基于深度学习和距离场的复杂金属矿体三维建模技术研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
41572317
项目类别：
面上项目
资助金额：
60.0万
负责人：
毕林
依托单位：
中南大学
学科分类：
D0213.水文地质学
结题年份：
2019
批准年份：
2015
项目状态：
已结题
起止时间：
2016-01-01 至2019-12-31

项目参与者：
陈建宏；贾明涛；刘晓明；陈鑫；朱中华；钟德云；崔君；谢伟；
关键词：
距离场三维矿体建模深度学习模型更新 3D数据建模

项目摘要

The method of interpreting and 3D modeling of the complex orebody by artificial experience and human-computer interaction is inefficient, arbitrary and subjective, and difficult to update the model. The basic idea of the project is the technique based on intelligent interpretation and automated modeling for complex orebody. Study the deep learning technology that has made great success in image recognition, computer vision and so on in recent years. The focus is on geological interpretation with deep learning base on exploration data ,including the deep learning model construction, the quantization and enhance expression for the original exploration data, deep neural network training,and reliability analysis. Study the conversion algorithm that convert the crossbar contour to distance field , and apply the marching cubes algorithm to get isosurface from the volume data and then construct a three-dimensional model of the orebody, that can solve the traditional methods of geometric error, triangular degradation ,model deformities and other issues. In order to create high-quality 3D orebody model automatically for the digital mine,solve the problem that update the orebody model dynamically because of survey data changed, and lay the foundation for the intelligent mining.

三维矿业软件已在金属资源行业得到了越来越广泛的应用，但矿体边界解译和空间几何形态建模主要靠人工经验和人机交互，存在工作效率极低、主观随意性大、模型更新困难等问题。项目基于智能化圈矿、自动化建模的基本思想研究复杂矿体的建模技术；通过对近年来在图像识别、计算机视觉等人工智能领域取得巨大成功的深度学习技术的研究，实现基于勘探数据的矿体轮廓线智能圈定，重点解决深度学习模型的构建、原始勘探数据量化及增强表达、深层神经网络训练、可信度分析等关键技术问题；研究基于纵横交叉轮廓线的距离场数据转换算法，应用Marching Cubes算法进行体数据等值面法构造矿体三维模型，解决传统方法容易出现几何错误、三角形退化、模型畸形等问题。为数字矿山自动化创建高质量矿体三维模型；有效解决基于生产勘探数据的矿体模型建立与动态更新的难题；为矿山智能化奠定基础。

结项摘要

由于地质数据的稀疏性，基于地勘数据推断未知曲面的问题是一项非常困难的任务。本项目以实现复杂矿体的自动建模为最终目标，结合显式建模和隐式建模两种建模的理论和技术优势，应用深度学习实现基于矿山地勘数据矿体轮廓线智能圈定，再基于轮廓线进行距离场转换形成体数据，最后基于体数据提取等值面形成三维模型。项目的主要研究结果：（1）结合轮廓线拼接法和体数据等值面法提出一种新的矿体三维建模方法，该方法将轮廓线空间几何数据通过距离函数转换为距离场，从而将轮廓线间的表面重建问题转化为体数据等值面构造问题，避免了人工指定轮廓线的对应关系。（2）矿体三维建模是数字矿山的基础和核心，为了提高建模效率，减少人工干预，提出了通过Biased-SVM和Poisson曲面建立矿体模型的隐式建模方法，该方法通过对原始钻孔数据的学习建立最优分类函数，对离散化的建模空间内任意点分类为矿体外与矿体内，并进一步通过Poisson曲面法对矿体的表面模型进行抽取形成矿体模型。（3）基于一种以数学函数来表示隐式曲面的思想，并结合FastRBF空间插值方法，提出了一种基于具有几何边界约束的钻孔数据进行矿体建模的隐式建模方法。（4）基于一种将地质域看作隐式函数场的思想，采用HRBF空间插值方法提出了一种适合于对具有几何边界约束的矿体剖面数据进行建模的隐式建模方法。（5）开发了一款IMM三维矿体隐式建模软件，并将其应用于真实矿山的矿体建模实例中。