一种基于改进Cascade Mask R-CNN模型的岩芯图像RQD智能分析方法技术

本发明专利技术公开了一种基于改进Cascade Mask R‑CNN模型的岩芯图像RQD智能分析方法，包括：收集地质勘察中的钻孔岩芯图像，并经过图像预处理构建数据集；构建改进Cascade Mask R‑CNN模型，所述改进Cascade Mask R‑CNN模型采用ResNet算法提取图像特征并采用CAFPN算法进行特征融合；采用梯度密度均衡和数据增强策略提升模型性能；采用数据集对改进Cascade Mask R‑CNN模型进行训练，得到岩芯实例分割模型；采用训练好的岩芯实例分割模型，对待分析的岩芯图像进行识别，得到单个岩芯的岩芯掩膜和外接矩形；基于所述岩芯掩膜和外接矩形，得到RQD值。本发明专利技术基于改进的Cascade Mask R‑CNN模型实现准确的岩芯对象识别，并提出系统化的RQD量化方法，为水工岩体质量的智能分析提供理论和方法支撑。

【技术实现步骤摘要】

本专利技术涉及岩芯rqd智能分析，特别是涉及一种基于改进cascade maskr-cnn模型的岩芯图像rqd智能分析方法。

技术介绍

1、水利水电工程多处于地质条件复杂的高山峡谷地区，断层、裂隙、岩脉等地质构造发育，区域岩体类型、完整程度和力学参数存在显著差异，对工程设计方案和施工安全可靠性具有直接影响。在工程建设前期，地勘人员依据规范完成岩体钻芯、编录和质量评价工作。岩体质量指标rqd在工程中应用广泛，是评价岩体质量的重要指标。然而地勘现场作业环境差，rqd编录过程需逐一测量岩芯长度，耗费大量人力物力。

2、地勘工作中，钻孔岩芯图像作为一项地勘资料保存，图像中包含了岩芯类别、长度、颜色及完整程度等多维信息。随着计算机数字图像处理技术和深度学习算法的发展应用，众多学者探索和应用针对岩芯图像的岩体质量智能评价方法。然而，一方面工程中的部分岩芯图像存在噪声多、成像模糊等问题，算法的岩芯识别质量大大降低；另一方面，图像中岩芯颜色、纹理、裂隙等特征存在差异，也可能使识别效果不佳。深度学习算法能够训练针对岩芯识别的模型，识别精度和模型鲁棒性相对阈值分割本文档来自技高网...

【技术保护点】

1.一种基于改进Cascade Mask R-CNN模型的岩芯图像RQD智能分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进Cascade Mask R-CNN模型的岩芯图像RQD智能分析方法，其特征在于，所述步骤S1，收集地质勘察中的钻孔岩芯图像，并经过图像预处理构建数据集，具体包括：

3.根据权利要求2所述的基于改进Cascade Mask R-CNN模型的岩芯图像RQD智能分析方法，其特征在于，所述数据增强采用复制-粘贴方法，首先随机选择两张图像进行随机缩放和水平翻转，之后从其中一幅图像中随机选择一个对象子集到另一幅图像中并采用高斯滤波...

【技术特征摘要】

1.一种基于改进cascade mask r-cnn模型的岩芯图像rqd智能分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进cascade mask r-cnn模型的岩芯图像rqd智能分析方法，其特征在于，所述步骤s1，收集地质勘察中的钻孔岩芯图像，并经过图像预处理构建数据集，具体包括：

3.根据权利要求2所述的基于改进cascade mask r-cnn模型的岩芯图像rqd智能分析方法，其特征在于，所述数据增强采用复制-粘贴方法，首先随机选择两张图像进行随机缩放和水平翻转，之后从其中一幅图像中随机选择一个对象子集到另一幅图像中并采用高斯滤波器平滑粘贴对象边缘，最后对被遮挡物进行适当调整和完全去除并更新被遮挡目标的掩码和边界框。

4.根据权利要求1所述的基于改进cascade mask r-cnn模型的岩芯图像rqd智能分析方法，其特征在于，所述步骤s2，构建改进cascade mask r-cnn模型，具体包括：

5.根据权利要求4所述的基于改进cas...

【专利技术属性】
技术研发人员：张野，麻昀霖，李炎隆，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：