岩体不连续提取工具DSE：MATLAB环境下的三维点云数据处理指南
1 引言岩体不连续提取工具 DSE（Set）最初由 Adrián 为其博士论文研究工作所编制。该工具软件的目的是从岩体中提取不连续集（Set）。其输入数据为三维点云，这些三维点云数据可由三维激光扫描仪（如 LiDAR 或 TLS）产生，也能由数字摄影测量技术或合成数据生成。这个工具能够从三维空间中那些按平面排列的无组织的点云中，半自动地把不连续组识别出来并提取出来。DSE 是用语言编写的，其最新版本 3.01 必须在特定的环境下运行。
2 原理
DSE的工作原理基于的如下论文：
2014 年提出了一种基于三维点云数据的半岩质岩体的新方法。
2015 年在岩石中使用 3D 点
2016 年对岩石边坡岩体使用 3D 点进行研究
2017 年的岩石边坡数据是从激光和点云获取的：一个
https://img2.baidu.com/it/u=591964609,1756209158&fm=253&fmt=JPEG&app=120&f=JPEG?w=955&h=404
2018 年使用 3D 点云数据对岩石进行研究。
岩体特征需要对影响岩石暴露的不连续集有深刻的几何理解。目前，光探测和测距（LiDAR）仪器有了最新进展，这种进展允许进行快速且准确的三维数据采集。基于此，为岩体不连续的自动特征化开发出了新的方法。DSE利用通过 LiDAR 获得的三维数据来识别和分析岩石边坡出露平面。该方法利用基于邻接点共面性测试的分析去识别并定义岩石边坡不同平面的代数方程，通过核心密度估计（ ）来探寻主要产状，并且通过基于密度的噪声扫描算法来识别集群。运用了合成数据和三维扫描数据这两种不同的信息来源，对参数进行了全面的敏感性分析，以明确建议方法变量的最佳值。
DSE 运用了两个工具箱。其中一个是 CVT，它能够对 3D 点云进行迅速的可视化展示；另一个是 SMLT，SMLT 具备一种机器学习的聚类算法功能，这种算法我们在自然语言处理中曾经使用过。
3应用
一个岩石边坡使用 LiDAR 激光扫描仪进行扫描，获得了 1,515,722 个扫描点，这些扫描点的间距小于 2 厘米，并且加载了数据 XYZI（包含坐标和反射率）。
搜索每个点的 knn 最相邻点，接着进行共面性测试，算出法向矢量以及极点的密度，把最具代表性的极点提取出来，从而得到主要平面的产状。
https://img0.baidu.com/it/u=4191361268,2057058081&fm=253&fmt=JPEG&app=120&f=JPEG?w=942&h=500
对 DSE 进行操作以对点云进行分类，接着进行聚类分析，从中取出 5 个不连续的组，分别为 J1 到 J5。
一些应用DSE的研究论文如：
2019 年的摇滚，源自于新的事物。
2020 年的岩体以及相关内容。基于某些因素和 SfM 技术；以某案例为例进行研究。
2021 利用三维技术对岩体进行的一种先进状态
2022 以及在使用无人机时的风险水平
DSE 在一些知名的岩石工程咨询公司的工程项目里得到了应用。比如 BGC 公司的工程项目，还有 SRK 公司的工程项目。
页:
[1]