地鐵工程地質剖面圖典型圖例符號自動識別研究*

余宏亮李鵬輝鐘波濤

（1.武漢科技大學管理學院，430081，武漢；2.華中科技大學BIM工程中心，430074，武漢∥第一作者，高級工程師）

地鐵工程地質剖面圖典型圖例符號自動識別研究*

余宏亮1，2李鵬輝1鐘波濤2

（1.武漢科技大學管理學院，430081，武漢；2.華中科技大學BIM工程中心，430074，武漢∥第一作者，高級工程師）

地鐵工程地質剖面圖中包含施工安全風險辨識所需的重要信息，地質剖面圖的自動識別是風險識別自動化系統的重要環(huán)節(jié)。論述了地鐵工程地質剖面圖圖例的分類，圖例識別面臨的困難與識別可行性。以“黏土”和“粉質黏土”圖例識別為例，描述了識別方法和詳細算法。以武漢地鐵2號線某車站圍護結構地層信息識別為例，示范了圖例識別的具體應用。

地鐵工程；地質剖面圖；圖例符號自動識別

First-author's addressSchool of Management，Wuhan University of Science and Technology，430081，Wuhan，China

地鐵工程是一項復雜的高風險性建設工程。為提高地鐵施工安全風險辨識水平，文獻［1］研發(fā)了基于工程圖紙的地鐵工程施工安全風險自動識別系統（SRIS）。而地鐵工程地質剖面圖中的地層分布信

息、不良地質信息（如斷層、褶皺、淤泥層、溶洞等）、地下水位信息等是施工安全風險自動識別的重要基礎數據。因此，如何應用計算機準確地識別地質剖面圖是一項關鍵任務。

地質剖面圖中鉆孔柱狀圖采用各類巖性符號進行填充以表達地層分布信息。這些巖性符號一般以圖例符號的方式集中繪制于地質剖面圖的圖例區(qū)域。只有識別這些圖例符號才能通過圖形匹配算法識別地質剖面圖中的地層信息。國內學者在基于GIS技術和鉆孔數據的地質剖面圖正向生成研究領域提出了若干有價值的方法。文獻［2］研發(fā)了基于知識的地質剖面圖生成器，匯集專家知識和鉆孔數據自動生成地質剖面圖；文獻［3］提出了基于鉆孔數據的勘探線剖面圖自動生成方法，并應用于礦山地質勘探剖面圖繪制；文獻［4-5］基于GIS技術，融合基礎地質數據、鉆孔數據，建立了地質剖面圖的數據模型，實現了地質剖面圖的自動繪制；文獻［6］提出基于三維實體快速切割算法和區(qū)域自動識別技術的地質體剖面圖自動生成方法，并應用于DIMINE數字礦山系統。但在如何實現地鐵工程地質剖面圖計算機自動識別方面尚未有文獻涉及。

本文將從如何利用計算機識別這些圖例符號著手，研究地質剖面圖的識別和信息抽取。

1 地質剖面圖圖例符號的分類

文獻［7］附錄L中給出了地質剖面圖中的常用圖例符號，按圖例符號表示的巖性屬性分類，主要分為四大類：①泥土（黏土、粉質黏土、粉土、泥炭、淤泥質土等）②砂（粉砂、細砂、中砂、粗砂）③石（角礫、圓礫、卵石、碎石等）④巖（砂巖、頁巖、石灰?guī)r等）。從圖例符號的繪圖構成特點看，可分為以下類型

（1）圖例符號由字符表示，如矩形框內含字符“x”表示細砂（參見圖1）。

（2）圖例符號由若干細實線或細虛線繪制的平行線構成，如黏土、粉質黏土、頁巖（參見圖2）。

（3）圖例符號由規(guī)則圖形填充，如泥灰?guī)r、石灰?guī)r、白云巖等（參見圖3）。

（4）用于與其它巖性圖例疊加的圖例符號，如有機土、淤泥符號與黏土符號疊加形成含有機質土和淤泥質土（參見圖4）。

（5）圖例符號由若干幾何圖形散布組合表示，如花崗巖、玄武巖、圓礫、卵石等（參見圖5）。

圖1 規(guī)范附錄中的圖例符號（1）

圖2 規(guī)范附錄中的圖例符號（2）

圖3 規(guī)范附錄中的圖例符號（3）

圖4 規(guī)范附錄中的圖例符號（4）

圖5 規(guī)范附錄中的圖例符號（5）

2 地質剖面圖圖例符號識別的困難與可行性

2.1 圖例符號識別的困難

采用AutoCAD軟件繪制的地質剖面圖最初是供經驗豐富的土木工程師識讀和獲取信息的，但從信息表示的方法上未考慮機器的自動識別。如圖6及圖7所示，只要給定了圖例符號，即使將圖例符號進行旋轉或縮放變形，人眼仍很容易識別，而計算機自動識別則需設定特別算法進行處理，其部分內容屬于計算機視覺研究領域。

規(guī)范附錄給出了地質剖面圖中的常用圖例，但圖例符號是示例性質的，未規(guī)定尺寸信息和細節(jié)信息，適合人工閱讀。例如：規(guī)范附錄中的圖例用空心三角形表示碎石（見圖8），但規(guī)范中并未明確三角形的個數和繪制法則。人腦可快速識別碎石的圖例，而計算機處理此類問題較困難。

在使用AutoCAD繪制的地質剖面圖中，圖例符號（見圖7）是規(guī)范附錄中的常用圖例的近似圖形。各勘察設計單位針對同一地層繪制的圖例符號還可能存在細小差別。規(guī)范附錄圖例符號組合還可形成新的圖例符號，設計單位甚至可自行設計圖例符號。例如：“黏土”圖例符號中疊合不規(guī)則多邊形表示該黏土層中含礫石，此圖例符號表示的地層稱為“含礫黏土層”。

由于圖例符號表示的復雜性，不能采用簡單的圖形模板匹配方法進行識別，而需要設計合適的模式識別分類器進行辨識。

2.2 圖例符號識別的可行性

通過分析比較規(guī)范附錄中的圖例和實際工程圖紙中使用AutoCAD繪制的圖例符號，可以發(fā)現其共同的規(guī)律。這些規(guī)律可總結為每類圖例符號的特征。可以通過特征提取，設計算法完成識別工作。

圖6 地質剖面圖巖層信息

圖7 圖紙中的圖例信息

圖8 規(guī)范附錄中的圖例符號舉例

各設計單位根據規(guī)范附錄的基本要求自行設計圖例符號，并繪制在工程圖紙的圖例區(qū)，但兩者間仍存在很強的近似性。以“黏土”圖例符號為例，如圖9、圖10所示。圖9為規(guī)范附錄中的圖例符號，圖10為實際地質剖面圖中的圖例符號。兩者相同點是：圖例符號均繪制在長∶寬=3∶2的封閉矩形框內，框內均有5條平行的等距細實線，并與矩形長邊傾角均為45°。兩者的不同點是圖例符號的長度和寬度不一樣，第一條斜線與封閉矩形框長邊的截距不一樣。

圖9 規(guī)范附錄中的圖例符號

圖10 地質剖面圖中的圖例符號

3 圖例符號識別方法

DXF格式文件是Autodesk公司公開的技術文檔，它采用面向對象方式對工程圖紙中的直線、弧、圓字符等基本圖形元素進行存儲。圖例符號計算機自動識別主要步驟是：①讀入AutoCAD軟件繪制的DXF格式的地鐵工程地質剖面圖；②在圖例區(qū)以封閉的實線矩形框為界限，拆分出各個圖例符號；③根據圖例表示特征分類，分別執(zhí)行識別算法程序。

對于由字符表示的圖例符號（如圖1所示），可解析DXF文件中Element（元素）段，搜索組值為“TEXT”碼段，很容易識別出符號的含義；對于由規(guī)則幾何圖形填充的圖例（見圖3），可通過解析Block Section（模塊選擇）識別。對于由數個巖性圖例疊加的圖例符號（見圖4），可先分別識別簡單的圖例符號，再進行組合識別；對于由若干規(guī)則或不規(guī)則幾何圖形散布組合表示的圖例（見圖5），需借助2D圖形相似性基本原理和方法，抽取圖形特征，通過計算相似度進行辨別［8］。本文以“黏土”和“粉質黏土”這類由若干平行線組合而成的圖例符號識別為例進行介紹。

3.1 識別思路

工程圖紙中的“黏土”和“粉質黏土”圖例符號如圖11所示。封閉矩形框內均有多條等間距平行線。“黏土”圖例符號的封閉矩形框內均為細實線；“粉質黏土”圖例符號的封閉矩形框內為虛實線，有2種線型組合方式：3實線2虛線和3虛線2實線。

對于第i個圖例符號，可采用一個二元組（L（i），AD（Type，S（i）））進行描述，L（i）為圖例符號的主特征函數，AD為附加信息。Type為附加信息類型，用數字表示；S（i）表示第i個圖例符號附加信息參數夾角。

圖11 工程圖紙中的圖例符號

計算不同線型與矩形邊線構成封閉圖形面積Aij，然后乘以線型構造系數Eij，進行求和，總和除以矩形面積作為該類圖例的特征系數。

附加信息AD（2，S（45））表示框內平行線與矩形框長邊的夾角為45°。

3.2 識別算法

將“黏土”的圖例符號數字化。由圖11可知，4條細實線或2條實線和2條虛線與矩形邊框圍合而成的四個封閉圖形足以體現其線型組合特征，這四個圖形的面積分別記為S1，S2，S3，S4，如圖12所示。設封閉矩形框長邊為3a，短邊為2a，框內第一條平行線與矩形框的截距為x。則應有0＜x＜a，封閉矩形框總面積為S=6a2。其中四條細實線與封閉矩形框所圍合的面積分別為：

設線型構造系數為：

圖12 “黏土”圖例符號數字化

設圖例的特征系數為：

（1）對于“黏土”圖例符號，矩形框內均為細實線，則Eij=1，有：

（2）對于“粉質黏土”圖例符號，按矩形框內細實線和虛線的2種組合方式，分別列出f（x），有：

（3）采用Matlab軟件對k值進行模擬計算，使“黏土”和“粉質黏土”圖例符號的特征系數f（x）的值域不重疊。結果如圖13所示。由模擬計算可知，k=4時，“粉質黏土”圖例符號的特征系數f（x）的值域均大于2。3條實線、2條虛線時，由式（5）可得；2條實線、3條虛線時，由式（6）可

（4）設定符號函數：

“黏土”圖例符號的L（i）=1，“粉質黏土”圖例符號的L（i）=3。這樣，通過計算L（i）的值就可區(qū)分出黏土與粉質黏土。

4 應用案例

下面以武漢地鐵2號線某車站工程為例，介紹車站圍護結構對應的地層信息識別。圖14為車站圍護結構橫剖面圖，其左側是表示地質信息的柱狀圖。為便于理解，將圖14虛線框部分局部放大，如圖15所示。

由于基坑底部所處的地層與施工安全風險關聯度大，因此識別圖15中基坑底對應的地層信息十分必要。基于工程實踐，基坑底部或隧道底板所處的地層一般不是薄層地層（層厚＜0.1 m），因此本文不考慮薄層地層的識別。常規(guī)地層的具體識別算法如下：

步驟1：圖紙預處理。刪除地質信息柱狀圖中的標準貫入點。

圖14 某車站工程圍護結構橫剖面圖

圖15 某車站工程圍護結構橫剖圖局部放大圖

圖16 粉質黏土的數字化圖例

步驟2：識別圖例符號。在圖例區(qū)域獲取圖例符號，并對圖例符號按照圖2設定的規(guī)則進行數字化處理，如圖16所示。由圖可得：x=527，a=833。根據圖例符號識別算法，可得：S1=138 865， S2=4 581 365，S3=2 267 207.6，S4=3 436 503。取構造系數k=4，由式（5）得f（x）=3.376。由式（8）得L（i）=3。于是判斷此圖例表示粉質黏土。

步驟3：識別地質信息柱狀圖。基坑底對應的地層在柱狀圖上表示為1個封閉的矩形框，框內繪制有若干平行的斜線。將此矩形框按長∶寬=3∶2的比例，分割成若干小矩形框，如圖17所示。

圖17分割原則是：首先保證首塊（LA1）和尾塊（LA9）是規(guī)則的小矩形框，以區(qū)分該地層與臨接的其它地層；然后，從上至下進行分割，依次記為LA1，LA2，…，LA9。其中，LA1，LA2，…，LA7與LA9的面積相等。根據式（5）、式（6）、式（8）來判斷LA1，LA2，…，LA7與LA9所表示的地層。若相同，根據連續(xù)性原理，由于LA8介于LA7與LA9之間，LA8也屬相同地層。

圖17 基坑底所屬地層柱狀圖

根據識別算法，計算出L（i）=3，因此判定LA1，LA2，…LA7與LA9所表示的地層為粉質黏土層。

通過地鐵工程施工圖自動識別系統讀入DXF格式的車站圍護結構橫剖面圖，啟動圖形元素識別及語義分析功能，借助地質剖面圖識別算法，識別地質工程技術參數如圖18所示。

圖18 地質工程技術參數自動識別界面

表1 地層信息判定計算表

5 結語

本文按圖例表示特征對中國地鐵巖土工程勘察設計規(guī)范中的圖例符號進行了分類，通過分析比較實例工程圖和規(guī)范中的圖例，給出了圖例自動識別的可能性。以“黏土”和“粉質黏土”圖例的識別為例，給出圖例二元組描述方法，設計了詳細圖例識別算法。

由于圖例符號表示的復雜性和文章篇幅，本文僅介紹了一類圖例的具體識別算法，對規(guī)則圖形填充所構成的圖例未給出具體算法。未來需在圖例拓撲相似性、幾何形狀相似性，不同線型組合圖例的識別算法、圖例選擇縮放變形行為與地層信息識別等方面開展進一步的研究。

［1］ Ding Lieyun，Yu Hongliang，Li Heng，et al.Safety risk identification system for metro construction on the basis of construction drawings［J］.Automation in Construction，2012，27（11）：120.

［2］ 楊一鵬，張銀，王橋.基于知識的地質剖面圖生成器研究和實現［J］.地理與地理信息科學，2004，20（5）：24.

［3］ 陳建宏，周智勇，陳綱，等.基于鉆孔數據的勘探線剖面圖自動生成方法［J］.中南大學學報：自然科學版，2005，36（3）：487.

［4］ 朱瑩，劉學軍，陳鎖忠.地質剖面自動繪制的數據模型研究［J］.湖南科技大學學報：自然科學版，2007，30（4）：104.

［5］ 王建芳，包世泰，余應剛，等.基于GIS模板的地質剖面圖模型及其實現［J］.測繪科學，2008，33（5）：184.

［6］ 譚正華，王李管，熊書敏，等.一種新的復雜地質體采礦工程剖面圖自動生成方法［J］.中南大學學報：自然科學版，2012，43（3）：1092.

［7］ GB 50307—1999地下鐵道輕軌交通巖土工程勘察規(guī)范［S］.

［8］ 譚建榮，岳小莉，陸國棟.圖形相似的基本原理、方法及其在結構模式識別中的應用［J］.計算機學報，2002，25（9）：1.

Automatic Recognition of Typical Legends on Metro Geological Section Map

Yu Hongliang，Li Penghui，Zhong Botao

Important information for metro risk identification are contained in the geological section map of metro project，and the geological section automatic recognition is a core process for automatic risk identification system.In this paper，the categories of legends，the challenges and probabilities of legend recognition are described，the methodology and detailed algorithms of legend for“clay”and“silty clay”recognition are presented as an example.At last，an automatic legend recognition system applied to the project of a station on Wuhan metro Line 2 is presented.

metro project；geological section map；automatic legend recognition

TP 391.412：P 534

10.16037/j.1007-869x.2015.01.011

2014-05-13）

*“十二五”國家科技支撐計劃項目（2012BAK24B00）