一种基于计算机视觉的相似材料模型中覆岩裂缝的方法技术

本发明专利技术公开了一种基于计算机视觉的相似材料模型中覆岩裂缝的方法，包括数据获取，分割规则大面积非裂隙纹理，筛选不规则小面积裂缝纹理并构建轮廓及数据校验等四个步骤。本发明专利技术较传统的应用于低信噪比的相似材料模型裂隙图像识别技术，一方面数据计算效率高，数据计算精度高，并有效的降低了裂缝识别作业的难度和成本；另一方面极大的提高了裂缝识别作业的灵活性、通用性和识别作业的精度，从而达到有效满足多种结构类型裂缝高效精确识别作业的需要，并为定量研究矿井上覆岩层裂隙动态发育规律提供行之有效的技术支撑。育规律提供行之有效的技术支撑。育规律提供行之有效的技术支撑。

【技术实现步骤摘要】
一种基于计算机视觉的相似材料模型中覆岩裂缝的方法


[0001]本专利技术属于地质裂缝识别技术，具体涉及一种基于计算机视觉的相似材料模型中覆岩裂缝的方法。

技术介绍

[0002]煤炭开采破坏覆岩引起地表破坏和生态恶化，覆岩层破坏数据难以直接观测，相似材料模型成为一种研究岩层移动的手段。裂缝检测技术协同近景摄影测量技术可以监测相似材料模型中覆岩跨落的裂隙，从而获取覆岩破坏的模拟数据。当前，经典算法主要有Roberts、Sobel、Laplac、canny等。Abdel
‑
Qader I等使用快速Haar、快速Fourier、Sobel变换和Canny变换4种边缘检测方法对裂缝进行识别，发现经典算法几乎都存在某些情况下的不足，随着裂缝检测技术越来越先进，但其在相似材料模型中裂缝检测效果不佳。即便机器学习裂隙识别精准比经典算法更优，但在开采沉陷相似材料模型中应用尚且处于初级阶段。这种情况造成的原因是由于相似材料模型中含有近景摄影测量识别标志、网格、毛笔笔迹等非裂隙纹理，更进一步讲，非裂隙纹理和裂隙纹理灰度值接近，信噪比低，所以相似材料本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的相似材料模型中覆岩裂缝的方法，其特征在于，所述种基于计算机视觉的相似材料模型中覆岩裂缝的方法包括以下步骤：S1，数据获取，首先采用近景摄影测量识别系统对制备的待识别相似材料模型进行图像采集作业，并将采集后的数据进行保存，S2,分割规则大面积非裂隙纹理；以GMA算法为数据处理基础，首先从S1步骤中存储的图像数据中选取待测绘图像数据，然后对选取的图像数据进行分辨识别，对规则大面积非裂缝纹理分割处理，并对选取范围图像进行二值化处理，得到黑白效果图，最后将在黑白效果图中对规则大面积非裂缝纹理掩膜处理，即可获得剩余裂缝纹理和小面积非裂缝纹理的目标图像，并对目标图像生成像素阵列；S3,筛选不规则小面积裂缝纹理并构建轮廓，对S2步骤获得的目标图像，按照从左至右、从上至下的顺序，依次遍历目标图像的各元素数据，以众数值为筛选阈值开展连通域面积筛选，从目标图像中筛选出初步裂隙轮廓阵列数据，即可得到裂隙数据；S4，数据校验，完成S3步骤后，将S3步骤中的裂隙数据以python语言结合OpenCV库编写程序进行数据校验，即可实现裂隙数据进行计算校验验证。2.根据权利要求1所述的一种基于计算机视觉的相似材料模型中覆岩裂缝的方法，其特征在于，所述S2步骤步骤中，在进行对规则大面积非裂缝纹理分割处理时，具体数据处理处理方法为：第一步，假设选定的待测绘图像数据计做目标图像S，其像素阵列函数为S(x,y)，并为大小呈m
×
n二值化图像；S(x,y)设定为二值化灰度图，因此S(x,y)中像素灰度值可表示为：式中，T代表阈值；(i,j)为像素点的亮度值；第二步，采用影像匹配技术分割规则大面积非裂缝纹理，设T(x,y)是大小为M
×
N的模板图像,且M<<m,N<<n，可得函数：第三步，在目标图像S中，取M
×
N大小的子图为窗口，遵循从左至右，从上至下原则，滑动子图窗口；按以(i,j)点为窗口左上角，计算子窗口与模板图像的相似度，以窗口大小遍历整个目标图，在所有能够取到的子图中，找到与模板图最相似的子图作为最终匹配结果；
对匹配结果相似度评价，选取平均绝对差作为相似度评价标准，平均绝对差计做D(i,j)，且平均绝对差D(i,j)越小，表明模板图像和目标图像中匹配结果越相似，故只需找到最小的D(i,j)值，即可确定目标图像中最优匹配结果的子图位置，其中具体计算函数为：其中：1≤i≤m
‑
M+1,1≤j≤n
‑
N+1第五步，首先将第四步得到的最佳匹配结果投影到目标图像S中，同时结合目标图像S的像素点坐标(i,j)，得到以像素点坐标(i,j)为基础的子目标图像函数S(i,j)，其中子目标图像函数S(i,j)是以像素坐标...

【专利技术属性】
技术研发人员：丁来中，任小芳，张文志，李春意，柳广春，王顺阳，贾彭真，贺易航，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：