-
公开(公告)号:CN119206321A
公开(公告)日:2024-12-27
申请号:CN202411239835.2
申请日:2024-09-05
Applicant: 东北大学
IPC: G06V10/764 , G06V10/762 , G06N7/01 , G06T17/20
Abstract: 本发明提供了一种岩体不连续性三维高斯混合模型统计学分类识别方法,属于矿业工程领域。本发明在绘制岩体三维极射投影的密度映射的基础上,利用快速决策密度峰值算法自动决策岩体不连续性最佳分组数;之后,利用三维高斯混合模型统计分析每个点属于每个三维高斯的后验概率的大小,通过一种软聚类的方式,将每个点分配到后验概率中最大的三维高斯混合模型中,实现三维高斯混合模型个数,即最佳分组数的最优化软聚类识别,从而实现岩体不连续性三维高斯混合模型统计学分类识别;本发明实现简单,效果显著,达到了应用的要求。
-
公开(公告)号:CN119559630A
公开(公告)日:2025-03-04
申请号:CN202411634119.4
申请日:2024-11-15
Applicant: 东北大学
IPC: G06V20/64 , G06V10/764 , G06V10/776
Abstract: 本发明提供了一种岩体危险易滑落三维点云体块自动识别方法,属于矿业工程技术领域。该方法首先利用三维高斯混合模型算法自动识别岩体表面结构面,并获得每组岩体表面结构面中的每个分类簇,将所有岩体表面结构面中的每个分类簇以规定的索引方式进行储存;然后寻找所有岩体表面结构面中每个分类簇的相邻簇,确定岩体候选体块的顶点,并利用体块生长算法自动识别岩体候选体块;最后判断岩体候选体块与周围岩体候选体块或岩体表面构造的空间拓扑关系,从而判断危险体块,即为危险易滑落三维点云体块;本发明方法能全方位的适用于矿山这类复杂场景中的岩体边坡危险易滑落三维点云体块识别;本发明方法实现简单,效果显著,达到了应用的要求。
-