[發明專利]一種基于深度學習模型的巖體質量評價方法

有效

• 申請號: 202110030679.9
• 申請日: 2021-01-11
• 公開（公告）號: CN112837269B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張野;李炎隆
• 申請（專利權）人: 西安理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/0455;G06N3/0464;G06N3/047;G06N3/096;G06F18/2415;G06F18/214
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 徐瑤

1.一種基于深度學習模型的巖體質量評價方法，其特征在于，包括以下步驟：

步驟1：根據地質勘查現場實驗，獲得全部鉆孔攝影圖像并選擇其中一定數量的鉆孔攝影圖像，將選中的鉆孔攝影圖像按照有結構面和無結構面分為兩組；

步驟2：基于深度學習模型遷移方法對選擇的鉆孔攝影圖像進行模型訓練，并將訓練后的模型用于步驟1中未被選擇的鉆孔攝影圖像，篩選出具有結構面的鉆孔攝影圖像，并對篩選的和選擇的具有結構面的鉆孔攝影圖像進行尺寸統一；

步驟3：以所有具有結構面的鉆孔攝影圖像為研究對象并進行標注，將鉆孔攝影圖像中結構面部分的像素標注出來作為圖像前景，其余像素作為圖像背景；

步驟4：采用基于ResNet的UNet網絡對標記的鉆孔攝影圖像進行訓練，采用多種方法評價模型性能，當模型性能在測試圖像中達到較高值時認為模型能夠用于鉆孔攝影圖像分割，同時可以在得到更多數據后采用多次訓練的方式強化模型，最終得到用于分割鉆孔攝影圖像的深度模型；

步驟5：將得到深度模型應用于鉆孔攝影圖像分割中可得到結構面分割結果，利用分割結果以及鉆孔攝影圖像中的比例尺可以進行巖體結構面特征的量化計算，得出巖體完整性指數，實現巖體的完整性評價。

2.根據權利要求1所述的一種基于深度學習模型的巖體質量評價方法，其特征在于，步驟1中，選擇全部鉆孔攝影圖像中的30％鉆孔攝影圖像，將選擇的30％的鉆孔攝影圖像按照有結構面和無結構面分為兩組。

3.根據權利要求2所述的一種基于深度學習模型的巖體質量評價方法，其特征在于，步驟2具體按照以下步驟實施：

步驟2.1：將選擇的30％的鉆孔攝影圖像作為研究對象，利用ResNet模型提取鉆孔攝影圖像的1000維特征；

步驟2.2：基于鉆孔攝影圖像的1000維特征訓練Softmax分類器，訓練步數設置為5000，學習率設置為0.01，每次訓練隨機選擇10％的鉆孔攝影圖像特征作為測試特征；

步驟2.3：采用準確率對訓練得到的Softmax分類器進行評價，準確率是指分類準確的圖像在圖像總數中所占的比例，當訓練過程中的測試特征準確率超過90％，認為Softmax分類器能夠識別有結構面和無結構面的鉆孔攝影圖像；

步驟2.4：將訓練得到的Softmax分類器用于處理步驟1中未被選擇的70％的鉆孔攝影圖像，篩選出具有結構面的鉆孔攝影圖像；

步驟2.5：將篩選的和手動選擇的具有結構面的鉆孔攝影圖像的尺寸統一處理為160×1280。

4.根據權利要求3所述的一種基于深度學習模型的巖體質量評價方法，其特征在于，步驟4具體按照以下步驟實施：

步驟4.1：將ResNet模型作為Unet結構模型的特征提取模塊，建立RUNet模型；

步驟4.2：采用RUNet模型對標記圖像進行訓練，訓練步數設置為300，其中80％的鉆孔攝影圖像用于模型訓練，20％的鉆孔攝影圖像用于模型測試；

步驟4.3：采用F1_score和交并比IoU對RUNet模型進行測試，各評價指標的計算方法如公式(1)-(4)所示：

其中，TP表示樣本中正類樣本預測為正類的個數，FP表示負類樣本預測為正類的個數，FN表示正類樣本預測為負類的個數，Precision為精準率，Recall為召回率；精準率表示預測為正類的樣本中，真正的正類所占的比例，召回率則表示樣本中正類被正確預測的比例，精準率和召回率是此消彼長的關系，而F1_score綜合考慮了精準率和召回率，是二者調和均值的2倍；DT表示預測物體的范圍，GT表示標記物體的真實范圍，∩表示求交集，∪表示求并集，IoU表示預測范圍和真實范圍交集和并集的比值；當F1_score的值在95％以上，IoU為交并比，IoU值在75％以上時認為RUNet可以用于鉆孔攝影圖像的分割；

步驟4.4：通過F1_score值和IoU值可以判斷RUnet性能，同時可以采用新的鉆孔攝影圖像對已有RUnet進行多次訓練來進行強化，最終得到能夠準確分割鉆孔攝影圖像的RUNet模型。

5.根據權利要求4所述的一種基于深度學習模型的巖體質量評價方法，其特征在于，步驟5具體按照以下步驟實施：

步驟5.1：采用訓練得到的RUNet模型對鉆孔攝影圖像中結構面進行分割；

步驟5.2：利用鉆孔攝影圖像結構面分割結果以及鉆孔攝影圖像中的比例尺計算對結構面進行量化計算，得到結構面的真實區域范圍，并采用巖體完整性權重計算巖體完整部分所占比例，計算方法如公式(5)、(6)所示：

其中，ω(x,y)為不同巖體狀態下完整性權重取值，F(x,y)為巖體完整部分所占比例，S為非破碎區域，S為圖像中鉆孔區域減去結構面區域；x₁、x₂為鉆孔攝影圖像的左、右邊界，y₁、y₂為鉆孔攝影圖像的上、下邊界。