← 返回列表
一种基于钻孔窥视的围岩裂隙智能识别方法
摘要文本
本发明公开了一种基于钻孔窥视的围岩裂隙智能识别方法，步骤包括：获取裂隙图像，此裂隙图片包含样本图像与测试图像；借由改进的全卷积神经网络构建出裂隙图像识别模型，并利用所述样本图像训练该模型以获得训练完备的裂隙图像识别模型；随后，将这个测试图像输入训练完好的裂隙图像识别模型从而获得裂隙识别结果。本发明基于改进的全卷积神经网络，对实际巷道围岩中的裂隙进行准确快速的识别。
申请人信息
- 申请人:西安科技大学; 四川叙永一矿煤业有限责任公司
- 申请人地址:710054 陕西省西安市碑林区文艺路58号
- 发明人: 西安科技大学; 四川叙永一矿煤业有限责任公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于钻孔窥视的围岩裂隙智能识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311596497.3 |
| 申请日 | 2023/11/27 |
| 公告号 | CN117392548A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 西安科技大学; 四川叙永一矿煤业有限责任公司 |
| 发明人 | 李季; 武荔阳; 马潇锋; 强旭博; 吴洁琪; 闫博; 陈朝森; 董继辉; 郑英建; 陈忠 |
| 地址 | 陕西省西安市雁塔中路58号; 四川省泸州市叙永县正东镇落叶坝 |
专利主权项内容
1.一种基于钻孔窥视的围岩裂隙智能识别方法，其特征在于，包括：获取裂隙图像，所述裂隙图像包括样本图像和测试图像；采用了改进的全卷积神经网络来创建裂隙图像识别模型，并用样本图像对其进行训练，从而获得了一个训练优化后的裂隙图像分割模型；把测试图像输入预先训练好的裂隙图像识别模型，从而获得裂隙的识别结果。