基于机器视觉的掌子面稳定性监测预警方法及系统技术方案

本发明专利技术提供了一种基于机器视觉的掌子面稳定性监测预警方法及系统，获取掌子面的多帧图像数据，对各帧掌子面图像进行边缘检测，得到掌子面上岩体结构面的分布数据；根据掌子面上岩体结构面的分布数据，构建三维裂隙网络模型，通过三维裂隙网络模型进行基于几何学的关键块体搜索定位，得到关键块体；根据掌子面图像序列中像素在时间域上的变化以及相邻帧之间的相关性，对关键块体是否发生位置变化进行判定，当关键块体在当前帧与初始帧之间的位置变化量大于设定阈值时，判定关键块体发生了失稳，进行预警；本发明专利技术不占用施工时间，更加符合隧道实际情况，提高了隧道施工建设效率，降低了施工人员安全风险。了施工人员安全风险。了施工人员安全风险。

【技术实现步骤摘要】
基于机器视觉的掌子面稳定性监测预警方法及系统


[0001]本专利技术涉及隧道掌子面稳定性监测与预警
，特别涉及一种基于机器视觉的掌子面稳定性监测预警方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]目前，隧道修建区域分布广，隧道建设的地质条件差别大，由于地质构造的作用导致岩石被各种断层、节理和裂隙切割形成块裂结构，在地下工程修建时，开挖导致出现新的临空面，在建设过程中经常面临围岩垮塌的风险，因此，围岩垮塌灾害的监测与预警变得日益迫切。
[0004]专利技术人发现，传统的掌子面稳定性监测方法需要在隧道内布设相应的监测传感元件或组件，耗时长、劳动强度高且需要现场停止施工，影响隧道施工进度。

技术实现思路

[0005]为了解决现有技术的不足，本专利技术提供了一种基于机器视觉的掌子面稳定性监测预警方法及系统，不占用施工时间，更加符合隧道实际情况，可用于隧道开挖施工过程中，实时监测掌子面围岩的稳定性，获取掌子面上可动块体的位移并实时预警，有利于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的掌子面稳定性监测预警方法，其特征在于，包括以下过程：获取掌子面的多帧图像数据，对各帧掌子面图像进行边缘检测，得到掌子面上岩体结构面的分布数据；根据掌子面上岩体结构面的分布数据，构建三维裂隙网络模型，通过三维裂隙网络模型进行基于几何学的关键块体搜索定位，得到关键块体；根据掌子面图像序列中像素在时间域上的变化以及相邻帧之间的相关性，对关键块体是否发生位置变化进行判定，当关键块体在当前帧与初始帧之间的位置变化量大于设定阈值时，判定关键块体发生了失稳，进行预警。2.如权利要求1所述的基于机器视觉的掌子面稳定性监测预警方法，其特征在于，采用边缘检测Sobel算子对各帧掌子面图像进行边缘检测。3.如权利要求2所述的基于机器视觉的掌子面稳定性监测预警方法，其特征在于，包括：采用边缘检测Sobel算子对各帧掌子面图像进行边缘检测，包括：对掌子面图像使用二维伽马函数进行处理，对非结构面的噪点进行过滤；对结构面的几何特征进行规定：当结构面的长宽比大于设定的阈值时，保留该结构面，反之，当长宽比小于或等于设定阈值时，删除该结构面；进行霍夫变换提取线性边缘。4.如权利要求1
‑
3任一项所述的基于机器视觉的掌子面稳定性监测预警方法，其特征在于，构建三维裂隙网络模型，通过三维裂隙网络模型进行基于几何学的关键块体搜索定位，得到关键块体，包括：根据掌子面上岩体结构面的分布数据，得到基于掌子面的结构信息，通过统计获得掌子面上的裂隙分布特征，根据蒙特卡洛方法模拟结构面，构建三维裂隙网络模型，根据结构面的交切关系基于几何学进行关键块体搜索，得到关键块体。5.一种基于机器视觉的掌子面稳定性监测预警系统，其特征在于，包括：掌子面岩体结构面识别模块，被配置为：获取掌子面的多帧图像数据，对各帧掌子面图像进行边缘检测，得到掌子面上岩体结构面的分布数据；关键块体定位模块，被配置为：根据掌子面上岩体结构面的分布数据，构建三维裂隙网络模型，通过三维裂隙...

【专利技术属性】
技术研发人员：刘洪亮，姜新波，邹浩，蔡辉，陈雨雪，屠文锋，李敏，范宏运，周申，
申请(专利权)人：山东大学，
类型：发明
国别省市：