數字化測量信息技術在礦山測量中的應用效果分析

蘇艷民

隨著地質測量技術的發展，采用數字化的人工智能測量方法進行礦山數字化測量，建立礦山數字化測量的信息化處理模型，根據攝影機和立體視覺呈現高技術，實現礦山的數字化測量。通過光學投影機和機械投影機，進行礦山數字化測量的數字化加工和處理，比如美國研制的DAMC 系統，以及DPGrid 系統等，都是數字化測量的人工智能系統。隨著智能化測繪技術的發展，以及最新的紅外成像、X 射線成像的高新技術的成熟發展，研究基于數字化測量技術的礦山測量優化方法，在攝影測量與遙感領域中具有重要的影響和意義。本文提出基于數字化測量信息技術的礦山測量方法，并分析應用效果。構建基于信息和人工智能技術的礦山數字化測量信息處理模型，結合攝影測量遙感以及高分辨的亞米級影像技術，采用大數據分析和圖像融合處理的方法，實現數字化測量信息技術在礦山測量中的應用。

1 礦山數字化測量的場景分類和數據來源

1.1 礦山數字化測量的場景分類

為了實現數字化測量信息技術在礦山測量中的應用及效果分析，結合“地理信息＋人工智能＋北斗”為一體的數字化信息處理技術，在大數據和云計算支撐下，建立礦山數字化測量的海量信息融合和處理模型，通過深度融合和信息處理技術，并利用大數據信息處理技術，建立礦山數字化測量的場景分類模型，采用構建基于信息和人工智能技術的礦山數字化測量信息處理模型，采用測繪地理信息服務數據庫作為底層數據庫，構建在不同場景下礦山數字化測量的信息采集模型，得到信息采集的條件參數見表1。。

表1 礦山數字化測量的信息采集參數

根據表1 對礦山數字化測量的采集結果，結合攝影測量遙感以及衛星導航技術，建立礦山數字化測量的大數據和圖像采集模型，得到礦山數字化測量采集圖像樣本序列為。

1.2 礦山數字化測量的數據來源及處理

采用高程遙感圖像辨識的方法，構成交叉閉環融合的封閉仿射區域，得到礦山測量遙感圖像噪點濾波輸出集為。

引入全球導航衛星系統（Global Navigation Satellite System,GNSS），引入測繪地理信息數據庫，在機器學習和深度神經網絡學習下，得到非地面點的剔除輸出。

圖1 礦山測量

2 礦山數字化測量優化

采用多光譜影像技術和模板匹配技術，得到礦山數字化測量的邊緣輪廓波長系數為。

采用多尺度Retinex 分解，計算每個立體像的密度參數，表示為。

通過測繪地理信息處理處理技術，建立礦山數字化測量的GIS 信息庫，在區域網格中，得到礦山地質分布層區域的網格平面差異度函數為：

采用區域網平差異度融合的方法，得到剩余連接點的分布函數為。

3 實驗測試與結果分析

采用Matlab 進行數字化測量信息技術在礦山測量中的仿真實驗，對礦山測量的重疊區域像素分布為2 萬像素，匹配的影像對數為29834，采用兩塊Nvidia G RTX G 3090 顯示卡作為礦山數字化測量的圖像輸出終端，其它仿真參數設定見表2。

表2 礦山仿真參數設定

根據表2 的參數設定，進行礦山的數字化測量，得到原始遙感圖像采集和測量結果如圖2 所示。

圖2 礦山數字化測量結果

分析圖2 得知，本文方法進行礦山數字化測量的圖像輸出分辨率較高。測試不同方法進行礦山數字化測量的精度，得到對比結果見表3，分析表3 得知，本文方法進行礦山數字化測量的精度更高。

圖3 平面分析圖

表3 礦山數字化測量的精度對比

根據表3 的仿真結果得知，本文方法進行礦山數字化測量的精度較高。

4 結論

本文提出基于數字化測量信息技術的礦山測量方法，并分析應用效果。建立礦山數字化測量的海量信息融合和處理模型，通過深度融合和信息處理技術，并利用大數據信息處理技術，建立礦山數字化測量的場景分類模型，建立礦山數字化測量的GIS 信息庫，利用多傳感器觀測技術，建立遙感影像全自動處理模型，根據攝影測量的幾何參數處理，實現礦山數字化測量及應用。實驗和研究結果表明，本文方法進行礦山數字化測量的精度較高，人工智能性較好，具有很好的操作性。