本发明专利技术属于隧道工程领域，具体涉及钻爆法隧道爆破后掌子面超欠挖的图像识别方法及装置。具体技术方案为：根据建立的爆破后掌子面图像数据库，基于图像识别中的语义分割算法原理，识别掌子面图像的掌子面超欠挖区域、背景区域；根据建立的掌子面靶标图像数据库，基于图像识别中的语义分割算法原理，识别掌子面靶标图像的靶标区域、背景区域；通过靶标的像素长度和在隧道坐标系下的位置，得到隧道坐标系下掌子面超欠挖区域的坐标，最后与隧道爆破设计轮廓线进行对比分析，得到隧道爆破后掌子面的超欠挖量。该方法减小了隧道超欠挖计算结果误差，降低了对施工时间和施工成本的影响，克服了传统方法隧道超欠挖计算准确度较低的技术问题。术问题。术问题。
【技术实现步骤摘要】
钻爆法隧道爆破后掌子面超欠挖的图像识别方法及装置
[0001]本专利技术属于隧道工程领域，具体涉及钻爆法隧道爆破后掌子面超欠挖的图像识别方法及装置。
技术介绍
[0002]在隧道的开挖过程中，钻爆法是开挖的主要方法之一，但钻爆法的缺点是一旦爆破设计不当，将不可避免地造成隧道大量的超欠挖现象。隧道超欠挖分为超挖和欠挖，超挖指的是隧道实际开挖轮廓线大于隧道设计开挖轮廓线，欠挖指的是隧道实际开挖轮廓线小于隧道设计开挖轮廓线。隧道超欠挖不仅会影响施工进度，也会影响工程质量，甚至会增加施工成本。因此，方便、快捷且可靠的隧道爆破后掌子面超欠挖评价方法在隧道开挖过程中非常重要。
[0003]目前，隧道超欠挖计算方法大部分仍停留在人工现场实测隧道超欠挖层面。该方法存在以下问题：人工测试费时费力，且每次测试会因为人为因素导致量测结果存在较大误差；对每个断面不能无限量测，仅能对局部若干位置进行量测；测试后作图麻烦，整个过程比较繁琐。
[0004]因此，如果能够提供一种方便、快捷、准确的隧道爆破后掌子面超欠挖的图像识别方法，将具有优越的工业应用价值。
技术实现思路
[0005]为解决上述技术问题，本专利技术的目的是提供钻爆法隧道爆破后掌子面超欠挖的图像识别方法及装置。
[0006]为实现上述专利技术目的，本专利技术所采用的技术方案是：根据建立的爆破后掌子面图像数据库，基于图像识别中的语义分割算法原理，识别掌子面图像的掌子面超欠挖区域、背景区域；根据建立的掌子面靶标图像数据库，基于图像识别中的语义分割算法原理，识别掌子面靶标图像的靶标区域、背景区域；通过靶标的像素长度和在隧道坐标系下的位置，得到隧道坐标系下掌子面超欠挖区域的坐标，最后与隧道爆破设计轮廓线进行对比分析，得到隧道爆破后掌子面的超欠挖量。
[0007]优选的：钻爆法隧道爆破后掌子面超欠挖的图像识别方法包括以下步骤，
[0008]步骤101：获取大量的爆破后掌子面图像样本，建立掌子面图像样本数据库，对掌子面图像进行深度学习，建立隧道爆破后掌子面图像的超欠挖区域识别模型；
[0009]步骤102：获取大量的爆破后掌子面靶标图像样本，建立掌子面上靶标图像样本数据库，对掌子面靶标图像进行深度学习，建立隧道掌子面上靶标区域识别模型；
[0010]步骤103：基于所述超欠挖区域识别模型和所述靶标区域识别模型，识别爆破后隧道掌子面的超欠挖量。
[0011]优选的：所述步骤101包括，
[0012]步骤1011：通过标注爆破后掌子面原始图像，将爆破后掌子面原始图像分割成掌
子面超欠挖区域、背景区域，建立爆破后掌子面图像样本数据库；
[0013]步骤1012：根据建立的爆破后掌子面图像样本数据库，对掌子面图像样本进行深度学习，建立隧道爆破后掌子面图像的超欠挖区域识别模型。
[0014]优选的：所述步骤102包括，
[0015]步骤1021：通过标注爆破后掌子面原始图像，将爆破后掌子面原始图像分割成靶标区域、背景区域，建立掌子面上靶标图像样本数据库；
[0016]步骤1022：根据建立的爆破后掌子面上靶标图像样本数据库，对掌子面靶标图像样本进行深度学习，建立钻爆法隧道掌子面上靶标区域识别模型。
[0017]优选的：所述步骤103包括，
[0018]步骤1031：根据掌子面超欠挖区域识别模型和靶标区域识别模型，得到所述掌子面图像上的超欠挖区域和靶标所在区域；
[0019]步骤1032：基于所述掌子面图像上的超欠挖区域和靶标所在区域，得到隧道坐标系下超欠挖区域和靶标所在区域的坐标；
[0020]步骤1033：基于隧道坐标系下超欠挖区域和靶标所在区域的坐标，通过与隧道爆破设计轮廓线进行对比分析，得到爆破后隧道掌子面的超欠挖量。
[0021]相应的：钻爆法隧道爆破后掌子面超欠挖的图像识别装置，包括图像采集模块、构建模块一、构建模块二、分析处理模块；
[0022]所述图像采集模块采集隧道爆破后的掌子面图像，并将掌子面图像传输至构建模块一、构建模块二；
[0023]所述构建模块一根据建立的爆破后掌子面图像样本数据库，构建钻爆法隧道爆破后掌子面图像的超欠挖区域识别模型；
[0024]所述构建模块二根据建立的掌子面上靶标图像样本数据库，构建钻爆法隧道掌子面图像上靶标区域识别模型；
[0025]所述分析处理模块基于所述构建模块一对掌子面图像的识别结果、所述构建模块二对掌子面靶标图像的识别结果，分析出爆破后隧道掌子面的超欠挖量。
[0026]优选的：所述构建模块一包括掌子面图像数据模块、掌子面超欠挖识别模块；
[0027]所述掌子面图像数据模块接收图像采集模块传输的掌子面图像，建立掌子面图像数据库，并将掌子面图像传输至掌子面超欠挖区域识别模块；
[0028]所述掌子面超欠挖识别模块接收掌子面图像，识别掌子面图像中的掌子面区域、背景区域，对掌子面图像进行深度学习，建立掌子面超欠挖区域识别模型。
[0029]优选的：所述构建模块二包括掌子面靶标图像数据模块、掌子面靶标区域识别模块；
[0030]所述掌子面靶标图像数据模块接收图像采集模块传输的掌子面图像，建立掌子面靶标图像数据库，并将掌子面靶标图像传输至掌子面靶标区域识别模块；
[0031]所述掌子面靶标区域识别模块接收掌子面靶标图像，识别掌子面靶标图像中的靶标区域、背景区域，对掌子面靶标图像进行深度学习，建立掌子面靶标区域识别模型。
[0032]相应的：一种电子设备，包括：
[0033]一个或多个处理器；
[0034]存储装置，用于存储一个或多个程序；
[0035]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现钻爆法隧道爆破后掌子面超欠挖的图像识别方法。
[0036]相应的：一种计算机可读介质，所述可读介质存储有计算机程序，所述计算机程序被处理器执行时实现钻爆法隧道爆破后掌子面超欠挖的图像识别方法。
[0037]与现有技术相比，本专利技术具有以下有益效果：
[0038]根据建立的爆破后掌子面图像数据库，基于图像识别中的语义分割算法原理，识别掌子面图像的掌子面超欠挖区域、背景区域；根据建立的掌子面靶标图像数据库，基于图像识别中的语义分割算法原理，识别掌子面靶标图像的靶标区域、背景区域；通过靶标的像素长度和在隧道坐标系下的位置，得到隧道坐标系下掌子面超欠挖区域的坐标，最后与隧道爆破设计轮廓线进行对比分析，得到隧道爆破后掌子面的超欠挖量。随着隧道不断的掘进，揭示的掌子面超欠挖数据不断更新，通过图像识别可对每一循环的的爆破后掌子面超欠挖量做出准确计算，以此优化爆破设计，降低工程造价。该方法减小了隧道超欠挖计算结果误差，降低了对施工时间和施工成本的影响，克服了传统方法隧道超欠挖计算准确度较低的技术问题。
附图说明
[0039]图1是本专利技术钻爆法隧道爆破后掌子面超欠挖图像识别方法的流程图；<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：根据建立的爆破后掌子面图像数据库，基于图像识别中的语义分割算法原理，识别掌子面图像的掌子面超欠挖区域、背景区域；根据建立的掌子面靶标图像数据库，基于图像识别中的语义分割算法原理，识别掌子面靶标图像的靶标区域、背景区域；通过靶标的像素长度和在隧道坐标系下的位置，得到隧道坐标系下掌子面超欠挖区域的坐标，最后与隧道爆破设计轮廓线进行对比分析，得到隧道爆破后掌子面的超欠挖量。2.根据权利要求1所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：包括以下步骤，步骤101：获取大量的爆破后掌子面图像样本，建立掌子面图像样本数据库，对掌子面图像进行深度学习，建立隧道爆破后掌子面图像的超欠挖区域识别模型；步骤102：获取大量的爆破后掌子面靶标图像样本，建立掌子面上靶标图像样本数据库，对掌子面靶标图像进行深度学习，建立隧道掌子面上靶标区域识别模型；步骤103：基于所述掌子面超欠挖区域识别模型和所述掌子面靶标区域识别模型，识别爆破后隧道掌子面的超欠挖量。3.根据权利要求2所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：所述步骤101包括，步骤1011：通过标注爆破后掌子面原始图像，将爆破后掌子面原始图像分割成掌子面超欠挖区域、背景区域，建立爆破后掌子面图像样本数据库；步骤1012：根据建立的爆破后掌子面图像样本数据库，对掌子面图像样本进行深度学习，建立隧道爆破后掌子面图像的超欠挖识别模型。4.根据权利要求2所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：所述步骤102包括，步骤1021：通过标注爆破后掌子面原始图像，将爆破后掌子面原始图像分割成靶标区域、背景区域，建立掌子面上靶标图像样本数据库；步骤1022：根据建立的爆破后掌子面上靶标图像样本数据库，对掌子面靶标图像样本进行深度学习，建立钻爆法隧道掌子面上靶标区域识别模型。5.根据权利要求2所述的钻爆法隧道爆破后掌子面超欠挖的图像识别方法，其特征在于：所述步骤103包括，步骤1031：根据掌子面超欠挖区域识别模型和靶标区域识别模型，得到所述掌子面图像上的超欠挖区域和靶标所在区域；步骤1032：基于所述掌子面图像上的超欠挖区域和靶标所在区域，得到隧道坐标系下超欠挖区域和靶标所...
【专利技术属性】
技术研发人员：童建军，钱坤，方黎洋，王明年，郭建，程海兵，刘琛，甘东东，万润聪，罗丽菊，向露露，
申请(专利权)人：成都金隧自动化工程有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。