基于图像识别技术的岩芯RQD数字化统计方法、设备及终端技术

本发明专利技术属于岩石测量技术领域，公开了基于图像识别技术的岩心RQD数字化统计方法、设备及终端，所述统计方法包括：进行岩心影像的采集与校正；利用影像识别方法对岩心箱轮廓进行形态识别，并建立岩心图像坐标系；将识别得到的各个岩心与钻进回次匹配，确定每块岩心所属地钻进回次；根据识别出的岩心轮廓角点坐标换算出每块岩心柱状长度；基于所述每块岩心所属地钻进回次计算所述柱状长度大于10cm的岩心的累积柱状长度以及RQD；存储每回次岩心RQD数据，并利用与柱状图相适应的格式输出。本发明专利技术采用统一长度计量标准，测量精度高。本发明专利技术现场只需拍照采集照片，其他由计算机自动识别处理，准确度和工作效率高。本发明专利技术无需人工现场测量岩芯RQD长度，减少人力成本。减少人力成本。减少人力成本。

【技术实现步骤摘要】
基于图像识别技术的岩芯RQD数字化统计方法、设备及终端


[0001]本专利技术属于岩心RQD测量
，尤其涉及一种基于图像识别技术的岩心RQD数字化统计方法、设备及终端。

技术介绍

[0002]目前，岩石质量指标(RQD)指钻孔中用N型(75mm)二重管金刚石钻头获取的大于10cm的岩芯段与该回次钻进深度之比，是国际上通用的评价岩石工程性质的一个重要参数，在国内外各行岩体工程中被广泛应用。目前现场测量岩芯RQD方法仍采用钢卷尺或皮尺进行逐回次量测，测量精度往往受测量工具和人的主观因素影响，测量精度不高，人工读数易出错，不能真实反映岩质量，现场量测工作量大，机械重复，效率低下，现场人工测量耗时耗力。
[0003]随着计算机图像识别和处理技术的发展，为岩芯RQD智能识别、测量、统计创造了条件，通过深度学习图像分割法，根据岩心照片的灰度、色彩、纹理、几何形状等特征把图像划分成若干个区域，从而将各块岩心轮廓标示出来，从而识别出每块岩心的形态，如碎块状、片状、半柱状、饼状、柱状等，然后经过图像处理技术，提取岩心长度、宽度等轮廓角点坐标，并根据坐标关系换算出每块岩心的实际柱状长度，通过设置阈值，判断出柱状长度大于10cm的岩心，并进行累加求和，算出相应回次柱状长度大于10cm岩心长度总和，最后与回次进尺长度之比，计算出相应回次的RQD。
[0004]现有技术2 CN202111216115.0公开了一种快速RQD分析方法，采用的图像识别技术不同，现有技术2是将图片转换为8进制图像，利用图像标尺软件进行图像信息提取。利用数字图像处理进行图像识别分割，计算简单，效率较高，只考虑像素点灰度值本身的特征，一般不考虑空间特征，对于背景颜色相近的图片岩心识别率不高。
[0005]现有技术1CN202011137412.1公开了一种从钻孔岩心照片中识别RQD的智能方法，基于Mask
‑
R
‑
CNN深度学习网络对图像进行识别，且是对单排岩心进行训练，RQD统计也是一排岩心统计。引入了预测用的Mask
‑
Head，以像素到像素的方式来预测分割掩膜，提高了分割精度，但分类框与预测掩膜共享评价函数，有时候会对分割结果有所干扰。
[0006]现有技术3 CN202111582422.0公开了基于深度学习模型和岩芯图像的RQD计算方法，图像识别采用的基于Unet深度学习网络对图像进行识别，且也是单排岩心进行识别统计。Unet深度学习网络优点是在很小的训练集上取得较好的分割效果。
[0007]上述深度学习网络在堆叠到一定深度的时候会出现梯度消失的现象，导致误差升高效果变差，后向传播时无法将梯度反馈到前面的网络层，使得前方的网络层的参数难以更新，训练效果变差。
[0008]ResNet引入了全新的网络结构(残差学习模块)，形成了新的网络结构，可以使网络尽可能地加深，使得前馈/反馈传播算法能够顺利进行，结构更加简单，建设性地解决了网络训练得越深，误差升高，梯度消失越明显的问题。
[0009]传统的目标检测算法主要预测图像的最后一层，但是因为最后一层的特征图的感
受野相比较前几层的感受野更大，同时特征也更抽象，因此对于小目标物的检测精度可能不是很高。但FPN能够有效地有效地增大网络对小目标检测的准确性。
[0010]ResNet+FPN就是将ResNet的特征图拿出来并将其进行放入到FPN中进行操作，解决了网络训练得越深，误差升高，梯度消失越明显的问题，也解决小目标无检测精度。
[0011]目前现场测量岩芯RQD方法仍采用钢卷尺或皮尺进行逐回次量测，具体存在如下缺点：
[0012]受钢卷尺、皮尺及人的主观因素影响，标准不统一，测量精度无法保证。
[0013]现场一个人测量，另外一个人记录，人工读数、记录易出错。
[0014]逐回次人工测量，机械重复，工作量大，工作效率低。
[0015]通过上述分析，现有技术存在的问题及缺陷为：现有技术测量精度不高，测量过程容易出错且机械重复，工作量大，工作效率低。

技术实现思路

[0016]针对现有技术存在的问题，本专利技术提供了一种基于图像识别技术的岩心数字化统计方法、设备及终端，具体涉及一种基于图像识别技术的岩心RQD数字化统计方法。
[0017]本专利技术是这样实现的，一种基于图像识别技术的岩心RQD数字化统计方法，所述基于图像识别技术的岩心RQD数字化统计方法包括：
[0018]步骤一，进行岩心影像的采集与校正；利用基于Resnet+FPN深度学习图像分割算法对岩心箱轮廓、岩心牌、岩心轮廓进行形态识别；
[0019]步骤二，提取岩心箱长度、宽度等相关信息，并根据岩心箱实际规格建立岩心图像坐标系，实现对整个岩心图片样本中的点坐标标注，根据岩心的轮廓角点的坐标信息换算出每块岩心得实际几何参数，从而获得岩心柱状长度；
[0020]步骤三，根据岩心牌位置确定每块岩心所属地钻进回次，并按钻进回次统计柱状长度大于10cm岩心的累积长度，并计算岩心RQD；
[0021]步骤四，存储每回次岩芯RQD数据，并利用与柱状图相适应的格式输出。
[0022]进一步，所述步骤一中，进行岩心影像的采集包括：
[0023](1)将岩心按顺序放入标准岩心箱，并在相应回次孔深位置插入特制岩心牌；
[0024](2)采取垂直正射的方法获取岩心的图像，得到整箱岩心图像集；对所述整箱岩心图像集中的图像进行校正，得到整箱岩心的正射影像。
[0025]进一步，所述对整箱岩心图像集中的图像进行校正包括：通过调整岩心图像上下左右四个角点与图像处理界面矩形框四个角对齐，得到整箱岩芯的正射影像。
[0026]进一步，所述步骤一中，利用影像识别方法对岩心箱轮廓进行形态识别，并提取岩心箱相关信息包括：
[0027]1)利用影像识别方法对岩心箱轮廓进行形态识别，提取岩心箱长度、宽度及隔板等轮廓信息，通过岩心箱实际规格，获得图像像素与实际长度的关系，然后以岩心图片某一点(通常以岩心箱左下角)为原点，建立岩心图像坐标系，实现对整个岩心图片样本中的点坐标标注。
[0028]2)利用影像识别方法对岩芯牌进行识别，并用相应的颜色标示，确定每个钻进回次具体位置，通过与输入的回次信息数据进行匹配，确定每块岩心所属钻孔回次，包括回次
编号、孔深、进尺等信息。
[0029]3)利用影像识别方法对岩心外包轮廓形态进行识别，提取相应岩心的轮廓角点的坐标信息，并根据坐标信息换算出每块岩心得实际几何参数，将岩心形态分为碎屑、岩块、半柱状、饼状、短柱状、柱状及长柱状，并采用不同颜色进行区分。
[0030]进一步，所述基于每块岩心所属地钻进回次计算所属岩心柱状长度大于10cm岩心的累积长度以及RQD包括：
[0031]首先，将识别得到的各个岩心与钻进回次匹配，确定每块岩心所属地钻进回次；
[0032]其次，按回次对每一回次内柱状长度大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别技术的岩心RQD数字化统计方法，其特征在于，所述基于图像识别技术的岩心RQD数字化统计方法包括：进行岩心影像的采集与校正；利用基于Resnet加FPN深度学习图像分割算法对岩心箱轮廓、岩心牌、岩心轮廓进行形态识别；提取岩心箱长度、宽度相关信息，并根据岩心箱实际规格建立岩心图像坐标系，对整个岩心图片样本中的点坐标标注，根据岩心的轮廓角点的坐标信息换算出每块岩心得实际几何参数；根据岩心牌位置确定每块岩心所属地钻进回次，并按钻进回次统计柱状长度10cm的岩心的累积柱状长度，并计算岩心RQD；存储每回次岩芯RQD数据，并利用与柱状图相适应的格式输出。2.如权利要求1所述基于图像识别技术的岩心RQD数字化统计方法，其特征在于，所述进行岩心影像的采集包括：(1)将岩心按顺序放入标准岩心箱，并在相应回次孔深位置插入特制岩心牌；(2)采取垂直正射的方法获取岩心的图像，得到整箱岩心图像集；对所述整箱岩心图像集中的图像进行校正，得到整箱岩心的正射影像。3.如权利要求2所述基于图像识别技术的岩心RQD数字化统计方法，其特征在于，所述对整箱岩心图像集中的图像进行校正包括：通过调整岩心图像上下左右四个角点与图像处理界面矩形框四个角对齐，得到整箱岩芯的正射影像。4.如权利要求1所述基于图像识别技术的岩心RQD数字化统计方法，其特征在于，所述利用影像识别方法对岩心箱轮廓进行形态识别，建立岩心图像坐标系：利用影像识别方法对岩心箱轮廓进行形态识别，提取岩心箱长度、宽度及隔板等轮廓信息，通过岩心箱实际规格，获得图像像素与实际长度的关系，然后以岩心图片某一点为原点，建立坐标系，实现对整个岩心图片样本中的点坐标标注。5.如权利要求1所述基于图像识别技术的岩心RQD数字化统计方法，其特征在于，所述利用影像识别方法对岩心牌进行形态识别，并提取岩心牌相关信息还包括：利用影像识别方法对岩芯牌进行识别，并用相应的颜色标示，确定每个钻进回次具体位置，通过与输入的回次信息数据进行匹配，确定每块岩心所属钻孔回次，...

【专利技术属性】
技术研发人员：王吉亮，罗飞，许琦，朱志宏，李坤，
申请(专利权)人：长江三峡勘测研究院有限公司武汉，
类型：发明
国别省市：