基于模式识别技术岩体裂隙图像的智能解译方法研究pdf.pdf

《基于模式识别技术岩体裂隙图像的智能解译方法研究pdf.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、"):第!"卷第#期#$$"年#月!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!基于模式识别技术岩体裂隙图像的智能解译方法研究范留明!，"李宁!!#西安理工大学岩土研究所，西安$!%%&’；"#长安大学地测学院，西安$!%%(&摘要结构面是岩体的重要组成部分，是控制在工程荷载作用下岩体力学作用方式及其力学响应的主要因素之一#裂隙是岩体中最常见的一类结构面，而且具有数量大、分布广和随机性强等特点，因此对裂隙的调查、测量和统计是划分岩体类别、评价岩体质量和提取岩体物理力学参数的基础#但是，传统的裂隙

2、调查尚处于低效的手工操作阶段#为了提高工作效率，节约工程费用，寻求一种高效、简便、实用的现场测量方法是非常必要的，而数字摄影和数字图像处理为实现这一目标提供了强有力的技术支持#为此，利用图像识别方法，对裂隙图像的智能识别进行了研究，并自编了相应的处理程序，获得了初步研究成果#关键词岩体裂隙裂隙图像图像识别智能解译岩体结构面导致了岩石的不连续性、非均匀性和统计是评价岩体质量、提取岩体力学参数和仿真和各向异性，改变了岩石材料的力学性质，为此"%计算分析的基础#但是，无论是测线法［:，$］或测网法［’，;］，对裂隙的野外调查和现场测量目前尚处于世纪:%年代谷德振、孙玉科提出了“岩体

3、结构”的概念和岩体结构控制岩体稳定的观点［!，"］，’%年代手工测量阶段，所用工具无外乎罗盘、地质锤、测孙广忠提出了“岩体结构控制论”，全面、系统地绳等传统工具，是一项低效、费力、耗时的工作，研究了岩体变形与破坏的基本规律［)］为此寻求一种高效、简便、实用的现场测量方法是#正是由于岩体结构面对岩体力学特性和工程稳定性起控制作众多岩体工程和地质工程工作者的宿愿，而计算机用［&］，所以在岩体工程的理论和实践中，对结构面的日益普及以及数字图像处理和识别技术的高速发的研究一直属于前沿和热点课题，尤其为大型水电展使这一宿愿变成现实成为可能#文献［!%］对数码工程所重视#岩体结构面的研究

4、主要包括)个方摄像机采集的裂隙数据进行了解译，基于光学成像面：几何特性、力学特性和计算机网络模拟，其中原理在@276A@B软件平台上确定了图像数据与实际几何特性是研究结构面的基础#为了描述结构面的裂隙之间的对应关系，虽然对裂隙定位尚需要人工几何特性，!;$’年国际岩石力学学会实验室和野外判读，但是这是数字图像技术在裂隙测量和统计工试验标准化专门委员会提出了《对岩体中结构面定作方面的首次尝试#为了实现对裂隙的自动判读，量描述的推荐方法》［(］，其中规定了对结构面描述作者基于图像处理和识别技术对岩体裂隙数字图像的!%项指标：产状（6<.=17-7.61）、间距（>?-8.13）（

5、或的智能识别进行了研究，取得了阶段性进展#密集程度）、延续性（?=<>.>7=18=）、粗糙程度、张开!岩体裂隙图像智能识别方法度（-?=<72<=）、充填情况、渗流、组数和块体大小等，但是这些数据均需要从野外现场测量获得#模式识别，也称图像识别，就是根据某些特征裂隙是岩体中最常见的一类结构面，具有数量对图像进行分类和识别［!!］，具体地说，就是按照图大、分布广和随机性等特点，对裂隙的调查、测量像某些固有的特征将具有相似特征的像素组成一个"%%)*%)*!&收稿，"%%)*%’*"(收修改稿+*,-./：0-1/.2,.134567,-./#86,；0-1/.2,.1349-

6、566#86,#81第!"卷第#期#$$"年#月"$5像素集，并将其所代表的含义识别出来，其目的是式中#为输出值，*为图像值，-为模板"’的系研究出能够自动进行识别分类的机器系统以完成人数，’为模板序号，’B!，"，⋯，8#类模式识别功能［!"］#模式识别过程可分为$个阶!"!"*阈值变换利用阈值变换方法进行图像分割段［!$］，即图像分割、特征提取及分类#是一种常见的区域分割法，其变换函数表达式为：!"!图像分割!*（.，/）#!图像分割是将数字图像割分成互不相交（不重（#.）&{，（"）叠）的区域［!%］，目的是把识别对象及其背景区别开C*（.，/）0!来#对于裂隙图像而言

7、，所识别对象就是裂隙，图（"）式的意义是：根据某一阈值将图像分成小于!!像分割的任务就是要将裂隙从复杂的背景中分离出和大于两部分像素集，分别对应两种颜色，这一!来#处理方法也称为图像的二值化（)*,@2*D@4*(,），通过二目前，图像分割的方法主要有区域法、边界法值化处理，灰度图像转换成了双色图像（通常为黑和边缘（边缘检测）法$类［!$］#在本次计算中，综合白图像）#运用了区域法和边缘法，即首先利用边缘法对进行图像增强运算，然后再利用区域法进行阈值分割#!"*特征提取特征提取是模式识别的第二个阶段，它