期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于实景三维建模和点云投影分析的岩体裂隙识别应用
1
作者 刘大鹏 李志胜 《北京测绘》 2024年第10期1431-1436,共6页
本研究旨在探讨无人机(UAV)实景三维建模技术和点云投影分析在岩体裂隙识别中的应用。首先,利用无人机搭载高清摄像镜头,对岩体进行高精度的三维实景扫描,获取大量的岩体表面数据;然后,通过图像处理和三维重建算法,对获取的数据进行处... 本研究旨在探讨无人机(UAV)实景三维建模技术和点云投影分析在岩体裂隙识别中的应用。首先,利用无人机搭载高清摄像镜头,对岩体进行高精度的三维实景扫描,获取大量的岩体表面数据;然后,通过图像处理和三维重建算法,对获取的数据进行处理和分析,实现对岩体裂隙的准确识别和测量;最后,结合实地验证和地质勘探实际需求,验证该技术在岩体裂隙识别中的可行性和有效性。研究结果表明,无人机实景三维建模和点云投影分析能够实现对岩体裂隙的高精度识别和三维重建,裂缝识别准确率由83.4%提升至93.1%,漏提率由30.3%降低至15.4%。该技术不仅在提高识别精度和效率方面具有显著优势,同时也能够降低传统岩体勘探过程中的人力和物力成本。 展开更多
关键词 无人机(UAV) 实景三维建模 岩体裂隙识别 点云投影
下载PDF
基于机器学习的石窟顶板裂隙热红外识别
2
作者 李昌波 包含 +4 位作者 兰恒星 李黎 陈卫昌 刘长青 吕洪涛 《重庆大学学报》 CAS CSCD 北大核心 2024年第10期191-204,共14页
石窟顶板层状岩体中发育的裂隙相互交切,极易引发石窟岩体的失稳破坏,对其快速精准识别是石窟保护的重要基础。针对石窟顶板岩体裂隙的非接触精准测量需求,结合热红外探测技术和改进的UNet网络模型,对顶板裂隙网络二值图进行提取,并运... 石窟顶板层状岩体中发育的裂隙相互交切,极易引发石窟岩体的失稳破坏,对其快速精准识别是石窟保护的重要基础。针对石窟顶板岩体裂隙的非接触精准测量需求,结合热红外探测技术和改进的UNet网络模型,对顶板裂隙网络二值图进行提取,并运用聚类算法,完成了裂隙网络二值图分割识别以及裂隙分组。结果表明,该网络模型各项性能相较于其他网络模型有所提高,Dice系数和推理速度分别达到了71.63%和0.84帧/s,识别过程抵抗人工结构物影响的能力较强,凸显该方法推理速度快,提取精度高、热红外图像适用性好等特点。以安岳圆觉洞顶板为例,应用该方法共分割识别出153条裂隙,并确定了NW327°和NE55°是顶板裂隙的优势走向,与其他测量方法相比识别效果更好。 展开更多
关键词 石窟寺 岩体裂隙识别 深度学习 UNet网络 裂隙分组 聚类分析
下载PDF
隧道掌子面岩体裂隙快速识别方法 被引量：12
3
作者 冷彪 张毅 +1 位作者 杨辉 侯高鹏 《西南交通大学学报》 EI CSCD 北大核心 2021年第2期246-252,322,共8页
隧道掌子面上含有许多地质信息,若能充分提取和分析,将有助于对隧道工程地质状态作出评价,用于指导隧道设计和施工.以隧道掌子面数码图像为基础,对掌子面上岩体裂隙检测、提取、分组算法进行研究.首先,基于数字图像处理技术对掌子面岩... 隧道掌子面上含有许多地质信息,若能充分提取和分析,将有助于对隧道工程地质状态作出评价,用于指导隧道设计和施工.以隧道掌子面数码图像为基础,对掌子面上岩体裂隙检测、提取、分组算法进行研究.首先,基于数字图像处理技术对掌子面岩体裂隙目标分割算法进行分析,根据分割结果,通过图像细化和边界线拟和、分离、合并、过滤,连接不连续边界,过滤短边界,形成较完整的岩体边界线识别结果;然后,计算岩体边界线视倾角,将视倾角相近的边界线合并为一组,实现对裂隙边界线的自动分组;最后,将本方法应用于实际掌子面岩体图像测试其有效性.测试结果表明:该方法基本实现了对掌子面上岩体裂隙的自动提取和分组;对具有明显裂隙的掌子面岩体,本算法能较完整的提取出岩体裂隙,错误提取率不超过10%,并实现了自动分组,自动分组错误率不超过5%,提高了掌子面岩体分析的自动化程度,可用于地质素描,并为掌子面围岩分级提供参考依据. 展开更多
关键词 隧道掌子面 图像处理 岩体裂隙识别
下载PDF
岩坡坡面裂隙网络智能识别与参数提取 被引量：12
4
作者 张紫杉 王述红 +1 位作者 王鹏宇 王存根 《岩土工程学报》 EI CAS CSCD 北大核心 2021年第12期2240-2248,共9页
作为高陡岩质边坡建模的重要先决条件,快速精准地进行岩坡表面裂隙网络的参数化建模近年来成为了研究的热点。研究引入深度学习技术与智能算法聚类思想,提出了一种结合无人机摄影技术的高陡边坡坡面裂隙网络智能识别与几何参数提取的方... 作为高陡岩质边坡建模的重要先决条件,快速精准地进行岩坡表面裂隙网络的参数化建模近年来成为了研究的热点。研究引入深度学习技术与智能算法聚类思想,提出了一种结合无人机摄影技术的高陡边坡坡面裂隙网络智能识别与几何参数提取的方法。采用空洞卷积算法对传统U-net分割识别网络进行改进,并运用GMM-EM算法对识别出的二值图中的裂隙进行聚类,最后引入RANSAC算法实现裂隙面的几何参数自动提取并运用DICE相似系数对识别结果进行对比分析。结果表明,该方法裂隙提取的准确率高于97%,相较于传统算法有所提高。同时,将该方法应用于云南鲁奎山铁矿边坡工程,实现了高陡岩坡表面裂隙信息的快速采集,为后续高陡岩质节理边坡建模提供了必要的技术支撑。 展开更多
关键词 高陡岩质边坡 岩体裂隙识别 深度学习 U-net网络 高斯混合聚类
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部