針對雙目攝像技術的巖體結構面非接觸調查評述

劉興全

摘? 要：為準確評估巖體質量的優劣，以及了解其在穩定性方面的差異，進行巖體質量分級工作是必要的，其中最關鍵的部分是調查巖體的結構面。現階段，對于巖體質量分級中的巖體結構面的調查方法主要有現場接觸法、鉆孔測量以及非接觸掃描測量3類方法。隨著科技發展，基于雙目攝像技術的巖體結構面非接觸調查法在識別準確率上有質的提升，同時大大節省人力物力成本。該文結合基于雙目攝像技術的巖體結構面非接觸調查法的基本原理、采集過程及數據處理過程對這項技術進行詳細介紹，同時通過應用實例對該技術的實用性進行評述。該技術符合現場實際條件，能夠快速評價巖體質量，為礦山企業提供重要依據來選擇工程結構參數，并有效指導生產。

關鍵詞：結構面；調查；非接觸法；雙目測量技術；巖體質量分級

中圖分類號：TD853? ? ? 文獻標志碼：A? ? ? ? ? 文章編號：2095-2945（2024）06-0192-05

Abstract： In order to accurately evaluate the quality of rock mass and understand the difference in stability， it is necessary to carry out rock mass quality classification， of which the most important part is to investigate the structural plane of rock mass. At present， the investigation methods of rock mass structural plane in rock mass quality classification are mainly divided into three kinds of methods： in-situ contact method， borehole survey and non-contact scanning measurement. With the development of science and technology， the non-contact investigation method of rock mass structural plane based on binocular camera technology has qualitatively improved the recognition accuracy， and greatly saved the cost of manpower and material resources. In this paper， combined with the basic principle， acquisition process and data processing process of the non-contact investigation method of rock mass structural plane based on binocular camera technology， this technology is introduced in detail， and the practicability of this technology is evaluated by an application example. This technology is in line with the actual conditions of the site， can quickly evaluate the quality of rock mass， provide an important basis for mining enterprises to select engineering structural parameters and effectively guide production.

Keywords： structural plane; investigation; non-contact method; binocular measurement technique; rock mass quality classification

巖體結構面調查是進行巖體質量分級的重要參數之一。傳統方法主要包括測線和測窗等方法。通過調查目標區域巖體的結構面，獲取節理組數、分布情況以及結構面的方位、跡長、起伏度和張開度等主要參數。巖體結構面調查可以預測不同類型結構面的成因和形成機制，進一步推斷采場的破壞方式，并結合現場采礦地質情況提供合理支護建議。隨著科技進步，測線法和測窗法逐步向非接觸方法轉變，使現場調查變得更科學、更便捷。通過非接觸的采集數據，可以快速獲取目標區域的調查參數，并用于復雜曲面的建模、評價和改進。

現今較為先進且能夠進行商業化操作的調查手段主要有三維激光掃描系統巖體結構面調查、Sirovision巖體結構面調查及Shape Metrix 3D系統巖體結構面調查。Hongdi等[1]對這3種非接觸式測量手段的測量原理，特征拾取算法及后處理方法等進行了詳細描述發現：非接觸式自動測量不僅大大提高了工作效率和測量精度，而且避免了傳統接觸式測量方法給測量員和設備帶來的安全隱患。攝影測量存在一些不可避免的影響測量精度的問題，如鏡頭畸變、投影點偏移、三維重建算法誤差等，因此，本文主要就三維非接觸測量中的基于雙目攝像技術的Sirovision遙測調查開展研究。

1? 雙目攝像立體測圖的基本原理

雙目立體視覺是智能視覺識別科學的一個重要分支，通過模擬人類的視覺系統對景物進行處理。其利用2臺固定位置的高精度工業相機從不同角度對同一物體進行成像，并利用視差原理進行三維圖像重構。雙目立體視覺的組成包括視覺導航和定位、三維重構、立體測量以及空間跟蹤。其步驟涵蓋相機標定、雙目標定、圖像處理、特征檢測、圖像匹配和姿態測量等。

雙目立體測量的特點包括：需要提取的點較少、速度要求高、對光照環境要求高。實現步驟包括相機參數標定、雙目標定、特征點提取與匹配、視差計算和三維重建。具體而言，相機參數標定用于獲取相機的內參和外參，而雙目標定確定左右相機的相對位置關系。特征點提取與匹配用于找出對應的特征點對，視差計算則利用特征點位置差異計算物體的三維信息。最后，基于視差信息進行三維重建，生成三維點云或模型。一般的操作步驟如下。

1.1? 相機參數標定

對單目相機進行標定，獲取相機的內參（焦距、感光芯片的物理尺寸、感光芯片中心偏移等）和外參（旋轉矩陣和平移向量），如圖1所示。

假設有一個點p，沿著垂直于相機中心連線方向上下移動，則其在左右相機上的成像點的位置會不斷變化，即d=xl-xr的大小不斷變化，并且點p和相機之間的距離Z跟視差d存在著反比關系。上式中視差d可以通過2個相機中心距T減去p點分別在左右圖像上的投影點偏離中心點的值獲得，所以只要獲取到了2個相機的中心距T，就可以評估出p點距離相機的距離，這個中心距T也是雙目標定中需要確立的參數之一。

當然這一切有一個前提就是要在2個相機成像上定位到同一個點p上，就是要把左右2個圖片的點匹配起來，這就涉及到雙目校正的動作。如果通過一幅圖片上一個點的特征在另一個二維圖像空間上匹配對應點，這個過程會非常耗時。為了減少匹配搜索的運算量，我們可以利用極限約束使得對應點的匹配由二維搜索空間降到一維搜索空間，原理如圖2所示。

為了消除雙目立體測量中的畸變，需要進行雙目校正操作。雙目校正的目標是確保經過校正后的2幅圖像在水平方向上對齊，使得它們的對極線在同一水平線上。這樣，在一幅圖像上的任意一點與其在另一幅圖像上的匹配點具有相同的行號。因此，只需在該行進行一維搜索即可找到對應點。這一過程能夠有效簡化匹配操作，提高匹配的準確性和效率。可以參考圖3了解詳細原理。

1.2特征點識別

對被測物進行拍攝，并獲取被測部分的特征點。這是雙目立體視覺測量最重要的部分。主要難點在于該用哪些算法來獲取特征點，并且這種特征點的獲取方式上，不能用打激光點或手動貼特征點這樣的方式來“取巧”，必須尊重原圖。根據前人提供的一些圖像預處理算法進行實驗后發現，一般提取特征點時需要用到數十種的預處理算法，而這些算法中的參數需要不斷地去實驗。由于CCAS提供二次開發庫，所以在一些極端情況下用戶還可以在其中加入一些其他的算法。其最終目的還是把特征點準確找到。

1.3? 三維模型建立

完成以上步驟后，就可以進行立體匹配并計算三維坐標。該部分只要給出來數學模型直接帶入公式即可。

2? Sirovision系統簡介、信息采集與數據處理流程

2.1? Sirovision系統簡介

CAE SirovisionTM是一種專門用于巖體結構面調查和分析的測量系統，由2個部分組成。第一部分是CAE立體圖像采集儀，包含2臺高分辨率工業相機、可控強度閃光燈、可更換電池、激光發射器和觸控式操作屏幕，如圖4、圖5所示。通過單桿腳架，可以快速獲取巖面二維圖像，涵蓋了360°的范圍。第二部分是三維圖像處理與分析軟件，集成了巖體三維模型重構、結構面繪制、結構面統計分析和巖體穩定性分析等功能，能夠提供準確的巖體穩定性評價結果[2]。

Sirovision系統的優點體現在以下幾個方面：

1）測量設備采用單支架半固定式支撐，可實現水平和垂直方向的360°旋轉，提供更廣闊的測量范圍和更大的靈活性。

2）系統內置可調強度閃光燈，能夠在無光條件下進行正常拍攝，確保圖像質量。

3）實現了高效的原始二維圖像到三維圖像的合成工藝，顯著縮短了后處理時間[3]。

2.2? Sirovision系統巖體結構面信息采集

圖6為Sirovision系統巖體結構面信息采集流程圖。

1）井下圖像獲取區域劃分。現場圖像獲取之前要確定調查區域，先到調查區域進行調研，調研需要拍攝區域的節理裂隙發育情況及其測量環境是否適宜，并對調查區域進行劃分，并做上控制點，控制點的形式采用如圖7所示的形式：序號（依次增加）+標記點（叉+點+圈叉），依次對劃分的區域進行標記，每一個控制點距離最好控制在6～10 m，控制距離可用激光測距儀進行測量，實際控制距離可根據實際情況再做調整。

2）井下圖像獲取。利用Sirovision 系統拍攝獲取圖像。

3）3D圖像合成。井下進行圖像采集，圖片采集時設備與墻面的距離最好控制在3～5 m。每次拍攝完照片后都要檢查照片光強是否合適，光強的設置與合成3D照片的質量密切相關，徐帥等[2]也對拍攝操作誤差、控制點坐標誤差以及節理識別誤差等進行修正，進一步提高了成像精度。

在拍攝過程中對每個控制點的位置關系進行記錄，對所需拍攝區域畫一個簡易平面圖，圖上簡單畫出該水平的工程結構和標出每個控制點位置，還要對每組照片的位置關系進行記錄。記錄控制點區域照片組的位置信息與圖像獲取同時進行。

2.3? Sirovision系統數據處理流程

1）三維立體圖像信息處理。要將設備中的圖像使用Sirovision進行3D圖像合成。若合成效果不佳，則根據實際情況下井進行補測。

2）控制點坐標和平面圖獲取。控制點坐標由礦山測量人員給出，每個控制點由3個坐標點構成，3個坐標點在現場使用叉、點、圈叉標識，呈倒三角布置（圖8）。每個坐標點都由三維坐標，即X、Y、Z組成。現場坐標測點時叉、點、圈叉分別用2-1、2-2、2-3或者①、②、③表示。將控制點坐標信息轉換成Sirovision軟件的能識別的文件格式（.txt），并重命名。其中1-1表示控制點1中叉的坐標信息，1-2表示點的坐標信息，1-3表示圈叉的坐標信息，每個坐標用空格隔開。

坐標定位是將現場采集的圖片賦予實際坐標。第一步是將之前的坐標信息導入處理的Sirovision數據中。具體步驟如下：第一步打開Sirovision軟件，打開原始數據中導入；第二步是將拍有某個控制點的完整的3個坐標點的圖片進行點位；第三步進行定位（圖9）。

3）畫節理面。在之前合成的3D圖像上畫節理面。首先，雙擊打開CompositeImage，畫節理是選中添加新路徑菜單，找到節理面后，點擊添加新路徑，左擊畫第一個節點，沿著路徑繼續畫節點，右擊結束。畫節理的原則是大節理和主節理必須畫，太小的節理可以不畫，節理數目不可太少保持30個以上。每畫一個節理，右邊極點圖上會出現一個三角形。從左往右不要遺落大節理和主節理（圖10）。

3? 工程應用實例

作為現行較為流行的節理裂隙調查手段，Sirovision已較為廣泛地應用于礦山、邊坡及隧道中，并能夠提供較為精準的結果，提高了工作效率和測量精度。

徐帥等[2]對Sirovision系統出現的分析誤差進行了分析解決，最后基于修正后的 Sirovision 節理巖體調查及分析方法對焦家金礦典型巖體進行了巖體結構調查與分析，完成了巖體三維模型的重構與結構面信息的提取，并將調查分析結果與手工測量結果進行了對比分析，結果表明，基于修正后的 Sirovision 節理巖體調查及分析方法獲得的數據與實際情況吻合良好，能夠達到節理巖體調查所需的精度。

研究人員成功將Sirovision系統應用于鐵蛋山鐵礦的節理巖體調查與分析[3]。他們利用該系統獲得了真實描述巖體宏觀結構的數字圖像，并從中提取了節理幾何形態的空間分布信息。此外，他們還計算了結構面的幾何統計參數。通過基于節理面分組結果的巖體穩定性分析，研究人員揭示了調查區域巖體的不穩定特征，這對于礦山的安全防護和工程參數優化具有參考價值。

Osasan[4]利用Sirovision系統對礦井邊坡巖石移動進行及時、準確的監測，并提出2個觀點：一方面是對于具有較大邊坡穩定性挑戰的大型露天礦，需要進行全面的邊坡監測。另一方面，對于露天礦山而言，需要2種或2種以上技術的結合來進行監測。此外，他還提出每個礦山由于其形成的地球物理環境都是特殊的，因此在決定采用哪種技術或工藝之前，應該對其穩定性進行詳細分析。

Bonilla-Sierra等[5]利用Sirovision攝影測量技術和將離散裂縫網絡與離散元法（DEM）耦合的數值模型的互補使用，提供了一種方法，可用于評估真實的三維（3D）構造的力學行為，并在位于法國阿爾卑斯山脈的羅恩山得到了成功應用。這種方法成功解決了僅使用剪切強度降低方法的方法的局限性，為復雜裂隙巖質邊坡的更全面的穩定性分析奠定基礎。

Sun等[6]以數字攝影測量為基礎，提出了控制點的布置、拍攝區域的優化等技術操作標準和技術要點。從而在不影響隧道施工的前提下，快速、準確地獲取隧道開挖輪廓和節理參數。利用Sirovision系統采集了62個隧道工作面的超、下沖數據和節理參數，進一步分析了分形維數與圍巖分類、方位、節理間距、節理走向與隧道軸線夾角的關系。結果表明，當節理間距固定時，分形維數隨節理走向與巷道軸線夾角的增大呈指數衰減。當角度固定時，分形維數隨節理間距的增大而減小。

周申等[7]對基于Sirovision的隧道巖體信息測量方法進行了研究，通過量化分析和對比試驗，得到隧道圍巖三維建模的誤差來源，并提出了相應的控制點位置確定、測量點標識、加密點拼接的修正方法。采用修正后的測量方法，對濱萊高速工程姚家峪隧道進行了隧道巖體信息采集和穩定性分析，并取得了良好的效果。

李術才等[8]利用Sirovision系統構建了隧道掌子面巖體結構量化表征體系，提出了基于數碼攝像的二維掌子面裂隙模型構建方法，并通過測線法布設多條測線實現全斷面考慮。使用單測線的RBI指標，以玫瑰花方位角表示測線位置，以玫瑰花半徑表示對應方位巖體結構的RBI量化值。通過建立隧道掌子面巖體結構的玫瑰花表征體系，可以實現隧道徑向巖體結構差異的可視化分析。此外，還初步構建了預測隧道軸向巖體完整性的方法，并進行了工程驗證。

張延歡等[9]針對當前隧道圍巖結構面信息獲取方法難以滿足隧道快速施工需求的問題，進行基于數字攝影測量系統——CAE Sirovision獲取巖體結構面幾何信息的研究，詳細介紹了雙目立體攝影測量的基本原理及結構面產狀提取方法。采用 CAE Sirovision 系統進行物像關系模型構建；通過交互式操作方式實現結構面識別及提取，以測線法RQD指標獲取方法為基礎，針對傳統RQD指標僅能反映隧道軸向結構特性的局限，構建隧道徑向RQD評價體系；針對巖體結構空間差異性，提出隧道徑向RQD玫瑰花圖，實現了結構面獲取、RQD分析、RQD直觀顯示的集成化處理，為隧道數字化施工提供理論和技術支撐。

4? 結論

1）Sirovision巖體遙測系統則利用數碼相機獲取地質體的圖像，通過Sirovision專用軟件進行相機標定、雙目標定、圖像處理、特征檢測、立體匹配、雙目三維測量以及姿態測量等多步操作后，處理獲取目標巖體的三維空間坐標，進而對巖體結構（如斷層、裂隙、節理和結構面等）進行參數分析。

2）Sirovision巖體遙測系統能夠大幅度減少工程地質師的現場工作量，且能夠快速、精確、詳盡地進行巖體結構統計分析與報告，對于巖體結構面特征參數測量精度高。但是其在應用過程，存在相機標定、雙目標定、圖像處理、特征檢測、立體匹配、雙目三維測量以及姿態測量等多步，在其中任何一步出現誤差都將導致最終結果的精確性下降，同時，其在使用過程中的距離、光源強度等都是其精度的重要影響因素。

參考文獻：

[1] HONGDI J， XIAOBO? L， ANLIN S， et al. Comparison and analysis of different methods for structural planes measuring in underground roadways [J]. Energy Sources， 2019 ： 1556-7036.

[2] 徐帥，張馳，安龍，等.Sirovision節理巖體遙測系統誤差分析與修正方法[J].金屬礦山，2015（8）：110-115.

[3] 張馳，徐帥，張小輝，等.基于Sirovision的節理巖體調查及穩定性分析[J].金屬礦山，2015（5）：140-144.

[4] OSASAN K S， AFENI T B. Review of surface mine slope monitoring techniques[J]. Journal of Mining ence， 2010， 46（2）：177-186.

[5] BONILLA-SIERRA V ， SCHOLT?S L， DONZ?F V， et al. Rock slope stability analysis using photogrammetric data and DFN-DEM modelling[J]. Acta Geotechnica， 2015.

[6] SUN S， LI S， LI L， et al. Structural planes surveying and fractal dimension characteristics of tunnel face based on digital photogrammetry[J]. Arabian Journal of Geosciences， 2018，11（20）.

[7] 周申，胡超，李利平，等.基于Sirovision的隧道巖面三維建模誤差修正分析[J].長江科學院院報，2020，37（2）：87-92.

[8] 李術才，劉洪亮，李利平，等.基于數碼圖像的掌子面巖體結構量化表征方法及工程應用[J].巖石力學與工程學報，2017，36（1）：1-9.

[9] 張延歡，李利平，劉洪亮，等.隧道圍巖結構面數字識別及完整性評價方法[J].隧道建設，2016，36（12）：1471-1477.