值，该距离被视为每个点集的分数；最后，将样本的最小得分作为阈值，得分大于该阈值的一般特征点集将被作为危岩体边界点集。

5.根据权利要求4所述的一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，所述步骤4)中，对边坡点云模型进行切割，提取可能危岩体的方法为：

首先，根据邻域算法计算每个危岩体边界点集的邻域点；然后，将邻域点中在坡面的点拟合成平面，对点云模型进行切割；接着，从点云模型中移除这些平面与模型的交点，对剩余点云进行基于密度的噪声应用空间聚类，聚类结果为多个孤立点云区域；最后，计算多个典型危岩体的体积-表面积比，将最小的体积-表面积比作为阈值；比较该阈值与聚类得到的每个孤立点云区域的体积-表面积比，如果某一区域的体积-表面积比大于阈值，则该孤立点云区域是危岩体区域。

6.根据权利要求5所述的一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，危岩体边界点集的领域点既包括危岩体表面上的点，又包括危岩体所在坡面上的点。

7.根据权利要求1或5所述的一种基于无人机摄影技术的高陡边坡危岩体快速识别方法，其特征在于，所述步骤5)中，对危岩体进行初步的稳定性评估方法为：

首先，根据赤平投影分析，确定每个危岩体底滑面倾角；接着，将危岩体表面在底滑面上进行投影并分成合适大小的网格，每个网格对应一个从危岩体表面到底滑面的岩石柱；然后，利用减少应力张量理论估算每个岩石柱自重在底滑面上引起的剪应力和法向应力比，以此代替与该岩石柱对应网格区域的平均应力比值；最后，根据摩尔-库仑破坏准则，确定底滑面上发生破坏的网格位置，计算所有破坏网格面积与底滑面总面积之比，根据该比值大小，对危岩体稳定性进行分级。