[发明专利]一种岩体结构面极点图和倾角玫瑰花图快速智能绘制方法

权利要求书

1.一种岩体结构面极点图和倾角玫瑰花图快速智能绘制方法，其特征在于，所述方法包括以下步骤：

(1)岩体结构面数字摄影测量快速获取，过程如下：

1.1：根据观测区域岩体范围与空间位置，选取表面节理发育较好且无障碍物的岩体作为摄影测量区域，将标杆垂直的立于测量区域一侧，用于标定最后生成的三维图像上任意两点间的距离；

1.2：在岩体表面选取一块露头的、区域比较大、比较平滑的结构面作为标定点，用罗盘测量出倾向及倾角，并做标记，用于后处理时图像的方位真实化；

1.3：使用高分辨率相机，在选定区域正前方左、右位置，对岩体依次拍照，两次拍摄时，镜头离所测岩体的距离D及两次成像位置之间的距离B满足关系B＝D/8～D/5；

1.4：测点数据采集完成后，取回标杆，返回室内作进一步后处理操作；

1.5：将野外摄影测量所获取的左、右视图导入到软件分析系统，采用基准标定、像素点匹配、图像变形偏正纠正等方法对左、右视图中的像素点进行匹配，合成岩体表面三维实体模型；

1.6：根据标杆尺寸以及罗盘量出的标定点产状，进行三维实体模型方位、尺寸和距离的真实化；

1.7：基于真实化的实体模型，识别定位出每条结构面，并导出结构面数据信息；

(2)岩体结构面极点图和倾角玫瑰花图智能绘制系统研发。

2.如权利要求1所述的岩体结构面极点图和倾角玫瑰花图快速智能绘制方法，其特征在于，所述步骤(2)中，岩体结构面极点图和倾角玫瑰花图智能绘制系统研发的过程如下：

岩体结构面极点图和倾角玫瑰花图智能绘制系统采用C++ Builder开发工具编程，采用逐步求解的结构化软件设计方法，共包括6个模块，分别为：数据智能导入模块、模糊等价聚类算法智能计算模块、极点图智能绘制模块、结构面智能统计分析模块、数据智能输出模块和倾角玫瑰花图智能绘制模块；

2.1：数据智能导入模块

用于将数字摄影测量获得的结构面数据，智能导入到软件系统中；

2.2：模糊等价聚类算法智能计算模块

基于模糊等价聚类算法，智能实现结构面产状的模糊等价聚类，过程如下：

2.2.1：设结构面的实测样本数为N，第i个样本表示为(x_i1，x_i2)，x_i1为结构面倾向，x_i2为结构面倾角，其模糊关系矩阵R为：

矩阵中的元素r_ij为第i个样本与第j个样本间的相似系数，表征其两者间的相似程度；r_ij越大表示样本i与样本j越相似；

2.2.2：计算相似系数r_ij：

式中，i＝1，2...N；j＝1，2...N；c为计算参数(0≤c≤1)，适当选取c值使得r_ij在[0，1]

中分散开来；

2.2.3：求解闭包t(R)：

R²＝RR

R⁴＝R²R²

… (3)

2.2.4：进行结构面分组判断：模糊矩阵乘法运算步骤与普通矩阵乘法相似，不同的是，并非先两项相乘后再相加，而是先取小后取大；若C＝AB，则C中的元素n级模糊关系矩阵R，即为n个R连乘；即

当Rⁿ＝Rⁿ⁺¹＝Rⁿ⁺²＝…时 (5)

有，模糊等价矩阵t(R)＝Rⁿ (6)

取定截集水平λ∈[0，1]，若t(R)中r_ij≥λ，则结构面i和j属于同一类；即

r_ij≥λ (7)

2.3：极点图智能绘制模块

根据聚类结果和结构面分组结果，智能绘制出结构面产状极点图，过程如下；

2.3.1：采用下半球等角度投影方法绘制极点图；

2.3.2：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) (8)

α_d∈(0，360)，β_d∈(0，90) (11)

2.3.3：得到以单位法向量表示的结构面产状数据；

2.3.4：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图，A’点为该平面法线的赤面投影，结合赤平投影原理图，计算出A’在赤平投影图上的坐标x_n和y_n，公式如下：

2.3.5：求解出所有结构面法线的赤平投影坐标点(x_n，y_n)；

2.3.6：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；

2.3.7：将所有结构面的赤平投影坐标(x_n，y_n)，绘制在基圆图上；

2.3.8：智能实现结构面极点图的绘制；

2.4：结构面智能统计分析模块

用于对聚类后的结构面智能统计分析，获取每组结构面的倾向、倾角、迹长、间距和断距的均值和方差，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，智能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：数据智能输出模块

智能输出结构面产状的分类信息，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：倾角玫瑰花图智能绘制模块

根据倾角玫瑰花图绘制方法，智能绘制出结构面倾角玫瑰花图，过程如下；

2.6.1：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°} (19)

θ＝10(j-1) (20)

j∈(1，36) (21)

2.6.2：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) (23)

2.6.3：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；

2.6.4：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；

2.6.5：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；

2.6.6：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：智能绘制出节理倾角玫瑰花图。