基于单次滤波和循环方向变换的封闭岩面点云中断裂集的自动特征化
计算机视觉与模式识别
2026-02-03 v1
摘要
对暴露岩面结构断裂集进行特征化对于评估岩体稳定性、挖掘安全以及作业效率至关重要。无人机等移动激光扫描技术提供了高效获取岩面点云的手段。然而，针对封闭洞室中断裂集特征化的鲁棒且高效的方法，仍是开放的研究问题。本研究提出了一种新的自动化断裂集特征化方法，采用单次滤波策略、创新的循环方向变换方案以及层次聚类技术。单次滤波步骤通过信号处理技术在一次遍历中隔离平面区域，同时稳健地抑制噪声和高曲率伪影。为解决笛卡尔坐标聚类处理极坐标方向数据上的局限性，开发了循环方向变换方案，使斜角和倾向方向在笛卡尔空间中得到准确表示。变换后的方向随后被层次聚类技术特征化，以处理不同密度分布并在不需用户指定聚类数的前提下识别聚类。该方法的准确性在真实矿井库房和使用 Virtual Compass 工具人工挑选的断裂平面（以及广泛使用的自动结构映射技术）得到的真实值上进行了验证。该方法在实际矿井库房数据上表现出色，平均绝对误差分别为 1.95° 和 2.20°（分别对应倾斜角和倾向方向），且分散误差均低于 3°。
引用
@article{arxiv.2602.01783,
title = {Automated Discontinuity Set Characterisation in Enclosed Rock Face Point Clouds Using Single-Shot Filtering and Cyclic Orientation Transformation},
author = {Dibyayan Patra and Pasindu Ranasinghe and Bikram Banerjee and Simit Raval},
journal= {arXiv preprint arXiv:2602.01783},
year = {2026}
}