← 返回列表
基于机器视觉的围岩破碎程度的检测方法及系统
申请人信息
- 申请人:安徽理工大学; 山东大学
- 申请人地址:232001 安徽省淮南市泰丰大街168号
- 发明人: 安徽理工大学; 山东大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器视觉的围岩破碎程度的检测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311524309.6 |
| 申请日 | 2023/11/10 |
| 公告号 | CN117522822A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 安徽理工大学; 山东大学 |
| 发明人 | 袁亮; 张庆贺; 汪盈; 王汉鹏; 江丙友; 张冰; 韦春旭 |
| 地址 | 安徽省淮南市田家庵区安徽理工大学; 山东省济南市历城区山大南路27号 |
摘要文本
本公开涉及围岩破碎程度的检测技术领域,提出了一种基于机器视觉的围岩破碎程度的检测方法及系统,包括如下步骤:获取待识别的隧道围岩图像;对获取的图像进行预处理;将预处理后的图像并行传输至训练好的多个VGGNet模型,每个VGGNet模型输出一个破碎程度评估结果,得到多个破碎程度评估结果;采用投票模型融合的方法对评估结果进行融合,得到最终的评估结果。针对图像识别设置了多个识别模型,最终通过投票方法得到最终的评估结果,能够避免单个模型识别准确率低的问题,根据评估结果选择合适的锚喷支护方案,能够提高支护的安全可靠性,节约了施工成本,提高了施工效率。
专利主权项内容
1.基于机器视觉的围岩破碎程度的检测方法,其特征在于,包括如下步骤:获取待识别的隧道围岩图像;对获取的图像进行预处理;将预处理后的图像并行传输至训练好的多个VGGNet模型,每个VGGNet模型输出一个破碎程度评估结果,得到多个破碎程度评估结果;采用投票模型融合的方法对评估结果进行融合,得到最终的评估结果。