[发明专利]一种基于ELO算法的岩土结构质量评测方法有效
申请号: | 202010587640.2 | 申请日: | 2020-06-24 |
公开(公告)号: | CN111724380B | 公开(公告)日: | 2021-03-12 |
发明(设计)人: | 唐福来;李意;赵雅玲;乔晓锋;余青山;胡磊;谢小辉;邱晓艳 | 申请(专利权)人: | 广东水电二局股份有限公司;广州市瀚源建设工程质量检测有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T5/00;G01N33/24 |
代理公司: | 北京精金石知识产权代理有限公司 11470 | 代理人: | 张黎 |
地址: | 511300 广东省广州市增城区新塘*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 elo 算法 岩土 结构 质量 评测 方法 | ||
1.一种基于ELO算法的岩土结构质量评测方法,其特征在于,包括提取岩土数据集X={x1,x2,K,xn},包含n个数据点,其中,每个岩土数据点xi的维数为p,即xi={xi1,xi2Kxip}T;其中,xi1表示该岩土数据点的密度、xi2表示该岩土数据点的图像灰度值、xi3表示该岩土数据点的湿度、xi4表示该岩土数据点的RGB图像中的R值、xi5表示该岩土数据点的RGB图像中的G值、xi6表示该岩土数据点的RGB图像中的B值、xi7表示该岩土数据点的岩土的粒径、xi8表示该岩土数据点的岩土的自由膨胀率,选择岩土密度最大的岩土数据点作为中心c1,然后,选择与c1相距大于L,密度第二大的点为第二个中心点c2;其中,gj=d(c1,mj)·ρj,ρ为岩土的密度,而d(c1,mj)是中心c1与待选择的岩土数据点mj的距离,选择与已选的所有初始化中心距离大于L且密度第三大的待选数据点为第三个中心点c3,
其中,为待选岩土数据点与所有选中的初始化中心的最小距离;当已经选择了t个初始化中心点时,第t+1个中心点ct+1,
其中,为待j选择的岩土数据点;当C个中心点被选中后,将C个中心点的岩土数据集,输入到ELO算法模块,获得岩土结构质量值。
2.根据权利要求1所述的一种基于ELO算法的岩土结构质量评测方法,其特征在于,所述输入到ELO算法模块获得岩土结构质量值如下表示Rn=Rn-1KΦ(αRn-1+β)+δ;
Rn和Rn-1分别代表第n次计算、第n-1次计算时岩土结构质量值,Φ(x)为标准正态分布的累积分布函数,K为放大系数,yt1、yt2分别岩土数据集的第t1、t2时刻的方差,δ为调节补充值。
3.根据权利要求1所述的一种基于ELO算法的岩土结构质量评测方法,其特征在于,所述岩土数据点的灰度值为根据最大类间方差法OSTU进行岩土图像灰度阈值选取。
4.根据权利要求1所述的一种基于ELO算法的岩土结构质量评测方法,其特征在于,所述灰度值获取步骤包括采用最大值方法对岩土图像进行灰度化,将彩色图像中的三分量亮度的最大值作为灰度图的灰度值:
f(i,j)=max(R(i,j),G(i,j),B(i,j))
其中,f(i,j)为转换后的岩土灰度图像在第i个时间点第j个特征参数的灰度值。
5.根据权利要求1所述的一种基于ELO算法的岩土结构质量评测方法,其特征在于,所述岩土灰度值获取前还包括预处理对岩土图像信息的滤波去噪,特征提取;以及对图像像素、方位信息的确定。
6.根据权利要求1所述的一种基于ELO算法的岩土结构质量评测方法,其特征在于,所述岩土数据集还包括:岩土图像中数据点HSV图像的H、S、V值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东水电二局股份有限公司;广州市瀚源建设工程质量检测有限公司,未经广东水电二局股份有限公司;广州市瀚源建设工程质量检测有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010587640.2/1.html,转载请声明来源钻瓜专利网。