← 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

申请号: CN202311524309.6
申请人: 安徽理工大学; 山东大学
更新日期: 2026-03-09

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。