CN113310949B - 基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法 - Google Patents

基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法 Download PDF

Info

Publication number
CN113310949B
CN113310949B CN202110567209.6A CN202110567209A CN113310949B CN 113310949 B CN113310949 B CN 113310949B CN 202110567209 A CN202110567209 A CN 202110567209A CN 113310949 B CN113310949 B CN 113310949B
Authority
CN
China
Prior art keywords
rock slag
hyperspectral imaging
rock
hyperspectral
mineral
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
Application number
CN202110567209.6A
Other languages
English (en)
Other versions
CN113310949A (zh
Inventor
许振浩
李天昊
许广璐
刘福民
余腾飞
林鹏
邵瑞琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN202110567209.6A priority Critical patent/CN113310949B/zh
Publication of CN113310949A publication Critical patent/CN113310949A/zh
Application granted granted Critical
Publication of CN113310949B publication Critical patent/CN113310949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55Specular reflectivity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00Sampling; Preparing specimens for investigation
    • G01N1/28Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/34Purifying; Cleaning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • G01N33/246Earth materials for water content

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统及方法,包括传送带,传送带上方依次设置有岩渣清洗装置、岩渣烘干装置和高光谱成像装置,高光谱成像装置连接有机械控制装置,机械控制装置设置于传送带旁,用于调整所述高光谱成像装置在所述传送带上的位置与高度;高光谱成像装置与处理器连接,所述处理器被配置为根据高光谱成像装置采集的岩渣光谱信息,匹配岩性,对岩渣的矿物含量进行定量识别。本发明能够实时、快捷的对岩渣的矿物含量信息进行分析。

Description

基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统及方法
技术领域
本发明属于隧道内高光谱成像测定技术领域,具体涉及一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统及方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
隧道施工过程中突水突泥、塌方、大变形等地质灾害时常发生,致使安全事故频发,造成人员伤亡和经济损失。传统隧道内通过地质分析识别不良地质依靠经验,仅进行定性分析,主观性强,致使识别结果误差大,常出现误判错判等现象。
在TBM隧道施工过程中,工作人员需要及时调整相应的TBM参数以适应隧道的掘进条件,实时获取当前掘进面岩体特征十分重要。本公开通过对TBM隧道内传送带运送出来的岩渣进行高光谱成像,识别TBM隧道当前掘进面的围岩矿物信息,为相关工作人员掌握隧道前方岩体地质情况提供重要的参考依据。
目前对于TBM隧道岩渣的分析存在以下不足:隧道内施工环境复杂,对于TBM传送带运出来的岩渣,现有技术只能做到对岩渣形态大小进行观察分析,并不能获取岩渣的矿物含量信息;如若对现场运送的岩渣进行进一步研究需要借助室内试验,耗费时间长;TBM传送带运送出来的岩渣含大量粉尘和水泥浆,直接观察岩渣难度大。
发明内容
本发明为了解决上述问题,提出了一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统及方法,本发明能够实时、快捷的对岩渣的矿物含量信息进行分析。
根据一些实施例,本发明采用如下技术方案:
一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,包括传送带,所述传送带上方依次设置有岩渣清洗装置、岩渣烘干装置、水分检测装置、和高光谱成像装置,其中:
所述高光谱成像装置连接有机械控制装置,机械控制装置设置于传送带旁,用于调整所述高光谱成像装置在所述传送带上的位置与高度;
所述高光谱成像装置与处理器连接,所述处理器被配置为根据高光谱成像装置采集的岩渣光谱信息,匹配岩性,对岩渣的矿物含量进行定量识别。
作为可选择的实施方式,所述岩渣清洗装置包括若干鼓风机和水枪,鼓风机设置于传送带旁,用于利用风力清理岩渣内粉尘,水枪设置在传送带旁,用于清洗岩渣内水泥浆。
作为可选择的实施方式,所述岩渣烘干装置包括支架,所述支架具有支撑部和作用部,所述支撑部设置于传送带旁,用于支撑作用部位于所述传送带上方,所述作用部设置有若干发热机构,用于对经过经过清洗的岩渣进行烘干,以排除岩渣内水分对高光谱成像的影响。
所述水分检测装置被配置为检测岩渣表面的水分含量。
作为可选择的事实方式,所述水分检测装置包括支架、湿度探头和红外线石英灯,所述支架被设置于传送带旁,用于支撑和固定湿度探头,使湿度探头悬于岩渣上方,所述湿度探头用于对岩渣表面的水分含量进行测定,所述处理器与红外线石英灯和湿度探头连接,当湿度探头的探测值超过设定值时,启动红外线石英灯。
作为可选择的实施方式,所述岩渣清洗装置、所述岩渣烘干装置、和所述水分检测装置均与供电装置连接。
作为可选择的实施方式,所述机械控制装置包括三根可伸缩机械臂连杆、两个铰接轴和驱动机构,其中一根机械臂连杆一端连接高光谱成像装置,另一端通过铰接轴连接位于中间的可伸缩机械臂连杆,该可伸缩机械臂连杆通过铰接轴与固定在传送带旁的可伸缩机械臂连杆连接,驱动机构作用下,可伸缩机械臂连杆可以围绕铰接轴转动。
作为可选择的实施方式,所述机械控制装置包括多自由度机械臂,所述多自由度机械臂下端设置在传送带旁,所述多自由度机械臂活动端连接高光谱成像装置。
作为可选择的实施方式,所述高光谱成像装置包括照明机构、除湿机构、高光谱成像仪、保护外壳和透明视窗,其中,所述保护外壳与所述机械控制装置连接,保护外壳朝向传送带的一面设置有透明视窗,所述高光谱成像仪设置于保护外壳内,能够通过透明视窗对传送带上的岩渣进行光谱成像,高光谱成像仪侧面设置有若干照明机构。
所述除湿装置包含若干除湿器,被配置为控制高光谱成像仪的环境相对湿度在50%到70%之间,减少水份带来的测定误差。
作为进一步的限定,所述除湿机构设置于保护外壳内,或设置于传送带旁。
作为进一步的限定,所述照明机构设置于保护外壳内,或设置于传送带旁。
作为可选择的实施方式,所述处理器被配置为对获取的高光谱图像进行预处理,包括辐射定标、反射率光谱重建以及噪声消除。
作为可选择的实施方式,所述处理器被配置为对预处理之后的岩渣高光谱数据进行特征提取,利用纯净像元指数算法将像元光谱投影到N维可视化空间进行端元选择,得到像元的光谱曲线,将像元光谱曲线对照标准矿物光谱库以及光谱理论知识确定最终的矿物端元光谱。
作为可选择的实施方式,所述处理器被配置为获得光谱特征信息,利用数学统计的方法,通过岩渣图像像元分类统计,分段计算岩渣矿物的相对含量数据,实现岩渣矿物百分比信息含量的定量识别。
一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,包括以下步骤:
对TBM产生的岩渣依次进行清洗、烘干处理;
检测烘干后岩渣表面的含水率,如果含水率高于规定值,则进行二次烘干;
利用高光谱成像技术采集处理后的岩渣光谱信息;
对岩渣光谱信息进行预处理,对预处理后的岩渣光谱信息进行匹配岩性,对岩渣的矿物含量进行定量识别。
作为可选择的实施方式,所述预处理的过程包括:辐射定标、反射率光谱重建以及噪声消除;
或进一步的,所述辐射定标的具体过程包括:利用预设的标定参数对获取的岩渣高光谱数据进行辐射标定,根据辐射定标公式建立原始图像的DN值和真实辐射亮度值之间的关系,实现原始图像值到辐射值的转化;
所述反射率光谱重建的具体过程包括:通过标准板反射率定标法对环境误差进行消除,实现辐射值到反射率的转化,建立岩渣图像反射率光谱。
作为可选择的实施方式,对预处理后的岩渣光谱信息进行匹配岩性的过程中,对预处理之后的岩渣高光谱数据进行特征提取,利用纯净像元指数算法将像元光谱投影到N维可视化空间进行端元选择,得到像元的光谱曲线,将像元光谱曲线对照标准矿物光谱库以及光谱理论知识确定最终的矿物端元光谱。
作为可选择的实施方式,进行匹配岩性,对岩渣的矿物含量进行定量识别的具体过程包括:对获得光谱特征信息,利用数学统计的方法,通过岩渣图像像元分类统计,分段计算岩渣矿物的相对含量数据,实现岩渣矿物百分比信息含量的定量识别。
与现有技术相比,本发明的有益效果为:
本发明利用高光谱成像技术,基于岩渣的光谱特征进行矿物识别。高光谱成像中每个像素点包含一条光谱信息,通过光谱信息匹配出岩渣的矿物信息。利用数学统计的方法,计算岩渣矿物百分比含量。高光谱成像技术通过对岩渣进行定性定量分析,做出对隧道前方岩体地质情况的判断,及时调整TBM机械参数,为相关技术人员掌握隧道前方岩体地质情况提供重要的参考依据。
本发明利用岩渣清洗装置、岩渣烘干装置和水份检测装置,对TBM皮带运送的岩渣进行处理,清除岩渣内杂质和水份,保证高光谱仪器扫描成像质量;利用高光谱扫描装置,对TBM传送皮带上的岩渣进行实时的扫描检测,获取动态结果,无需在实验室内进行单独的数据获取,节省了时间和人力物力,操作便捷。
本发明的高光谱扫描装置配置有照明机构进行隧道内照明方式,配置有除湿装置控制环境相对湿度,为高光谱仪器提供良好的扫描环境,确保成像质量以及岩渣识别的准确性;保护外壳可以保证高光谱成像仪及照明机构在使用过程中不受落石以及渗流等不良隧道施工环境的侵害。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本实施例的二维主视图;
图2是本实施例的三维结构图;
图3是本实施例高光谱成像处理流程图。
其中,1是鼓风机;2是水枪;3是电热丝;4是岩渣烘干装置;5是高光谱成像装置;5是水份检测装置;6是湿度探头;7是红外线石英灯;8是可伸缩机械臂连杆;9是铰接轴;10是高光谱成像装置;11是除湿器;12是岩渣;13是TBM传送带;14是计算机;15是供电器;16是高光谱成像仪;17是卤素大灯;18是透明视窗;19是方形保护外壳。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一:
正如背景技术中所述的,现有技术在进行探测时,需要制备测试样品,并且对实验环境要求比较严格,并不适用于隧道施工场景。本实施例提供一种基于高光谱成像技术的TBM隧道搭载式岩渣扫描系统,能够很好的解决上述问题。
如图1、图2所示,一种基于高光谱成像技术的TBM隧道搭载式岩渣扫描系统,包括供电装置、岩渣清洗装置、岩渣烘干装置、机械控制装置和高光谱成像装置,其中:
供电装置包括供电器15,采用电源式大电池供电,分别连接岩渣清洗装置、岩渣烘干装置4、机械控制装置和高光谱成像装置10。保证相应装置在隧道内稳定的续航。
岩渣清洗装置设置于TBM传送带13旁边,包括若干鼓风机1和水枪2,TBM传送带13运送岩渣至岩渣清洗装置,鼓风机1清除岩渣12内粉尘,水枪2清洗岩渣12内水泥浆,随后,岩渣12随TBM传动带13运送至岩渣烘干装置4,所述鼓风机1和水枪2与所述供电器15连接。
当然,在本实施例中,如图1所示,鼓风机1和水枪2的数量均为一个。但是,在其他实施例中,鼓风机1和水枪2的数量可以是多个,当鼓风机1和水枪2的数量为多个时,可以对称设置于TBM传送带13两侧,以对TBM传送带13上的岩渣12作用均匀。
在本实施例中,岩渣烘干装置4是采用电热丝3加热的方式进行烘干,对岩渣清洗装置运出的岩渣12进行烘干,排除岩渣12水份,随后通过TBM传送带13运送至水份检测装置5,所述电热丝3与所述供电器15连接。
当然,在其他实施例中,可以采用其他加热机构对岩渣12进行烘干。同样的,在部分实施例中,电阻丝可以是多个,岩渣烘干装置4还包括以用于承载电阻丝的支撑部,所述支撑部至少具有一部分能够覆盖或至少覆盖传送带上方较大(例如80%)比例,以对岩渣进行更好的加热。且在部分实施例中,电阻丝均匀设置于支撑部的覆盖在传送带上方的部分,也可以均匀设置于支撑部的各个位置,以提供均匀的加热环境。
在本实施例中,支撑部为]结构,底部两端分别设置于传送带两端,一字型结构与传送带平行布置。电阻丝至少设置于一字型结构上。当然,一字型结构与传送带的距离应当小于设定值,以保证较好的加热效果。
当然,在其他实施例中,支撑部也可以是其他形状,如L型、拱形等。本领域技术人员可以将其替换为其他形状,这是容易想到的,理应属于本发明的保护范围。
在本实例中,水分检测装置5通过支架固定于TBM传送带13上方,湿度探头6悬于岩渣12上方,可直接对岩渣12表面湿度进行实时监测。如果岩渣12表面湿度的测定结果超过规定要求(例如含水率不得超过0.6%),则自动打开红外线石英灯7,通过红外线电辐射发热对岩渣12表面进行二次烘干,以避免岩渣12表面残留的水份干扰识别结果的准确性。如果岩渣12表面湿度的测定结果符合规定要求,则不启动红外线石英灯7,岩渣通12过水分检测装置5,被运送至高光谱成像装置10。所述湿度探头6和所述红外线石英灯7均与计算机14连接,由计算机14统一控制。
在本实施例中,机械控制装置包括三根可伸缩机械臂连杆8和两个铰接轴9,可伸缩机械臂连杆8两两之间通过铰接轴9连接,在电机的驱动作用下,可伸缩机械臂连杆8可以围绕铰接轴9转动,其中一根机械臂连杆8连接高光谱成像仪16,并与方形保护外壳19嵌接。所述电机与所述供电器15连接。
进一步的,在本实施例中,可伸缩机械臂连杆8配置有距离传感器,铰接轴9配置有角度传感器。通过可伸缩机械臂连杆8和铰接轴9的机械转动调整高光谱成像装置10位于TBM传送带13上方的位置。
高光谱成像装置10,包括卤素大灯17、除湿器11、计算机14、高光谱成像仪16、方形保护外壳19以及透明视窗18。卤素大灯17提供照明环境;计算机14控制高光谱成像装置10进行岩渣12图像数据采集,并同步记录、存储图像数据,针对隧道复杂的环境进行图像和光谱数据的处理与分析;高光谱成像仪16进行岩渣12图像信息收集和光谱信息采集;方形保护外壳19保护高光谱成像仪和卤素大灯安全,在使用过程中不受落石以及渗流等不良隧道施工环境的侵害。透明视窗18为高光谱成像仪16提供成像窗口,并为卤素大灯17提供照明窗口。除湿器控制高光谱成像仪的环境相对湿度在50%到70%之间,减少水份带来的测定误差。
当然,在其他实施例中,保护外壳可以是其他形状,透明视窗18的大小也可以调整。
在本实例中,除湿器可以是多个,可以置于保护外壳内,也可设置于传送带旁。
同样的,在部分实施例中,可以使用其他照明机构来替换卤素大灯,或者卤素大灯17的设置位置可以调整至传送带旁。
在部分实施例中,计算机14也可以单独设置,而不设置在高光谱成像装置10内,仅和高光谱成像仪16数据交互即可。
在本实施例中,机械控制装置搭载于TBM上,调节所述高光谱成像装置10置于TBM传送带13之上。TBM传送带采集获取的岩渣高光谱图像需要经过一系列的图像处理和加工,转化为可为工作人员参考的信息。
隧道内获取岩渣高光谱图像在实际采集过程中会存在干扰信息,主要包括仪器系统本身误差以及不良环境因素影响,因此需要对获取的高光谱图像进行预处理,包括辐射定标、反射率光谱重建以及噪声消除三个步骤。
首先利用系统的定标参数对获取的岩渣高光谱数据进行辐射定标,根据系统辐射定标公式建立原始图像DN值和真实辐射亮度值之间的关系,实现原始图像值到辐射值的转化。
通过标准板反射率定标法对环境误差进行消除,实现辐射值到反射率的转化,建立岩渣图像反射率光谱。
针对岩渣图像反射率光谱曲线,还需进一步进行滤噪处理,可以通过MNF正变换→特征选择、噪声分离→MNF逆变换的方法实现噪声消除。
在其他实施例中,可以选用其他滤噪处理方法。
高光谱成像装置10扫描为面扫式数据采集,获取的图像包括TBM传送带13和岩渣12,为了避免TBM传送带13所占的图像范围给后续岩渣12矿物识别带来误差,需要在矿物提取识别之前进行图像裁剪,图像裁剪利用现有技术算法即可。
高光谱成像装置10的基本原理为基于岩渣的光谱特征进行矿物的识别。对预处理之后的岩渣高光谱数据进行特征提取,可以选择纯净像元指数(PPI)算法。PPI算法提取图像中的像元,将像元光谱投影到N维可视化空间进行端元选择,得到像元的光谱曲线,将像元光谱曲线对照标准矿物光谱库以及光谱理论知识确定最终的矿物端元光谱。
当然,在其他实施例中,选择其他算法进行特征提取,例如神经网络模型算法、深度学习算法等等。
作为可选择的实施方式,通过光谱角匹配、光谱相似度匹配、二值编码等算法即可实现矿物填图,获得光谱特征信息,通过岩渣光谱信息匹配出岩渣矿物信息。
利用数学统计的方法,通过岩渣图像像元分类统计,分段计算岩渣矿物的相对含量数据,实现岩渣矿物百分比信息含量的定量识别。
本实施例的工作过程,包括以下步骤:
步骤1:打开供电装置15,接通电源;
步骤2:调节可伸缩机械臂连杆8长度以及铰接轴9角度,将高光谱成像装置10固定于TBM传送带13上方,TBM传送13带开始工作,运送岩渣12;
步骤3:开启鼓风机1和水枪2,依次对传送带运送的岩渣12进行清洗,排除岩渣12内粉尘和水泥浆;
步骤4:开启岩渣烘干装置4,使用装置内电热丝3对清洗后的岩渣12进行烘干处理,排除岩渣12内水杂质;
步骤5:开启水份检测装置5,使用湿度探头6检测烘干后岩渣12表面的含水率,如果含水率高于规定值,则进行红外线石英灯7电辐射热处理进一步烘干,如果含水率符合规定值,则不启动红外线石英灯7,岩渣12随TBM传送带13运送至高光谱成像装置。
步骤5:开启高光谱成像装置10,对清洗烘干后的岩渣12进行扫描成像,数据传输至计算机14内存储并进行后续处理及分析;
步骤6:计算机14对图像进行辐射定标、反射率光谱重建、噪声消除等预处理,对岩渣高光谱图像进行裁剪;
步骤7:对预处理之后的岩渣高光谱数据进行特征提取,基于岩渣的光谱特征进行矿物识别;
步骤8:利用图像像元分类统计的方法计算岩渣矿物的相对含量数据,获取岩渣矿物百分比含量信息,实现岩渣矿物定量识别。
实施例二:
提供一种基于高光谱成像技术的TBM隧道搭载式岩渣扫描系统,与实施例一的系统不同之处在于:
机械控制装置包括多自由度机械臂,多自由度机械臂下端设置在传送带旁,所述多自由度机械臂活动端连接高光谱成像装置。多自由度机械臂可以进行竖直、水平方向上的移动。
当然,在其他实施例中,可以选用其他能够进行三轴运动的结构替换机械控制装置。在此不再赘述。
实施例三:
一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,包括以下步骤:
对TBM产生的岩渣依次进行清洗、烘干处理;
利用水份检测装置对岩渣表面水份进行检测;
利用高光谱成像技术采集处理后的岩渣光谱信息;
对岩渣光谱信息进行预处理,对预处理后的岩渣光谱信息进行匹配岩性,对岩渣的矿物含量进行定量识别。
所述预处理的过程包括:辐射定标、反射率光谱重建以及噪声消除;
所述辐射定标的具体过程包括:利用预设的标定参数对获取的岩渣高光谱数据进行辐射标定,根据辐射定标公式建立原始图像的DN值和真实辐射亮度值之间的关系,实现原始图像值到辐射值的转化;
所述反射率光谱重建的具体过程包括:通过标准板反射率定标法对环境误差进行消除,实现辐射值到反射率的转化,建立岩渣图像反射率光谱。
对预处理后的岩渣光谱信息进行匹配岩性的过程中,对预处理之后的岩渣高光谱数据进行特征提取,利用纯净像元指数算法将像元光谱投影到N维可视化空间进行端元选择,得到像元的光谱曲线,将像元光谱曲线对照标准矿物光谱库以及光谱理论知识确定最终的矿物端元光谱。
进行匹配岩性,对岩渣的矿物含量进行定量识别的具体过程包括:对获得光谱特征信息,利用数学统计的方法,通过岩渣图像像元分类统计,分段计算岩渣矿物的相对含量数据,实现岩渣矿物百分比信息含量的定量识别。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (14)

1.一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:包括传送带,所述传送带上方依次设置有岩渣清洗装置、岩渣烘干装置、水分检测装置、和高光谱成像装置,其中:
所述岩渣清洗装置包括若干鼓风机和水枪,鼓风机设置于传送带旁,用于利用风力清理岩渣内粉尘,水枪设置在传送带旁,用于清洗岩渣内水泥浆;
所述岩渣烘干装置包括支架,所述支架具有支撑部和作用部,所述支撑部设置于传送带旁,用于支撑作用部位于所述传送带上方,所述作用部设置有若干发热机构,用于对经过经过清洗的岩渣进行烘干,以排除岩渣内水分对高光谱成像的影响;
所述高光谱成像装置与处理器连接,所述处理器被配置为根据高光谱成像装置采集的岩渣光谱信息,匹配岩性,对岩渣的矿物含量进行定量识别;
所述水分检测装置包括支架、湿度探头和红外线石英灯,所述支架被设置于传送带旁,用于支撑和固定湿度探头,使湿度探头悬于岩渣上方,所述湿度探头用于对岩渣表面的水分含量进行测定,所述处理器与红外线石英灯和湿度探头连接,当湿度探头的探测值超过设定值时,启动红外线石英灯;
所述高光谱成像装置连接有机械控制装置,机械控制装置设置于传送带旁,用于调整所述高光谱成像装置在所述传送带上的位置与高度。
2.如权利要求1所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述机械控制装置包括三根可伸缩机械臂连杆、两个铰接轴和驱动机构,其中一根机械臂连杆一端连接高光谱成像装置,另一端通过铰接轴连接位于中间的可伸缩机械臂连杆,该可伸缩机械臂连杆通过铰接轴与固定在传送带旁的可伸缩机械臂连杆连接,驱动机构作用下,可伸缩机械臂连杆可以围绕铰接轴转动。
3.如权利要求1所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述机械控制装置包括多自由度机械臂,所述多自由度机械臂下端设置在传送带旁,所述多自由度机械臂活动端连接高光谱成像装置。
4.如权利要求1所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述高光谱成像装置包括照明机构、除湿机构、高光谱成像仪、保护外壳和透明视窗,其中,所述保护外壳与所述机械控制装置连接,保护外壳朝向传送带的一面设置有透明视窗,所述高光谱成像仪设置于保护外壳内,能够通过透明视窗对传送带上的岩渣进行光谱成像,高光谱成像仪侧面设置有若干照明机构,所述保护外壳内还设置有除湿装置。
5.如权利要求4所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述照明机构设置于保护外壳内,或设置于传送带旁。
6.如权利要求1所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述处理器被配置为对获取的高光谱图像进行预处理,包括辐射定标、反射率光谱重建以及噪声消除。
7.如权利要求1所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述处理器被配置为对预处理之后的岩渣高光谱数据进行特征提取,利用纯净像元指数算法将像元光谱投影到N维可视化空间进行端元选择,得到像元的光谱曲线,将像元光谱曲线对照标准矿物光谱库以及光谱理论知识确定最终的矿物端元光谱。
8.如权利要求1所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统,其特征是:所述处理器被配置为获得光谱特征信息,利用数学统计的方法,通过岩渣图像像元分类统计,分段计算岩渣矿物的相对含量数据,实现岩渣矿物百分比信息含量的定量识别。
9.一种基于权利要求1-8任一所述的基于高光谱成像的TBM隧道搭载式岩渣矿物识别系统的识别方法,其特征是:包括以下步骤:
对TBM产生的岩渣依次进行清洗、烘干处理;
检测烘干后岩渣表面的含水率,如果含水率高于规定值,则进行二次烘干;
利用高光谱成像技术采集处理后的岩渣光谱信息;
对岩渣光谱信息进行预处理,对预处理后的岩渣光谱信息进行匹配岩性,对岩渣的矿物含量进行定量识别。
10.如权利要求9所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,其特征是:所述预处理的过程包括:辐射定标、反射率光谱重建以及噪声消除。
11.如权利要求10所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,其特征是:所述辐射定标的具体过程包括:利用预设的标定参数对获取的岩渣高光谱数据进行辐射标定,根据辐射定标公式建立原始图像的DN值和真实辐射亮度值之间的关系,实现原始图像值到辐射值的转化。
12.如权利要求10所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,其特征是:所述反射率光谱重建的具体过程包括:通过标准板反射率定标法对环境误差进行消除,实现辐射值到反射率的转化,建立岩渣图像反射率光谱。
13.如权利要求9所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,其特征是:对预处理后的岩渣光谱信息进行匹配岩性的过程中,对预处理之后的岩渣高光谱数据进行特征提取,利用纯净像元指数算法将像元光谱投影到N维可视化空间进行端元选择,得到像元的光谱曲线,将像元光谱曲线对照标准矿物光谱库以及光谱理论知识确定最终的矿物端元光谱。
14.如权利要求9所述的一种基于高光谱成像的TBM隧道搭载式岩渣矿物识别方法,其特征是:进行匹配岩性,对岩渣的矿物含量进行定量识别的具体过程包括:对获得光谱特征信息,利用数学统计的方法,通过岩渣图像像元分类统计,分段计算岩渣矿物的相对含量数据,实现岩渣矿物百分比信息含量的定量识别。
CN202110567209.6A 2021-05-24 2021-05-24 基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法 Active CN113310949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110567209.6A CN113310949B (zh) 2021-05-24 2021-05-24 基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110567209.6A CN113310949B (zh) 2021-05-24 2021-05-24 基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法

Publications (2)

Publication Number Publication Date
CN113310949A CN113310949A (zh) 2021-08-27
CN113310949B true CN113310949B (zh) 2023-01-13

Family

ID=77374586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110567209.6A Active CN113310949B (zh) 2021-05-24 2021-05-24 基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法

Country Status (1)

Country Link
CN (1) CN113310949B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114034840B (zh) * 2021-11-10 2024-06-14 广东粤海珠三角供水有限公司 泥水盾构出浆管道岩渣状态探测装置
CN114135279A (zh) * 2021-11-11 2022-03-04 山东大学 基于地化特征随钻测试的蚀变带快速识别预报系统及方法
CN114184546A (zh) * 2021-11-18 2022-03-15 山东大学 一种激光探针石英含量快速分析装置、tbm及方法
CN114320316A (zh) * 2022-01-14 2022-04-12 重庆邮电大学 一种盾构机施工预警方法及装置
CN115656053B (zh) * 2022-10-19 2024-05-31 山东大学 岩石矿物含量测试方法及系统
WO2024112827A1 (en) * 2022-11-21 2024-05-30 Motion Metrics International Corp. Spectral imaging for material characterization and control of systems and methods for processing earthen materials

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081039A (zh) * 2010-08-17 2011-06-01 江苏大学 一种环境可控的作物营养水分高光谱图像检测装置
CN103439265B (zh) * 2013-08-15 2015-06-03 湖南农业大学 一种茶树精细化栽培生育性状实时监测方法
WO2016112430A1 (en) * 2015-01-14 2016-07-21 The University Of Sydney Hyperspectral imager method and apparatus
CN105157366B (zh) * 2015-09-10 2018-08-28 上海热丽科技集团有限公司 一种远红外多功能干燥方法
CN107192678A (zh) * 2017-06-06 2017-09-22 浙江大学 一种基于多传感器成像光谱的自走式低空遥感装置
CN109934915B (zh) * 2017-12-18 2023-09-01 核工业北京地质研究院 一种深部蚀变矿物三维建模方法
CN113661381B (zh) * 2019-01-31 2024-04-26 南加州大学 高光谱成像系统
CN110954452B (zh) * 2019-12-10 2021-04-06 山东交通学院 Tbm搭载式自动获取岩渣粒径及强度特征试验装置及方法
CN111879610B (zh) * 2020-07-10 2024-04-02 武汉大学 一种掘进过程中岩渣力学参数实时测量系统及测量方法

Also Published As

Publication number Publication date
CN113310949A (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN113310949B (zh) 基于高光谱成像的tbm隧道搭载式岩渣矿物识别系统及方法
AU2019439936B2 (en) TBM-mounted advanced geological prediction system and method based on identification of lithology and adverse geology precursor characteristics
US20180340962A1 (en) Apparatus and method for diagnosing electric power equipment using thermal imaging camera
CN104101608B (zh) 可对多型号不规则形状产品进行缺陷检测的智能检测装置
US8233667B2 (en) Apparatus and method for analysis of size, form and angularity and for compositional analysis of mineral and rock particles
JP2003161673A (ja) せん断グラフィック画像機械
CN110458807A (zh) 一种铁路轨道缺陷机器视觉检测系统
CN109047038A (zh) 一种粮食籽粒检测仪
CN115656053B (zh) 岩石矿物含量测试方法及系统
CN109668853B (zh) 一种大气污染物监测系统
CN110893399A (zh) 基于视觉识别的智能烟叶分级分拣设备及分拣方法
CN109060145A (zh) 一种模拟井下煤矿截割的煤岩界面识别系统
CN106323474B (zh) 石材表面色差检测装置及控制系统
CN109035225B (zh) 一种汽车刹车片外观质量检验照明系统设计质量评价方法
JP6321709B2 (ja) 表面疵検査方法
CN116359228A (zh) 一种单晶硅棒表面瑕疵检测装置及检测系统
CN115355824B (zh) 一种透光管图像获取方法、管径测量方法及装置
CN209124416U (zh) 一种粮食籽粒检测仪
UA125591C2 (uk) Спектрометричний зонд для відбору проб насипного матеріалу та автоматичний пробовідбірник для взяття проб, оснащений зондом
CN113569943A (zh) 一种基于深度神经网络的渣片大块预警方法、系统及装置
CN115656202A (zh) 用于绝缘子表面状态的多波段光学检测装置
CN109632815A (zh) 表面缺陷在线检测系统及方法
WO2020032905A2 (en) An experiment assembly for evaluating equipment performance
CN217638238U (zh) 一种基于烟叶水分样品的多轴摇样系统
CN112798592B (zh) 基于岩相学特征分析的岩石强度预测系统及方法

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