【技术实现步骤摘要】
本专利技术涉及一种基于生成对抗网络的围岩裂隙智能识别方法，属于裂隙智能识别。
技术介绍
1、在地质工程、岩土工程及采矿工程等领域，围岩裂隙的准确识别对于评估岩体的稳定性、设计支护结构以及预防地质灾害至关重要。在荷载作用下，岩石裂隙的萌生、扩展与贯通常会导致工程岩体开裂与结构失稳，引发山体滑坡、隧道塌方、矿井突涌水等重大事故，对人员生命和财产安全造成严重威胁。
2、传统的岩石裂隙检测方法主要包括人工实地测量和基于图像的半自动或自动检测。人工实地测量虽然准确度高，但存在劳动强度大、效率低、安全风险高等问题，且难以全面覆盖复杂地质条件下的裂隙情况。而基于图像的检测方法，虽然具有非接触、高效、安全等优点，但在实际应用中仍面临诸多挑战，如图像质量受光照、噪声等因素影响大，裂隙形态复杂多变导致检测精度不高，以及数据集规模有限导致模型泛化能力不强等。
3、近年来，随着计算机视觉、深度学习等技术的快速发展，图像处理和模式识别技术在岩石裂隙检测中的应用日益广泛。生成对抗网络（gan）作为一种强大的深度学习模型，在图像生成、数据增强...
【技术保护点】
1.一种基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，步骤一的具体过程如下：
3.如权利要求2所述的基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，步骤1.2中，采用高清相机或图像采集系统收集岩石裂隙原始图像数据。
4.如权利要求2所述的基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，步骤1.3中，选用全局阈值或自适应阈值分割方法将预处理后的原始图像转换为二值化图像。
5.如权利要求1所述的基于生成对抗网络的围岩裂隙智...
【技术特征摘要】
1.一种基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，步骤一的具体过程如下：
3.如权利要求2所述的基于生成对抗网络的围岩裂隙智能识别方法，其特征在于，步骤1.2中，采用高清相机或图像采集系统收集岩石裂隙原始图像数据。
4.如权利要求2所述的基于生成对抗网络的围岩裂隙智能识别方法，其特征在...
【专利技术属性】
技术研发人员：王冬，梁彬，蒋宇静，刘建康，栾恒杰，王长盛，
申请(专利权)人：山东科技大学，
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。