基于图像处理的隧道掌子面地质信息研究

摘要

基于图像处理的隧道掌子面地质信息研究是采用现代计算机图像处理技术对隧道掌子面图像进行分析和研究，掌握开挖出露的掌子面及其前方的地质情况，为隧道设计与施工提供必要的参考信息。国外对隧道掌子面图像研究较多，已形成一些能够应用到工程中的掌子面图像处理系统。国内的研究起步较晚，许多相关研究还不成熟，难以达到真正实用化的目的。 本文以图像处理技术为核心对隧道掌子面图像进一步研究。首先，结合经典的图像处理算法研究掌子面图像结构面边界自动提取方法。该方法引入定位精度高和抗噪能力强的Canny算子进行边缘检测；采用数学形态学细化算法对检测出的边界进行细化处理，得到单像素宽边界。在图像边界提取过程中，重点研究了掌子面图像单点和节点去除算法、边界自动连接算法和边界筛选算法分别用来减少单点噪声和伪连接、实现不连续边界自动连接以及对边界线连接后存在的噪声、伪边界等做进一步处理。接着，利用获取的结构面边界提取掌子面岩石质量指标、单位面积裂隙长度及平均裂隙间距等掌子面围岩参数，实现掌子面岩体的自动评价。然后，采用神经网络图像模式识别技术进行岩体识别。在分析局部岩体图像特征时，采用了纹理描述符和空间频率测量SFM(Spatial Frequency Measurement)。 最后，本文对研究算法结合实际情况进行应用，实验结果表明：边界自动提取算法能较完整的提取掌子面结构面边界，经过一定的修正并加入结构面产状信息即可生成地质素描图；根据提取的掌子面结构面特征参数实现对掌子面岩体的自动分析与评价；经过训练的神经网络模型能够较准确的识别岩性。

目录

文摘

英文文摘

声明

第1章绪论

1.1论文背景

1.2国内外现状

1.3研究内容和方法

1.3.1研究内容

1.3.2研究方法

1.4本文整体框架安排

第2章 隧道掌子面图像结构面边界抽取

2.1 Canny边缘检测

2.2图像边界细化

2.3单点和节点清除

2.4边界自动连接

2.4.1边界端点查找

2.4.2边界链码构成

2.4.3边界近似多段线形成

2.4.4连接边界线

2.5边界过滤

2.6.本章小结

第3章隧道掌子面图像围岩参数提取

3.1掌子面内结构面产状

3.2岩石质量指标

3.3掌子面内单位面积裂隙长度

3.4掌子面内结构面平均间距

3.4.1最小二乘法进行结构面线性拟合

3.4.2掌子面内结构面视倾角

3.4.3同组结构面平均间距

3.5本章小结

第4章隧道掌子面岩性识别

4.1图像模式识别技术

4.2掌子面岩石图像特征提取

4.2.1纹理特征值

4.2.2空间频率测量

4.3神经网络识别

4.3.1神经网络理论

4.3.2神经网络设计

4.4实际效果

4.5本章小结

第5章TFGIS系统主要功能实现

5.1掌子面图像采集

5.1.1掌子面图像采集设备

5.1.2掌子面图像采集过程

5.2TFGIS系统主要功能实现

5.2.1 TFGIS系统开发环境

5.2.2 TFGIS运行的硬件环境

5.2.3 TFGIS系统操作界面

5.2.4 TFGIS系统操作流程

5.3本章小结

第6章TFGIS系统工程应用

6.1工程概况

6.2掌子面分析

6.2.1提取结构面边界

6.2.2生成地质素描图

6.2.3掌子面岩体特征参数提取

6.2.4岩性识别

6.3本章小结

结论和展望

致谢

参考文献

攻读硕士学位期间发表的论文