数字化测量信息技术在矿山测量中的应用效果分析论文

　　摘要：为了提高矿山测量的数字化水平，提出基于数字化测量信息技术的矿山测量方法，并分析应用效果。构建基于信息和人工智能技术的矿山数字化测量信息处理模型，采用测绘地理信息服务数据库作为底层数据库，进行矿山数字化测量过程中的数据存储、表达处理，通过测绘地理信息处理处理技术，建立矿山数字化测量的GIS信息库，利用多传感器观测技术，建立遥感影像全自动处理模型，根据摄影测量的几何参数处理，实现矿山数字化测量及应用。测试表明，采用该方法进行矿山数字化测量的精度较高，人工智能性较好。

 

　　关键词：数字化测量；信息技术；矿山测量

 

　　随着地质测量技术的发展，采用数字化的人工智能测量方法进行矿山数字化测量，建立矿山数字化测量的信息化处理模型，根据摄影机和立体视觉呈现高技术，实现矿山的数字化测量。通过光学投影机和机械投影机，进行矿山数字化测量的数字化加工和处理，比如美国研制的DAMC系统，以及DPGrid系统等，都是数字化测量的人工智能系统。随着智能化测绘技术的发展，以及最新的红外成像、X射线成像的高新技术的成熟发展，研究基于数字化测量技术的矿山测量优化方法，在摄影测量与遥感领域中具有重要的影响和意义。本文提出基于数字化测量信息技术的矿山测量方法，并分析应用效果。构建基于信息和人工智能技术的矿山数字化测量信息处理模型，结合摄影测量遥感以及高分辨的亚米级影像技术，采用大数据分析和图像融合处理的方法，实现数字化测量信息技术在矿山测量中的应用。

 

 

 

 

　　1.1矿山数字化测量的场景分类

 

　　为了实现数字化测量信息技术在矿山测量中的应用及效果分析，结合“地理信息＋人工智能＋北斗”为一体的数字化信息处理技术，在大数据和云计算支撑下，建立矿山数字化测量的海量信息融合和处理模型，通过深度融合和信息处理技术，并利用大数据信息处理技术，建立矿山数字化测量的场景分类模型，采用构建基于信息和人工智能技术的矿山数字化测量信息处理模型，采用测绘地理信息服务数据库作为底层数据库，构建在不同场景下矿山数字化测量的信息采集模型，得到信息采集的条件参数见表1。

 

 

　　根据表1对矿山数字化测量的采集结果，结合摄影测量遥感以及卫星导航技术，建立矿山数字化测量的大数据和图像采集模型，得到矿山数字化测量采集图像样本序列为。

 

　　其中，i表示矿山数字化测量的多源数据的配准序列，为全自动区域网平面下的图像序列，K为数字化测量的帧差，X_k为像素集分布矩阵，X_k^H为X_k酉矩阵。采用广义几何控制的方法，并在Retinex算法学习下，构建矿山数字化测量的海量图像融合模型，得到多源遥感影像处理下的人工地物检测输出为。

 

　　其中，A为语义信息识别出的矿山地物像素分布幅值，为异构遥感数据已经的集成数据集，Y为多源/多时相合成影像，由此，构建矿山数字化测量的物理信息及其时序分布模型，得到物理信息输出时序为。

 

　　式中，J(x)为快速语义分割下的矿山测量遥感图像的边缘像素集，t(x)为图像采样时间序列，A为多光谱测试影像的幅值。根据上述分析，建立基于信息和人工智能技术的矿山数字化测量信息处理模型，结合图像处理和综合性层次分析技术，实现数据采集和层次化结构参数分析。

 

　　1.2矿山数字化测量的数据来源及处理

 

　　采用高程遥感图像辨识的方法，构成交叉闭环融合的封闭仿射区域，得到矿山测量遥感图像噪点滤波输出集为。

 

　　其中，d表示矿山岩性参数智能识别的透射区域强度，采用景点卫星遥感影像自动化智能处理系统（MIPS1.0），建立矿山地质分布层区域卫星遥感影像的分区块检测的匹配模糊度函数为。

 

　　其中，为多源影像时序分布矩阵的转置，为卫星影像区域的高程射线差，为几何语义联合约束参数。

 

　　引入全球导航卫星系统（Global Navigation Satellite System,GNSS），引入测绘地理信息数据库，在机器学习和深度神经网络学习下，得到非地面点的剔除输出。

 

　　其中，r1和r2分别为一阶和二阶山测量遥感图像的实体参数集，为前视全色影像，为高分辨率光学卫星投影参数，N为像素点维数。

 

 

　　采用多光谱影像技术和模板匹配技术，得到矿山数字化测量的边缘轮廓波长系数为。

 

　　其中，为影像融合向量分布集，K为地理场景参数，为深度学习的权重，定义矿山数字化测量区域噪点图像的灰度部分为。

 

　　采用多尺度Retinex分解，计算每个立体像的密度参数，表示为。

 

　　其中F(x，y）为矿山测量遥感图像的影像匹配参数，为高分辨率光学卫星图像的灰度序列，为遥感智能处理下的全景影像参数。

 

　　通过测绘地理信息处理处理技术，建立矿山数字化测量的GIS信息库，在区域网格中，得到矿山地质分布层区域的网格平面差异度函数为：

 

　　其中，p1和p2分别为每个立体像的高程精度，c1和c2分别为联合约束平差。

 

　　采用区域网平差异度融合的方法，得到剩余连接点的分布函数为。

 

　　其中，Z为星影像区域的边界特征量，为控制点平面的分辨系数，综上分析，实现数字化测量信息技术在矿山测量中的应用。

 

 

　　采用Matlab进行数字化测量信息技术在矿山测量中的仿真实验，对矿山测量的重叠区域像素分布为2万像素，匹配的影像对数为29834，采用两块NvidiaＧRTXＧ3090显示卡作为矿山数字化测量的图像输出终端，其它仿真参数设定见表2。

 

　　根据表2的参数设定，进行矿山的数字化测量，得到原始遥感图像采集和测量结果如图2所示。

 

　　分析图2得知，本文方法进行矿山数字化测量的图像输出分辨率较高。测试不同方法进行矿山数字化测量的精度，得到对比结果见表3，分析表3得知，本文方法进行矿山数字化测量的精度更高。

 

　　根据表3的仿真结果得知，本文方法进行矿山数字化测量的精度较高。

 

 

　　本文提出基于数字化测量信息技术的矿山测量方法，并分析应用效果。建立矿山数字化测量的海量信息融合和处理模型，通过深度融合和信息处理技术，并利用大数据信息处理技术，建立矿山数字化测量的场景分类模型，建立矿山数字化测量的GIS信息库，利用多传感器观测技术，建立遥感影像全自动处理模型，根据摄影测量的几何参数处理，实现矿山数字化测量及应用。实验和研究结果表明，本文方法进行矿山数字化测量的精度较高，人工智能性较好，具有很好的操作性。