基于图像特征的类砌体危岩体安全评价方法及装置制造方法及图纸

本发明专利技术公布了基于图像特征的类砌体危岩体安全评价方法及装置，其主要特征是：收集类砌体危岩体的图像，利用颗粒(孔隙)及裂隙图像识别与分析系统对其图像进行预处理，建立卷积神经网络模型并训练类砌体危岩体图像特征，识别类砌体危岩体的横向节理面倾角、纵向节理面倾角、节理网格分布密度、最小砌体高宽比和最大砌体高宽比的参数特征，对提取的特征数据集进行训练学习，根据训练学习之后的数据对类砌体危岩体进行安全性评价，最后输出评价结果。其装置主要包括：前期处理模式、中期工作模式和后期评价模式。本发明专利技术实施例能够体现该方法及装置的准确性和灵活性问题，能够为类砌体危岩体的评价预测和防治提供依据。

【技术实现步骤摘要】
基于图像特征的类砌体危岩体安全评价方法及装置
本专利技术是基于图像特征的类砌体危岩体安全评价方法及装置，涉及类砌体危岩体稳定性安全评价和卷积神经网络技术的运用等相关领域。
技术介绍
危岩是指由多组岩体结构面切割并位于陡崖或陡坡上稳定性较差的岩石块体及其组合,其破坏具有突发性、致灾具有毁灭性。危岩是我国三峡库区和西部高山深谷区的公路边坡及斜坡带的主要地质灾害类型，具有分布面广、稳定性差、致灾严重等特点。在长江三峡地区存在大量灰岩，在各种应力作用下灰岩普遍形成大小不一的块体结构，这种块体结构在形式上类似于很多块体堆积而成，定义这种灰岩块体结构为类砌体结构。岩体是包含完整岩石和贯穿岩石的软弱结构面的地质体，在漫长的地质历史过程中，岩体受断层、层面、节理、片理等结构面的切割，其在工程规模尺度下的物理力学性质与其他材料相比有着很大的不同，主要表现在岩体具有的非连续性、非均匀性和各向异性。一般将岩石工程影响范围内的岩体称为工程岩体，大多数的工程岩体在正常状态下是稳定的，但是在人类工程活动下就会失稳，引发各类事故，危害工程施工的安全，需要对工程岩体质本文档来自技高网...

【技术保护点】
1.基于图像特征的类砌体危岩体安全评价方法及装置，其特征在于，包括：/n步骤一，收集类砌体危岩体的图像；/n步骤二，利用颗粒(孔隙)及裂隙图像识别与分析系统对类砌体危岩体图像进行预处理，如优化图像，使图像特征更加清晰；/n步骤三，利用卷积神经网络技术建立一种模型，训练类砌体危岩体的图像特征；/n步骤四，识别类砌体危岩体的横向节理面倾角、纵向节理面倾角、节理网格分布密度、最小砌体高宽比和最大砌体高宽比的参数特征，对提取的特征数据集进行训练学习；/n步骤五，根据训练学习之后的数据对类砌体危岩体进行安全性评价，最后输出评价结果；/n步骤六，为了能够定量的分析类砌体危岩体各个参数特征对其的影响，可依据...

【技术特征摘要】
1.基于图像特征的类砌体危岩体安全评价方法及装置，其特征在于，包括：
步骤一，收集类砌体危岩体的图像；
步骤二，利用颗粒(孔隙)及裂隙图像识别与分析系统对类砌体危岩体图像进行预处理，如优化图像，使图像特征更加清晰；
步骤三，利用卷积神经网络技术建立一种模型，训练类砌体危岩体的图像特征；
步骤四，识别类砌体危岩体的横向节理面倾角、纵向节理面倾角、节理网格分布密度、最小砌体高宽比和最大砌体高宽比的参数特征，对提取的特征数据集进行训练学习；
步骤五，根据训练学习之后的数据对类砌体危岩体进行安全性评价，最后输出评价结果；
步骤六，为了能够定量的分析类砌体危岩体各个参数特征对其的影响，可依据卷积神经网络建立起来的训练模型对各个参数特征的图像进行智能分析，最终可根据提取的各个参数数据评价待知的安全结果；
其装置主要包括：前期处理模式、中期工作模式和后期评价模式。


2.根据权利要求1所述的安全评价方法及装置，其特征在于，所述方法为：通过对类砌体危岩体进行图像的收集，将收集的图像利用颗粒(孔隙)及裂隙图像识别与分析系统进行预处理，将处理之后的图像输送到卷积神经网络模型进行训练处理，识别类砌体危岩体的横向节理面倾角、纵向节理面倾角、节理网格分布密度、最小砌体高宽比和最大砌体高宽比的参数特征，对这些参数特征进行训练学习，根据训练学习之后的数据对类砌体危岩体进行安全性评价，最后输出评价结果。


3.根据权利要求1所述的安全评价方法，其特征在于，所述方法为：收集类砌体危岩体的图像，利用颗粒(孔隙)及裂隙图像识别与分析系统对类砌体危岩体图像进行预处理，如优化图像，使图像特征更加清晰，利用卷积神经网络技术建立一种模型，训练类砌体危岩体的图像特征，识别类砌体危岩体的横向节理面倾角、纵向节理面倾角、节理网格分布密度、最小砌体高宽比和最大砌体高宽比的参数特征，对提取的特征数据集进行训练学习...

【专利技术属性】
技术研发人员：张研，王鹏鹏，苏国韶，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：广西;45