【技术实现步骤摘要】
本专利技术属于裂隙岩体数字重构技术，尤其涉及一种基于两阶段聚类算法的钻孔破碎带裂隙网络重构方法。
技术介绍
1、裂隙是岩体力学行为和渗流行为的控制因素。钻孔探测是掌握地下岩体裂隙网络发育情况，保障地下岩土工程施工安全顺利进行最常用的方法。随着钻孔摄像、图像识别等技术的成熟，对孔壁裂隙迹线的识别和分析更加准确，基于钻孔裂隙迹线的地下岩体裂隙网络重构成为可能。
2、数字钻孔摄像技术自上世纪50年代发展至今，已经可以获得清晰完整的地下钻孔图像，并在众多工程中有了成熟的应用。面对大量的钻孔图像，为了获得准确的裂隙迹线，需要一种图像识别技术进行高效自动化的处理。随着计算机视觉技术的快速发展，基于深度学习的卷积神经网络技术可以在经过有效训练的基础上对裂隙图像中的裂隙进行准确快速的分割。对于分割出的裂隙，其仍属于图像数据，为了进一步分析裂隙的几何参数，并建立裂隙网络模型，需要对一个个独立的像素点进行聚类，将属于同一条裂隙的像素点聚类到一起，将图像化的裂隙转变为数字化的裂隙。针对岩体的不连续面的聚类问题，学者们进行了大量的研究，文献1(pe...
【技术保护点】
1.一种基于两阶段聚类算法的钻孔破碎带裂隙网络重构方法，其特征在于，所述重构方法包括以下内容：
2.根据权利要求1所述的重构方法，其特征在于，所述筛选裂隙图像的过程是：每个钻孔平面展开图都对应一个有DPI值表，
3.根据权利要求1所述的重构方法，其特征在于，获得裂隙骨架图像的具体过程是：利用神经网络对筛选后的裂隙图像进行识别，自动区分并标注出裂隙和溶孔，获得裂隙的二值化图像，再对裂隙的二值化图像进行闭运算、骨架化、去除毛刺操作，获得裂隙骨架图像。
4.根据权利要求3所述的重构方法，其特征在于，所述神经网络为DeepLabV3+网络、...
【技术特征摘要】
1.一种基于两阶段聚类算法的钻孔破碎带裂隙网络重构方法，其特征在于，所述重构方法包括以下内容：
2.根据权利要求1所述的重构方法，其特征在于，所述筛选裂隙图像的过程是：每个钻孔平面展开图都对应一个有dpi值表，
3.根据权利要求1所述的重构方法，其特征在于，获得裂隙骨架图像的具体过程是：利用神经网络对筛选后的裂隙图像进行识别，自动区分并标注出裂隙和溶孔，获得裂隙的二值化图像，再对裂隙的二值化图像进行闭运算、骨架化、去除毛刺操作，获得裂隙骨架图像。
4.根据权利要求3所述的重构方法，其特征在于，所述神经网络为deeplabv3+网络、fcn、u-net或mask-rcnn。
5.根据权利要求1所述的重构方法，其特征在于，第一阶段聚类时，若两个聚类边界点含有端点，则从端点开始遍历像素点，若...
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。