面向从软件生成点云中自动提取平面产状的系统
机器学习
2020-12-23 v1 计算机视觉与模式识别
摘要
在地质学中，一项关键活动是利用平面产状测量（如走向、倾角和倾伏方向）来刻画地质构造（地表形态拓扑与岩石单元）。一般而言，这些测量使用基本设备手动采集；通常用罗盘/倾角仪和背板，手工记录在图上。各种计算技术和技术，如激光雷达(Lidar)，已被用于使该过程自动化并更新此类测量的采集范式。诸如运动恢复结构(Structure from Motion, SfM)等技术通过从输入图像生成点云来重建场景和物体，可在分米尺度上实现精细重建。SfM类技术在成本和在更多变环境条件下的可用性方面具有优势，但牺牲了极高程度的数据保真度。本文提出一种数据采集方法及一个基于机器学习(ML)的软件系统：GeoStructure，其开发用于自动化产状测量。该方法并非采用应用于输入图像的方法（如霍夫变换）推导测量值，而是直接从重建的点云表面获取测量值。点云噪声通过使用马氏距离实现来抑制。利用k近邻区域生长算法刻画显著结构，最终表面产状通过使用平面与法向方向余弦来量化。
引用
@article{arxiv.2012.11780,
title = {Towards an Automatic System for Extracting Planar Orientations from Software Generated Point Clouds},
author = {J. Kissi-Ameyaw and K. McIsaac and X. Wang and G. R. Osinski},
journal= {arXiv preprint arXiv:2012.11780},
year = {2020}
}
备注
11 pages, 10 figures, submitted to Computers and Geoscience