摘要
本发明公开了一种隧道掌子面AI识别方法和风险提示系统,包括以下步骤:S1:通过摄像设备拍摄施工期间隧道掌子面图片;S2:对采集的图片进行预处理,保证用于模型训练的图像质量水平一致;S3:使用卷积神经网络构建掌子面图像识别模型,提取掌子面图像的岩体类型信息和结构面特征;S4:通过聚类分组识别提取所有的掌子面节理,并绘制掌子面素描图;S5:通过掌子面围岩等级、围岩破碎程度、围岩岩性判别、围岩节理裂隙发育情况等对掌子面风险进行识别和提示。本发明通过对施工期间隧道掌子面图片进行识别,建立掌子面特征识别模型,利用神经网络算法对掌子面岩体质量和结构面进行识别和特征提取,具有智能化、高效率、可靠性高的有益效果。
技术关键词
隧道掌子面
提示系统
识别方法
节理裂隙发育
图像识别模型
像素点
风险评价系统
风险识别系统
图像智能识别
摄像设备
卷积神经网络模型
图片
图像像素
二次去噪
神经网络算法
模糊边界
高斯滤波器