顾及邻域几何特性的露天矿台阶线提取方法

台阶线数据是露天矿开采过程中的重要基础资料,也是确保露天矿高效、智能开采的重要前提。针对现有的基于点云的露天矿台阶线提取方法存在局部特征丢失、台阶线不连续等问题,将识别台阶线特征点转为识别几何特征面,从特征面轮廓中提取出台阶线特征点,由此提出了一种顾及邻域几何特性的露天矿台阶线自动提取方法。该方法首先对露天矿点云进行规则重采样,依据露天矿台阶平盘、坡面点云法向量与竖直平面夹角具有明显差异这一几何特性提取坡面的特征点云;在此基础上,采用区域生长算法分割坡面点云,通过凹包算法提取分割后的坡面点云轮廓边界获得台阶线特征点;最后利用三阶贝塞尔曲线拟合特征点以生成露天矿台阶线。为验证算法的提取精度,将台阶线与露天矿数字高程模型(Digital Elevation Model,DEM)叠加,并计算该方法提取的台阶线与实际台阶线的位置偏差。结果表明:该方法提取的台阶线完整且连续性好,与手工绘制的台阶线基本重合,能够满足比例尺为1∶2000的制图精度要求;运行效率高,对于面积为3 km2的露天矿,提取时间在4 min以内。证明所提方法能够准确、高效地提取露天矿台阶线,为实现露天矿山台阶线自动绘制提供重要的技术支持。

基于单目视觉的特征点测距与定位方法研究

在单目视觉测距系统中,摄像机安装偏差会造成摄像机云台俯仰角与模型俯仰角不一致,从而影响远距离单目测距和定位的精度。针对这一问题,提出了一种基于梯度下降法的俯仰角校正方法。该方法根据单目测距原理和参考点与摄像机的实际距离,构建出梯度下降法的目标函数;对目标函数进行一阶微分,求出目标函数的梯度;迭代计算出使目标函数值小于设定阈值的俯仰角,以此为单目测距模型最优俯仰角。在此基础上,依据单目视觉成像原理构建像素坐标与实际坐标间的函数关系,计算特征点的实际坐标。以球型摄像机为图像采集设备开展实验与应用,结果表明,测距结果的相对误差都在4%以内。这证明该方法能准确校正单目测距俯仰角,确保测距精度,且能有效确定特征点坐标。