【技术实现步骤摘要】
本申请涉及激光测量信息技术、隧道检测的，尤其涉及一种基于多源信息的隧道掌子面分区方法及相关设备。
技术介绍
1、视觉信息的处理技术在工业、农业、生活、军事等各个领域有广泛的应用，所及之处无不给人们的工作和生活带来便利，因此越来越被重视，相关的技术也在日益地发展和进步。其可以利用在隧道测绘方面，通过相机获取隧道掌子面的图像数据，技术人员根据隧道掌子面的图像数据所展示的特征，进行炸药孔的设置。
2、然而，相关的视觉技术中，虽然已有一些技术利用视觉采集装置获取掌子面的图像信息，进而用于掌子面分区，以降低待爆破区域分区的难度。
3、示例性地，以申请号cn202310363305.8公开的一种基于神经网络的隧道掌子面围岩智能分级方法为例，利用现场测试和数字图像处理方法实时获取地质参数，通过实时在线分级预测模型预测当前开挖地层的围岩质量，实现开挖方案与施工参数的适时调整优化，但其分级过程是通过数字图像处理进行的，如果将其用于隧道掌子面分区，在隧道内部或地下环境中，光线条件会导致图像质量较差，影响数字图像处理的准确度，这些因素...
【技术保护点】
1.一种基于多源信息的隧道掌子面分区方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多源信息的隧道掌子面分区方法，其特征在于，所述异常区域检测模型是对深度学习模型训练得到的，所述异常区域检测模型的训练过程包括以下步骤：
3.根据权利要求1所述的基于多源信息的隧道掌子面分区方法，其特征在于，当所述相似度评分不小于第一预设相似度评分时，所述基于所述点云信息和所述第一区域框数据获取爆破分区数据，还包括：
4.根据权利要求3所述的基于多源信息的隧道掌子面分区方法，其特征在于，所述对所述点云信息中缺失的点云数据进行补全和更新，包
5...
【技术特征摘要】
1.一种基于多源信息的隧道掌子面分区方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于多源信息的隧道掌子面分区方法，其特征在于，所述异常区域检测模型是对深度学习模型训练得到的，所述异常区域检测模型的训练过程包括以下步骤：
3.根据权利要求1所述的基于多源信息的隧道掌子面分区方法，其特征在于，当所述相似度评分不小于第一预设相似度评分时，所述基于所述点云信息和所述第一区域框数据获取爆破分区数据，还包括：
4.根据权利要求3所述的基于多源信息的隧道掌子面分区方法，其特征在于，所述对所述点云信息中缺失的点云数据进行补全和更新，包括：
5.根据权利要求4所述的基于多源信息的隧道掌子面分区方法，其特征在于，所述根据符合所述预定距离范围内的多个点云数据，计算得到所述网格节点对应的缺失扫...
【专利技术属性】
技术研发人员：王腾飞，郭巍巍，朱金成，刘虎，张艳君，王达，于野，王冰蕾，王美，葛现勇，李佳隆，王澍，何影，
申请(专利权)人：中新聚能建设工程有限公司，
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。