基于機器視覺三維重建技術(shù)的隧道掌子面巖體結(jié)構(gòu)數(shù)字識別方法及應用

謝壯，陳寶林，傅金陽，祝志恒，鄭靜，陽軍生

?

基于機器視覺三維重建技術(shù)的隧道掌子面巖體結(jié)構(gòu)數(shù)字識別方法及應用

謝壯1，陳寶林1，傅金陽1，祝志恒1，鄭靜2，陽軍生1

(1. 中南大學 土木工程學院，湖南 長沙 410075；2. 中交一公局第五工程有限公司，北京 100024)

提出采用數(shù)字圖像結(jié)合機器視覺方法獲取隧道掌子面巖體表觀信息。通過采集隧道開挖面的序列圖像，生成開挖面巖體表面的三維點云模型，利用投影算法獲得隧道掌子面及硐壁巖體結(jié)構(gòu)的平面模型高清影像；基于影像表面結(jié)構(gòu)跡線素描結(jié)果進行巖體節(jié)理特征的量化描述。將該方法應用于東天山公路隧道開挖面巖體節(jié)理分布、節(jié)理傾角間距等特征參數(shù)的獲取。研究結(jié)果表明：該方法可快速生成開挖面三維點云模型，實現(xiàn)隧道地質(zhì)信息編錄與圍巖級別辨識，具有快速、準確的優(yōu)點，可為施工提供參考。

隧道；掌子面；數(shù)字圖像；三維點云重建；巖體節(jié)理

巖體質(zhì)量評價是隧道施工過程中對圍巖分級進行確認的重要基礎(chǔ)。巖體結(jié)構(gòu)的特征主要包括節(jié)理傾向、傾角和間距等，同時巖體表面的視覺觀察也能夠獲取巖層特征等信息。對于隧道開挖面巖體結(jié)構(gòu)信息的獲取，傳統(tǒng)的方式是采用地質(zhì)素描，存在勞動強度大、效率低等問題。此外，三維激光掃描技術(shù)也是獲取巖體結(jié)構(gòu)面信息的重要技術(shù)手段，如Slob等[1]應用三維激光掃描儀獲取邊坡巖體結(jié)構(gòu)面的三維點云，對激光掃描儀的工程應用做了探索性的工作。劉昌軍等[2]應用激光掃描儀獲取邊坡巖體點云并進行結(jié)構(gòu)面幾何信息提取。但激光掃描設(shè)備價格相對高昂，且僅能獲得巖體結(jié)構(gòu)面的空間點坐標，無法獲得表面紋理信息，對地質(zhì)信息的辨識能力有限。同時，激光掃描法雖然具有遠距離測量功能，但是存在最小掃描范圍，對于隧道工程的施工環(huán)境來說，存在靈活性差、耗時等問題。隧道掌子面地質(zhì)信息的準確獲取，尤其是能夠真實反映圍巖形態(tài)的數(shù)字圖像信息，對于隧道施工、運營都有巨大裨益。以近景攝影測量結(jié)合機器視覺分析方法的巖體表面結(jié)構(gòu)信息獲取技術(shù)，因其快捷、準確等特征受到了科研及工程人員的廣泛關(guān)注和應用。范留明等[3]對利用數(shù)字圖像技術(shù)測量巖體裂隙作了初步探索。王鳳艷等[4?5]應用數(shù)字攝影測量結(jié)合圖像處理技術(shù)對巖體結(jié)構(gòu)面幾何信息的解譯進行了研究，但其效率和精度仍有待于提高。楊民等[6]采用數(shù)字圖像技術(shù)通過像素比例尺對巖體結(jié)構(gòu)線進行測量，相比于傳統(tǒng)的素描方法測量更為準確、靈活。目前，常規(guī)的數(shù)碼相機采用光敏元件，圖像的拍攝質(zhì)量受環(huán)境光線影響較大?，F(xiàn)有近景攝影測量方法通常需要架設(shè)測量站點，同時在攝影場景內(nèi)放置標記點，以便于測量后確定圖像的比例尺及坐標。例如，楊天鴻等[7]應用ShapeMetrix3D成像系統(tǒng)獲取掌子面圖像，需在隧道現(xiàn)場需要設(shè)置測站及標記；王鳳艷等[5, 8?9]基于數(shù)字攝影測量工作站VirtuoZo獲取邊坡巖體圖像，同樣需通過全站儀進行測站標定。上述方法在很大程度上限制了隧道掌子面圖像拍攝測量過程的靈活性，尤其是在隧道內(nèi)復雜、惡劣環(huán)境工作，圖像質(zhì)量難以保證。綜上所述，本文從隧道開挖面圖像采集的靈活性以及開挖面巖體結(jié)構(gòu)信息獲取的準確性方面進行綜合考慮，采用機器視覺方法和圖像空間點云處理技術(shù)，針對巖質(zhì)隧道開挖面巖體結(jié)構(gòu)信息的獲取及管理提出一種有效可行的數(shù)字化識別方法，為地質(zhì)信息編錄提供支持。

1 基于多視幾何的隧道掌子面圖像構(gòu)建方法

1.1 隧道掌子面信息獲取流程

本文采用基于多視幾何投影的方法，通過普通單反相機拍攝序列圖像生成隧道開挖面巖體平面模型，并以隧道設(shè)計的標準輪廓為參照模型，生成高像素的掌子面及硐壁的平面圖像模型，同時通過生成的掌子面及硐壁圖像獲取巖體節(jié)理、巖層分布等巖體信息，將采集的信息作為隧道地質(zhì)信息編錄的重要來源，可為隧道施工決策提供參考依據(jù)。具體實施流程如圖1所示。

圖1 基于多視幾何投影方法的隧道開挖面巖體結(jié)構(gòu)信息采集的基本流程

1.2 SFM方法三維重構(gòu)的原理

SFM(Structure from Motion)是一種機器視覺方法，使用相機從多個角度對同一物體拍攝高重疊度照片序列，獲取照片的特征點，利用幾何投影關(guān)系構(gòu)建被攝物體特征點的空間結(jié)構(gòu)方程，通過求解方程獲得被攝物體的特征點及拍攝相機的空間位置關(guān)系。根據(jù)Snarely等[10]所述原理，通過圖像序列對圍巖表面點云進行重建，具體重建效果如圖2 所示。

圖2 基于SFM生成圍巖表面點云(左)，對應視點拍攝的巖體表面局部圖像(右)

1.3 基于三維信息的圖像投影矯正拼接

通過SFM方法進行三維點云重建后，得到相機及特征點的空間位置關(guān)系以及相機的投影方程。利用開挖面的設(shè)計信息構(gòu)建出標準的投影面，然后通過魯棒估計算法[11]在重建點云中確定投影面的空間位置。最后利用相機的投影關(guān)系確定出照片像素和投影模型的坐標對應關(guān)系，并依此對照片進行矯正。使用常規(guī)平面算法將矯正后的照片拼接得到最終的全景展示圖[11?12]。整個高像素開挖面全景圖像構(gòu)建流程如圖1所示。

1.4 多視幾何投影方法的圖像采集

根據(jù)隧道施工流程，在爆破出渣結(jié)束、噴混凝土或架設(shè)拱架之前進行圍巖圖像采集?，F(xiàn)場拍攝使用單反相機(如尼康D7000)并配置外置閃光燈。為得到最佳效果，拍攝時盡可能垂直拍攝對象表面，使相鄰圖片有足夠的重疊區(qū)域(控制在50%左右)，通過移動拍照的位置拍攝不同區(qū)域，避免原地轉(zhuǎn)動相機，且拍攝的水平視野范圍宜控制在5~10 m。具體拍攝示意圖如圖3和圖4所示。

圖3 掌子面拍攝位置示意圖

圖4 硐壁拍攝位置示意圖

2 開挖面巖體信息獲取

2.1 巖體表面平面模型的獲取

按照圖1所示流程生成點云模型，對于既定的隧道，其施工是按照既定設(shè)計輪廓和路線進行，因此，其參照模型直接采用設(shè)計隧道輪廓通過拉伸變換生成曲面網(wǎng)格，如圖5所示。掌子面平面取為一個平面網(wǎng)格面。將參照模型導入點云模型，采用投影算法，生成“圖像塊”，最后基于常規(guī)的圖像拼接軟件生成平面模型，本文采用的是微軟開發(fā)的Image Composite Editor，生成巖體表面平面模型。

2.2 圖像比例尺確定

圖像比例尺的確定是進行圖像測量的關(guān)鍵步驟。因此，需先計算出平面模型圖像中單個像素所代表的實際物理尺寸，通常包括水平和豎直2個方向上的尺寸，設(shè)平面模型的像素×，實際物理尺寸為×，則理論上圖像比例尺有：

考慮到實際圖像拼接過程中圖像重疊造成的2個水平和垂直方向上的比例尺不對稱，故可取2個方向比例尺的平均值作為全局比例尺。

實際應用時可根據(jù)實際的工程要求，選擇合適的比例尺。選擇的比例尺越小，圖像測量的精度越大，相應的圖像文件存儲量及計算量也越高，若將比例尺設(shè)定為上述的2倍，則圖像壓縮后存儲量降低為原來的近1/4，計算速度將更快。因此實際操作時可根據(jù)精度要求進行調(diào)整比例尺。同時，除了獲得掌子面表面平面模型外，基于前述方法也可獲得對應的硐壁巖體表面平面模型。

圖5 標準隧道輪廓參照模型生成示意圖

2.3 巖體表面結(jié)構(gòu)線分析

2.3.1 節(jié)理特征描述

對于單條節(jié)理，其特征包含節(jié)理粗糙度、節(jié)理展開度、節(jié)理寬度、節(jié)理充填物和節(jié)理傾向等。而對于節(jié)理組來說，其特征包含了節(jié)理間距，節(jié)理組數(shù)和節(jié)理組主傾向等。本文主要針對節(jié)理傾角和節(jié)理間距進行分析。

2.3.2 單條節(jié)理特征描述

對應的傾角為：

線段長度為：

節(jié)理跡線的重心點坐標為：

節(jié)理的總長度為：

定義節(jié)理的主方向為：

圖6 單條節(jié)理跡線特征描述示意圖

Fig. 6 Schema of single joints characteristics description

2.3.3 節(jié)理組特征描述

定義節(jié)理跡線間的間距為節(jié)理跡線重心點間的距離：

2.3.4 基于K-means聚類的節(jié)理特征半自動提取

聚類算法被廣泛應用于對數(shù)據(jù)分類中，是一種無監(jiān)督學習算法。本文基于節(jié)理跡線特征進行分析，確定節(jié)理分組，進而確定節(jié)理組的主方向和 間距。

算法步驟如下。

Step 3：轉(zhuǎn)向Step 4

Step 4：計算最優(yōu)值及最佳分類:

2.3.5 基于測線法的節(jié)理跡線分析

RQD值是被廣泛使用的巖體質(zhì)量評價指標，通過虛擬測線模擬鉆孔可以獲取巖體質(zhì)量，實質(zhì)上是通過統(tǒng)計測線被巖體結(jié)構(gòu)跡線切割的情況，如圖7所示，并按值的計算公式進行計算：

其中：D是指虛擬測線被結(jié)構(gòu)跡線切割的間距長度；total指虛擬測線總長度。

圖7 單條虛擬測線法計算RQD值計算示意圖

Fig. 7 Schema of scan line for RQD calculation

3 工程應用

東天山公路隧道沿線經(jīng)過多條斷裂帶，隧道開挖后可見明顯的夾層和局部擠壓破碎帶，開挖后掌子面圍巖巖體信息的采集對指導施工尤為重要。本文針對該隧道的某區(qū)段開展應用，其設(shè)計輪廓如圖8所示?，F(xiàn)場圖像采集使用單反型號為尼康D7000，配置了外置的閃光燈及35 mm鏡頭。某斷面共采集開挖面圖像68張(圖9)，用時20 min左右。

圖8 東天山隧道標準設(shè)計輪廓

3.1 平面模型生成及比例尺的確定

通過點云將圖像重投影后生成的“圖像塊”，拼接生成的掌子面表面平面模型(圖10)分辨率為9 965×7 160。已知隧道輪廓實際物理尺寸= 11 100 mm，=7 881.25 mm以寬度關(guān)系確定圖像比例尺為11 100/9 965=1.11 mm/pixel，以高度關(guān)系確定比例尺為7 881.25/7 160=1.10 mm/pixel，可取平均值作為全局的比例尺。

圖9 現(xiàn)場拍攝開挖面巖體原始圖像序列(部分)

圖10 由“圖像塊”生成掌子面巖體表面平面模型圖

圖11 掌子面巖體平面模型結(jié)構(gòu)跡線素描圖

3.2 巖體表面結(jié)構(gòu)信息分析

基于前述方法獲得該斷面節(jié)理主要包括2組，每組節(jié)理傾角主方向分別為55.4°和127.3°，如圖11所示，節(jié)理延伸長度統(tǒng)計結(jié)果如下。

組1(傾角55.4°)：最大節(jié)理延伸長度2.27 m，最小延伸長度0.23 m，平均延伸長度0.87 m；

組2(傾角127.3°)：最大節(jié)理延伸長度9.49 m，最小延伸長度0.33 m，平均延伸長度1.927 m。

基于測線法的RQD值測量：如圖11所示，設(shè)置A和B測線獲得測線與各跡線間的切割長度，并按式(12)計算RQD值，如表1所示。

表1 測線切割長度及RQD值

相比于現(xiàn)場人工測量，采用本方法具有更高的靈活性和準確性，同時可以從掌子面平面模型中獲悉巖體的分層以及巖石類型等信息，可作為隧道地質(zhì)信息編錄的材料和圍巖分級判別的依據(jù)。

4 結(jié)論

1) 基于SFM多視幾何重構(gòu)的原理，提出采用移動式拍攝方法獲得隧道開挖面序列圖像，通過圖像三維重構(gòu)、投影生成高像素隧道開挖面巖體表面平面模型，明確了隧道開挖面數(shù)字圖像獲取和圖像比例尺確定的工作流程。該方法可克服傳統(tǒng)方法中需要清場、基于全站儀設(shè)站進行定點標記、靈活性差等問題，具有很好的推廣應用價值。

2) 基于隧道開挖面巖體圖像平面模型，提出巖體節(jié)理結(jié)構(gòu)跡線的幾何描述方法。通過重心計算法描述不規(guī)則曲折的節(jié)理跡線，設(shè)計結(jié)構(gòu)跡線組識別算法，可實現(xiàn)對節(jié)理進行系統(tǒng)化描述。

3) 提出在隧道開挖面巖體圖像平面模型上計算巖體RQD值的方法，并以東天山公路隧道為例，闡述節(jié)理以及RQD計算的流程，驗證了方法的可行性，可為隧道施工提供參考依據(jù)。

[1] Slob S, Hack R, Van Knapen B, et al. A method for automated discontinuity analysis of rock slopes with 3D laser scanning[C]// Proceedings of the 84th annual meeting of transportation research board, Washington D.C., 2005.

[2] 劉昌軍, 丁留謙, 孫東亞. 基于激光點云數(shù)據(jù)的巖體結(jié)構(gòu)面全自動模糊群聚分析及幾何信息獲取[J]. 巖石力學與工程學報, 2011, 30(2): 358?365. LIU Changjun, DING Liuqian, SUN Dongya. Automatic fuzzy clustering analysis and geometric information acquisition of rock mass discontinuity based on laser point cloud data[J]. Chinese Journal of Rock Mechanics, 2011, 30(2): 358?365.

[3] 范留明, 李寧. 基于數(shù)碼攝影技術(shù)的巖體裂隙測量方法初探[J]. 巖石力學與工程學報, 2005, 24(5): 792?797. FAN Liuming, LI Ning. Study on rock mass joint measurement based on digital photogrammetry[J]. Chinese Journal of Rock Mechanics, 2005, 24(5): 792? 797

[4] 王鳳艷, 陳劍平, 楊國東, 等. 基于數(shù)字近景攝影測量的巖體結(jié)構(gòu)面幾何信息解算模型[J]. 吉林大學學報(地球科學版), 2012, 42(6): 1839?1846. WANG Fengyan, CHEN Jianping, YANG Guodong, et al. Solution models of geometrical information of rock mass discontinuity based on digital close range photogrammetry[J]. Journal of Jilin University (Earth Science Edition), 2012, 42(6): 1839?1846.

[5] 王鳳艷, 陳劍平, 付學慧, 等. 基于VirtuoZo的巖體結(jié)構(gòu)面幾何信息獲取研究[J]. 巖石力學與工程學報. 2008, 27(1): 169?175. WANG Fengyan, CHEN Jianping, FU Xuehui, et al. Study on geometrical information of obtaining rock mass discontinuities based on VirtuoZo[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(1): 169?175.

[6] 楊民, 王衛(wèi)星. 基于圖像技術(shù)的巖體結(jié)構(gòu)面間距測量[J]. 計算機應用, 2010, 30(增1): 146?147, 158. YANG Min, WANG Weixing. Rock discontinuity spacing measurement based on image technique[J]. Journal of Computer Applications, 2010, 30(Suppl 1): 146?147, 158.

[7] 楊天鴻, 于慶磊, 陳仕闊, 等. 范各莊煤礦砂巖巖體結(jié)構(gòu)數(shù)字識別及參數(shù)表征[J]. 巖石力學與工程學報. 2009, 28(12): 2482?2489. YANG Tianhong, YU Qinglei, CHEN Shikuo, et al. Rock mass structure digital recognition and hydro-mechanical parameters characterization of sandstone in Fangezhuang coal mine[J]. Chinese Journal of Rock Mechanics, 2009, 28(12): 2482?2489.

[8] 劉子俠. 基于數(shù)字近景攝影測量的巖體結(jié)構(gòu)面信息快速采集的研究應用[D]. 長春: 吉林大學, 2009. LIU Zixia. Research and application of rapid acquiring discontinuities information in rock mass based on digital close range photogrammetry[D]. Changchun: Jilin University, 2009.

[9] Andrew A M. Multiple view geometry in computer vision[J]. Kybernetes, 2003, 30(9/10): 1865?1872.

[10] Snavely N, Seitz S M, Szeliski R. Photo tourism: Exploring photo collections in 3D[J]. Acm Transactions on Graphics, 2006, 25(3): 835?846.

[11] ZHU Z H, FU J Y, YANG J S, et al. Panoramic image stitching for arbitrarily shaped tunnel lining inspection[J]. Computer-Aided Civil and Infrastructure Engineering, 2016, 31(12): 936?953.

[12] 祝志恒, 陽軍生, 肖超, 等. 基于形函數(shù)的隧道襯砌內(nèi)壁影像展平方法及其應用[J]. 鐵道科學與工程學報, 2014, 11(3): 101?106. ZHU Zhiheng, YANG Junsheng, XIAO Chao, et al. A method for tunnel lining surface photo flattening based on shape functions transform[J]. Journal of Railway Science and Engineering, 2014, 11(3): 101?106.

Digital identification and application of rock mass structure on tunnel excavation face based on computer vision 3D reconstruction

XIE Zhuang1, CHEN Baolin1, FU Jinyang1, ZHU Zhiheng1, ZHENG Jing2, YANG Junsheng1

(1. School of Civil Engineering, Central South University, Changsha 410075, China; 2. CCCC First Highway Fifth Engineering Co., Ltd, Beijing 100024, China)

This paper proposed a method of digital image combines with computational vision technology to obtain the information of excavation face rock structure. We generated point cloud of excavation face from sequence-images of it by using Structure from Motion, and then through projection algorithm create high-definition image of excavation face rock structure, finally, we plotted the trace of rock structure and quantify it. We demonstrated this method in a road tunnel construction, and we obtained the information of rock structure characteristics including the distribution of rock joints, the gap of rock joints and so on. The research results show: this method, which can support tunnel rock face characteristic identity and the result high-definition images of it can be the source data of geological logging, shows the advantages of rapid operation and accuracy.

tunnel; excavation face; digital image; 3D point cloud reconstruction; rock joints

10.19713/j.cnki.43?1423/u.2019.04.022

U455.7

A

1672 ? 7029(2019)04 ? 1001 ? 07

2018?06?01

新疆自治區(qū)重大科技專項課題(2018A03003-5)；國家自然科學基金資助項目(51608539)；湖南省自然科學基金資助項目(2019JJ50747)

傅金陽(1985?)，男，湖南長沙人，副教授，從事隧道及地下工程方面科研工作；E?mail：jyfu2010@163.com

(編輯 陽麗霞)