本发明涉及岩体工程，特别涉及基于岩体露头点云数据的结构面识别方法。
背景技术：
1、岩体的地质力学行为是由结构面和完整岩石的整体结构决定的。获得结构面的信息对于了解岩体内结构面的分布以及分析岩体的变形和不稳定性非常重要。
2、现有的结构面的信息提取需要使用卷尺和罗盘直接测量结构面的每个部分，这种方法需要大量的人力、物力和时间，且效率低下。同时，这种方法也面临诸多局限性，例如面对测量人员无法到达的高陡岩质边坡，结构面解译工作则难以展开，往往此类边坡岩体具有很高的灾害隐患。
3、无人机摄影测量技术可以作为一种非接触式摄影测量技术用于从地形中以高精度和高空间分辨率获取三维边坡坡表信息。使用非接触式测量方法可以比传统方法更容易获得岩体上带有3维信息的点云。因此，结合无人机摄影测量获得点云并基于此开展岩体结构分析工作具有良好前景。
技术实现思路
1、本发明所解决的技术问题：提供一种基于岩体露头点云数据的结构面识别方法，解决现有的结构面识别效率低的问题。
2、本发明解决上述技术问题采用的技术方案：基于岩体露头点云数据的结构面识别方法，包括以下步骤：
3、s1、获取岩体露头点云数据；
4、s2、基于八叉树原理，对岩体露头点云数据进行分区，获得每个分区中的点；
5、s3、遍历每个分区中的点，基于主成分分析获得每个点的法向量；
6、s4、基于核密度估计确定法向量的聚类中心；
7、s5、基于法向量聚类中心，采用模糊c均值方法，将点的法向量归类至聚类中心，每个聚类中心代表一组结构面，从而获得构成每组结构面的点云数据；
8、s6、基于空间密度算法对结构面的点云数据进行二次聚类，识别出结构面边界。
9、进一步的，s1中，获取岩体露头点云数据，包括以下步骤：
10、s11、利用无人机初步拍摄待研究区域，获得待研究区域的基本工程地质条件，所述基本地质工程条件包括岩体露头；
11、s12、利用无人机镜头垂直于岩体露头进行点云数据采集，获得岩体露头的点云数据。
12、进一步的，s12中，还包括对岩体露头点云数据进行双边滤波优化。
13、进一步的，s2中，分区后的每个分区中的点的个数处于第一阈值和第二阈值之间，且每个分区中的点到所述分区中点的拟合平面的平均距离低于共面性阈值。
14、进一步的，s3中，基于主成分分析获得每个点的法向量，包括以下步骤：
15、s31、设定一个固定半径，以目标点为球心，找出球内的所有点构成邻域；
16、s32、计算邻域点的协方差矩阵；
17、s33、对协方差矩阵进行特征值分解，最小特征值对应的特征向量为目标点的法向量。
18、进一步的，s4中，基于核密度估计确定法向量的聚类中心，包括以下步骤：
19、s41、通过核函数对每个点的法向量进行平滑处理，获得密度函数；
20、s42、将密度函数的局部最大值对应的法向量作为法向量的聚类中心。
21、进一步的，所述密度函数为：其中，f(x)表示目标点对应的密度，n表示法向量的数量，h表示带宽，k表示核函数，x表示目标点的法向量，xi表示第i个点的法向量。
22、进一步的，s5中，包括以下步骤：
23、s51、通过最小化目标函数优化聚类中心和隶属度，所述目标函数为：
24、其中，j表示目标函数值，a表示法向量的数量，b表示法向量聚类中心的数量，uab表示第a个法向量对第b个聚类中心的隶属度，m表示模糊因子，||xa-pb||表示第a个法向量到第b个聚类中心的欧氏距离；
25、s52、依据隶属度更新公式更新隶属度，所述隶属度更新公式为：
26、其中，表示第a个法向量对所有聚类中心的相对距离加权和；
27、s53、依据聚类中心更新公式更新聚类中心，所述聚类中心更新公式为：其中pb表示第b个聚类中心，表示所有法向量对第b个聚类中心的加权和，表示所有法向量对第b个聚类中心的隶属度加权和；
28、s54、重复s51至s53，直到目标函数收敛。
29、进一步的，s6中，空间密度算法中的聚类中心最小邻点数为4，半径为4个邻点的距离平均值加上标准差。
30、本发明的有益效果：本发明提供一种基于岩体露头点云数据的结构面识别方法，通过获取岩体露头点云数据，基于八叉树原理，对岩体露头点云数据进行分区，获得每个分区中的点，遍历每个分区中的点，基于主成分分析获得每个点的法向量，基于核密度估计确定法向量的聚类中心，基于法向量聚类中心，采用模糊c均值方法，将点的法向量归类至聚类中心，每个聚类中心代表一组结构面，从而获得构成每个结构面的点云数据，基于空间密度算法对结构面的点云数据进行二次聚类，识别出结构面边界，解决了现有的结构面识别效率低的问题。
1.基于岩体露头点云数据的结构面识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s1中，获取岩体露头点云数据，包括以下步骤：
3.根据权利要求2所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s12中，还包括对岩体露头点云数据进行双边滤波优化。
4.根据权利要求1所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s2中，每个分区中的点的个数处于第一阈值和第二阈值之间，且每个分区中的点到所述分区中点的拟合平面的平均距离低于共面性阈值。
5.根据权利要求1所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s3中，基于主成分分析获得每个点的法向量，包括以下步骤：
6.根据权利要求1所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s4中，基于核密度估计确定法向量的聚类中心，包括以下步骤：
7.根据权利要求6所述的基于岩体露头点云数据的结构面识别方法，其特征在于，所述密度函数为：其中，f(x)表示目标点对应的密度，n表示法向量的数量，h表示带宽，k表示核函数，x表示目标点的法向量，xi表示第i个点的法向量。
8.根据权利要求1所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s5中，包括以下步骤：
9.根据权利要求1所述的基于岩体露头点云数据的结构面识别方法，其特征在于，s6中，空间密度算法中的聚类中心最小邻点数为4，半径为4个邻点的距离平均值加上标准差。