摘要
本发明提供基于高光谱成像与表面硬度的碳酸盐岩边坡劣化评估方法,包括:获取高光谱图像和对应岩石回弹数据,得到对应的光谱曲线;根据光谱曲线计算相关性系数,得到最优光谱指数;通过筛选算法对最优光谱指数进行特征波长筛选;构建施密特回弹硬度预测模型,以特征波长为输入,得到硬度数据;根据光谱指数建立裂隙开口感知光谱指数,得到岩体不连续面光谱指数,对岩石不连续面进行分级得到微裂缝和开口面积;获取水位数据,根据水位数据得到水位波动数据;根据岩石回弹数据、硬度数据、微裂缝和开口面积和水位波动数据进行碳酸盐岩边坡劣化评估。本发明通过构建NDSI、FPSI以及YGSI等光谱指数,实现对岩石不连续面特征的量化识别。
技术关键词
指数
光谱成像
回弹
开口面积
边坡
数据
连续投影算法
裂缝
波长
蛙跳算法
曲线
反射率
PLS模型
图像
筛选算法
处理器
模块
评估系统
存储器
样本
系统为您推荐了相关专利信息
土壤含水量反演方法
反射率谱
无人机多光谱
融合深度学习
归一化植被指数
深度卷积神经网络模型
焊接件
缺陷检测系统
偏差
图像传感器设备
手持智能终端
车辆调度系统
车载摄像头
调度控制器
惯性传感器