-
公开(公告)号：CN112132200B
公开(公告)日：2024-07-02
申请号：CN202010979979.7
申请日：2020-09-17
Applicant: 山东大学
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06V10/44 , G06N3/0464
Abstract: 本发明属于岩土工程领域，提供了基于多维岩石图像深度学习的岩性识别方法及系统。它解决了浅层神经网络易丢失岩石图像的纹理信息问题，具有对岩性的识别精确度高的效果。其中，该识别方法包括接收岩石的全局图像和局部图像；预处理岩石的全局图像和局部图像，并融合预处理后的岩石全局图像和局部图像，得到融合图像；将全局图像、局部图像和融合图像分别输入基于ResNet网络的岩性识别深度学习模型，输出全局识别结果、局部识别结果和融合识别结果；采用最大似然法将全局识别结果、局部识别结果和融合识别结果进行融合，并将所有类别进行归类，再将该类别下的所有归属概率值相加，归属概率值和最大时对应岩石属于该类的概率最大，得到最终的预测结果。
-
公开(公告)号：CN112785709B
公开(公告)日：2023-10-17
申请号：CN202110057160.X
申请日：2021-01-15
Applicant: 山东大学
Abstract: 本发明属于岩土工程领域，提供了一种TBM搭载式围岩裂隙重建识别方法、装置、存储介质及设备。其中，TBM搭载式围岩裂隙重建识别方法包括获取TBM搭载式拍摄装置处于不同拍摄位置时不同角度的围岩裂隙图像；其中，同一拍摄位置不同角度的围岩裂隙图像构成一个围岩裂隙图像序列；对各个围岩裂隙图像序列中的图像进行预处理；基于预处理后的图像及稀疏重建方法对隧道围岩裂隙进行稀疏重建，估计隧道围岩裂隙的深度图并配准融合深度图，采用投影方法对融合的深度图进行点云恢复，稠密重建围岩裂隙，得到围岩裂隙三维重建图像及识别结果。
-
公开(公告)号：CN115761038A
公开(公告)日：2023-03-07
申请号：CN202211281307.4
申请日：2022-10-19
Applicant: 山东大学
IPC: G06T11/20 , G06T11/60 , G06T7/194 , G06T7/62 , G06T7/70 , G06T7/90 , G06V10/40 , G06V10/46 , G06V10/54 , G06V10/74 , G06V10/764 , G06V10/80 , G01N21/25
Abstract: 本发明公开一种基于图像光谱技术的隧道掌子面地质素描方法及系统，包括：采集掌子面的图像光谱数据，根据光谱信息提取矿物端元及其光谱，以确定矿物类型及含量；对图像信息提取纹理特征，对光谱信息提取特征波段光谱，以确定地层岩性；根据图像信息提取裂隙特征，根据光谱信息识别裂隙填充物，以得到裂隙识别结果；根据裂隙数量、相对面积得到围岩破碎程度，根据地层岩性、围岩矿物分析结果分析矿物风化变异比率，根据光谱色差识别结果获取不同风化程度的颜色差异，以得到围岩风化程度；根据图像信息识别待测掌子面的出水形态及出水位置；根据上述结果采用不同的标注符号进行标注汇总得到隧道掌子面地质素描图，提高地质编录的精度和效率。
-
公开(公告)号：CN115641453A
公开(公告)日：2023-01-24
申请号：CN202211282401.1
申请日：2022-10-19
Applicant: 山东大学
IPC: G06V10/58 , G06V10/74 , G06V10/764 , G06V10/774 , G06V10/82 , G06T7/73 , G06T7/62 , G06T7/00 , G06T5/00
Abstract: 本发明公开一种基于高光谱技术的隧道围岩风化程度识别方法及系统，包括：获取隧道岩壁的图像信息和光谱信息，并经预处理后分别提取图像特征和光谱特征；根据图像特征进行裂隙识别，对裂隙区域计算裂隙相对面积和裂隙数量，根据裂隙相对面积和裂隙数量得到岩石破碎特征；将光谱特征转化为矿物信息，得到风化矿物类型，并根据对应位置信息，得到风化矿物含量；根据岩石破碎特征和风化矿物类型及其含量得到风化程度识别结果。同时获取图像与光谱信息，避免单一信息进行岩石风化程度判别的局限性，减少误判。
-
公开(公告)号：CN113779690B
公开(公告)日：2022-03-29
申请号：CN202111330731.9
申请日：2021-11-11
Applicant: 山东大学
Abstract: 本公开提供了一种基于随钻感知的超前地质预报方法及系统，涉及超前地质预报技术领域，所述方案包括获取钻进过程中的钻进参数；基于所述钻进参数反演得到隧道围岩物理力学参数；基于钻进过程中收集的冲洗液获取岩渣或岩粉；获取岩渣或岩粉的地化特征参数；根据所获取的隧道围岩物理力学参数和地化特征参数，利用预先训练的深度学习模型，获得不良地质识别结果与围岩分级结果两者中至少一个，进而实现超前地质预报。所述方案结合超前地质钻探，从隧道围岩的物理力学性质变化和地化特征参数变化两方面来全面反映地质特征，通过对超前钻探过程中的钻进参数和冲洗液的采集与分析，融合大数据和深度学习算法，最终实现对隧道掌子面前方地质的超前预报。
-
Patent Agency Ranking
公开(公告)号：CN112129720B
公开(公告)日：2021-10-29
申请号：CN202010980914.4
申请日：2020-09-17
Applicant: 山东大学
Abstract: 本发明属于衬砌检测技术领域，提供了一种基于高光谱信息的衬砌检测方法及系统。其中，基于高光谱信息的衬砌检测方法包括获取等间隔区域段内隧道衬砌高光谱信息；将获取的等间隔区域段内隧道衬砌高光谱信息分别转化为光谱曲线，对所有区域段内的对应光谱曲线进行算术平均，得到一条平均光谱曲线；将所有光谱曲线分别与平均光谱曲线进行相似性比较，判定相似程度低于设定相似程度阈值的光谱曲线为问题曲线；排除操作不当及仪器本身而产生的问题曲线，剩余的问题曲线确定为由相应衬砌处存在质量问题而产生的。
-
公开(公告)号：CN112798592A
公开(公告)日：2021-05-14
申请号：CN202011583313.6
申请日：2020-12-28
Applicant: 山东大学
IPC: G01N21/84 , G01N21/65 , G01N21/01 , G01N1/44 , G01N1/34 , G01N1/28 , G06K9/62 , G06N20/00 , G06T7/00
Abstract: 本发明公开了基于岩相学特征分析的岩石强度预测系统及方法，其技术方案为：包括旋转机构，沿旋转机构周向依次分布有打磨机构、清洗机构、烘干机构、结构识别机构和矿物分析机构；所述结构识别机构、矿物分析机构与强度预测系统相连。本发明通过对岩石的结构特征及物质成分进行快速获取与定量化分析，融合机器学习算法，最终实现岩石各类强度的准确预测。
-
公开(公告)号：CN111220463A
公开(公告)日：2020-06-02
申请号：CN202010070800.6
申请日：2020-01-21
Applicant: 山东大学
Abstract: 本公开提供了一种岩石单轴抗压强度预测系统与方法，包括点荷载强度测试模块、纵波波速测试模块、岩石回弹值测试模块和强度预测模块，纵波波速测试模块用于对岩石进行纵波波速测试，并将岩石纵波波速传递给强度预测模块；岩石回弹测试模块用于对岩石进行回弹测试，并将岩石回弹值传递给强度预测模块；点荷载强度测试模块用于对点荷载试验加载破坏后岩石破裂面进行图像采集，计算岩石破裂面面积；强度预测模块被配置为根据接收到的信息，根据预先设定的预测模型，输出岩石的单轴抗压强度预测结果。
-
公开(公告)号：CN111208158A
公开(公告)日：2020-05-29
申请号：CN202010065236.9
申请日：2020-01-20
Applicant: 山东大学
Abstract: 本公开提供了一种TBM搭载式岩石石英含量测定系统及方法，搭载于敞开式TBM的撑靴侧面，包括防护装置、取样装置、X射线衍射装置和处理器，防护装置包括基座，基座上设置侧壁，侧壁上设置有防止落石及渗水的顶棚；取样装置设置于顶棚与基座之间，包括液压臂、冲击钻机和粉料舱，液压臂一端设置于侧壁上，另一端连接冲击钻机，通过液压臂的收缩来控制冲击钻的移动，冲击钻机的前端设置粉料舱，粉料舱设置有出料口，岩石粉末通过出料口落入X射线衍射分析装置中；X射线衍射装置用于对获取的岩石粉末进行特征X射线照射，记录衍射信息获取衍射图谱，处理器接收所述图谱，并进行匹配，确定岩石粉末中的石英含量。
-
公开(公告)号：CN111160158A
公开(公告)日：2020-05-15
申请号：CN201911304625.6
申请日：2019-12-17
Applicant: 山东大学
Abstract: 本公开提供了一种偏光显微镜下岩石图像智能识别系统及方法，包括显微成像系统，被配置为实现对岩石薄片进行自动调焦、单偏光、旋转与正交偏光转换和拍照，得到岩石镜下图像；图像收集系统，被配置为将得到的岩石镜下图像实时传输至学习识别系统和存储单元进行存储，以服务于后续学习训练；学习识别系统，被配置为采用卷积神经网络模型作为特征提取模型，通过对不同的岩石图像进行特征学习训练，区分出不同岩石在偏光显微镜下的颜色、形态结构及其差异，整合特征量，建立偏光显微镜下岩石图像识别模型，以自动识别出岩石颗粒种类。
-
-
-
-
-
-
-
-
-
Search Results
74
records
(took 0.023 seconds)
