[发明专利]钻孔光学图像和雷达成像信息融合的裂缝参数提取方法

说明书

本发明公开了钻孔光学图像和雷达成像信息融合的裂缝参数提取方法。包括图像预处理步骤；自适应确定分割阈值步骤；匹配正弦函数步骤；幅值、初相和基线的提取步骤；雷达成像的参数提取步骤；相对介电常数的获取步骤。本发明方法稳定可靠，识别率高，可高效完成钻孔面的自动识别与参数提取。

技术领域

本发明属于岩体工程、雷达技术与图像识别技术领域，更具体涉及钻孔光学图像和雷达成像信息融合的裂缝参数提取方法，适用于钻孔摄像中结构面的全自动化处理与智能化分析。

背景技术

在地质工程、水电工程、石油开发和地质灾害防治工程方面，常常需要了解岩石结构面的形态特征。在岩石结构面中，这些形态特征的自动化识别与倾向倾角等参数的智能提取对于勘探、工程设计与施工等具有重要的实际意义。

目前，结构面形态特征的判读与提取基本上停留在人工操作识别的基础上。对于结构面的识别，通常由人工给出结构面曲线的控制点，进而由计算机拟合出标准的正弦曲线，确定拟合曲线与图像曲线互相符合后，再根据拟合参数重新计算出结构面的几何参数。这个识别操作的过程存在较多的人为参与环节，不仅仅工作效果低，而且不同的操作人员可能会给出不同的识别结果，造成识别结果的多样性，可靠性较低。无法实现钻孔图像结构面参数的全自动化连续判读与智能识别。特别是在深至几千米的钻孔图像中，钻孔图像数据量大，结构复杂，人工操作费时费力，难以短期内完成。并且目前大部分的裂缝参数的提取都单纯的依靠光学信号或者雷达信号进行单一处理，计算出来的数据往往存在一定的误差且无法进行较好的验证。因此，结构面形态特征的全自动识别、参数的快速提取及准确性具有重要的实际意义，迫切需要解决。

本发明提出了一种全新的将光学图像与雷达成像信息结合的结构面自动识别与参数提取及准确性验证方法，用以解决钻孔图像中结构面全自动化判读与裂缝位置、倾向、倾角等参数的智能提取。针对利用钻孔摄像技术获取的钻孔图像，采用图像S通道进行图像预处理、图像分割、图像细化进而进行正弦函数的模板匹配，根据匹配得到的正弦函数计算出相应的参数，再利用雷达信号得到雷达图像进行相应的参数计算工作，融合两种信息源得到的参数进而得到最终的准确数据。实现了光学图像与雷达成像的有机结合，得到最终的参数计算结果。

发明内容

为了克服上述现有技术的不足，本发明提供了钻孔光学图像和雷达成像信息融合的裂缝参数提取方法。为解决裂缝参数的自动准确识别提供了支持。该方法简单易行，稳定可靠，可以实现全自动化处理，无需人为因素干预，极大地提高了工作效率，一次性准确地完成率所有结构面的识别与参数的提取。

本发明的方法所采用的技术方案是：

钻孔光学图像和雷达成像信息融合的裂缝参数提取方法，包括以下步骤：

步骤1、载入光学钻孔柱面图像，将光学钻孔柱面图像展开并转换为HSV图像，提取HSV图像中的图像饱和度通道图像，将图像饱和度通道图像进行加权均值滤波过滤掉噪声点，再对过滤的图像饱和度通道图像进行Gamma增强变换，获得增强图像，

步骤2、通过OTSU大津法分割法对增强图像分割为背景图像和目标图像，目标图像即为裂隙图像，

步骤3、按照正弦拟合函数对裂隙图像进行拟合，获得幅值A、初相以及基线c，其中，Y为裂缝纵向像素点位置，X为裂缝横向像素点位置，M为裂隙图像的像素宽度，

步骤4、由幅值A、初相以及基线c的大小计算出裂缝的位置、裂隙的倾向以及裂缝的倾角，

裂缝的位置为c；

裂隙的倾向x_min为裂缝纵向像素点位置Y的最小值对应的X值；

裂缝的倾角

其中，d为钻孔直径；