三維地質(zhì)體建模精細(xì)化已成為現(xiàn)階段建模技術(shù)日漸重視的研究方向之一。模型貼圖作為地質(zhì)體模型精細(xì)化表達(dá)的重要技術(shù)手段,長期處于建模環(huán)節(jié)中被忽略的部分,僅能初步實現(xiàn)粗糙的貼圖效果,且存在貼圖變形扭曲、邊界縫隙等問題丞待解決。本文以某煤礦地層模型為研究對象,建立基礎(chǔ)紋理樣本庫并提出了一種基于機(jī)器學(xué)習(xí)的紋理樣本庫擴(kuò)充方法,采用Delaunay三角剖分技術(shù)對三維地質(zhì)體進(jìn)行重構(gòu),提高了網(wǎng)格模型質(zhì)量,并選用切線空間法線貼圖與邊界無縫處理技術(shù)進(jìn)行三維地質(zhì)體貼圖研究。研究結(jié)果表明,通過三角剖分以及法線技術(shù)貼圖的三維地質(zhì)體比現(xiàn)有三維地質(zhì)體貼圖效果更加精細(xì)美觀,大大提高了三維地質(zhì)體模型的真實感,解決了邊界不連續(xù)的問題。 

【文章來源】：中國礦業(yè). 2020,29(09)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

總體技術(shù)流程

圖1 總體技術(shù)流程本文采用卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)的細(xì)粒度BilinearCNN模型與LBP特征提取構(gòu)建形成圖像識別模型，人工建立含少量紋理樣本的紋理庫作為機(jī)器學(xué)習(xí)圖像訓(xùn)練的基礎(chǔ)，選取1 000張巖性圖像進(jìn)行實驗，其中850張圖像作為驗證數(shù)據(jù)集，150張圖像作為訓(xùn)練數(shù)據(jù)集，通過紋理樣本不斷訓(xùn)練、學(xué)習(xí)、驗證得到訓(xùn)練后模型[9-11]。另外，采用網(wǎng)絡(luò)抓取技術(shù)，抓取巖石、紋理圖像，并對抓取圖片進(jìn)行篩選及預(yù)處理工作[12-13]。對于分辨率較低、模糊不清、花紋排布不合理的紋理圖像直接剔除，篩選得到優(yōu)質(zhì)的紋理圖像，圖像進(jìn)行圖像增強(qiáng)、消噪、分割等工作從而得到質(zhì)量提升后的圖像，將處理后的圖像進(jìn)入訓(xùn)練后的模型進(jìn)行識別，得到顏色特征、花紋特征等識別特征分類，分別檢測與識別紋理樣本的地質(zhì)年代與煤質(zhì)特點(diǎn)，對地質(zhì)體紋理樣本庫進(jìn)行補(bǔ)充和拓展（圖3）。

通過研究發(fā)現(xiàn)Delaunay三角剖分是現(xiàn)階段應(yīng)用于三維地質(zhì)體建模的一種較為成熟的方法之一，采用逐點(diǎn)插入法對鉆孔數(shù)據(jù)、煤層等高線數(shù)據(jù)、剖面圖數(shù)據(jù)等煤層數(shù)據(jù)進(jìn)行建模。2.2.1 建立凸包

【參考文獻(xiàn)】：
期刊論文
[1]一種含斷層數(shù)據(jù)的變尺度加密三角剖分算法[J]. 史曉楠,王夢凡,王子童.  計算機(jī)應(yīng)用與軟件. 2019(12)
[2]基于Unity3D的VR藝術(shù)館的設(shè)計與實現(xiàn)[J]. 王銀.  信息與電腦(理論版). 2019(17)
[3]淺談Python爬蟲技術(shù)的網(wǎng)頁數(shù)據(jù)抓取與分析[J]. 吳永聰.  計算機(jī)時代. 2019(08)
[4]淺析水利三維設(shè)計中的法線貼圖工作原理與繪制方法[J]. 柏文,花金祥,張茜茜.  科技視界. 2018(18)
[5]三維模型拆分UV及生成貼圖技術(shù)分析[J]. 趙偉明.  信息與電腦(理論版). 2017(18)
[6]一種Delaunay三角網(wǎng)的改進(jìn)生成算法[J]. 陳明晶,方源敏,李國柱,陳杰.  昆明理工大學(xué)學(xué)報(自然科學(xué)版). 2016(05)
[7]煤層地質(zhì)體三維模型和數(shù)據(jù)結(jié)構(gòu)研究[J]. 薛秀榮,馮永玉,姜慧.  信息技術(shù)與信息化. 2016(Z1)
[8]基于OpenGL的三維紋理貼圖繪制技術(shù)研究與實現(xiàn)[J]. 蘭一麟濤,錢偉,田明銀.  甘肅科技. 2015(22)
[9]基于MFC平臺的煤系地層三維地質(zhì)建模及可視化研究[J]. 劉斌.  煤炭技術(shù). 2012(04)

碩士論文
[1]基于特征融合的卷積神經(jīng)網(wǎng)絡(luò)家具圖像分類算法研究[D]. 羅霞.南京郵電大學(xué) 2019
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像分類應(yīng)用研究[D]. 曹戈.吉林大學(xué) 2019
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的車輛檢測算法研究[D]. 肖堯.東南大學(xué) 2019
[4]三維模型表面紋理的無縫拼接技術(shù)研究[D]. 侯沛宏.中國科學(xué)院大學(xué)(中國科學(xué)院工程管理與信息技術(shù)學(xué)院) 2017
[5]輕量化網(wǎng)格模型的法線貼圖研究[D]. 張憲明.哈爾濱工業(yè)大學(xué) 2017
[6]煤系地層三維地質(zhì)建模及可視化技術(shù)研究[D]. 王慶牛.河南理工大學(xué) 2010
[7]基于網(wǎng)絡(luò)爬蟲的基金信息抽取與分析平臺[D]. 陳亮華.華南理工大學(xué) 2010



本文編號：3503752