[发明专利]基于Jaccard相似度量的结构面粗糙度系数评价方法

摘要

一种基于Jaccard相似度量的结构面粗糙度系数评价方法，分别选取Barton的m条标准轮廓曲线的高像素照片，以μ为精度对图片轮廓曲线各点进行坐标数据的提取；根据提取的x、y坐标数据，计算起伏角度，标准轮廓曲线的特征向量，通过对相邻起伏角度频数的归一化实现；在野外现场选定所需要测定的结构面，统计测试轮廓曲线上所有相邻起伏角度的分布规律，记录θi出现在每个区间内的频数，构成测试轮廓曲线特征向量；测试轮廓曲线特征向量进行归一化；根据Jaccard相似度量方法，分别确定测试曲线与m条标准曲线的相似度，对相似度量结果做变化，rk＝1，所对应的粗糙度系数范围是该测试曲线的粗糙度系数值。本发明准确性良好。

主权项

1.一种基于Jaccard相似度量的结构面粗糙度系数评价方法，其特征在于：所述评价方法包括如下步骤：1)分别选取Barton的m＝10条标准轮廓曲线的高像素照片，以μ为精度对图片轮廓曲线各点进行坐标数据的提取；2)根据提取的x、y坐标数据，按照如下公式计算轮廓曲线上相邻两点(xi,yi)、(xi+1,yi+1)的起伏角度θi，3)以设定度数为间隔，统计标准轮廓曲线上所有相邻起伏角度θi的分布规律，记录θi出现在每个区间内的频数，构成标准轮廓曲线特征向量S*；4)标准轮廓曲线的特征向量，通过对相邻起伏角度频数的归一化实现，其公式为其中，s_i为标准轮廓曲线特征向量S^*的归一化向量的元素；为标准轮廓曲线每个角度间隔上的频数；和是相邻起伏角度的最小和最大频数；5)在野外现场选定所需要测定的结构面，采用轮廓曲线仪沿着测量方向绘制结构面表面的轮廓曲线，然后通过室内图像扫描与数据提取，获得精度为μ的结构面轮廓高程数据；6)以设定度数为间隔，统计测试轮廓曲线上所有相邻起伏角度θi的分布规律，记录θi出现在每个区间内的频数，构成测试轮廓曲线特征向量T；7)测试轮廓曲线特征向量T按下式(3)进行归一化t_i为测试轮廓曲线特征向量的归一化向量的元素；为测试轮廓曲线每设定度数间隔上的频数；8)根据Jaccard相似度量方法，分别确定测试轮廓曲线与m条标准轮廓曲线的相似度，其公式为：相似度量结果记作vk＝J(T,Sk)，k＝1,2,…,m，m是标准轮廓曲线的条数，Sk为第k条标准轮廓曲线的归一化向量，T为测试轮廓曲线的归一化向量；9)对相似度量结果做如下变化，rk为相似度量结果的归一化值；vmin是相似度量结果的最小值；vmax是相似度量结果的最大值，rk＝1说明该标准轮廓曲线与测试轮廓曲线的粗糙起伏特征最为接近，此时该标准轮廓曲线所对应的粗糙度系数就是该测试轮廓曲线的粗糙度系数值。