CN110457501B - 一种基于图像识别的岩土芯样信息编录系统 - Google Patents
一种基于图像识别的岩土芯样信息编录系统 Download PDFInfo
- Publication number
- CN110457501B CN110457501B CN201910754117.1A CN201910754117A CN110457501B CN 110457501 B CN110457501 B CN 110457501B CN 201910754117 A CN201910754117 A CN 201910754117A CN 110457501 B CN110457501 B CN 110457501B
- Authority
- CN
- China
- Prior art keywords
- rock
- soil
- information
- layer
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 240
- 239000011435 rock Substances 0.000 title claims abstract description 154
- 238000003860 storage Methods 0.000 claims abstract description 56
- 238000012360 testing method Methods 0.000 claims abstract description 28
- 238000005553 drilling Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 238000013479 data entry Methods 0.000 claims abstract description 13
- 238000011065 in-situ storage Methods 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims abstract description 8
- 238000013500 data storage Methods 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000004927 clay Substances 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5862—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明公开了一种基于图像识别的岩土芯样信息编录系统，包括：储存箱，储存岩土芯样；图像获取设备，获取岩土芯样排列于储存箱的图像；第一图像识别模块，通过图像比对识别图像中每层岩土性状；定名确定模块，根据每层岩土性状确定岩土芯样的定名；数据存储模块，形成岩土芯样的电子编录表。原位数据录入模块，存储录入原位测试数据；现场数据录入模块，录入钻孔信息；室内检测结果录入模块，录入室内检测结果数据；成果审核评价模块，生成经人工审核校正的岩土柱状图和地质剖面图；勘察地质数据模块，具有权限管理、数据录入和数据查询功能。采用本发明的信息编录系统能够有效提升岩土芯样性状信息识别的准确性、可靠性、以及信息编录效率。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于图像识别的岩土芯样信息编录系统。
背景技术
岩土芯样的信息编录是岩土工程勘察作业的重要基础。目前，岩土芯样的信息编录方法基本是编录人员先采用人工方式将岩土芯样的名称、岩土层层底深度、取样深度、颜色、纹理、形状等性状信息记录在编录纸上，然后经过现场核对后再将记录在编录纸上的信息录入至计算机中进行存储。由于现有的信息编录方法中岩土芯样的性状信息的识别和判断依赖于编录人员的专业能力和个人经验，其不易确保性状信息识别的准确性和可靠性，且信息编录效率低。
发明内容
针对上述问题，本发明的一种基于图像识别的岩土芯样信息编录系统能够有效提升岩土芯样性状信息识别的准确性和可靠性，且能提升信息编录效率。
本发明的一种基于图像识别的岩土芯样信息编录系统，其特征在于，包括：
储存箱，用于储存依次排列的岩土芯样及其芯样试件；其中，所述芯样试件嵌入所述岩土芯样的每层岩土中，每个所述芯样试件设置有二维码标识，所述储存箱设置有用于测量岩土芯样长度的刻度；
图像获取设备，用于获取所述岩土芯样排列于所述储存箱的图像；
第一图像识别模块，用于将所述图像与预设图像库中的图像样本进行比对，以识别出所述图像中每层岩土的第一性状信息；
定名确定模块，用于根据所述每层岩土的第一性状信息，确定所述岩土芯样的定名和描述；
数据存储模块，用于将所述每层岩土的第一性状信息和定名存储于预设的电子表格中，形成所述岩土芯样的电子编录表；
原位数据录入模块，用于向所述电子编录表输入所述每层岩土的原位测试数据以进行存储；
现场数据录入模块，用于向所述电子编录表录入所述岩土芯样对应钻孔的高程信息、水位信息和钻孔坐标信息，以生成所述每层岩土的层顶层底高程信息；
室内检测结果录入模块，用于向所述电子编录表录入室内检测结果数据；所述室内检测结果数据用于指示对每层岩土的芯样试件进行室内检测得到数据；
成果审核评价模块，用于对录入数据后的所述电子编录表进行人工审核校正，并将校正后的电子编录表输出至外部软件，使得所述外部软件根据所述校正后的电子编录表中的数据生成所述岩土芯样的柱状图和地质剖面图；
勘察地质数据模块，具有权限管理单元、数据录入单元和数据查询单元，其中，
权限管理单元，用于根据输入的权限选择指令确定用户账户的权限类型；
数据录入单元，用于根据输入操作录入所述岩土芯样对应钻孔的钻孔信息；
数据查询单元，用于根据所述用户账户的权限类型和输入的关键字查询所述岩土芯样中与所述关键字匹配的钻孔信息。
作为上述方案的改进，所述第一性状信息包含颜色信息、纹理信息和形状信息，所述定名确定模块包括：
第一确定单元，用于采用人工智能神经算法将所述每层岩土的第一性状信息与预设的岩土大类图像库中进行比对分类，以确定所述每层岩土的定名；
第二确定单元，用于采用人工智能神经算法将所述每层岩土的第一性状信息与预设的子类图像库进度比对，以确定所述每层岩土的描述；
第三确定单元，用于在未确定出对应的定名和描述时，根据所述岩土芯样预设的钻孔坐标确定其周围钻孔，并在所述岩土芯样中每层岩土的第一性状信息与其周围钻孔中大部分钻孔对应层岩土的第一性状信息的相似度大于预设相似度阈值时，设定所述大部分钻孔对应层岩土的定名为所述岩土芯样对应层岩土的定名与描述；
第四确定单元，用于根据输入的人工判断指令显示输入界面，以输入所述岩土芯样对应层岩土的定名与描述。
作为上述方案的改进，所述储存箱内平行设置有至少两个凹腔，所述至少两个凹腔用于容纳所述岩土芯样及其芯样试件，所述刻度设置于每个所述凹腔的长度方向的边上；所述信息编录系统还包括：
第二图像识别模块，用于根据所述图像识别出所述每层岩土的行号、分层界线的刻度信息和二维码标识两端的刻度信息；
估算模块，用于在所述图像的分层界线的刻度信息和所述二维码标识两端的刻度信息模糊时，通过所述图像中每层岩土预设的位置，估算其分层界线的刻度信息和二维码标识两端的刻度信息；
第二性状信息确定模块，用于根据预设的储存箱编号、所述每层岩土的行号、所述每层岩土的分层界线的刻度信息和所述二维码标识两端的刻度信息确定所述每层岩土的层底深度和取样深度；
图像合成模块，用于针对同一钻孔的储存箱的图像，按照预设的储存箱编号从小到大的顺序以对所述图像中的每层岩土进行图像拼接，形成同一钻孔的芯样合成长图。
作为上述方案的改进，所述储存箱包括多个，多个储存箱用于储存同一钻孔的岩土芯样；所述第二性状信息确定模块包括：
层底深度计算单元，用于通过公式L＝(N-1)×LO+(n-1)×lo+r计算每层岩土的层底深度L，其中，N表示储存箱编号、LO表示一个储存箱中全部凹腔的长度之和，n表示当前层岩土的行号，lo表示凹腔的长度，r表示当前层岩土的分层界线的刻度信息。
作为上述方案的改进，所述每层岩土的取样深度包括第一取样深度D1和第二取样深度D2，所述第二性状信息确定模块包括：
第一取样深度计算单元，用于通过公式D1＝(N-1)×LO+(n-1)×lo+[(d1+d2)/2]-do计算当前层岩土的第一取样深度D1，d1表示当前层岩土的二维码标识第一端的刻度信息，d2表示当前层岩土的二维码标识第二端的刻度信息，do表示二维码标识的宽度；
第二取样深度计算单元，用于通过公式D2＝(N-1)×LO+(n-1)×lo+[(d1+d2)/2]+do计算当前层岩土的第二取样深度D2。
作为上述方案的改进，所述第一图像识别模块包括：
颜色信息确定单元，用于根据所述每层岩土的图像中每个像素的R分量值、G分量值和B分量值计算所述每层岩土的图像中各分量的平均值，以确定所述每层岩土的颜色信息；
纹理信息确定单元，用于将所述每层岩土的图像与预设的岩土纹理图像进行匹配，并设定相似度最大的岩土纹理图像所对应的纹理标识为对应层岩土的纹理标识，实现纹理信息的确定；
形状信息确定单元，用于将所述每层岩土的图像与预设的岩土形状图像进行匹配，并设定相似度最大的岩土形状图像所对应的形状标识为对应层岩土的形状标识，实现形状信息的确定。
作为上述方案的改进，所述钻孔信息包括工程名称、工程编号、坐标、孔号、开孔时间、终孔时间、孔口高程、孔径大小、地层编号、成因时代和水位。
与现有技术相比，实施本发明的信息编录系统，具有如下有益效果：由于本发明的信息编录系统通过图像获取设备可快速获取岩土芯样排列于储存箱的图像，利用第一图像识别模块可自动识别出每层岩土的第一性状信息，进而可由每层岩土的第一性状信息直接确定出每层岩土的定名，提升岩土芯样定名确定的效率，并且，将每层岩土的第一性状信息和定名存储于预设的电子表格来形成电子编录表。如此，采用本发明的信息编录系统可有效提高岩土芯样性状信息识别的准确性和可靠性，且无需繁琐的纸质抄录审核流程，可有效提升信息编录的效率。
此外，所述信息编录系统还包括：原位数据录入模块，用于向所述电子编录表输入所述每层岩土的原位测试数据以进行存储；现场数据录入模块，用于向所述电子编录表录入所述岩土芯样对应钻孔的高程信息、水位信息和钻孔坐标信息，以生成所述每层岩土的层顶层底高程信息；室内检测结果录入模块，用于向所述电子编录表录入室内检测结果数据；所述室内检测结果数据用于指示对每层岩土的芯样试件进行室内检测得到数据；成果审核评价模块，用于对录入数据后的所述电子编录表进行人工审核校正，并将校正后的电子编录表输出至外部软件，使得所述外部软件根据所述校正后的电子编录表中的数据生成所述岩土芯样的柱状图和地质剖面图，以提升信息编录的准确性；勘察地质数据模块，具有权限管理单元、数据录入单元和数据查询单元，以对信息编录系统进行权限管理。
附图说明
图1是本发明实施例提供的一种岩土芯样的信息编录系统结构示意图。
图2(a)是本发明实施例中储存箱的正视示意图。
图2(b)是本发明实施例中储存箱沿A1-A2的剖视示意图。
图3是本发明实施例中岩土芯样依次排列的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于此描述的其他方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
下面结合具体实施例和附图对本发明的技术方案进行清楚、完整的描述。
请参见图1，是本发明实施例提供的一种基于图像识别的岩土芯样信息编录系统的结构示意图。
如图1所示，该岩土芯样的信息编录系统包括：储存箱1，用于储存依次排列的岩土芯样及其芯样试件；其中，芯样试件嵌入岩土芯样的每层岩土中，每个芯样试件设置有二维码标识，该二维码标识用于对芯样试件进行标识，携带有工程编号、孔号、取样深度信息；储存箱1设置有用于测量岩土芯样长度的刻度；图像获取设备2，用于获取岩土芯样排列于储存箱1的图像；第一图像识别模块3，用于将图像与预设图像库中的图像样本进行比对，以识别出图像中每层岩土的第一性状信息，第一性状信息包含颜色信息、纹理信息和形状信息；定名确定模块4，用于根据每层岩土的第一性状信息，确定岩土芯样的定名；数据存储模块5，用于将每层岩土的第一性状信息和定名存储于预设的电子表格中，形成岩土芯样的电子编录表。
与现有技术相比，由于本发明的信息编录系统通过图像获取设备2可快速获取岩土芯样排列于储存箱1的图像，利用第一图像识别模块3可自动识别出每层岩土的第一性状信息，进而可由每层岩土的第一性状信息直接确定出每层岩土的定名，提升岩土芯样定名确定的效率，并且，将每层岩土的第一性状信息和定名存储于预设的电子表格来形成电子编录表。如此，采用本发明的信息编录系统可有效提高岩土芯样性状信息识别的准确性和可靠性，且无需繁琐的纸质抄录审核流程，可有效提升信息编录的效率。
具体地，定名确定模块4包括：第一确定单元，用于采用人工智能神经网络算法将所述每层岩土的第一性状信息与预设的岩土大类图像库(岩土大类图像库中的岩土类型包括填土、淤泥、粉质粘土、粉细砂、各类岩石)中进行比对分类，以确定所述每层岩土的定名；具体地，第一确定单元中的人工智能神经网络中的弱分类图像识别机制利用岩土的颜色信息、纹理信息和形状信息进行相似度分析，如果相似度大于预设的相似度阈值，则进行岩土类型匹配，由此确定岩土的定名。
定名确定模块4还包括：第二确定单元，用于采用人工智能神经算法将所述每层岩土的第一性状信息与预设的子类图像库进度比对，以确定所述每层岩土的描述；第三确定单元，用于在未确定出对应的定名和描述时，根据所述岩土芯样预设的钻孔坐标确定其周围钻孔，并在所述岩土芯样中每层岩土的第一性状信息与其周围钻孔中大部分钻孔对应层岩土的第一性状信息的相似度大于预设相似度阈值时，设定所述大部分钻孔对应层岩土的定名为所述岩土芯样对应层岩土的定名与描述；第四确定单元，用于根据输入的人工判断指令显示输入界面，以输入所述岩土芯样对应层岩土的定名与描述。如此，可以提升定名确定的准确性。
进一步地，储存箱1内平行设置有至少两个凹腔，至少两个凹腔用于容纳岩土芯样及其芯样试件，刻度设置于每个凹腔的长度方向的边上；信息编录系统还包括：第二图像识别模块6，用于根据图像识别出每层岩土的行号、分层界线的刻度信息和二维码标识两端的刻度信息；估算模块7，用于在所述图像的分层界线的刻度信息和所述二维码标识两端的刻度信息模糊时，通过所述图像中每层岩土预设的位置，估算其分层界线的刻度信息和二维码标识两端的刻度信息；第二性状信息确定模块8，用于根据预设的储存箱1编号、每层岩土的行号、每层岩土的分层界线的刻度信息和二维码标识两端的刻度信息确定每层岩土的层底深度和取样深度；图像合成模块9，用于针对同一钻孔的储存箱的图像，按照预设的储存箱编号从小到大的顺序以对所述图像中的每层岩土进行图像拼接，形成同一钻孔的芯样合成长图。
具体地，在本发明的信息编录系统中，芯样试件中的岩土从岩土芯样中截取出，岩土芯样及其芯样试件按照取样顺序依次排列在储存箱1内，且由同一个钻孔钻出的岩土芯样可以由多个储存箱1来进行储存，并通过储存箱1编号来标识取样顺序，储存箱1内设置有用于测量岩土芯样长度的刻度，如此，通过储存箱1可以标识出岩土芯样中每层岩土的位置信息，进而通过图像获取设备2可快速获取岩土芯样排列于储存的图像，利用第二图像识别模块6可自动识别出每层岩土所在行的行号、每层岩土分层界线的刻度信息、以及每层岩土的岩土试件上二维码标识两端的刻度信息，其中，分层界线的刻度信息表示每层岩土分界线对齐的刻度，二维码标识两端的刻度信息表示二维码标识两端对齐的刻度；再者，岩土形状信息确定模块可根据预设的储存箱1编号、以及识别出的每层岩土的分界线的刻度信息、二维码标识两端的刻度信息自动确定出每层岩土的第二性状信息，并由数据存储模块5存储每层岩土的第二性状信息，自动完成信息编录。如此，采用本发明的信息编录系统可有效提高岩土芯样性状信息识别的准确性和可靠性，且无需繁琐的纸质抄录审核流程，可有效提升信息编录的效率。
在本发明的实施例中，图像获取设备2包括移动终端设备，例如，可以是手持式平板电脑、手机，岩土芯样排列于储存箱1的图像可以通过手持式平板电脑的摄像头拍摄得到。为了便于清晰识别出图像，可以将摄像头对准储存箱1的中部拍摄，使得岩土芯样的两端清晰，便于识别出岩土芯样中每层岩土的分界线。
在本发明的实施例中，如图2和图3所示，由于储存箱1内平行设置有至少两个凹腔11，至少两个凹腔11用于容纳岩土芯样及其芯样试件，刻度12设置于每个凹腔11的长度方向的边上。其中，芯样试件中的岩土从岩土芯样中取出，岩土芯样及其芯样试件按照取样顺序依次排列在储存箱1的凹腔11内，例如，岩土芯样的取样顺序依次为从填土101、淤泥102、粉质粘土103、砂土104、灰岩104，则岩土芯样及其芯样试件131按照上述顺序依次容纳于凹腔内，此外，由同一个钻孔钻出的岩土芯样可以由多个储存箱1来进行储存，并通过储存箱1编号来标识取样顺序，如此，通过储存箱1可以标识出岩土芯样中每层岩土的刻度信息。例如，可设置储存箱1的长度为1m，在储存箱1内设置5个凹腔，则同一个储存箱1内可同时容纳5条岩土芯样；其中，每个凹腔左侧的起始刻度均为0，右侧的末端刻度为1m，通过岩土芯样中每层岩土分界线对齐的刻度可以标识出其刻度信息，便于校准岩土芯样的长度。
在本发明的实施例中，所述第二性状信息确定模块7包括：层底深度计算单元，用于通过公式L＝(N-1)×LO+(n-1)×lo+r计算每层岩土的层底深度L，其中，N表示储存箱11编号、LO表示一个储存箱11中全部凹腔11的长度之和，n表示当前层岩土所在凹腔11的行号，lo表示凹腔11的长度，r表示当前层岩土的分层界线的刻度信息。例如，当淤泥102的分层界线的刻度信息为0.2m、储存箱1的编号为1时，则其层底深度L淤泥＝(1-1)×5+(2-1)×1+0.2＝1.2m。
进一步地，所述每层岩土的取样深度包括第一取样深度D1和第二取样深度D2，所述第二性状信息确定模块8包括：第一取样深度计算单元，用于通过公式D1＝(N-1)×LO+(n-1)×lo+[(d1+d2)/2]-do计算当前层岩土的第一取样深度D1，d1表示当前层岩土的二维码标识第一端131的刻度信息，d2表示当前层岩土的二维码标识第二端132的刻度信息，do表示二维码标识的宽度；第二取样深度计算单元，用于通过公式D2＝(N-1)×LO+(n-1)×lo+[(d1+d2)/2]+do计算当前层岩土的第二取样深度D2。
进一步地，所述第一图像识别模块3包括：图像分割单元，用于以所述图像信息中每层岩土的分层界线为分割线，对所述图像信息进行图像分割，得到每层岩土的图像，并以所述图像信息中每层岩土的分层界线为图像的最终分割线，将芯样箱以外的图像部分进行裁切不作保留，如果芯样箱内图像部分有歪斜的，进行变形纠偏生成固定长宽比例的图像；颜色信息确定单元，用于根据所述每层岩土的图像中每个像素的R分量值、G分量值和B分量值计算所述每层岩土的图像中各分量的平均值，以确定所述每层岩土的颜色信息；纹理信息确定单元，用于将所述每层岩土的图像与预设的岩土纹理图像进行匹配，并设定相似度最大的岩土纹理图像所对应的纹理标识为对应层岩土的纹理标识，实现纹理信息的确定；形状信息确定单元，用于将所述每层岩土的图像与预设的岩土形状图像进行匹配，并设定相似度最大的岩土形状图像所对应的形状标识为对应层岩土的形状标识，实现形状信息的确定。
进一步地，所述信息编录系统还包括：原位数据录入模块10，用于向所述电子编录表输入所述每层岩土的原位测试数据以进行存储。
在该实施例中，由于预设有大量的岩土纹理图像和岩土形状图像，且每张岩土纹理图像设置有纹理标识，每张岩土形状图像设置有形状标识，则通过将每层岩土的图像分别与预设的岩土纹理图像、预设的岩土形状图像进行匹配来确定其纹理信息、形状信息，可有效提升识别的准确度。
如图1所示，所述信息编录系统还包括：现场数据录入模块20，用于向所述电子编录表录入所述岩土芯样对应钻孔的高程信息、水位信息和钻孔坐标信息，以生成所述每层岩土的层顶层底高程信息；室内检测结果录入模块30，用于向所述电子编录表录入室内检测结果数据；所述室内检测结果数据用于指示对每层岩土的芯样试件进行室内检测得到数据；成果审核评价模块40，用于对录入数据后的电子编录表进行人工审核校正，并将校正后的电子编录表输出至外部软件，使得所述外部软件根据所述校正后的电子编录表中的数据生成所述岩土芯样的柱状图和地质剖面图，以提升信息编录的准确性。
进一步地，信息编录系统还包括：勘察地质数据模块50，该勘察地质数据模块50包括：权限管理单元，用于根据输入的权限选择指令确定用户账户的权限类型；数据录入单元，用于根据输入操作录入所述岩土芯样对应钻孔的钻孔信息，所述钻孔信息包括工程名称、工程编号、坐标、孔号、开孔时间、终孔时间、孔口高程、孔径大小、地层编号、成因时代和水位；数据查询单元，用于根据所述用户账户的权限类型和输入的关键字查询所述岩土芯样中与所述关键字匹配的钻孔信息。
在该实施例中，通过权限管理单元可设置用户账户的类型为一般用户或系统管理员，其中，一般用户只能查看预设有对应权限的钻孔信息，系统管理员可以对钻孔信息进行录入、查询、删除操作。
以上所述，仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，故凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (7)
1.一种基于图像识别的岩土芯样信息编录系统，其特征在于，包括：
储存箱，用于储存依次排列的岩土芯样及其芯样试件；其中，所述芯样试件嵌入所述岩土芯样的每层岩土中，每个所述芯样试件设置有二维码标识，所述储存箱设置有用于测量岩土芯样长度的刻度；
图像获取设备，用于获取所述岩土芯样排列于所述储存箱的图像；
第一图像识别模块，用于将所述图像与预设图像库中的图像样本进行比对，以识别出所述图像中每层岩土的第一性状信息；
定名确定模块，用于根据所述每层岩土的第一性状信息，确定所述岩土芯样的定名和描述；
数据存储模块，用于将所述每层岩土的第一性状信息和定名存储于预设的电子表格中，形成所述岩土芯样的电子编录表；
原位数据录入模块，用于向所述电子编录表输入所述每层岩土的原位测试数据以进行存储；
现场数据录入模块，用于向所述电子编录表录入所述岩土芯样对应钻孔的高程信息、水位信息和钻孔坐标信息，以生成所述每层岩土的层顶层底高程信息；
室内检测结果录入模块，用于向所述电子编录表录入室内检测结果数据；所述室内检测结果数据用于指示对每层岩土的芯样试件进行室内检测得到数据；
成果审核评价模块，用于对录入数据后的所述电子编录表进行人工审核校正，并将校正后的电子编录表输出至外部软件，使得所述外部软件根据所述校正后的电子编录表中的数据生成所述岩土芯样的柱状图和地质剖面图；
勘察地质数据模块，具有权限管理单元、数据录入单元和数据查询单元，其中，
权限管理单元，用于根据输入的权限选择指令确定用户账户的权限类型；
数据录入单元，用于根据输入操作录入所述岩土芯样对应钻孔的钻孔信息；
数据查询单元，用于根据所述用户账户的权限类型和输入的关键字查询所述岩土芯样中与所述关键字匹配的钻孔信息。
2.如权利要求1所述的信息编录系统，其特征在于，所述第一性状信息包含颜色信息、纹理信息和形状信息，所述定名确定模块包括：
第一确定单元，用于采用人工智能神经网络算法将所述每层岩土的第一性状信息与预设的岩土大类图像库中进行比对分类，以确定所述每层岩土的定名；
第二确定单元，用于采用人工智能神经网络算法将所述每层岩土的第一性状信息与预设的子类图像库进度比对，以确定所述每层岩土的描述；
第三确定单元，用于在未确定出对应的定名和描述时，根据所述岩土芯样预设的钻孔坐标确定其周围钻孔，并在所述岩土芯样中每层岩土的第一性状信息与其周围钻孔中大部分钻孔对应层岩土的第一性状信息的相似度大于预设相似度阈值时，设定所述大部分钻孔对应层岩土的定名为所述岩土芯样对应层岩土的定名与描述；
第四确定单元，用于根据输入的人工判断指令显示输入界面，以输入所述岩土芯样对应层岩土的定名与描述。
3.如权利要求2所述的信息编录系统，其特征在于，所述储存箱内平行设置有至少两个凹腔，所述至少两个凹腔用于容纳所述岩土芯样及其芯样试件，所述刻度设置于每个所述凹腔的长度方向的边上；所述信息编录系统还包括：
第二图像识别模块，用于根据所述图像识别出所述每层岩土的行号、分层界线的刻度信息和二维码标识两端的刻度信息；
估算模块，用于在所述图像的分层界线的刻度信息和所述二维码标识两端的刻度信息模糊时，通过所述图像中每层岩土预设的位置，估算其分层界线的刻度信息和二维码标识两端的刻度信息；
第二性状信息确定模块，用于根据预设的储存箱编号、所述每层岩土的行号、所述每层岩土的分层界线的刻度信息和所述二维码标识两端的刻度信息确定所述每层岩土的层底深度和取样深度；
图像合成模块，用于针对同一钻孔的储存箱的图像，按照预设的储存箱编号从小到大的顺序以对所述图像中的每层岩土进行图像拼接，形成同一钻孔的芯样合成长图。
4.如权利要求3所述的信息编录系统，其特征在于，所述储存箱包括多个，多个储存箱用于储存同一钻孔的岩土芯样；所述第二性状信息确定模块包括：
层底深度计算单元，用于通过公式L＝(N-1)×LO+(n-1)×lo+r计算每层岩土的层底深度L，其中，N表示储存箱编号、LO表示一个储存箱中全部凹腔的长度之和，n表示当前层岩土的行号，lo表示凹腔的长度，r表示当前层岩土的分层界线的刻度信息。
5.如权利要求4所述的信息编录系统，其特征在于，所述每层岩土的取样深度包括第一取样深度D1和第二取样深度D2，所述第二性状信息确定模块包括：
第一取样深度计算单元，用于通过公式D1＝(N-1)×LO+(n-1)×lo+[(d1+d2)/2]-do计算当前层岩土的第一取样深度D1，d1表示当前层岩土的二维码标识第一端的刻度信息，d2表示当前层岩土的二维码标识第二端的刻度信息，do表示二维码标识的宽度；
第二取样深度计算单元，用于通过公式D2＝(N-1)×LO+(n-1)×lo+[(d1+d2)/2]+do计算当前层岩土的第二取样深度D2。
6.如权利要求5所述的信息编录系统，其特征在于，所述第一图像识别模块包括：
颜色信息确定单元，用于根据所述每层岩土的图像中每个像素的R分量值、G分量值和B分量值计算所述每层岩土的图像中各分量的平均值，以确定所述每层岩土的颜色信息；
纹理信息确定单元，用于将所述每层岩土的图像与预设的岩土纹理图像进行匹配，并设定相似度最大的岩土纹理图像所对应的纹理标识为对应层岩土的纹理标识，实现纹理信息的确定；
形状信息确定单元，用于将所述每层岩土的图像与预设的岩土形状图像进行匹配，并设定相似度最大的岩土形状图像所对应的形状标识为对应层岩土的形状标识，实现形状信息的确定。
7.如权利要求6所述的信息编录系统，其特征在于，所述钻孔信息包括工程名称、工程编号、坐标、孔号、开孔时间、终孔时间、孔口高程、孔径大小、地层编号、成因时代和水位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910754117.1A CN110457501B (zh) | 2019-08-15 | 2019-08-15 | 一种基于图像识别的岩土芯样信息编录系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910754117.1A CN110457501B (zh) | 2019-08-15 | 2019-08-15 | 一种基于图像识别的岩土芯样信息编录系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110457501A CN110457501A (zh) | 2019-11-15 |
| CN110457501B true CN110457501B (zh) | 2022-11-22 |
Family
ID=68486840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910754117.1A Active CN110457501B (zh) | 2019-08-15 | 2019-08-15 | 一种基于图像识别的岩土芯样信息编录系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110457501B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108399621B (zh) * | 2018-03-29 | 2023-10-13 | 招商局重庆交通科研设计院有限公司 | 一种工程试件快速标识方法和系统 |
| CN111784803B (zh) * | 2020-07-01 | 2024-08-30 | 中国三峡建工(集团)有限公司 | 钻孔岩芯相互关系数据的自动采集系统及方法 |
| CN112541885B (zh) * | 2020-11-26 | 2021-11-16 | 蓝箭航天空间科技股份有限公司 | 一种用于检测火箭贮箱液位的方法和系统 |
| CN112483071A (zh) * | 2020-12-22 | 2021-03-12 | 山东省交通规划设计院有限公司 | 一种钻探岩芯图像识别装置及方法 |
| CN113356837B (zh) * | 2021-05-31 | 2023-10-03 | 中铁第四勘察设计院集团有限公司 | 一种采集方法、装置、设备和存储介质 |
| CN113240326B (zh) * | 2021-06-02 | 2022-10-18 | 黄淮学院 | 一种基于大数据土木工程用生产管理检测系统 |
| CN113688901B (zh) * | 2021-08-23 | 2024-03-01 | 西南石油大学 | 一种基于膨胀卷积神经网络的储层不连续界线识别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104850945A (zh) * | 2015-05-05 | 2015-08-19 | 中国能源建设集团江苏省电力设计院有限公司 | 基于网络和安卓系统的地质编录采集系统及管控方法 |
| CN105930972A (zh) * | 2016-04-22 | 2016-09-07 | 北京航天勘察设计研究院有限公司 | 一种岩土工程勘察外业数据采集系统 |
| CN110097335A (zh) * | 2019-04-08 | 2019-08-06 | 广州市城市规划勘测设计研究院 | 一种岩土工程勘察信息化作业系统及方法 |
-
2019
- 2019-08-15 CN CN201910754117.1A patent/CN110457501B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104850945A (zh) * | 2015-05-05 | 2015-08-19 | 中国能源建设集团江苏省电力设计院有限公司 | 基于网络和安卓系统的地质编录采集系统及管控方法 |
| CN105930972A (zh) * | 2016-04-22 | 2016-09-07 | 北京航天勘察设计研究院有限公司 | 一种岩土工程勘察外业数据采集系统 |
| CN110097335A (zh) * | 2019-04-08 | 2019-08-06 | 广州市城市规划勘测设计研究院 | 一种岩土工程勘察信息化作业系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110457501A (zh) | 2019-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110457501B (zh) | 一种基于图像识别的岩土芯样信息编录系统 | |
| US11704748B2 (en) | System and method for automatically correlating geologic tops | |
| US20190087939A1 (en) | Inferring petrophysical properties of hydrocarbon reservoirs using a neural network | |
| US7188092B2 (en) | Pattern recognition template application applied to oil exploration and production | |
| CN112241711B (zh) | 一种从钻孔岩芯照片中识别rqd的智能方法 | |
| CN109155064A (zh) | 自动化岩心描述 | |
| US20220207079A1 (en) | Automated method and system for categorising and describing thin sections of rock samples obtained from carbonate rocks | |
| CN111858980B (zh) | 一种岩芯盘内岩芯识别与编录的方法 | |
| CN110874846B (zh) | 一种彩色曲线位图矢量化方法、计算机设备及存储介质 | |
| US11670073B2 (en) | System and method for detection of carbonate core features from core images | |
| CN102089677A (zh) | 测井记录归一化 | |
| US11187826B2 (en) | Characterization of subsurface regions using moving-window based analysis of unsegmented continuous data | |
| CN112990320A (zh) | 一种岩性的分类方法、装置、电子设备及存储介质 | |
| CN117078878A (zh) | 一种三维隧道岩体结构精细模型建立方法及系统 | |
| CN106055636B (zh) | 一种岩石便携智能识别方法 | |
| CN115035297A (zh) | 一种钻探岩芯rqd自动编录方法、系统、装置及介质 | |
| CN115131486A (zh) | 一种工程勘察勘探数据采集系统及方法 | |
| CN111462037B (zh) | 一种地质勘探钻孔质量检测方法 | |
| CN112983394A (zh) | 基于测井资料的曲线构建方法、装置和存储介质 | |
| CN105181721B (zh) | 基于岩心扫描的富泥披储层泥质含量计算方法 | |
| CN112084553A (zh) | 一种用于隧道规划的勘测方法 | |
| CN115929292A (zh) | 基于成像测井和常规测井融合的测井方法、装置及设备 | |
| CN106777155B (zh) | 基于电子厘米纸的地质编录方法 | |
| RU2760105C1 (ru) | Система, машиночитаемый носитель и способ анализа керна по изображениям | |
| CN109297878A (zh) | 一种准确计算白云岩孔洞面孔率的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |