CN113920141A - 一种岩体完整性系数的计算方法、装置及存储介质 - Google Patents
一种岩体完整性系数的计算方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113920141A CN113920141A CN202111528873.6A CN202111528873A CN113920141A CN 113920141 A CN113920141 A CN 113920141A CN 202111528873 A CN202111528873 A CN 202111528873A CN 113920141 A CN113920141 A CN 113920141A
- Authority
- CN
- China
- Prior art keywords
- joint
- rock mass
- rock
- pixel
- superpixel
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及工程勘探技术领域,具体涉及一种岩体完整性系数的计算方法、装置及存储介质。该计算方法包括采集岩体图像;对岩体图像进行超像素分割;对超像素块进行合并,得到岩体节理裂隙分布图;对岩体节理裂隙分布图进行等距划分形成多个划分区域,获取每个划分区域内的节理率和节理数,并记录为一组数据;将各划分区域所记录的数据与公式J v=a×F v n +b拟合,求得系数a、指数n与常数b;其中,其中J v为节理数,F v为节理率;选取各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;获取节理数J v对应的岩体完整性系数K v。本发明的岩体完整性系数能够更准确的反应岩体结构类型、岩体的完整性等情况。
Description
技术领域
本发明涉及工程勘探技术领域,具体涉及一种岩体完整性系数的计算方法、装置及存储介质。
背景技术
岩体完整性系数K v,其不仅能够反应结构类型和岩体完整性,还能够反应结构面的发育程度与形状。根据GBT50218-2014工程岩体分级标准,岩体体积节理数与岩体完整性系数存在对应关系。因此岩体体积节理数是影响岩体完整性系数的重要参数。
在现有技术中,岩体体积节理数的测量方法主要包括三种:直接测量法、间距法和条数法。直接测量法需要被测面具有足够大的面积,费时费力且工程中难以实现。间距法需要测量岩体中各组结构面的间距,并以其平均值来计算单位体积岩体中裂隙的条数,但是实际岩体中节理分布非常不均匀,导致测量结果偏小;当节理与单位表面存在斜交时,需要通过修正系数进行修正。条数法受到测量面和节理相对方位的影响较大,在转化为岩体体积节理数时,要用均值作为换算基数,乘以修正系数。修正系数无法从理论进行推导,只能依赖工程经验,且上述三种方法都需要人工目视的方式对节理数进行辨识,所得到的结果具有很大的不确定性。综上所述,在现有技术中节理数本身的辨识费时费力,效率低下,还需要通过修正系数进行修正,其准确率受制与工程经验的影响,导致所得到的岩体完整性系数准确率低、获取效率慢。
因此需要提供一种能够快速、准确获取岩体完整性系数的新计算方法。
发明内容
为了解决现有技术中存在的缺陷,本发明提供了一种能够快速、准确获取岩体完整性系数的技术方法、装置及存储介质。
第一方面,本发明提供了一种岩体完整性系数的计算方法,包括如下步骤:
采集岩体图像;
对岩体图像进行超像素分割,形成K个超像素块;
根据区域生长算法对超像素块进行合并,得到具有多个合并区域的岩体节理裂隙分布图;
按照预设规则对岩体节理裂隙分布图进行等距划分形成多个划分区域,获取每个划分区域内的节理率和节理数,并记录为一组数据;
将各划分区域所记录的数据与公式J v=a×F v n +b拟合,求得系数a、指数n与常数b;其中J v为节理数,F v为节理率;
选取各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;
根据GBT50218-2014工程岩体分级标准,获取节理数J v对应的岩体完整性系数K v。
进一步的,所述对岩体图像进行超像素分割包括:
将岩体图像转换至CIELAB空间;
对于每个种子点p,分别计算该种子点p的2S范围内的各像素点与该种子点p的距离度量D,,其中D lab表示两点在CIELAB空间下的欧氏距离,D xy表示两点在XY坐标下的空间距离,m表示颜色距离的归一化系数;
对于岩体图像中的每个像素点,以相应距离度量最小的种子点p作为该像素点的聚类中心。
进一步的,种子点p选定后,计算各种子点p的3×3区域内每个像素点的梯度值,选择梯度值最小的像素点替换该种子点p作为新的种子点。
进一步的,所述根据区域生长算法对超像素块进行合并包括:
S1、选择一个超像素块作为生长起点;
S2、遍历与生长起点相邻的超像素块,将满足生长条件的超像素块与生长起点合并,并以合并后的超像素块作为新的生长起点;
S3、重复步骤S2,直到不存在满足生长条件的超像素块,所有合并的超像素块作为一个合并区域;
S4、选择一个合并区域外的超像素块作为生长起点;
S5、重复步骤S2-S4,直到所有超像素块完成合并。
进一步的,所述生长条件为生长起点与相邻超像素块之间的距离小于阈值T;
所述生长起点与相邻超像素块之间的距离计算过程包括:
定义每个超像素块的坐标为(x i,y i,z i),其中x i,y i分别为该超像素块质心的横纵坐标,z i为该超像素块内所有像素点灰度值的标准差;
将相邻超像素块的坐标代入空间坐标计算公式,计算得到距离。
进一步的,所述按照预设规则对岩体节理裂隙分布图进行等距划分包括:
在岩体节理裂隙分布图上沿横向方向等距划分形成多个横向划分区域;
在岩体节理裂隙分布图上沿纵向方向等距划分形成多个纵向划分区域;
在岩体节理裂隙分布图上按照等边长网格划分形成多个正方形划分区域。
进一步的,每个划分区域内节理率的获取方式为:计算在该划分区域内,合并区域的轮廓线所占的像素个数与该划分区域内总像素个数的比值。
进一步的,每个划分区域内节理数的获取方式为:对任意两块合并区域之间的边缘像素块采用同一种标记方式进行标记,标记方式的总数即为节理数。
第二方面,本发明提供了一种实现上述计算方法的装置,包括:
图像采集单元,用于采集岩体图像;
超像素分割单元,用于对岩体图像进行超像素分割,形成超像素块;
区域生长单元,用于对超像素块进行合并,形成岩体节理裂隙分布图;
区域划分单元,用于划分岩体节理裂隙分布图形成划分区域,并获取每个划分区域内的节理率和节理数;
第一处理单元,用于将各划分区域内的节理率和节理数与公式J v=a×F v n +b拟合,求得系数a、指数n与常数b;并将各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;
第二处理单元,用于根据GBT50218-2014工程岩体分级标准,获取节理数J v对应的岩体完整性系数K v。
第三方面,本发明提供了一种计算机可读介质,该计算机可读介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的计算方法。
有益效果:1.本发明获取节理数时,区别于传统单位体积的方式,而是将岩体进一步划分为多个划分区域,通过获取各划分区域内节理数与节理率的一般关系,并选取各划分区域中的最大节理率求得节理数,再根据节理数与岩体完整性系数的对应关系确定岩体完整性系数。通过考虑节理率与节理数的对应关系,避免传统方法取样时单位体积内节理数目相同节理面积差异过大的问题,而忽略节理长度对岩体的影响,使得所获取的岩体完整性系数能够更准确的反应岩体结构类型、岩体的完整性、结构面发育程度与性状。并且,进一步选取节理率最大的划分区域代替整体岩体图像进行分析,从而得到更加客观的评价标准。
2.本发明通过对岩体图像进行超像素分割和区域生长,从而形成多个合并区域以及相应的轮廓,在获取每个划分区域内节理数与节理率时,能够根据轮廓直观、准确的获取各区域内的节理数与节理率,从而保证对微小裂隙和密集裂隙的数据采集,使得所得出的岩体完整性系数更加贴切实际。
附图说明
图1为本发明实施例中岩体完整性系数的计算方法的流程图;
图2为本发明实施例中对岩体图像进行超像素分割后的图像;
图3为本发明实施例中对超像素块进行合并后的图像;
图4为本发明实施例中对岩体节理裂隙分布图按横向等距划分后的示意图;
图5为本发明实施例中对岩体节理裂隙分布图按纵向等距划分后的示意图;
图6为本发明实施例中对岩体节理裂隙分布图按网格等距划分后的示意图;
图7为本发明实施例中区域生长的初始状态的原理示意图;
图8为本发明实施例中区域生长合并后的原理示意图;
图9为图6中左下角的划分区域的放大示意图;
图10为本发明实施例中节理率与节理数点图;
图11为本发明实施例中实现计算方法的装置的示意图。
附图标记:0、0号块;1、1号块;2、2号块;3、3号块;4、1号合并区域;5、2号合并区域;6、三号合并区域。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。
需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。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,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1
参照图1所示,本实施例公开了一种岩体完整性系数的计算方法,具体包括如下步骤:
第一步、采集岩体图像;
第二步、对岩体图像进行超像素分割,形成K个超像素块;
第三步、根据区域生长算法对超像素块进行合并,得到具有多个合并区域的岩体节理裂隙分布图;
第四步、按照预设规则对岩体节理裂隙分布图进行等距划分形成多个划分区域,获取每个划分区域内的节理率和节理数,并记录为一组数据;
第五步、将各划分区域所记录的数据与公式J v=a×F v n +b拟合,求得系数a、指数n与常数b;其中J v为节理数,F v为节理率;选取各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;
第六步、根据GBT50218-2014工程岩体分级标准,获取节理数J v对应的岩体完整性系数K v。
具体来说,在第一步中,对岩体进行采集时,可以利用普通相机在目标岩体现场拍摄图像,然后对所拍摄的图像进行去噪和增强。图像去噪包括去除拍摄过程中阴影、植被等等外界干扰因素产生的噪声;图像增强包括采用光照补偿对图像进行增强,避免由于拍摄过程中光线的影响造成图像过暗或者过亮。
具体来说,第二步中进行超像素分割的过程包括:
S1、将去噪、增强后的岩体图像从RGB空间转化至CIELAB空间。
当初步确定种子点p的位置后,分别计算各种子点在内的3×3区域内所有像素点的梯度值,选择梯度值最小的像素点替换之前所布置的种子点,形成新的种子点p。通过对种子点进行替换,避免所布置的种子点落在结构面的轮廓边界上,即保证后续合并区域的边缘轮廓与岩体图像中的实际节理分布情况更加贴合,从而避免了对最后岩体完整性系数结果的影响,进一步所得到的岩体完整性系数的可靠性。
S3、对于岩体图像中所布置的每个种子点p,分别计算各种子点p点2S范围内的各像素点与该种子点p的距离度量D,该距离度量D的计算方式为:,其中D lab表示两点在CIELAB空间下的欧氏距离,D xy表示两点在XY坐标下的空间距离,m表示颜色距离的归一化系数。
S4、对于岩体图像中的每个像素点,以相应距离度量D最小的种子点p作为该像素点的聚类中心;即判断每个像素点与相应的多个种子点p之间的距离度量D的大小,选择与该像素点距离度量D的最小的种子点p作为该像素的聚类中心,将该像素点与该种子点p合并;对所有像素点分别进行上述处理,从而获取到具有K个超像素块的岩体图像。所得到的结果参照图2所示。
在上述超像素分割过程中,考虑了各像素点之间颜色距离和空间距离的关系,使得超像素分割后得到的超像素块更加精确,为后续岩体完整性系数的计算结果的准确提供进一步的保障。
具体来说,在第三步中,根据区域生长算法对超像素块进行合并的的过程包括:
S1、选择一个超像素块作为生长起点,在选择生长起点时,按照从上之下、从左至右的方式对岩体图像进行扫描,从而选择生长起点。
S2.遍历与生长起点相邻的超像素块,将满足生长条件的超像素块与生长起点并,并以该超像素块作为新的生长起点。
其中遍历与生长起点相邻的超像素块包括该超像素块的上、下、左、右、左上、左下、右上、右下等8块相邻的超像素块;参照图7所示,以0号块为生长起点,分别判断与0号块相邻的1号块、2号块、3号块是否满足生长条件;假设仅有1号块满足生长条件,则将1号块与0号块合并,并作为新的生长起点,即作为新的0号块,合并后的结果如图7所示,再以图7中0号块为生长起点,再次判断与0号块相邻的1号块、2号块、3号块是否满足生长条件,将满足生长条件的超像素块再次与0号块合并。
S3、重复上述步骤S2直到不存在满足生长条件的超像素块,则所有合并的超像素块作为一个合并区域。
S4、选择一个合并区域外的超像素块作为另一个合并区域的生长起点。
S5、重复步骤S2-S4,直到所有超像素块完成合并,合并后的结果如图3所示。
具体来说,所述生长条件为生长起点与相邻像素块之间的距离小于阈值T;
所述生长起点与相邻像素块之间的距离计算过程包括:
定义每个超像素块的坐标(x i,y i,z i),其中x i,y i分别为该超像素块质心的横纵坐标,z i为该超像素块内所有像素点灰度值的标准差;
将相邻超像素块的坐标代入空间坐标计算公式,计算得到距离。
举例来说,参照图7所示,假设0号块的横纵坐标为(x 0,y 0),且0号块内所有像素点灰度值的标准差为z 0;1号块的横纵坐标为(x 1,y 1),且1号块内所有像素点灰度值的标准差为z 1;则1号块与0号块之间的距离为:。若该距离小于阈值T,则将1号块与0号块合并。
在上述过程中,考虑相邻超像素块之间的平面坐标以及灰度值进行区域生长,最后所获得的合并区域能够精确的反馈该岩体图像内的节理率和节理数,并且对于微小裂隙和密集裂隙也能够清晰的反馈,提高后续所得到的岩体完整性系数的可靠性,使其能够更加与实际情况贴合,更加准确的反应岩体结构类型、岩体的完整性、结构面发育程度与性状。
在第四步中,分别按照三种预设规则对所得到的岩体节理裂隙分布图进行划分,第一种为在岩体裂隙分布图上按照横向方向等距划分为6个横向划分区域,划分后的示意图如图4所示,获取每个横向划分区域内的节理率和节理数,并将每个横向划分区域内的节理率与节理数作为一组数据。
节理率的获取方式为:获取在该划分区域内,合并区域的轮廓线所占的像素个数与该划分区域内总像素个数的比值。
节理数的获取方式为:首先确定该划分区域内合并区域的数量,对相邻两块合并区域之间的边缘轮廓的像素块采用一种标记方式进行标记,在本实施例中可以采用颜色标记,也可以添加标签进行标记;最后确定不同标记方式的种类数量即可得到节理数。举例来说,参照图9所示,该图为图6中左下角的划分区域的放大示意图,在该图中,共有3块合并区域,即1号合并区域、2号合并区域和3号合并区域,在1号合并区域和2号合并区域之间采用第一种标记方式进行标记,在1号合并区域和3号合并区域之间采用第二种标记方式进行标记,在2号合并区域之间和3号合并区域之间采用第三种标记方式进行标记,因此在图9所示的划分区域中的节理数为3。
下述纵向划分区域、正方形划分区域内的节理率、节理数的获取方式与上述方式相同。
第二种方式为,在岩体裂隙分布图上按照纵向方向等距划分为6个纵向划分区域,划分后的示意图如图5所示,获取每个纵向划分区域内的节理率和节理数,并将每个纵向划分区域内的节理率与节理数作为一组数据。
第三种方式为,在岩体裂隙分布图上按照等边长网格划分形成多个正方形划分区域,划分后的示意图如图6所示,获取每个正方形划分区域内的节理率和节理数,并将每个正方形划分区域内的节理率与节理数作为一组数据。
在第五步中,分别将横向划分区域、纵向划分区域、正方形划分区域所记录的节理率与节理数的数据对照,并绘制成坐标轴为节理率与节理数的点图。将点图中所有点与公式J v=a×F v n +b拟合从而得到系数a、指数n与常数b。具体来说,在本实施例中,为了进一步提高精确度,在与公式J v=a×F v n +b拟合过程中,取节理率与节理数的点图中权重大的数据与公式拟合,从而得到系数a、指数n与常数b,参照图10所示,将点图中各数据点进行70%透明化处理,取深色点的数据与公式拟合,得到公式J v=1.54068F v 1.45177+1.49985。
在获得求得系数a、指数n与常数b之后,选取各划分区域中的最大节理率代入公式中计算得到代表该岩体图像的节理数J v。
在第六步中,根据GBT50218-2014工程岩体分级标准:
岩体体积节理数与岩体完整系数存在对应关系,其关系如下:
<i>J</i><sub>v</sub>(条/m<sup>3</sup>) | <3 | 3~10 | 10~20 | 20~35 | ≥35 |
<i>K</i><sub>v</sub> | >0.75 | 0.75~0.55 | 0.55~0.35 | 0.35~0.15 | ≤0.15 |
在本实施例中,对1立方米单位体积的岩体进行拍摄,获取岩体的平面图像,通过按照上述方式对所拍摄的图像进行处理获取节理数。根据上述表格可知节理数与岩体完整性系数呈现分段函数线性关系,因此根据节理数即可获取对应的岩体完整性系数。
实施例2
如图11所示,本实施例提供了一种用于实现实施例1中计算方法的装置,该装置包括:
图像采集单元,用于采集岩体图像;
超像素分割单元,与图像采集单元连接,接收所采集的岩体图像,并对岩体图像进行超像素分割,形成超像素块;
区域生长单元与超像素分割单元连接,接收超像素分割后的岩体图像,并对超像素块进行合并,形成岩体节理裂隙分布图;
区域划分单元,与区域生长单元连接,接收岩体节理裂隙分布图,并按照预设规则划分岩体节理裂隙分布图形成划分区域,并获取每个划分区域内的节理率和节理数;
第一处理单元,与区域划分单元连接,接收每个划分区域内的裂隙率和节理数的数据,并将各划分区域内的节理率和节理数与公式J v=a×F v n +b拟合,求得系数a、指数n与常数b;并将各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;
第二处理单元,与第一处理单元连接,获取公式J v=a×F v n +b以及节理数J v,并根据GBT50218-2014工程岩体分级标准,获取节理数J v对应的岩体完整性系数K v。
应当理解的是,该装置与实施例1中的岩体完整性系数的计算方法对应,能够执行上述方法实施例中涉及的各个步骤,该装置具体的功能可以参见上文中的描述,为了避免重复,此处适当省略详细描述。该装置包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置的操作系统(operating system,OS)中的软件功能模块。
实施例3
本实施例公开了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现实施例1中所述的计算方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种岩体完整性系数的计算方法,其特征在于,包括如下步骤:
采集岩体图像;
对岩体图像进行超像素分割,形成K个超像素块;
根据区域生长算法对超像素块进行合并,得到具有多个合并区域的岩体节理裂隙分布图;
按照预设规则对岩体节理裂隙分布图进行等距划分形成多个划分区域,获取每个划分区域内的节理率和节理数,并记录为一组数据;
将各划分区域所记录的数据与公式J v=a×F v n +b拟合,求得系数a、指数n与常数b;其中J v为节理数,F v为节理率;
选取各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;
根据GBT50218-2014工程岩体分级标准,获取节理数J v对应的岩体完整性系数K v。
3.根据权利要求2所述的一种岩体完整性系数的计算方法,其特征在于,种子点p选定后,计算各种子点p的3×3区域内每个像素点的梯度值,选择梯度值最小的像素点替换该种子点p作为新的种子点。
4.根据权利要求2所述的一种岩体完整性系数的计算方法,其特征在于,所述根据区域生长算法对超像素块进行合并包括:
S1、选择一个超像素块作为生长起点;
S2、遍历与生长起点相邻的超像素块,将满足生长条件的超像素块与生长起点合并,并以合并后的超像素块作为新的生长起点;
S3、重复步骤S2,直到不存在满足生长条件的超像素块,所有合并的超像素块作为一个合并区域;
S4、选择一个合并区域外的超像素块作为生长起点;
S5、重复步骤S2-S4,直到所有超像素块完成合并。
5.根据权利要求4所述的一种岩体完整性系数的计算方法,其特征在于,所述生长条件为生长起点与相邻超像素块之间的距离小于阈值T;
所述生长起点与相邻超像素块之间的距离计算过程包括:
定义每个超像素块的坐标为(x i,y i,z i),其中x i,y i分别为该超像素块质心的横纵坐标,z i为该超像素块内所有像素点灰度值的标准差;
将相邻超像素块的坐标代入空间坐标计算公式,计算得到距离。
6.根据权利要求1所述的一种岩体完整性系数的计算方法,其特征在于,所述按照预设规则对岩体节理裂隙分布图进行等距划分包括:
在岩体节理裂隙分布图上沿横向方向等距划分形成多个横向划分区域;
在岩体节理裂隙分布图上沿纵向方向等距划分形成多个纵向划分区域;
在岩体节理裂隙分布图上按照等边长网格划分形成多个正方形划分区域。
7.根据权利要求1~6任一项所述的一种岩体完整性系数的计算方法,其特征在于,每个划分区域内节理率的获取方式为:计算在该划分区域内,合并区域的轮廓线所占的像素个数与该划分区域内总像素个数的比值。
8.根据权利要求1~6任一项所述的一种岩体完整性系数的计算方法,其特征在于,每个划分区域内节理数的获取方式为:对相邻两块合并区域之间的边缘像素块采用同一种标记方式进行标记,标记方式的总数即为节理数。
9.一种实现权利要求1所述计算方法的装置,其特征在于,包括:
图像采集单元,用于采集岩体图像;
超像素分割单元,用于对岩体图像进行超像素分割,形成超像素块;
区域生长单元,用于对超像素块进行合并,形成岩体节理裂隙分布图;
区域划分单元,用于划分岩体节理裂隙分布图形成划分区域,并获取每个划分区域内的节理率和节理数;
第一处理单元,用于将各划分区域内的节理率和节理数与公式J v=a×F v n +b拟合,求得系数a与常数b;并将各划分区域中的最大节理率代入公式J v=a×F v n +b,求得对应的节理数J v;
第二处理单元,用于根据GBT50218-2014工程岩体分级标准,获取节理数J v对应的岩体完整性系数K v。
10.一种计算机可读介质,所述计算机可读介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8任一项所述计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111528873.6A CN113920141B (zh) | 2021-12-15 | 2021-12-15 | 一种岩体完整性系数的计算方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111528873.6A CN113920141B (zh) | 2021-12-15 | 2021-12-15 | 一种岩体完整性系数的计算方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113920141A true CN113920141A (zh) | 2022-01-11 |
CN113920141B CN113920141B (zh) | 2022-02-11 |
Family
ID=79248809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111528873.6A Active CN113920141B (zh) | 2021-12-15 | 2021-12-15 | 一种岩体完整性系数的计算方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113920141B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495430A (zh) * | 2011-12-19 | 2012-06-13 | 中铁第四勘察设计院集团有限公司 | 深埋隧道岩体完整性的探测方法 |
CN102680577A (zh) * | 2010-12-23 | 2012-09-19 | 中冶集团武汉勘察研究院有限公司 | 工程围岩完整性系数Kv的地应力修正取值方法 |
WO2020157384A1 (en) * | 2019-01-30 | 2020-08-06 | Aalto University Foundation Sr | Method and device for estimating mechanical property of rock joint |
CN111813977A (zh) * | 2020-07-17 | 2020-10-23 | 山东科技大学 | 一种地下工程岩体结构信息智能解译与云端远程围岩分级方法 |
WO2021022465A1 (zh) * | 2019-08-02 | 2021-02-11 | 山东科技大学 | 一种基于数字图像技术的粗糙面裂隙生成方法及试验系统 |
CN113094914A (zh) * | 2021-04-21 | 2021-07-09 | 北京市水利规划设计研究院 | 用于围岩分级的方法、处理器及存储介质 |
CN113592873A (zh) * | 2021-10-08 | 2021-11-02 | 中南大学 | 基于虚拟钻孔的围岩rqd值测算方法、电子设备和介质 |
-
2021
- 2021-12-15 CN CN202111528873.6A patent/CN113920141B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102680577A (zh) * | 2010-12-23 | 2012-09-19 | 中冶集团武汉勘察研究院有限公司 | 工程围岩完整性系数Kv的地应力修正取值方法 |
CN102495430A (zh) * | 2011-12-19 | 2012-06-13 | 中铁第四勘察设计院集团有限公司 | 深埋隧道岩体完整性的探测方法 |
WO2020157384A1 (en) * | 2019-01-30 | 2020-08-06 | Aalto University Foundation Sr | Method and device for estimating mechanical property of rock joint |
WO2021022465A1 (zh) * | 2019-08-02 | 2021-02-11 | 山东科技大学 | 一种基于数字图像技术的粗糙面裂隙生成方法及试验系统 |
CN111813977A (zh) * | 2020-07-17 | 2020-10-23 | 山东科技大学 | 一种地下工程岩体结构信息智能解译与云端远程围岩分级方法 |
CN113094914A (zh) * | 2021-04-21 | 2021-07-09 | 北京市水利规划设计研究院 | 用于围岩分级的方法、处理器及存储介质 |
CN113592873A (zh) * | 2021-10-08 | 2021-11-02 | 中南大学 | 基于虚拟钻孔的围岩rqd值测算方法、电子设备和介质 |
Non-Patent Citations (1)
Title |
---|
马超锋等: "工程岩体完整性评价的实用方法研究", 《岩土力学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113920141B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146948B (zh) | 基于视觉的作物长势表型参数量化与产量相关性分析方法 | |
CN110443836A (zh) | 一种基于平面特征的点云数据自动配准方法及装置 | |
JP6099479B2 (ja) | ひび割れ検出方法 | |
CN112651968A (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
JP5852919B2 (ja) | ひび割れ検出方法 | |
CN114018932A (zh) | 基于矩形标定物的路面病害指标测量方法 | |
CN117314912B (zh) | 一种焊管表面焊接缺陷视觉检测方法及系统 | |
JP6823486B2 (ja) | ひび割れ検出方法 | |
CN110793462B (zh) | 基于视觉技术的尼龙齿轮分度圆测量方法 | |
CN111899237A (zh) | 标尺精度测量方法、装置、计算机设备和存储介质 | |
CN112233249A (zh) | 基于密集点云的b样条曲面拟合方法及装置 | |
CN109360144B (zh) | 一种基于手机平台的图像实时校正改进方法 | |
CN104732520A (zh) | 一种胸部数字影像的心胸比测量算法及系统 | |
CN103810702B (zh) | 一种基于分块噪声方差估计的图像累积信噪比计算方法 | |
CN110060344A (zh) | 一种基于点云数据的预制构件整体尺寸逆向建模方法 | |
CN107256421B (zh) | 一种稻麦籽粒快速计数方法 | |
CN117670886B (zh) | 显示屏缺陷检测方法、装置、设备及存储介质 | |
CN113642397B (zh) | 一种基于手机视频的物体长度测量方法 | |
CN113920141B (zh) | 一种岩体完整性系数的计算方法、装置及存储介质 | |
CN113155057A (zh) | 一种使用非特制靶标的线结构光平面标定方法 | |
CN116612097A (zh) | 一种基于表面缺陷图像的木材内部节子形态预测方法及系统 | |
CN109191557B (zh) | 立体地形图的影像纹理映射方法及装置 | |
JP7429666B2 (ja) | 点群ノイズ除去装置及びプログラム | |
CN110176003A (zh) | 基于交比图像量测技术检测建筑物表面损伤面积的方法 | |
CN116993803B (zh) | 滑坡形变监测方法、装置及电子设备 |
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 |