基于目标检测和图像分割的岩芯RQD自动生成算法OA北大核心
为了对岩体质量进行分类和评估,岩石质量指标(RQD)在地矿工程中被广泛应用。以往需要手动测量岩芯片段的长度并手动计算RQD,这一过程既费时又费力。随着计算机软、硬件的进步,基于计算机视觉的图像处理使自动获取RQD逐步成为现实。针对现有方法的局限性,提出了一种基于目标检测和图像分割的RQD自动生成算法,首先根据颜色、纹理等特征的相似性,采用SAM模型对图像中的岩芯进行检测,然后采用YOLOv8算法训练模型,通过提取岩芯片段的缝隙特征进行不同岩芯片段的分割。为了测试该算法的性能,选取了来自宜涪铁路五峰段的10段岩芯样本开展案例研究。结果表明:采用该算法获取的RQD的准确率与传统的手动方式相当,平均相对误差不超过5%;该算法的效率明显优于传统的手动方式,能够节约超过60%的时间成本。
张国华;姜晋云;吕国磊;胡俊杰;熊峰;廖一凡;郑洪;李漪
中国地质大学(武汉)工程学院,湖北武汉430074百咖(上海)管理咨询有限公司,上海200120湖北省交通规划设计院股份有限公司数字化管理部,湖北武汉430051中国地质大学(武汉)工程学院,湖北武汉430074中国地质大学(武汉)工程学院,湖北武汉430074中国地质大学(武汉)工程学院,湖北武汉430074中铁第四勘察设计院集团有限公司数智化事业部,湖北武汉430063湖北省电力规划设计研究院有限公司,湖北武汉430040
安全科学
岩石质量指标(RQD)钻孔岩芯图像处理深度学习目标检测图像分割
《安全与环境工程》 2025 (1)
P.100-106,7
国家重点研发计划项目(2021YFB2600402)国家自然科学基金项目(52209148)。
评论