[發明專利]基于機器視覺的隧道掌子面圍巖級別快速識別方法

在審

• 申請號: 202011210582.8
• 申請日: 2020-11-03
• 公開（公告）號: CN112348014A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 龐榮;繆慶旭;袁源;張朋;許培振;秦峰;黃賢錦;劉瑞全;代東林;韓坤林;蔣明星
• 申請（專利權）人: 招商局重慶公路工程檢測中心有限公司;西南交通大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/08;G06T5/00;G06T5/20;G06T7/00;G06T7/13
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 楊柳岸

本發明涉及一種基于機器視覺的隧道掌子面圍巖級別快速識別方法及系統，屬于圖像識別技術領域。該方法包括以下步驟：S1、給予專用平板電腦執行處理的指令；S2、使用專用平板電腦通過接口發送指令使補光設備補光，并通過攝像頭采集圖像；S3、對采集到的圖像進行預處理(小波包)；S4、圖像銳化；S5、邊緣檢測；S6、采用深度學習對圖像進行學習，提取識別特征，并描述掌子面圍巖的地層和節理；S7、根據識別的結果，判斷圍巖巖石種類和破碎程度，進而輸出掌子面圍巖級別，并輸出判斷依據的相關文檔。本發明解決了公路隧道掌子面圍巖級別高效、智能識別的關鍵技術問題，能提升隧道施工界面的安全性與高效性。

技術領域

本發明屬于圖像識別技術領域，涉及一種基于機器視覺的隧道掌子面圍巖級別快速識別方法。

背景技術

隧道工程已成為山區高速公路建設的控制性工程。隧道圍巖分級是隧道設計和施工的基礎，在隧道工程中起著十分重要的作用。新的《公路隧道設計規范》(JTG D70-2014)圍巖分級法，缺點：其定性方法非常宏觀，在實際工程中很難達到具體的指導作用，而其定量分級方法雖然簡單可行，但在施工中需結合隧道的實際情況，采取快速的指標獲取方法。因此，建立一套符合施工實際、便于操作和應用的公路隧道施工階段的圍巖分級方法和系統變得尤為迫切。而在建公路隧道多集中在地質條件惡劣、環境氣候多變、施工結構復雜等山區，施工技術難度高。因此，隨著在建項目日益增多，對公路隧道的建設工作提出了嚴峻挑戰。

目前對公路隧道開挖掌子面圍巖級別識別大多數采用有先驗知識的技術人員人工進行識別，耗時較長、且識別具有較大的不確定性。因此，本發明提出一種基于機器視覺的隧道掌子面圍巖級別快速識別方法及系統。

發明內容

有鑒于此，本發明的目的在于提供一種基于機器視覺的隧道掌子面圍巖級別快速識別方法。

為達到上述目的，本發明提供如下技術方案：

一種基于機器視覺的隧道掌子面圍巖級別快速識別方法，其特征在于：該方法包括以下步驟：

S1、給予電腦執行提取圖像中感興趣區域的指令；

S2、使用電腦通過采集、處理圖像的軟件上的控制按鈕對設備進行補光，并通過攝像頭采集圖像；

S3、對采集到的圖像進行預處理；

S4、圖像銳化、邊緣檢測；

S5、采用深度學習對圖像進行學習，提取識別特征，并描述掌子面圍巖的地層和節理；

S6、根據識別的結果，判斷圍巖巖石種類和破碎程度，進而輸出掌子面圍巖級別，并輸出判斷依據的相關文檔。

可選地，步驟S3具體為采用小波包濾波方法以及對圖像感興趣區域進行局部自適應二值化。

可選地，步驟S4具體為采用拉普拉斯算子。

可選地，步驟S4具體為采用拉普拉斯算子對圖像進行銳化，增強邊緣信息，采用Canny算子對銳化后的圖像進行邊緣檢測。。

可選地，步驟S5的深度學習用的是基于受限玻爾茲曼機RBM的深度置信網絡DBN-DNN。

本發明的有益效果在于：

1、本發明對使用環境要求較低，可在環境惡劣的情況下使用；

2、本發明識別效率高，可在現場實時輸出識別結果；

3、本發明可以輸出圍巖巖石信息，技術人員可根據輸出結果進行驗證；

4、本發明的自動化處理水平較高，可以極大的降低技術人員工作量，提高工程進度。