基于三维激光扫描技术的矿山地质建模与应用研究

《基于三维激光扫描技术的矿山地质建模与应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于三维激光扫描技术的矿山地质建模与应用研究【摘要】激光扫描技术是一门新兴的测绘技术，当前已经在很多领域中都得到了广泛的应用。三维激光扫描技术指的是通过目标物体表面三维坐标的获取进行完整、高精度的目标物体原貌重建，通过原始测量数据的快速获取实现直接的实物逆向三维数据采集的模型重构技术。本文首先阐述了三维激光扫描技术关键，解决了激光扫描技术中存在的海量测站数据拼接、大地坐标定位两个方面的不足。以某矿山为例利用三维激光扫描技术完成了矿山三维地质建模，并通过将建模数据与已知坐标进行对比，证明了三维激光扫

2、描技术的实用性较好。本文通过三维激光扫描技术的矿山地质建模与应用进行分析，为覆盖区矿产综合预测提供3D矿床模型机预测要素空间形态特征等方面提供了参考。【关键词】三维激光扫描技术；地质建模；绝对坐标定位0引言6三维激光扫描技术由于其高精度、高速度、高真实度的特点得以在制造业、地质业、军事等领域中广泛应用。当前，三维激光扫描技术在地质、矿山的测量方面有了比较成熟的发展，但是在海量测站数据拼接、大地坐标定位依旧存在着问题，这两点成为了地质人员研究的重点与热点问题。1三维激光扫描技术关键问题1.1测站数据

3、拼接三维激光扫描技术应用的过程中，测站指的是扫描仪每次测量的数据，目标物所在的相对坐标系中，扫描仪所在位置为坐标原点。实际测量的过程中，如果目标物存在体积过大、表面复杂、形状奇特等情况，测量的数据不能够通过一次测量就得到，需要从不同的位置、角度、精度进行多次测量来对工作面进行整体覆盖[1]。多次测量的结果就是导致目标物的坐标系可能出现多个，首先需要解决的就是大数据量测站拼接问题，将所有的测量数据都集中到同一个相对坐标系中。大型矿山的海量数据并不能够在预处理的时候进行精简，本文提出分部拼接的方法，所

4、有的数据都以第一个参考点为准，两两之间进行拼接，之后再传递到同一个坐标系中，实现对矿山数据站的拼接。1.2绝对坐标定位本文在对绝对坐标进行定位是采用的是罗德里格矩阵变换方法，将非线性问题转化为线性问题，将计算所得的结果进行平移与旋转到两个矩阵，这种方法实用性较强且较为简便。6数据坐标的匹配计算过程实际上就是绝对坐标的定位过程，主要有两种方法：一种，是通过平台装置记录测量中的移动量与旋转角度，得到局部坐标系之间的转换关系，但是这种方法由于成本较高而没有得到广泛应用；另一种，是将相邻的两个子域中三个或

5、者三个以上标记点进行拼接，将同一个点从一个坐标系转移到另一个坐标系。后面这种方法就是本文采用的绝对坐标定位的方法。2三维激光扫描技术在矿山地质中的应用2.1数据采集针对某矿山利用非接触式三维激光扫描仪进行实地数据采集[2]。目标点坐标获取的原理为：利用精密时钟控制编码器获取激光光束的水平方向角度α与垂直方向角度β，通过激光从发射到返回之间的时间对距离观测值S进行计算。将接收的激光强度与校正后的彩色照片结合后，得到扫描点的颜色灰度匹配。采样时采用的坐标系为：横向扫描面内确定X轴，与之垂直的就是Y轴，

6、与整个扫描面垂直的就是Z轴，因此P的坐标为（XS，YS，ZS），其中XS=Scosβcosα，YS=Scosβsinα，ZS=Ssinβ。在矿山数据采集的过程中，可以通过特殊材质平面标靶、球面标靶来对目标地物进行识别。但是本次采集过程中由于地形、经费、精度等方面的要求，采用识别目标地物的方法是剖面张贴纸质标靶，经过实际的分析之后证明这种方法能够在软件处理过程中找到中点。2.2数据处理6经过数字化的测量得到的数据往往具有数据误差、数据量大等特点，为了能够在后续的模型重建的过程中包装模型质量，需要对这

7、些测量所得的数据进行预处理。2.2.1噪声去除很多的点云数据第一步要做到就是进行数据的精简，其中最主要的就是噪声去除不属于矿山内部有用数据的部分，在噪声处理的过程中主要采用的是Polyworks，剔除的对象主要是外围存在的一些散乱的点[3]。2.2.2相对坐标定位分块数据的对齐方式包括两种，一种是一点对齐，适用于公共特征十分明显的分块数据，特点是速度较快、操作简便；另一种是N点对齐，适用于在两幅点图中N个处于公共部分不同位置点的粗略对齐，这种对齐方式需要在事前进行人为的标记点放置，便于对齐标准识别

8、之后再利用besefilealignment&comparison进行精准对齐。2.2.3数据精简在激光扫描仪测量生成的海量数据点中，并不是所有的都是对于模型重建有用的。而且扫描的过程中为了确保标记点的识别往往将精度设置得较高，由于在拼接之后会产生大量冗余数据。因此，要对数据进行精简。6Polyworks具有防止数据出现重叠的功能，会对点云数据的重叠进行较少，从而在一定程度上减少数据量。之后利用处理软件Geomagic的曲率简化、网格简化、统一简化与随机简化四种方法对数据进行进一步