• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

隧道掌子面岩体裂隙快速识别方法

冷彪 张毅 杨辉 侯高鹏

冷彪, 张毅, 杨辉, 侯高鹏. 隧道掌子面岩体裂隙快速识别方法[J]. 西南交通大学学报, 2021, 56(2): 246-252, 322. doi: 10.3969/j.issn.0258-2724.20190749
引用本文: 冷彪, 张毅, 杨辉, 侯高鹏. 隧道掌子面岩体裂隙快速识别方法[J]. 西南交通大学学报, 2021, 56(2): 246-252, 322. doi: 10.3969/j.issn.0258-2724.20190749
LENG Biao, ZHANG Yi, YANG Hui, HOU Gaopeng. Rapid Recognition of Rock Mass Fractures in Tunnel Faces[J]. Journal of Southwest Jiaotong University, 2021, 56(2): 246-252, 322. doi: 10.3969/j.issn.0258-2724.20190749
Citation: LENG Biao, ZHANG Yi, YANG Hui, HOU Gaopeng. Rapid Recognition of Rock Mass Fractures in Tunnel Faces[J]. Journal of Southwest Jiaotong University, 2021, 56(2): 246-252, 322. doi: 10.3969/j.issn.0258-2724.20190749

隧道掌子面岩体裂隙快速识别方法

doi: 10.3969/j.issn.0258-2724.20190749
基金项目: 国家自然科学基金(51108386,51478394);中央高校基本科研业务费专项资金科技创新项目(2682015CX096)
详细信息
    作者简介:

    冷彪(1979—),男,讲师,研究方向为隧道信息化施工,E-mail:bleng@126.com

  • 中图分类号: U451.2

Rapid Recognition of Rock Mass Fractures in Tunnel Faces

  • 摘要: 隧道掌子面上含有许多地质信息,若能充分提取和分析,将有助于对隧道工程地质状态作出评价,用于指导隧道设计和施工. 以隧道掌子面数码图像为基础,对掌子面上岩体裂隙检测、提取、分组算法进行研究. 首先,基于数字图像处理技术对掌子面岩体裂隙目标分割算法进行分析,根据分割结果,通过图像细化和边界线拟和、分离、合并、过滤,连接不连续边界,过滤短边界,形成较完整的岩体边界线识别结果;然后,计算岩体边界线视倾角,将视倾角相近的边界线合并为一组,实现对裂隙边界线的自动分组;最后,将本方法应用于实际掌子面岩体图像测试其有效性. 测试结果表明:该方法基本实现了对掌子面上岩体裂隙的自动提取和分组;对具有明显裂隙的掌子面岩体,本算法能较完整的提取出岩体裂隙,错误提取率不超过10%,并实现了自动分组,自动分组错误率不超过5%,提高了掌子面岩体分析的自动化程度,可用于地质素描,并为掌子面围岩分级提供参考依据.

     

  • 图 1  掌子面岩体信息分析流程

    Figure 1.  Flow chart of analysis of rock mass in the face

    图 2  Canny算子边缘检测

    Figure 2.  Canny operator edge detection

    图 3  单像素宽裂隙边界线处理示意

    Figure 3.  Diagram of single-pixel-width fracture boundary line processing

    图 4  原始边界及聚合结果

    Figure 4.  Original boundary and aggregation results

    图 5  边界线多段线拟合

    Figure 5.  Boundary line polyline fitting

    图 6  拟合多段线分离

    Figure 6.  Fitted the polyline separation

    图 7  两近邻多段线相似性分析示意

    Figure 7.  Schematic diagram of similarity analysis of neighboring polylines

    图 8  边界拆分、合并及筛选结果(dT = 2)

    Figure 8.  Boundary split,merge and filter results (dT = 2)

    图 9  掌子面图像及岩体裂隙边界提取与分组结果

    Figure 9.  Image of the face and the boundary of the rock mass are extracted and grouped.

    表  1  岩体裂隙自动提取及分组结果与人工修正结果对比

    Table  1.   Comparison of automatic extraction results and artificial correction results of rock mass fractures

    图像序号自动提取参数设置及提取结果人工修正情况自动分组及处理结果
    dT /
    Pixels
    αT/(º)DT/
    Pixels
    βT/(º)LT/
    Pixels
    总长度Lt/
    Pixels
    删除总长度Ld/Pixels删除率Rd/%添加总长度La/Pixels添加率Ra/%错误分组边界线条数 Ne/条错误分组长度Le/Pixels错误分组
    Re/%
    1 2 155 400 155 39.7 3978.0 92.8 2.3 217.6 5.5 1 39.7 1
    2 2 155 400 155 47.1 4736.5 107.8 2.2 11.0 2.5 0 0 0
    3 2 155 400 155 35.3 3583.0 195.4 5.5 200.0 5.6 0 0 0
    下载: 导出CSV
  • 李术才,刘洪亮,李利平,等. 基于数码图像的掌子面岩体结构量化表征方法及工程应用[J]. 岩石力学与工程学报,2017,36(1): 1-9.

    LI Shucai, LIU Hongliang, LI Liping, et al. A quantitative method for rock structure at working faces of tunnels based on digital images and its application[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36(1): 1-9.
    LEU S S, CHANG S L. Digital image processing based approach for tunnel excavation faces[J]. Automation in Construction, 2005, 14: 750-765. doi: 10.1016/j.autcon.2005.02.004
    周春霖, 朱合华, 李晓军. 新奥法施工隧道掌子面红外照相及图像处理[J]. 岩石力学与工程学报, 2008, 27(增刊1): 3166-3172.

    ZHOU Chunlin, ZHU Hehua, LI Xiaojun. Application of infrared photography and image processing to tunnel construction with new austrian tunneling method[J]. Chinese Journal of Rock Mechanics and Engineering, 2008, 27(S1): 3166-3172.
    李鹏云,赵科,陈孜迪,等. 基于图像处理的隧道掌子面地质构造信息提取研究[J]. 土木建筑工程信息技术,2017,9(6): 67-72.

    LI Pengyun, ZHAO Ke, CHEN Zidi, et al. Research on extraction of geological structure information of tunnel excavation faces based on image processing[J]. Journal of Information Technologyin Civil Engineering and Architecture, 2017, 9(6): 67-72.
    范留明,李宁. 基于数码摄影技术的岩体裂隙测量方法初探[J]. 岩石力学与工程学报,2005,24(5): 792-797. doi: 10.3321/j.issn:1000-6915.2005.05.010

    FAN Liuming, LI Ning. Study on rck mass joint measurement based on digital photogrammetry[J]. Chinese Journal of Rock Mechanics and Engineering, 2005, 24(5): 792-797. doi: 10.3321/j.issn:1000-6915.2005.05.010
    罗佳,刘大刚. 围岩结构面发育程度参数的图像处理技术研究[J]. 计算机科学与工程,2013,35(4): 75-80.

    LUO Jia, LIU Dagang. Research on image processing technology of developmental degree parameters of surrounding rock structure[J]. Computer Science and Engineering, 2013, 35(4): 75-80.
    叶英,王梦恕. 隧道掌子面地质信息数字编录识别技术研究[J]. 北京交通大学学报,2007,31(1): 59-62. doi: 10.3969/j.issn.1673-0291.2007.01.014

    YE Ying, WANG Mengshu. Research on digital catalogue identification technology of geological information in tunnel face[J]. Journal of Beijing Jiaotong University, 2007, 31(1): 59-62. doi: 10.3969/j.issn.1673-0291.2007.01.014
    胡刚,金乾坤. 岩体天然裂隙计算机图像处理技术研究[J]. 有色金属(矿山部分),2004,56(5): 39-40. doi: 10.3969/j.issn.1671-4172.2004.05.015

    HU Gang, JIN Qiankun. Research on computer image processing technology of natural fracture in rock mass[J]. Nonferrous Metals (Mineral Part), 2004, 56(5): 39-40. doi: 10.3969/j.issn.1671-4172.2004.05.015
    李弼程, 彭天强, 彭波, 等. 智能图像处理技术[M]. 北京: 电子工业出版社, 2004: 153.
    CANNY J. A computational approach to edge detection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986, 8(6): 679-698.
    章毓晋. 图像工程——图像处理和分析(上册)[M]. 北京: 清华大学出版社, 1999: 221-222.
  • 期刊类型引用(17)

    1. 林鹏,夏覃永,孙鸿强,彭鑫,王明年. 基于改进Swin Transformer与多模型融合的结构面几何参数解析方法. 隧道建设(中英文). 2025(01): 159-170 . 百度学术
    2. 贺鹏,安婕,石少帅,胡杰,吴威涛,闫志强. 基于节理岩体多尺度建模方法的隧道块体垮塌失稳特征与支护优化设计研究. 岩石力学与工程学报. 2025(05): 1204-1218 . 百度学术
    3. 张运波,雷明锋,肖勇卓,刘光辉,邓兴兴,杨富宇,鲁宝金,李重阳. 隧道掌子面节理卷积神经网络智能识别方法. 中国公路学报. 2024(07): 35-45 . 百度学术
    4. 李利平,邹浩,刘洪亮,屠文锋,陈雨雪. 钻爆法隧道智能建造研究现状与发展趋势. 中国公路学报. 2024(07): 1-21 . 百度学术
    5. 吴顺川,孙贝贝,余一松,王勇兵. 考虑几何特征的岩体裂隙迹线多尺度图像识别方法. 华中科技大学学报(自然科学版). 2024(09): 101-109+117 . 百度学术
    6. 闫志强,姜枫,贺鹏,王刚,麻正虎,杨传馨,郭伟东,赵瑞杰. 隧道施工期掌子面岩体结构信息最佳获取时机探究(英文). Applied Geophysics. 2024(04): 820-834+881-882 . 百度学术
    7. 伍法权,夏毓,何林恺. 基于采样窗的岩体裂隙图像信息检测方法研究. 工程地质学报. 2024(06): 2064-2071 . 百度学术
    8. 吴顺川,孙贝贝,吴金,张朝俊. 双像解译的结构面迹线产状测量方法. 矿业研究与开发. 2023(01): 127-134 . 百度学术
    9. 罗虎,Miller Mark,张睿,方勇. 基于计算机视觉技术和深度学习的隧道掌子面岩体裂隙自动识别方法研究. 现代隧道技术. 2023(01): 56-65 . 百度学术
    10. 彭磊,周春,胡锋,田晓阳,王海波. 基于深度学习的隧道掌子面节理智能检测与分割. 人民长江. 2023(10): 243-250 . 百度学术
    11. 高洪飞,杨仁松,张运波,肖勇卓,丁家浩,雷明锋. 基于增强Mask RCNN算法的隧道掌子面节理智能识别方法与应用. 工业建筑. 2023(S2): 583-587 . 百度学术
    12. 卢振龙,宋冠先,梁铭,韩玉,朱孟龙,彭浩,严胜杰,卢晓晓,董宏源. 考虑岩体非均质性的隧道掌子面图像分级方法. 公路. 2023(12): 399-406 . 百度学术
    13. 朱合华,潘柄屹,武威,黄勇,刘剑,李华明. 岩体结构面信息采集及识别方法研究进展. 应用基础与工程科学学报. 2023(06): 1339-1360 . 百度学术
    14. 李华明,张可珅,潘柄屹,龙平江,刘剑. 隧道围岩几何信息自动提取方法及工程应用. 公路交通科技. 2023(12): 154-162 . 百度学术
    15. 王军祥,曾相森,徐晨晖,崔宁坤. 基于图像处理技术的岩体裂隙定量识别方法研究. 地下空间与工程学报. 2022(02): 446-457 . 百度学术
    16. 高祥,高亚楠. 基于光反射率突变的受力岩石裂纹提取方法. 工矿自动化. 2022(08): 76-84 . 百度学术
    17. 杨剑. 基于三维点云的隧道施工开挖面岩体结构面迹线识别. 铁道标准设计. 2021(06): 108-113 . 百度学术

    其他类型引用(11)

  • 加载中
图(9) / 表(1)
计量
  • 文章访问数:  863
  • HTML全文浏览量:  585
  • PDF下载量:  102
  • 被引次数: 28
出版历程
  • 收稿日期:  2019-07-30
  • 修回日期:  2019-09-26
  • 网络出版日期:  2019-10-09
  • 刊出日期:  2021-04-15

目录

    /

    返回文章
    返回