-
公开(公告)号：CN118097291A
公开(公告)日：2024-05-28
申请号：CN202410303263.3
申请日：2024-03-18
Applicant: 中核勘察设计研究有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的岩石裂隙自动识别方法，涉及岩石裂隙预测技术领域，包括以下步骤：收集大量钻孔孔壁岩石图像；使用图像标注工具标注出钻孔孔壁岩石图像中的节理裂隙，得到节理裂隙形态图像，和由节理裂隙形态图像组成的节理裂隙形态数据集；基于深度学习模型，对节理裂隙形态图像进行分割处理，构建裂隙识别模型；该基于卷积神经网络的岩石裂隙自动识别方法，通过引入深度神经网络，可以对钻孔孔壁岩石图像中存在的节理裂隙快速准确检测识别，使得裂隙的识别与确认不受次要因素影响，野外采集数据速度快，降低了该工作准入门槛，提高了完成岩石、节理裂隙识别的效率。
-
公开(公告)号：CN118097291B
公开(公告)日：2025-02-11
申请号：CN202410303263.3
申请日：2024-03-18
Applicant: 中核勘察设计研究有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的岩石裂隙自动识别方法，涉及岩石裂隙预测技术领域，包括以下步骤：收集大量钻孔孔壁岩石图像；使用图像标注工具标注出钻孔孔壁岩石图像中的节理裂隙，得到节理裂隙形态图像，和由节理裂隙形态图像组成的节理裂隙形态数据集；基于深度学习模型，对节理裂隙形态图像进行分割处理，构建裂隙识别模型；该基于卷积神经网络的岩石裂隙自动识别方法，通过引入深度神经网络，可以对钻孔孔壁岩石图像中存在的节理裂隙快速准确检测识别，使得裂隙的识别与确认不受次要因素影响，野外采集数据速度快，降低了该工作准入门槛，提高了完成岩石、节理裂隙识别的效率。
-
公开(公告)号：CN119152369A
公开(公告)日：2024-12-17
申请号：CN202411274940.X
申请日：2024-09-12
Applicant: 中核勘察设计研究有限公司
IPC: G06V20/10 , G06V10/25 , G06V10/26 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于深度学习的裂隙自动识别处理方法与系统，涉及裂隙识别技术领域，所述方法包括：获取目标岩体对应的待识别图像；其中，待识别图像通过钻取目标岩体内部得到的圆柱体生成；目标岩体为任一岩体；将待识别图像输入至预设的裂隙识别模型，以得到待识别图像对应的裂隙图像；裂隙图像包括主干裂隙/或分支裂隙；判断裂隙图像中是否存在主干裂隙和/或分支裂隙；若裂隙图像中存在主干裂隙和分支裂隙，则将分支裂隙去除，以得到目标岩体对应的主干裂隙；实现将裂隙图像中的分支裂隙去除掉，只保留主干裂隙的目的；从而对岩体节理裂隙进行自动化的准确识别。
-
公开(公告)号：CN119151895A
公开(公告)日：2024-12-17
申请号：CN202411274943.3
申请日：2024-09-12
Applicant: 中核勘察设计研究有限公司
IPC: G06T7/00 , G06T7/60 , G06V20/70 , G06V10/26 , G06V10/34 , G06V10/766 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于深度学习的岩体结构面测试分析方法与系统，涉及岩体结构面测试分析技术领域，所述方法包括：获取岩体的主干裂隙对应的初始裂隙结构面WA；获取WA的倾斜角度θ；获取裂隙图像中主干裂隙对应的曲线的最高点G1和最低点G2；根据G1和G2，确定主干裂隙的倾斜角度γ；若|θ‑γ|＜GY，则确定WA无需调整；否则，获取主干裂隙对应的曲线上预设的每一指定点，以得到指定点列表E；根据E和WA，对WA进行调整，以得到目标裂隙结构面；通过本发明中方法得到的目标裂隙结构面，更加符合主干裂隙实际对应的结构面，使得生成的主干裂隙的结构面更加准确。
-
-
-
Search Results
4
records
(took 0.022 seconds)
