[发明专利]基于图像识别的滑坡颗粒堆积特征识别方法

摘要

本发明公开了一种基于图像识别的滑坡颗粒堆积特征识别方法。本发明基于人工智能算法，对块石颗粒边界进行自动快速识别，并自动计算颗粒几何尺寸和运动方向特征。可以为滑坡堆积体稳定性分析、防治加固、渗流稳定性等提供科学参数。

主权项

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：/nS1、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；/nS2、采用分水岭算法对堆积体颗粒边界进行初步识别；/nS3、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；/nS4、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；/nS5、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；/nS6、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；/nS7、根据岩石碎裂颗粒的边界确定假边界点的真实边界；/nS8、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；/nS9、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；/nS10、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：/nM(<d)/M