[发明专利]基于图像识别的滑坡颗粒堆积特征识别方法

权利要求书

1.一种基于图像识别的滑坡颗粒堆积特征识别方法，其特征在于，包括以下步骤：

S1、将滑坡堆积区的图像分成N*M个区块，并采用自适应Canny算法对每一个区块进行堆积体滑坡堆积颗粒边缘检测，得到堆积体颗粒；

S2、采用分水岭算法对堆积体颗粒边界进行初步识别；

S3、对初步分割后的每个堆积体颗粒进行判断是真颗粒还是空隙或孔洞，若面积是大于阈值T1，则该颗粒被确定为真颗粒，否则该颗粒被视为假颗粒，并将之忽略，遍历所有颗粒后进入步骤S4；

S4、根据集水盆区域的质心确定基点坐标，根据基点坐标确定边界点；

S5、确定边界点中的假边界点，并将假边界点的横坐标设置为0；

S6、根据边界点的横坐标值确定岩石碎裂颗粒的长轴方向和短轴方向，并根据长轴方向和短轴方向确定岩石碎裂颗粒的边界；

S7、根据岩石碎裂颗粒的边界确定假边界点的真实边界；

S8、根据岩石碎裂颗粒的边界和假边界点的真实边界计算岩石碎裂颗粒的真实面积和真实周长，获得颗粒数量与真实面积、周长的数量统计信息；

S9、根据颗粒基点坐标，获得基点坐标与真实面积、周长的空间分布信息；

S10、通过真实面积和真实周长计算颗粒圆度，根据颗粒圆度获得颗粒的空间分布信息，根据颗粒圆度建立N*M个区块的空间分布模型：

M(d)/M₀＝1-exp(-(d/d₀)^v)

上式中，d为颗粒长轴尺寸，M(d)为颗粒长轴尺寸小于d的颗粒总质量，M₀为所有颗粒的总质量，d₀为质量百分数达到50％的颗粒尺寸，v为颗粒圆度；

S11、根据颗粒的数量统计信息、空间分布信息和分布模型，获得滑坡堆积体颗粒的空间分布规律；

所述步骤S4中边界点的确定方法为：将基点定为坐标原点，按顺时针方向等角度间隔沿径向发射射线，并在每个方向上搜索第一个与该射线相交的颗粒边缘点，将该颗粒边缘点记为边界点；

所述步骤S5中假边界点的确定方法为：

当某一方向的射线上的边界点的横坐标s大于阈值T2时，则该方向有缺口，并将该边界点的横坐标s设置为0；

去掉横坐标s为0的边界点，并去掉若干个横坐标s为最大的边界点，计算其余边界点横坐标s的期望值E和方差值D，取边界点中s-E最小的边界点，将该边界点作为起始边界点f_a，从起始边界点f_a开始顺时针方向对边界点d_i进行判断，找到边界点d_i上一个边界点d_i-1的坐标(s_i-1,w_i-1)，当|s_i-s_i-1|D时，边界点d_i为真实边界点，否则边界点d_i为假边界点；

所述步骤S7中假边界点真实边界的确定方法为：

当长轴方向完全在长轴与短轴划分的四分之一区域内时，假边界点的横坐标为：

上式中，s_i为假边界点的横坐标，i为假边界点的序号，i＝p,p+1,…,q，q和p为假边界点区域(dq，dp)的点号，s_p-1为p-1假边界点的横坐标，s_q+1为q+1假边界点的横坐标；

当长轴方向位于假边界点内时，假边界点的横坐标为：

上式中，s_max1为最大假边界点的横坐标；

其中，s_max1的计算公式为：

上式中，max1为长轴方向的坐标点号。

2.根据权利要求1所述的基于图像识别的滑坡颗粒堆积特征识别方法，其特征在于，所述步骤S1中N的取值范围为2×width/r到4×width/r，M的取值范围为2×height/r到4×height/r，其中，width为图像宽度，height为图像高度，r为颗粒平均径粒。