[发明专利]一种结构面极点图和产状玫瑰花图快速自动绘制方法

权利要求书

1.一种结构面极点图和产状玫瑰花图快速自动绘制方法，其特征在于，所述方法包括以下步骤：

(1)结构面三维激光扫描快速获取，过程如下：

1.1：根据扫描目标和场地条件，选择扫描机位点，架设三脚架，架设中要确保仪器按照一定的扫描路线可以完整的获取边坡岩体的三维空间点云信息，同时要尽可能保证三脚架台面水平，并放置控制靶；

1.2：放置扫描仪主机在三脚架台面，固定旋钮，通过粗调脚架及微调扫描仪底座使主机气泡居中，设置扫描仪端口参数；

1.3：启动扫描控制软件，配置扫描仪相关参数，进入扫描仪控制界面，规划扫描角度，根据扫描目标设置扫描范围，调整相机配置参数，获取扫描目标图像；

1.4：固定扫描范围，获取扫描间距，设定采样间距，开始数据获取，并实时查看扫描点云数据及彩色信息情况，根据扫描成果随时调整扫描参数设定；

1.5：导出结构面点云数据；

(2)结构面极点图和产状玫瑰花图自动绘制系统研发。

2.如权利要求1所述的结构面极点图和产状玫瑰花图快速自动绘制方法，其特征在于，所述步骤(2)中，结构面极点图和产状玫瑰花图自动绘制系统研发的过程如下：

结构面极点图和产状玫瑰花图自动绘制系统采用C++ Builder开发工具编程，采用逐步求解的结构化软件设计方法，包括8个模块，分别为：点云数据自动处理模块、近邻传播算法自动计算模块、极点图自动绘制模块、结构面自动统计分析模块、数据自动输出模块、走向玫瑰花图自动绘制模块、倾向玫瑰花图自动绘制模块和倾角玫瑰花图自动绘制模块；

2.1：点云数据自动处理模块

用于将三维激光扫描获得的结构面点云数据，自动进行处理，获得以单位法向量表示的结构面产状，过程如下；

2.1.1：自动导入结构面点云数据；

2.1.2：计算拓扑构造后的点云中当前点与相邻点的距离与距离均值，通过距离阈值对点云数据中噪声点进行识别、剔除；

2.1.3：根据三维激光扫描仪自身空间坐标位置和现场结构面产状方位，确定点云数据的空间三维坐标；

2.1.4：基于下半球等角度投影方法进行点云数据的转换；

2.1.5：将以倾向α_d和倾角β_d表示的节理产状数据转换为以节理单位法向量表示的结构面产状数据，设α_n和β_n分别为结构面单位法向量的倾伏向和倾伏角，对于任意结构面的单位法向量表示为X＝(x₁，x₂，x₃)，此时半球面上每个点都对应一个节理产状，公式为：

X＝(x₁，x₂，x₃) (1)

α_d∈(0，360)，β_d∈(0，90) (4)

2.1.6：得到以单位法向量表示的结构面数据；

2.2：近邻传播算法自动计算模块

基于近邻传播算法，自动实现结构面产状的聚类分析，过程如下：

2.2.1：设结构面的实测样本数量为N，每个样本数据的倾向为X_i，倾角为Y_i，i∈(1，N)；以每个样本数据的倾向X_i，倾角Y_i作为一个聚类，确定一个初始聚类中心，共得到N个初始聚类中心；

2.2.2：通过相似性度量准则，遍历所有样本数据，计算每个样本数据距离聚类中心的距离，并将每个样本数据分配到距离它最近的聚类中心，得到N组数据；

2.2.3：对于每组数据，通过特征模量分析方法，求解计算每组数据的聚类中心，假设某组内存在l个数据，则聚类中心按如下方法求解：

2.2.4：首先，按如下公式计算矩阵S

式中：(x_i，y_i，z_i)为任意结构面的单位法向量，i∈(1，l)；

2.2.5：其次，求解矩阵S的特征值(τ₁，τ₂，τ₃)和特征向量(ξ₁，ξ₂，ξ₃)，其中τ₁＜τ₂＜τ₃，最大特征值对应的特征向量ξ₃为组内l个向量的平均向量，将ξ₃作为新的聚类中心；

2.2.6：针对所有样本数据，重复计算每个样本数据距离聚类中心的距离、矩阵S以及特征值和特征向量，直到所有聚类中心的位置都固定，确定出结构面的分组；

2.2.7：将以单位法向量表示的结构面产状数据转换为以倾向、倾角表示的结构面产状数据；

2.2.8：对结构面产状数据进行统计分析，计算结构面倾角的平均值m与标准差σ，计算倾角数据的稳健区间[m-σ，m+σ]；

2.2.9：判断样本数据的初始聚类中心的倾向X_i和倾角Y_i是否落在稳健区间稳健区间[m-σ，m+σ]，若是，则聚类分析完成；若不是，则需要对样本数据重新聚类，直到初始聚类中心的倾向X_i和倾角Y_i均落在稳健区间内[m-σ，m+σ]；

2.3：极点图自动绘制模块

该模块的功能是根据聚类结果和结构面分组结果，自动绘制出结构面产状极点图，算法过程如下；

2.3.1：基于结构面法向产状数据，根据结构面空间赤平投影图的纵剖面原理，设A’点为该平面法线的赤面投影，结合赤平投影原理，计算出A’在赤平投影图上的坐标x_n和y_n，公式如下：

2.3.2：求解出所有结构面法线的赤平投影坐标点(x_n，y_n)；

2.3.3：绘制一条直径为单位长度的基圆，绘制出铅直和水平两条直径，并标出E、S、W、N；

2.3.4：将所有结构面的赤平投影坐标(x_n，y_n)，绘制在基圆图上；

2.3.5：实现结构面极点图的自动绘制；

2.4：结构面自动统计分析模块

用于对聚类后的结构面自动进行统计分析，获取每组结构面的倾向、倾角、迹长、间距、断距的均值和方差，过程如下：

2.4.1：确定样本分区区间m；

2.4.2：求解样本极差

2.4.3：计算每个分区区间M_m：

2.4.4：确定样本落在每个分区区间里的概率，先利用计算机循环语言统计落在每一个区间的样本个数N_m，结合样本总数N，计算样本数概率P_m：

2.4.5：求解样本均值

2.4.6：求解样本方差S²，其中S为标准差：

2.4.7：根据概率P_m值，自动绘制出每组结构面的倾向、倾角、迹长、间距和断距的概率分布形态；

2.5：数据自动输出模块

自动输出结构面产状的分组信息，包括每组结构面的倾向、倾角、迹长、间距和断距的均值和方差；

2.6：走向玫瑰花图自动绘制模块

根据走向玫瑰花图绘制方法，自动绘制出结构面走向玫瑰花图，过程如下；

2.6.1：将测量所得的节理走向数据，换算成北东和北西方向，按节理走向方位角大小依次排序，每隔α＝10°角度进行分组，每组命名T_i；

T_i＝{α，α+9°} (13)

α＝10(i-1) (14)

i∈(1，10)∪(27，36) (15)

2.6.2：统计每组节理的数目和每组节理的平均走向

i∈(1，10)∪(27，36) (17)

2.6.3：根据作图的大小和各组节理数目，选取一定长度的线段代表一组节理，确定线段的比例尺L_T；

2.6.4：以等于按比例尺L_T表示的、数目最多的一组节理的线段长度为半径，作半圆，过圆心作南北线及东西线，在圆周上标明方位角；

2.6.5：对每组节理T_i，按平均走向为方位角，在半圆上做出记号，自圆心向圆周记号点半径方向，按组内数目和比例尺L_T定出一点该点即表示该组节理平均走向和节理数目；

2.6.6：顺次连接和如其中某组节理数为零，则连线回到圆心，再由圆心引出与下一组相连；

2.6.7：绘制出节理走向玫瑰花图；

2.7：倾向玫瑰花图自动绘制模块

根据倾向玫瑰花图绘制方法，自动绘制出结构面倾向玫瑰花图，过程如下；

2.7.1：将测量所得的节理倾向数据，按节理倾向方位角大小依次排序，每隔θ＝10°角度进行分组，每组命名D_j；

D_j＝{θ，θ+9°} (20)

θ＝10(j-1) (21)

j∈(1，36) (22)

2.7.2：统计每组节理的数目和每组节理的平均倾向

j∈(1，36) (24)

2.7.3：根据作图的大小和各组节理数目，选取一定长度的线段代表一组节理，确定线段的比例尺L_D；

2.7.4：以等于按比例尺L_D表示的、数目最多的一组节理的线段长度为半径作圆，过圆心作南北线及东西线，在圆周上标明方位角；

2.7.5：对每组节理D_j，按平均倾向为方位角，在半圆上做出记号，自圆心向圆周记号点半径方向，按组内数目和比例尺L_D定出一点该点即表示该组节理平均倾向和节理数目；

2.7.6：顺次连接和如其中某组节理数为零，则连线回到圆心，再由圆心引出与下一组相连；

2.7.7：绘制出结构面倾向玫瑰花图；

2.8：倾角玫瑰花图自动绘制模块

根据倾角玫瑰花图绘制方法，自动绘制出结构面倾角玫瑰花图，过程如下；

2.8.1：将测量所得的节理数据，先按节理倾向方位角大小依次排序，每隔θ＝10°角度进行分组，每组命名Q_j；

Q_j＝{θ，θ+9°} (27)

θ＝10(j-1) (28)

j∈(1，36) (29)

2.8.2：统计每组节理的数目每组节理的平均倾向和平均倾角

j∈(1，36) (31)

2.8.3：根据作图的大小和各组节理数目，选取一定的倾角角度代表一组节理，确定线段的比例尺L_Q；

2.8.4：以等于按比例尺L_Q表示的、数目最多的一组节理的线段倾角为半径作圆，过圆心作南北线及东西线，在圆周上标明方位角；

2.8.5：对每组节理D_j，按平均倾向为方位角，在半圆上做出记号，自圆心向圆周记号点半径方向，按组内数目和比例尺L_Q定出一点该点即表示该组节理平均倾角和节理数目；

2.8.6：顺次连接和如其中某组节理数为零，则连线回到圆心，再由圆心引出与下一组相连；

2.8.7：绘制出节理倾角玫瑰花图。