一种基于深度学习网络的库区消落带岩缝图像识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习网络的库区消落带岩缝图像识别方法
申请号:CN202411535516
申请日期:2024-10-31
公开号:CN119516363B
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种基于深度学习网络的库区消落带岩缝图像识别方法,包括:步骤S1、构建岩石裂缝分割模型,并利用预先处理好的岩缝图像样本集对岩石裂缝分割模型进行训练;步骤S2、利用岩石裂缝分割模型对目标图像中的岩缝区域进行识别,得到第一类识别结果;步骤S3、基于图像中像素点的坐标位置、像素值以及色彩空间属性,通过多算法加权融合的裂缝掩膜优化算法对第一类识别结果进行优化得到第二类识别结果;步骤S4、针对第二类识别结果,通过最大内切圆法及正交投影法对岩缝宽度进行测量,从而得到岩缝的几何表征信息。通过本发明能够实现了对消落带岩缝图像几何表征信息的自动识别,提高了库区消落带岸坡岩石裂缝检测的智能化和信息化水平。
技术关键词
掩膜 裂缝 深度学习网络 图像识别方法 像素点 通道 轮廓识别 阈值分割法 解码 编码 Canny算子 短距离 线性回归模型 最小化误差 算法 对比度 标签 坐标 矩阵