发明公开
- 专利标题: 一种基于深度学习的钻孔图像裂隙参数自动提取方法
-
申请号: CN202110056319.6申请日: 2021-01-15
-
公开(公告)号: CN112733765A公开(公告)日: 2021-04-30
- 发明人: 佟大威 , 王晓玲 , 余佳 , 吴斌平 , 吕明明 , 任炳昱
- 申请人: 天津大学
- 申请人地址: 天津市南开区卫津路92号
- 专利权人: 天津大学
- 当前专利权人: 天津大学
- 当前专利权人地址: 天津市南开区卫津路92号
- 代理机构: 天津市北洋有限责任专利代理事务所
- 代理商 潘俊达
- 主分类号: G06K9/00
- IPC分类号: G06K9/00 ; G06K9/46 ; G06K9/62 ; G06T17/05 ; G06N3/04 ; G06N3/08
摘要:
本发明属于图像识别和地质建模的技术领域,具体涉及一种基于深度学习的钻孔图像裂隙参数自动提取方法,包括建立裂隙图像数据集,搭建裂隙图像识别模型,使用标注好的裂隙图像数据集作为监督条件,采用卷积神经网络训练裂隙图像识别模型,使用训练好的裂隙图像识别模型对待检测的裂隙图像进行检测,将提取的裂隙的相关像素信息转换为倾向、倾角、位置、开度、粗糙度参数。本发明将深度学习技术引入钻孔图像数据解析过程,通过卷积神经网络对裂隙的高层语义特征进行机器学习,从而实现了裂隙信息的自动提取。