【技术实现步骤摘要】
本申请涉及地质灾害防治中的深度学习图像处理，特别是涉及一种基于裂缝密度分析的危岩体风险评估方法。
技术介绍
1、在陡峭的边坡上，由多组相互切割的岩体结构面形成的不稳定岩块被称为危岩。危岩体崩塌是地质灾害中常见且危害严重的一种现象，裂缝密度是评估危岩体稳定性的重要指标，与崩塌等地质灾害的发生有较高关联性。裂缝密度是指在危岩出露面上，去除对岩体整体稳定性影响较小的小裂缝后，剩余裂缝的有效面积占整个框面积的比例。当裂缝密度较低时，岩体内部的连接性和整体性较强，结构相对稳定，发生崩塌的风险较小。此时，裂缝可能只出现在岩体的表层或少数区域，且裂缝之间的距离较远，彼此之间没有形成连贯的破裂带，因此岩体在外力作用下仍能保持一定的稳定性。当裂缝密度较高时，高密度的裂缝意味着岩体的内部已经被大量裂缝分割成许多小块，整体性大大削弱。裂缝之间的距离变得很近，可能形成贯穿整个岩体的破裂网络。这种情况下，岩体的结构变得非常脆弱，任何外力(如地震、降雨、风化等)都可能引发裂缝进一步扩展和联结，从而导致岩体整体失稳，最终可能引发崩塌等地质灾害。
2、传统...
【技术保护点】
1.一种基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述预处理包括：
3.根据权利要求2所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述预处理还包括：
4.根据权利要求1所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述YOLOv8神经网络的特征提取和检测头部分包括旋转不变性模块和形变感知模块。
5.根据权利要求1所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述采用YOLOv8神经网络进行目标
【技术特征摘要】
1.一种基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述预处理包括：
3.根据权利要求2所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述预处理还包括：
4.根据权利要求1所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述yolov8神经网络的特征提取和检测头部分包括旋转不变性模块和形变感知模块。
5.根据权利要求1所述的基于裂缝密度分析的危岩体风险评估方法，其特征在于，所述采用yolov8神经网络进行目标检测之前包括：
6.根据权利要求5所述的基于裂缝...
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。