[发明专利]一种隧道爆破炮孔半眼痕识别和损伤平整度评价分类方法

说明书

本发明属于隧道爆破技术领域，尤其是一种隧道爆破炮孔半眼痕识别和损伤平整度评价分类方法，包括以下步骤：S1‑2：拍摄第一、第二对照图像和爆破后半眼痕图像；S3‑6：对上述图像去噪、灰度和二值化处理，并识别图像半眼痕边界；S7‑9：确定平整度损伤变量，半眼痕区域面积、损伤变量和分形维数的量化关系，半眼痕图像损伤值；S10‑11：形成五维特征向量，获得图像多维度数字化信息特征；S12‑13：选取60幅图像的特征向量作为训练数据输入贝叶斯分类器，再将剩余30幅图像特征向量作为分类数据输入上述训练成熟的分类器实现分类。本发明实现了隧道普通爆破、预裂爆破和光面爆破三种方案下岩面损伤平整度的科学分类，克服了传统半眼痕识别和评价精度差、不具备自适应的难题。

技术领域

本发明涉及隧道爆破技术的图像分析领域，尤其涉及一种隧道爆破炮孔半眼痕识别和损伤平整度评价分类方法。

背景技术

隧道爆破成型质量和半眼痕率是评价隧道钻爆法施工质量优劣和炮孔利用率的关键，也是直接决定隧道建设周期和投资成本的主要因素。

传统的爆破效果评价方法单纯通过肉眼现场识别和判定半眼痕的表观特征并采用皮尺或全站仪进行简单量测作为评价指标，仅仅在残留炮孔长度这一维度提取数据计算半眼痕率，未考虑炮孔周边一定区域范围的整体平整度对损伤表征的贡献且受测量人员的主观意识影响较大；同时，对于不同爆破方法下的损伤平整度的统计分类至今仍未见有相关报道，现有技术大多进行人工识别判断并分类，识别分类误差大且鲁棒性和稳定性均较差，远远不能满足生产实践的需求。因此，亟需一种便捷高效的隧道爆破炮孔半眼痕识别及特征参数提取并实现不同爆破方案下岩体面损伤平整度分类的方法，便于科学进行隧道爆破相关参数的选取和爆破方案的确定，最终实现理想的隧道爆破效果。

发明内容

基于背景技术中提出的需要人工判别的技术问题，本发明提出了一种隧道爆破炮孔半眼痕识别和损伤平整度评价分类方法。

本发明提出的一种隧道爆破炮孔半眼痕识别和损伤平整度评价分类方法，包括以下具体步骤：

S1：拍摄标准对照图像，标准对照图像尺寸根据分析尺度综合确定，选取理想半眼痕岩面第一对照图像和超欠挖不可接受第二对照图像作为标准对照图像；

S2：获取实际爆破后的半眼痕图像作为第三分析图像，分析图像尺寸和拍摄环境与前述对照图像一致；

S3：根据采集图像含有的高斯噪声服从正态分布的特点，对上述三类图像进行二维Gaussian算法去噪；

S4：为了减少图像原始数据量，根据图像直方图设定阈值对上述三类去噪后的图像进行灰度处理，避免图像失真丢失信息；

S5：对上述灰度处理图像进行二值化处理，通过最大熵阈值法设定最佳二值化阈值，便于半眼痕图像边界轮廓的提取；

S6：采用梯度向量流-Snake和主动轮廓模型(GVF-Snake-ACM) 对图像中半眼痕边界及相关区域进行识别；

S7：将半眼痕识别后的三类图像，分别导入ImageJ软件中，选用半眼痕区域面积与图像总面积的比率确定为平整度损伤变量；

S8：将选取第一对照图像和第二对照图像半眼痕面积占比区间归一化并建立损伤度与分形维数D之间的量化关系：ω＝(D)^β，从而确定半眼痕区域面积占比、损伤变量和分形维数三者间的量化关系；

S9：通过半眼痕面积占比值进行线性差值计算确定第三分析图像对象的损伤值；

S10：对多幅半眼痕识别图像采用灰度共生矩阵算法提取0°、 45、90°、135°四个方向或180°、225°、270°、315°四个方向分别提取能量均值、熵均值、对比度均值、相关性均值、均匀度均值五个特征值，从而形成五维特征向量；