[發明專利]鉆孔光學圖像和雷達成像信息融合的裂縫參數提取方法

有效

• 申請號: 201810188144.2
• 申請日: 2018-03-07
• 公開（公告）號: CN108460419B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 李立;韓增強;張明睿;孫濤;唐新建
• 申請（專利權）人: 中國科學院武漢巖土力學研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/34
• 代理公司: 武漢宇晨專利事務所 42001
• 代理人: 李鵬;王敏鋒

本發明公開了鉆孔光學圖像和雷達成像信息融合的裂縫參數提取方法。包括圖像預處理步驟；自適應確定分割閾值步驟；匹配正弦函數步驟；幅值、初相和基線的提取步驟；雷達成像的參數提取步驟；相對介電常數的獲取步驟。本發明方法穩定可靠，識別率高，可高效完成鉆孔面的自動識別與參數提取。

技術領域

本發明屬于巖體工程、雷達技術與圖像識別技術領域，更具體涉及鉆孔光學圖像和雷達成像信息融合的裂縫參數提取方法，適用于鉆孔攝像中結構面的全自動化處理與智能化分析。

背景技術

在地質工程、水電工程、石油開發和地質災害防治工程方面，常常需要了解巖石結構面的形態特征。在巖石結構面中，這些形態特征的自動化識別與傾向傾角等參數的智能提取對于勘探、工程設計與施工等具有重要的實際意義。

目前，結構面形態特征的判讀與提取基本上停留在人工操作識別的基礎上。對于結構面的識別，通常由人工給出結構面曲線的控制點，進而由計算機擬合出標準的正弦曲線，確定擬合曲線與圖像曲線互相符合后，再根據擬合參數重新計算出結構面的幾何參數。這個識別操作的過程存在較多的人為參與環節，不僅僅工作效果低，而且不同的操作人員可能會給出不同的識別結果，造成識別結果的多樣性，可靠性較低。無法實現鉆孔圖像結構面參數的全自動化連續判讀與智能識別。特別是在深至幾千米的鉆孔圖像中，鉆孔圖像數據量大，結構復雜，人工操作費時費力，難以短期內完成。并且目前大部分的裂縫參數的提取都單純的依靠光學信號或者雷達信號進行單一處理，計算出來的數據往往存在一定的誤差且無法進行較好的驗證。因此，結構面形態特征的全自動識別、參數的快速提取及準確性具有重要的實際意義，迫切需要解決。

本發明提出了一種全新的將光學圖像與雷達成像信息結合的結構面自動識別與參數提取及準確性驗證方法，用以解決鉆孔圖像中結構面全自動化判讀與裂縫位置、傾向、傾角等參數的智能提取。針對利用鉆孔攝像技術獲取的鉆孔圖像，采用圖像S通道進行圖像預處理、圖像分割、圖像細化進而進行正弦函數的模板匹配，根據匹配得到的正弦函數計算出相應的參數，再利用雷達信號得到雷達圖像進行相應的參數計算工作，融合兩種信息源得到的參數進而得到最終的準確數據。實現了光學圖像與雷達成像的有機結合，得到最終的參數計算結果。

發明內容

為了克服上述現有技術的不足，本發明提供了鉆孔光學圖像和雷達成像信息融合的裂縫參數提取方法。為解決裂縫參數的自動準確識別提供了支持。該方法簡單易行，穩定可靠，可以實現全自動化處理，無需人為因素干預，極大地提高了工作效率，一次性準確地完成率所有結構面的識別與參數的提取。

本發明的方法所采用的技術方案是：

鉆孔光學圖像和雷達成像信息融合的裂縫參數提取方法，包括以下步驟：

步驟1、載入光學鉆孔柱面圖像，將光學鉆孔柱面圖像展開并轉換為HSV圖像，提取HSV圖像中的圖像飽和度通道圖像，將圖像飽和度通道圖像進行加權均值濾波過濾掉噪聲點，再對過濾的圖像飽和度通道圖像進行Gamma增強變換，獲得增強圖像，

步驟2、通過OTSU大津法分割法對增強圖像分割為背景圖像和目標圖像，目標圖像即為裂隙圖像，

步驟3、按照正弦擬合函數對裂隙圖像進行擬合，獲得幅值A、初相以及基線c，其中，Y為裂縫縱向像素點位置，X為裂縫橫向像素點位置，M為裂隙圖像的像素寬度，

步驟4、由幅值A、初相以及基線c的大小計算出裂縫的位置、裂隙的傾向以及裂縫的傾角，

裂縫的位置為c；

裂隙的傾向x_min為裂縫縱向像素點位置Y的最小值對應的X值；

裂縫的傾角

其中，d為鉆孔直徑；