(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111633223.8 (22)申请日 2021.12.2 9 (71)申请人 西南石油大 学 地址 610500 四川省成 都市新都区新都镇 新都大道8号 (72)发明人 徐云贵　王晓曼　张荣虎　黄旭日　 唐静　 (74)专利代理 机构 成都智涌知识产权代理事务 所(普通合伙) 51313 代理人 魏振柯 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01) G06T 7/60(2017.01) G06T 7/62(2017.01) (54)发明名称 一种基于激光雷达技术的露头裂缝识别方 法 (57)摘要 本发明涉及油气勘探技术领域， 公开了一种 基于激光雷达技术的露头裂缝识别方法， 包括以 下步骤： 三维点云数据的获取： 利用激光雷达系 统扫描实验区露头， 获得 实验区露头的三维点云 数据； 数据网格化处理： 对处理后的点云数据进 行数据网格化处理， 得到实验区的二维云质量数 据以及二维云密度数据； 张量投票： 将得到的二 维云质量数据进行张量投票， 去除图像的背景噪 音； 最优外接矩形处理： 对去噪后的图像进行最 优外接矩形识别， 识别出每个裂缝的最优外接矩 形， 得到裂缝属性参数。 该裂缝检测识别方法可 以更高效、 精确的识别一些人类无法测量的高角 度裂缝等。 权利要求书2页 说明书6页 附图4页 CN 114418965 A 2022.04.29 CN 114418965 A 1.一种基于 激光雷达技 术的露头裂缝识别方法， 其特 征在于： 包括以下步骤： 三维点云数据的获取： 利用激光雷达系统扫描实验区露头， 获得实验区露头的三维点 云数据； 数据网格化处理： 对处理后的点云数据进行数据网格化处理， 得到实验区的二维云质 量数据以及二维云密度数据； 张量投票： 将得到的二维云质量数据进行张量投票， 去除图像的背景噪音； 最优外接矩形处理： 对去噪后的图像进行最优外接矩形识别， 识别出每个裂缝的最优 外接矩形， 得到裂缝属性 参数。 2.根据权利要求1所述的一种基于激光雷达技术的露头裂缝识别方法， 其特征在于： 所 述数据网格化处 理包括以子下步骤： 根据点云数据设置合 适的网格数以及网格大小； 利用每个点的XY坐标通过计算确定点云数据中每 个点在网格中的位置； 进行基于Z差分的空白像素检测， 并将网格 中Z值的最大值减去最小值得到二维云质量 分布， 同时导出二维云质量数据； 对XY坐标的网格数据进行空白像素检索， 得到二维云密度数据。 3.根据权利要求2所述的一种基于激光雷达技术的露头裂缝识别方法， 其特征在于： 所 述点云数据中相同的XY坐标的点会放入同一个网格， 该步骤的处 理函数为： i＝(Xi‑Xmin)/dx+1； j＝(Yi‑Ymin)/dy+1； 其中： i表示网格的横坐标， j表示网格的纵坐标， Xi(i＝1,2,3 …)表示每个点的横坐标， Yi(i＝1,2,3 …)表示每个点的纵坐标， Xmin表示X的最小值； Ymin表示Y的最小值， dx为网格的 宽， dy为网格的高。 4.根据权利要求1所述的一种基于激光雷达技术的露头裂缝识别方法， 其特征在于： 所 述张量投票包括以下处 理子步骤： 对二维数据进行初步的去噪， 二维数据包括 二维云质量数据以及二维云密度； 对过滤后的二维数据进行张量投票， 以I(x,y)表示二维数据， 则 表示各个像素点的 梯度向量， 利用梯度向量构造张量模型； 进行特征值分析， 以主特 征值 λ1作为投票过程的输入数据， 再进行投票 域的叠加； 进行张量分解与特征分析， 将投票域的中心放在投票点上， 每个点对邻域投票进行累 计， 计算每 个像素得到投票的数量和大小， 最后在每 个像素点上 形成一个新的张量。 5.根据权利要求1所述的一种基于激光雷达技术的露头裂缝识别方法， 其特征在于： 所 述最优外接矩形处 理包括以下子步骤： 将张量投票后的二维云质量图转换为 二值图， 转换 过程中去除背景噪声； 对二值图做最优外 接矩形算法识别， 得到每条裂缝的最优外 接矩形； 用面积筛 选矩形， 筛 选并剔除面积过 大或过小的矩形， 统计剩余矩形的矩形属性 参数； 将矩形属性 参数转换为裂缝属性 参数。 6.根据权利要求5所述的一种基于激光雷达技术的露头裂缝识别方法， 其特征在于： 所 述矩形属性 参数包括矩形的个数、 长度、 宽度、 倾角或面积中的至少一种。 7.根据权利要求5所述的一种基于激光雷达技术的露头裂缝识别方法， 其特征在于： 所权　利　要　求　书 1/2 页 2 CN 114418965 A 2述裂缝属性 参数包括长度信息、 宽度信息或倾角信息中的至少一种。权　利　要　求　书 2/2 页 3 CN 114418965 A 3