System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及岩体工程,特别是涉及一种岩石质量的确定方法、装置、计算机设备和存储介质。
技术介绍
1、裂隙岩体通常被多组结构面所切割,形成难以测量、难以接近的高陡边坡。由于内外地质营力作用,岩石的表面及内部产生诸如裂隙、孔隙、节理、断层、微裂缝等缺陷,在荷载和风化作用下,这些缺陷不断演化进而导致岩体发生崩塌、滑坡等破坏。
2、因此,对于岩石质量的评估成为亟待解决的问题。目前,对于岩石质量的评价方法,主要是通过具有丰富经验的地质工作者长期现场勘测、价格高昂的钻孔岩心分析与繁琐的地质统计测量工作来完成的。
3、因此,上述岩石质量的确定方法存在着时效性低、安全性差的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够提高岩石质量的确定效率,并保证测量过程安全性的岩石质量的确定方法、装置、计算机设备和存储介质。
2、第一方面,本申请提供了一种岩石质量的确定方法,包括:
3、获取岩体露头图像;
4、将岩体露头图像输入至智能识别模型中进行裂缝网络轨迹识别,得到岩体露头图像对应的裂缝网络迹线图;
5、将裂缝网络迹线图中的各裂缝节点进行分类,得到各裂缝节点的类型;
6、根据各裂缝节点的类型确定岩体露头图像对应的岩石质量参数。
7、在其中一个实施例中,上述智能识别模型包括定位模型和分割模型,将岩体露头图像输入至智能识别模型中进行裂缝网络轨迹识别,得到岩体露头图像对应的裂缝网络迹线图,包括:<
...【技术保护点】
1.一种岩石质量的确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述智能识别模型包括定位模型和分割模型,所述将所述岩体露头图像输入至智能识别模型中进行裂缝网络轨迹识别,得到所述岩体露头图像对应的裂缝网络迹线图,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述定位图像输入至所述分割模型中进行裂缝区域图像分割,得到所述岩体露头图像对应的裂缝网络迹线图,包括:
4.根据权利要求1或2所述的方法,其特征在于,所述将所述裂缝网络迹线图中的各裂缝节点进行分类,得到各所述裂缝节点的类型,包括:
5.根据权利要求4所述的方法,其特征在于,若所述节点为所述裂隙网络迹线图非边界上的节点,所述将所述裂缝网络迹线图中的各裂缝节点进行分类,得到各所述裂缝节点的类型,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据各所述裂缝节点的类型确定所述岩体露头图像对应的岩石质量参数,包括:
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
8.一种岩石质量的确定装置,其
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种岩石质量的确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述智能识别模型包括定位模型和分割模型,所述将所述岩体露头图像输入至智能识别模型中进行裂缝网络轨迹识别,得到所述岩体露头图像对应的裂缝网络迹线图,包括:
3.根据权利要求2所述的方法,其特征在于,所述将所述定位图像输入至所述分割模型中进行裂缝区域图像分割,得到所述岩体露头图像对应的裂缝网络迹线图,包括:
4.根据权利要求1或2所述的方法,其特征在于,所述将所述裂缝网络迹线图中的各裂缝节点进行分类,得到各所述裂缝节点的类型,包括:
5.根据权利要求4所述的方法,其特征在于,若所述节点为所述裂隙网络迹线图非边界上的节点,...
【专利技术属性】
技术研发人员:王明阳,王恩志,胡楚雄,刘晓丽,姚文理,张帅,黄文瑀,方坤,金慧,王芳,燕发源,马前驰,
申请(专利权)人:清华大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。