[发明专利]一种结构面提取方法

说明书

本发明提供了一种结构面提取方法，包括如下步骤：S1.对获取的结构面图像进行全局平滑滤波操作，得到第一图像；S2.对S1中所述第一图像运用自适应滤波算子，用于提取结构面线性特征；S3.对S2中所述结构面线性特征进行去噪处理并提取结构面线性轮廓；S4.在S3中所述结构面线性轮廓的基础上，运用渐进性直线拟合方法进行线段标注，得到结构面近似轮廓，解决了现有技术中存在的岩体结构面特征信息难以获取的技术问题。

技术领域

本发明涉及岩土工程研究技术领域，尤其是涉及一种结构面提取方法。

背景技术

结构面是在地质历史发展过程中在岩体内形成的具有一定的方向、一定规模、一定形态和特征的面、缝、层、带状的地质界面。上世纪80年代，孙广忠教授在谷德振等研究的基础上，提出了“岩体结构控制论”，认为岩体的力学性质不仅取决于岩体材料的力学性质，而且受控于岩体力学效应及环境效应，其中结构面参数的是影响岩体结构的主要因素之一。因此，把握岩体结构面的几何分布特征是评价岩体稳定性以及进一步分析岩土体特性的关键任务。由于岩土工程数字化发展起步较晚，对于结构面特征信息的获取工作，业内通常采用人工现场测量，手工统计等方法，但这类方法效率低下、耗时耗力且准确性一般，在实际工程项目中难以推广。为了解决上述问题，人们开发了许多更为简单高效的方法，例如基于数码近景摄影测量的结构面几何特征提取方法，还有先进的ShapeMetrix 3D数字摄影测量系统，通过对现场岩体的大量结构面信息的测量和计算得到结构面整体分布信息。这些方法进一步推动了摄影测量技术在结构面提取问题上的研究进程和广泛应用。然而，基于摄影测量的方法大多需要专业的拍摄设备的支持，但是在实际应用中，尤其是地下隧道工程场景中，由于场地限制或者其他不确定性因素，这类基于数字摄影的测量工作可能无法展开。随着手机数字摄像技术的发展，手机摄像头获取的图像质量越来越高，使用手机代替专业摄像设备成为可能。业内迫切需要一种可以通过移动端计算程序就能完成结构面基本特征测量的方法，而目前数字图像处理方法在岩土工程领域的应用范围很小，这归因于岩土工程问题的复杂性。例如结构面特征提取问题，受限于图像的亮度、对比度和清晰度等问题，简单的形态学变换和普通滤波算法难以满足实际应用中的需求。近年来，人工智能技术得到了快速发展，利用卷积神经网络可以捕捉到人眼难以识别的微小特征。其中，边缘检测问题是人工智能领域的热点，并且在医疗影像领域和普通图像处理等领域取得了很多的研究成果。但是，大部分人工智能方法需要大量的现成数据集来驱动，由于岩土类工程问题繁多复杂且缺乏关注，目前关于岩体特征识别的数据集资源十分匮乏，这意味着传统的基于数据驱动的人工智能方法无法使用。

发明内容

本发明的目的是提供的一种结构面提取方法，以解决现有技术中存在的岩体结构面特征信息难以获取的技术问题。

本发明提供的一种结构面提取方法，包括如下步骤：S1.对获取的结构面图像进行全局平滑滤波，得到第一图像；S2.对S1中所述第一图像运用自适应滤波算子，用于提取结构面线性特征；S3.对S2中所述结构面线性特征进行去噪处理并提取结构面线性轮廓；S4.在S3中所述结构面线性轮廓的基础上，运用渐进性直线拟合方法进行线段标注，得到结构面近似轮廓。

进一步的，所述S1中的全局平滑滤波操作包括：S11.将获取的结构面图像转化为灰度图像X；S12.对于所述灰度图像X中的某一像素点x，在整张图像中搜索k个与x最相似的像素点{y₁，y₂，…，y_k}，根据相似度c_i，i＝1，2，...，k确定权重w(x，y_i)，计算得到x的像素值S13.计算所述灰度图像X中所有像素点的像素值。

进一步的，所述S2中的利用自适应滤波算子提取结构面线性特征，具体步骤包括：S21.将所述第一图像分割为若干等尺寸的子区域；S22.对所述若干子区域进行阈值处理，用于确保若干所述子区域的像素值分布方差低于设定的第一阈值，得到第二图像；S23.对所述第二图像运用自适应滤波操作，得到结构面线性特征。