您所在的位置: 成果库 基于区域生长的矿山井巷线状管道点云自动提取方法

基于区域生长的矿山井巷线状管道点云自动提取方法

发布时间: 2025-07-10

基本信息

合作方式： 技术服务
成果类型： 发明专利
行业领域：
新一代信息技术
成果介绍
基于区域生长的矿山井巷线状管道点云自动提取方法，属于点云处理技术领域，专为地下矿山井巷环境中线状管道的点云数据提取设计。该方法以激光雷达采集的地下矿山点云数据为基础，先通过数据配准将不同坐标系下的点云统一，再经降采样减少数据量、去噪剔除离散噪声点，完成预处理以提升数据质量。预处理后，采用模拟布料滤波（CSF）技术提取巷道地面点云：通过空间倒置点云数据，模拟布料自上而下覆盖，利用重力与内力作用计算布料网格粒子位移，最终根据粒子与点云的距离判定地面点。随后将地面点云投影至二维拟合平面，构建点云凸包并结合地面点数量计算点云密度，同时构建巷道三角网模型获取壁面表面积，以此估算最大聚类点数参数。基于区域生长法，通过 KD 树搜索邻域点计算局部平面与法向量，结合法向量平滑阈值和曲率限制筛选点云，并引入迭代机制优化分割结果，最终精准提取管道点云集合。该方法有效解决传统技术中管道点云提取受巷道壁干扰、精度不足的问题，为矿山井下通风、给排水系统智能化管理及数字化模型构建提供高质量数据支持。
成果亮点
该成果结合地面滤波算法计算点云密度，实现了最大聚类点数参数的自适应优化，无需人工干预，大幅提升了方法的适用性；同时，通过法向量平滑阈值、曲率限制及迭代处理机制，能够有效剔除巷道壁的干扰，显著提高管道点云提取的纯度，抗干扰能力较强；此外，基于区域生长法，避免了特征聚类的参数敏感、模型拟合的适用局限以及深度学习的高资源需求，在保证提取精度的同时提升了处理效率，实现了精度与效率的兼顾。
团队介绍
目前团队共有专职科研人员46名，其中教授9名，副高级职称2名，具有博士学位人员13名，博士研究生3名，硕士研究生30名；俄罗斯自然科学院外籍院士1人，国家科技奖励获奖者2人，《国家新世纪百千万人才工程》国家级人才首批入选者1人，国家自然科学基金重点基金获得者1人，山东省“突出贡献中青年专家”2人，山东省杰出青年基金获得者2人。实验室基本形成了一支以教授、副教授为学术骨干的老、中、青相结合的研究队伍，学术梯队合理。承担国家级省部级科技项目20余项，多项研究成果达到国际先进水平，获省部级科技奖励10余项，发表高水平学术论文200余篇。
成果资料