一种大尺寸岩石颗粒特征识别方法及装置制造方法及图纸

本发明专利技术公开了一种大尺寸岩石颗粒特征识别方法及装置。其中，该方法包括：获取岩石图像数据；根据所述岩石图像数据，生成预设分割算法；根据所述预设分割算法，对所述岩石图像数据进行识别，得到岩石几何参数特征；将所述岩石几何参数特征进行输出。本发明专利技术解决了现有技术中人工测量和图像分析法对大尺寸岩石的分析不够准确和高效的技术问题。

A feature recognition method and device for large-size rock particles

【技术实现步骤摘要】
一种大尺寸岩石颗粒特征识别方法及装置
本专利技术涉及图像识别领域，具体而言，涉及一种大尺寸岩石颗粒特征识别方法及装置。
技术介绍
尺寸较大的岩石颗粒具有各种岩性，通常是花岗岩或石灰岩，也有部分是建筑和铺装拆除过程中所产生的混凝土碎石，广泛应用于土工和水利工程中，主要是用于保护海岸线、河床、桥台、桩基和其他海岸线结构。作为一种天然材料，堆石料的可靠性和可持续使用性需要在整个设计、生产、运输、安装、检查和维护阶段进行质量控制，而不同的采石工艺和矿物岩性给生产的集料质量带来了随机性。传统的手段需要将每块岩石的重量一一进行测量，该项工作费时耗力，而标准的筛分法无法用于获取这类较大粒径堆石料的几何尺寸和形状特征，目前主要方法是基于视觉测量或手工测量。因此，需要可靠的成像技术来轻松、快速地处理堆石料图像，以便进行进一步的分析处理。目前，基于成像的分析技术已经得到了广泛的发展，并通过图像分析技术来表征集料颗粒的粒度和几何形状特征。基于图像的室内分析方法主要集中于使用相机进行形状分析，相机附着在桌子大小的设备上，在上面放置一组准备好的颗粒进行照片获取。例如，集合成像系统(AIMS)使用由一个照相机和两个光源组成的装置；伊利诺伊大学的综合图像分析仪(E-UIAIA)依靠安装在三个正交轴上的摄像机拍摄三维颗粒的三视图。这些方法生成的三维颗粒可能缺乏形状细节，如表面上的局部凹曲率；此外，这些设备通常是不便携带的，对于现场测量而言十分笨重。实验室成像设备主要用于岩石形状获取，而岩石几何参数分析系统如WipFrag已被开发用于获得现场的颗粒尺寸分布，但由于图像中颗粒的阴影和相互堆积重叠会影响图像的质量和精度，效果有限。因此，基于图像的集料颗粒密集堆积(或松散堆积)体的测量需要对堆积体进行图像分割，以确定单个颗粒的大小和形态特征。为了实现这一目标，迫切需要开发基于传统计算机视觉技术和/或新兴的深度学习技术的高效计算机视觉算法来快速获取大尺寸岩石堆集料的几何尺寸及形状特征。现有技术中，通常采用两种方式进行大尺寸岩石特征的识别：1、人工测量：对于大尺寸岩石颗粒几何尺寸和性质特征的测量，目前主要是依赖于视觉检查和手工测量，视觉检查很大程度上取决于从业人员的经验和专业知识。手工测量的方法通常需要使用某些测量工具或者关键颗粒和样本颗粒作为参考来辅助判断，质量的获取可以采用直接称量单个颗粒的方法，也可以在测量颗粒尺寸后进行尺寸-质量换算，目前通常采用的是从三个正交轴测量中间尺寸或周长，并基于长方体假设或平均球立方的方法估算体积，进而预估质量。然而，目测和手工测量提供的粗略估计不一定代表真实的岩石颗粒特征。2、图像分析法Wipfrag软件通常用于测定碎石颗粒的粒径大小，最终直接输出级配曲线，该软件可以得到精确度较低的结果。集料成像系统(AIMS)由一个安装在滑盖上的摄像机和两个光源组成，最大可以测量15mm的颗粒大小。伊利诺伊大学集料图像分析仪(E-UIAIA)中的摄像头沿三个正交轴安装，用于获取三维颗粒的三视图(正视、俯视和侧视)，通过后处理得到每个颗粒的一组正交视图，最大粒径可达7.6厘米。3D激光的集料成像系统，扫描单个颗粒并分析生成的3D网格模型，最大可扫描的样本粒径为60m。ImageJ可以进行图像分割，然后利用Excel计算每个颗粒的粒径大小，但其结果的精度也较低，主要是由于图像分割有较大的误差。基于由X射线CT图像构建的三维实体模型用于进行集料形状表征和体积估计。这些系统的设计大多依赖于实验室，它们可能不容易运输、组装和部署到现场应用中，特别是涉及到先进设备，如3D激光扫描仪或X射线CT扫描仪等。此外，大多数系统都有最大粒径限制，这限制了它们在大尺寸岩石颗粒处理方面的应用。这些系统的照明条件是通过使用背光或多个光源来控制的，旨在最小化阴影和反射效果。此外，最初为实验室条件开发的图像滤波算法在野外光照条件下也可能存在准确性方面的困难。因此，实验室成像系统不能直接适用于现场检查。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种大尺寸岩石颗粒特征识别方法及装置，以解决现有技术中人工测量和图像分析法对大尺寸岩石的分析不够准确和高效的技术问题。根据本专利技术实施例的一个方面，提供了一种大尺寸岩石颗粒特征识别方法，包括：获取岩石图像数据；根据所述岩石图像数据，生成预设分割算法；根据所述预设分割算法，对所述岩石图像数据进行识别，得到岩石几何参数特征；将所述岩石几何参数特征进行输出。可选的，在所述获取岩石图像数据之后，所述方法还包括：获取环境数据。可选的，所述岩石图像数据为通过多个图像获取终端获取到的图像数据。可选的，在所述将所述岩石几何参数特征进行输出之后，所述方法还包括：将所述预设分割算法集成到带有用户界面的应用端。根据本专利技术实施例的另一方面，还提供了一种大尺寸岩石颗粒特征识别装置，包括：获取模块，用于获取岩石图像数据；生成模块，用于根据所述岩石图像数据，生成预设分割算法；识别模块，用于根据所述预设分割算法，对所述岩石图像数据进行识别，得到岩石几何参数特征；输出模块，用于将所述岩石几何参数特征进行输出。可选的，所述装置还包括：获取模块，还用于获取环境数据。可选的，所述岩石图像数据为通过多个图像获取终端获取到的图像数据。可选的，所述装置还包括：集成模块，用于将所述预设分割算法集成到带有用户界面的应用端。根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种大尺寸岩石颗粒特征识别方法。根据本专利技术实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种大尺寸岩石颗粒特征识别方法。在本专利技术实施例中，采用获取岩石图像数据；根据所述岩石图像数据，生成预设分割算法；根据所述预设分割算法，对所述岩石图像数据进行识别，得到岩石几何参数特征；将所述岩石几何参数特征进行输出的方式，解决了现有技术中人工测量和图像分析法对大尺寸岩石的分析不够准确和高效的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种大尺寸岩石颗粒特征识别方法的流程图；图2是根据本专利技术实施例的一种大尺寸岩石颗粒特征识别装置的结构框图；图3是根据本专利技术实施例的拍摄装置示意图；图4是根据本专利技术实施例的分割效果图；其中，图4(a)分离颗粒，(b)接触或重叠颗粒，(c)密集堆叠颗粒的原始图像。(d)分离颗粒，(e)接触或重叠颗粒，(f)密集堆叠粒子的颗粒分割图像。(g)分离颗粒，(h)接触或重叠颗粒，(i)密集堆叠粒子的颗粒分割图像。具体实施方式为了使本本文档来自技高网...

【技术保护点】
1.一种大尺寸岩石颗粒特征识别方法，其特征在于，包括：/n获取岩石图像数据；/n根据所述岩石图像数据，生成预设分割算法；/n根据所述预设分割算法，对所述岩石图像数据进行识别，得到岩石几何参数特征；/n将所述岩石几何参数特征进行输出。/n

【技术特征摘要】
1.一种大尺寸岩石颗粒特征识别方法，其特征在于，包括：
获取岩石图像数据；
根据所述岩石图像数据，生成预设分割算法；
根据所述预设分割算法，对所述岩石图像数据进行识别，得到岩石几何参数特征；
将所述岩石几何参数特征进行输出。


2.根据权利要求1所述的方法，其特征在于，在所述获取岩石图像数据之后，所述方法还包括：
获取环境数据。


3.根据权利要求1所述的方法，其特征在于，所述岩石图像数据为通过多个图像获取终端获取到的图像数据。


4.根据权利要求1所述的方法，其特征在于，在所述将所述岩石几何参数特征进行输出之后，所述方法还包括：
将所述预设分割算法集成到带有用户界面的应用端。


5.一种大尺寸岩石颗粒特征识别装置，其特征在于，包括：
获取模块，用于获取岩石图像数据；
生成模块，用于根据所述岩石图像数据，生成预设分割算法；
识别模块，用于根据所述预设分割算法，对...

【专利技术属性】
技术研发人员：肖源杰，王萌，李文奇，王小明，孔坤锋，于群丁，陈晓斌，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南;43