基于图像分割的爆区钻孔节理裂隙特征提取方法  

作　　者：侯卫钢 张晓淼 朱琳 许世龙 张兴帆 

机构地区：[1]鞍钢集团矿业设计研究院有限公司,辽宁鞍山市114000 [2]北京科技大学土木与资源工程学院,北京100083 [3]中国科学院沈阳自动化研究所,辽宁沈阳110016

出　　处：《采矿技术》2024年第5期129-134,共6页Mining Technology

基　　金：国家自然科学基金项目(U21A20106)。

摘　　要：针对传统节理裂隙统计方法无法统计台阶内部的节理裂隙发育特征,传统人工统计手段存在主观性大、准确性差、效率低等问题,开展了基于图像分割的钻孔节理裂隙特征提取与统计方法研究。利用钻孔内部节理裂隙全景摄影图像,基于Mask R-CNN的图像分割算法建立了节理裂隙特征识别模型;采用道路裂隙及钻孔裂隙对模型进行训练,对识别、提取节理裂隙区域进行正弦曲线拟合,并结合节理裂隙特征数学计算方法对节理裂隙倾向、倾角进行计算。结果表明,裂隙面的倾角为38.15°,倾向为126°;基于Mask R-CNN的钻孔节理裂隙特征提取与统计方法,可改善人工统计效率低、准确性差的问题。研究成果可为矿山岩体节理裂隙信息的精准采集提供重要手段,为矿山爆破的精细设计提供科学依据。

关 键 词：深度学习 Mask R-CNN 节理裂隙特征 识别统计 

分 类 号：TD235[矿业工程—矿井建设]