摘要
本发明属于机器学习技术领域,公开了一种基于人工智能大模型的露天岩体自动化勘查方法及系统,包括:对源图像进行特征提取,基于MVS算法对源图像的特征图像和选定的参考图像以及采集目标露天边坡岩体的图像数据所用的相机参数进行处理,构建三维视图模型;将三维视图转换为点云数据后,基于CFSFDP算法和RANSAC算法,各点法向量对点云数据进行聚类分割和平面拟合,能够准确识别结构面,通过计算岩体体积节理数Jv,并结合岩石坚硬程度指标Rc,获得岩体基本质量指标BQ,并对其进行修正,为岩体质量勘查报告提供了科学依据。本发明提高了岩体质量评价的准确性和效率,为岩体工程的设计和施工提供了有力支持。
技术关键词
勘查方法
图像
露天边坡
地质统计学
RANSAC算法
岩石物理力学
三维点云数据
结构面产状
岩体结构特征
相机
指标
深度值
聚类
特征提取模块
Softmax函数
卷积神经网络提取
像素
系统为您推荐了相关专利信息
眼球参数
图像
视线估计方法
计算机程序指令
三维网格模型重建
图像特征向量
电子
高层次
深度学习模型
识别方法
智能马桶清洗
清洗喷头
卷积神经网络模型
图像编码器
智能马桶座圈