基本信息:
- 专利标题： 基于深度学习的隧道岩体面状裂隙识别方法及系统
- 申请号：CN202410256874.7 申请日：2024-03-07
- 公开(公告)号：CN117854060B 公开(公告)日：2024-05-03
- 发明人： 许振浩 , 牟文墉 , 潘东东 , 李轶惠 , 余腾飞 , 卜泽华 , 张一驰
- 申请人： 山东大学
- 申请人地址： 山东省济南市历下区经十路17923号
- 专利权人： 山东大学
- 当前专利权人： 山东大学
- 当前专利权人地址： 山东省济南市历下区经十路17923号
- 代理机构： 济南圣达知识产权代理有限公司
- 代理人： 黄海丽
- 主分类号： G06V20/64
- IPC分类号： G06V20/64 ; G06V10/44 ; G06V10/80 ; G06V10/764 ; G06V10/82 ; G06V10/762 ; G06N3/0499 ; G06N3/08
摘要：
本发明涉及隧道掌子面岩体面状裂隙识别技术领域，特别是涉及基于深度学习的隧道岩体面状裂隙识别方法及系统，其中方法包括：获取隧道掌子面岩体三维点云数据；将三维点云数据，输入到训练后的深度学习模型中，得到点云法向量；对点云法向量进行法向一致性调整；采用改进的区域生长算法，对基于调整后的点云法向量进行识别，得到结构面集合和待选点集合；对待选点集合进行分类，得到破碎区；基于结构面集合和破碎区，计算岩体产状信息，并进行分组统计。本发明能够准确的提取隧道掌子面岩体出露结构面信息。
公开/授权文献:
- CN117854060A 基于深度学习的隧道岩体面状裂隙识别方法及系统 公开/授权日：2024-04-09