[发明专利]TBM破岩矿渣数字近景摄影测量识别及反演方法

说明书

一种TBM破岩矿渣数字近景摄影测量识别及反演方法，包括以下步骤：图像标定校正；TBM盾构机破岩产生矿渣；图像采集、姿态解算；图像处理、识别及分类；对已分类的矿渣进行室内物理力学实验得到矿渣对应的围岩岩性特征参数；建立图像信息和特征参数之间的矿渣关系型数据库；在矿渣关系型数据库搜索相似的图像信息，据此推测现场矿渣对应的围岩岩性特征参数；建立TBM掘进推力和掘进速度预测模型，预测前方TBM掘进推力和速度。本发明方法通过建立矿渣图像信息和矿渣对应的围岩岩性特征参数之间的矿渣关系型数据库，预测前方TBM掘进推力和速度，为推进系统设计及施工过程中参数实时调整提供重要依据，提高隧洞掘进开挖效率，降低施工成本。

技术领域

本发明涉及一种TBM破岩矿渣数字近景摄影测量识别及反演方法，具体涉及隧洞掘进机(TBM)、数字近景摄影测量技术和硬岩TBM设备掘进推力和速度的计算，尤其涉及TBM排渣系统、影像特征识别、分类、提取与特征匹配的方法，矿渣反射率、纹理、颜色信息数据采集及矿渣关系型数据库的建立以及TBM设备掘进推力和速度计算模型的建立。

背景技术

全断面隧道掘进机(TBM：Tunnel Boring Machine)广泛用于长隧洞机械化施工中。圆盘滚刀用于切削顽石和岩石，比较大的破碎岩石和顽石则由带状螺旋器排出装置运走,出渣一般采用连续胶带输送机或有轨运输矿车两种方式。而目前TBM破岩产生的矿渣仍然依靠现场人员经验来分辨，如何高效率地通过辨别矿渣来推测岩石的参数对前方TBM掘进推力和速度做出预测，从而为推进系统设计及施工过程中参数实时调整提供重要依据，一直是此领域技术人员探索的课题。

发明内容

本发明的目的在于提供一种TBM破岩矿渣数字近景摄影测量识别及反演方法，以此来匹配岩石的参数，对前方TBM掘进推力和速度做出预测，从而为推进系统设计及施工过程中参数实时调整提供重要依据。

为实现上述目的，本发明采取下述技术方案：

一种TBM破岩矿渣数字近景摄影测量识别及反演方法，其特征在于，包括以下步骤：

步骤1，图像标定校正：主要是由标定获得相机内参数矩阵和外参数矩阵，从而建立世界坐标系和摄像机坐标系以及图像坐标系的映射关系，再通过反变换以及灰度插值实现畸变图像的校正；

步骤2，TBM盾构机破岩产生矿渣；

步骤3，图像采集、姿态解算；

图像采集：在TBM破岩矿渣输送带的左边、右边和正上方的转台上分别固定摄像装置，所述摄像装置组成联机摄像系统，从输送带的左、右、上方采集矿渣图像；

姿态解算：采用PNP算法进行空间姿态计算，依据任意2D点的可视角度和对应3D点的角度一样，由一组2D点的映射中估计物体的3D姿态；

步骤4，图像处理、识别及分类；

图像处理：包括对矿渣图像进行灰度化处理，将彩色矿渣图像变成灰度矿渣图像；

图像识别：对灰度矿渣图像进行岩石图像灰度均值和纹理特征提取；计算多幅岩石图像的灰度均值，通过分析得到不同岩石图像灰度均值的范围，根据不同范围的图像灰度均值划分为不同种类的岩石；采用灰度共生矩阵进行纹理特征提取；

图像分类：采用不断训练的BP神经网络结构对矿渣进行分类；岩石灰度均值、纹理特征是作为BP神经网络结构的输入值数据，用来训练区分不同的岩石图像；图像分类的处理对象是岩石图像的灰度均值和纹理特征等提取的图像信息，处理结果是根据不同的图像信息分类矿渣图像，从而识别对应的矿渣；

步骤5，通过对矿渣图像的分类区分出所对应的矿渣种类，对已分类的矿渣进行室内物理力学实验，得到矿渣对应的围岩岩性特征参数，包括单轴抗压强度σ_c、围岩岩性类别R₁、泊松比μ、变形模量E_b、裂隙发育程度分级C_r；