基于图像信息的隧道围岩智能分级方法技术

本发明专利技术公开了基于图像信息的隧道围岩智能分级方法，包括以下步骤：S1)掌子面图像采集：利用图像采集设备，分别获取掌子面上若干个区域的图像；S2)相邻区域图像的拼接与融合：针对相邻区域中的重合部分图像，利用SURF算法进行图像拼接，并采用渐入渐出加权融合算法对拼接的图像进行图像融合；S3)裂隙的提取、修复强化和识别；S4)裂隙形态参数获取：利用裂隙图像获得每个裂隙的裂隙形态参数；S5)建立隧道围岩分级模型：分别构建岩石强度预测模型和岩体完整度预测模型，得到岩石强度以及完整度，利用AHP法确定强度和完整度在隧道围岩层分级中的权重，并根据围岩分级模型中的层次分析模型输出围岩分级结果。

【技术实现步骤摘要】

本专利技术属于隧道围岩分级，具体涉及基于图像信息的隧道围岩智能分级方法。

技术介绍

1、隧道围岩分级是评价隧道围岩稳定性、确定隧道施工与隧道支护方式的重要依据。在工程实际中，由于勘测期间受到各种条件的制约，造成勘测结果不能完全准确反映隧道穿越岩层的实际地质情况，出现隧道开挖时围岩等级与勘测时给定的围岩等级不符，加之在隧道施工过程中，可能出现溶洞、涌泥、塌方等不良情况，需要对隧道围岩进行即时分级，以便及时调整隧道施工方式和支护方式，减小安全隐患。在现行的公路隧道围岩分级方法中，各影响指标的获取往往受多种因素影响，花费时间较长，并不能满足隧道施工进度要求。照相测量隧道围岩分级系统是基于对隧道掌子面图像识别分析，以获取隧道掌子面岩体结构的综合量化指标，进而采用规范分级方法对隧道掌子面岩体进行即时分级的隧道围岩分级系统。该系统通过matlab软件的编译，对掌子面图像进行识别分析生成掌子面表面的结构模型，再布设虚拟侧线实现对掌子面结构综合量化，最后结合掌子面岩体单轴抗压强度、地下水条件、初始地应力实现对掌子面岩体的分级。然而现有技术中，对于获取的图像没有进行充分拼接本文档来自技高网...

【技术保护点】

1.基于图像信息的隧道围岩智能分级方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图像信息的隧道围岩智能分级方法，其特征在于，所述步骤S2)相邻区域图像的拼接与融合中，所述利用SURF算法进行图像拼接具体为：获得图像的Hessian矩阵，通过计算Hessian矩阵行列式，得到像素局部极值点，作为图像的SURF特征点；对于SURF特征向量卷积运算，获得参考图像与匹配图像的特征点，利用欧式距离准则计算特征点相似度，在特征点相似度达到设定值时，匹配完成。

3.根据权利要求1所述的基于图像信息的隧道围岩智能分级方法，其特征在于，所述步骤S3)裂隙的提取、修复...

【技术特征摘要】

1.基于图像信息的隧道围岩智能分级方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图像信息的隧道围岩智能分级方法，其特征在于，所述步骤s2)相邻区域图像的拼接与融合中，所述利用surf算法进行图像拼接具体为：获得图像的hessian矩阵，通过计算hessian矩阵行列式，得到像素局部极值点，作为图像的surf特征点；对于surf特征向量卷积运算，获得参考图像与匹配图像的特征点，利用欧式距离准则计算特征点相似度，在特征点相似度达到设定值时，匹配完成。

3.根据权利要求1所述的基于图像信息的隧道围岩智能分级方法，其特征在于，所述步骤s3)裂隙的提取、修复强化和识别中，所述裂隙的提取具体为：将融合图像依次进行图像灰度、图像去噪、图像二值化、边缘检测、裂隙形态学处理和杂点去除，得到原始裂隙。

4.根据权利要求3所述的基于图像信息的隧道围岩智能分级方法，其特征在于，所述裂隙形态学处理具体为利用闭运算，将相邻的裂隙进行桥接，使两个裂隙的膨胀区域重叠，利用重叠现象将桥接区域独立出来，完成裂隙的桥接。

5.根据权利要求1所述的基于图像信息的隧道围岩智能分级方法，其特征在于，所述步骤s3)裂隙的提取、修复强化和识别中，所述识别裂隙二值图像，得到裂隙图像具体包括以下步骤：

6.根据权利要求1所述的基于图像信息的隧道围岩智能分级方法...

【专利技术属性】
技术研发人员：李淮，孙卫星，赵永宾，范鑫，马帅辉，杨新安，马明杰，
申请(专利权)人：中交第三航务工程局有限公司，
类型：发明
国别省市：