[发明专利]用于凿岩台车的多光谱摄像系统及围岩智能判识方法在审
申请号: | 202111332519.6 | 申请日: | 2021-11-11 |
公开(公告)号: | CN114067094A | 公开(公告)日: | 2022-02-18 |
发明(设计)人: | 石少帅;李咸森;郭伟东;丁钺洋;张涛;祝向向;赵瑞杰;曹天宇 | 申请(专利权)人: | 山东大学 |
主分类号: | G06V10/22 | 分类号: | G06V10/22;G06V10/141;G06V10/143;G06V10/80;G06V10/774;G06V10/82;G06V10/34;G06V10/44;G06V10/94;G06V20/56;G06N3/08;G06K9/62;G06T11/20;F16M11/ |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张勇 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 凿岩 台车 光谱 摄像 系统 围岩 智能 方法 | ||
1.一种用于凿岩台车的多光谱摄像系统,其特征在于,包括设备搭载箱、调节装置、多光谱相机以及控制器,其中:
所述调节装置包括机械臂和底座,所述机械臂的一端通过旋转轴与底座活动连接,所述机械臂的另一端与多光谱相机可拆解连接;
所述调节装置的底座固定于所述设备搭载箱内,且所述调节装置收缩状态下完全处于设备搭载箱内,所述设备搭载箱顶部设置有自动门;
所述自动门、调节装置及多光谱相机的微控制器与所述控制器连接。
2.如权利要求1所述的一种用于凿岩台车的多光谱摄像系统,其特征在于,所述多光谱相机集成有照明设备,且所述多光谱摄像系统的各用电模块由凿岩台车进行供电。
3.一种用于凿岩台车的围岩智能判识方法,其特征在于,其利用了如权利要求1-2任一项所述的用于凿岩台车的多光谱摄像系统,包括:
获取掌子面多光谱融合图像,并进行相应预处理;
对预处理的掌子面多光谱融合图像进行边缘检测,获得边缘检测图像;
基于边缘检测图像及数学形态学细化方法,进行边界提取,获得掌子面层理和节理信息;
基于边缘检测图像及预先训练的深度学习模型,获得掌子面的岩性识别结果;
基于掌子面层理和节理信息以及岩性识别结果,绘制掌子面的地质信息图。
4.如权利要求3所述的一种用于凿岩台车的围岩智能判识方法,其特征在于,所述获取掌子面多光谱融合图像,具体为:获取当前里程的掌子面的多光谱图像,完成原始影像获取后,将各谱段间的图像进行空间位置的精配准,形成整个目标区域的多光谱融合影像。
5.如权利要求3所述的一种用于凿岩台车的围岩智能判识方法,其特征在于,所述边缘检测采用基于Canny算子的边缘检测算法,通过双阈值检测,识别出图像中的显著线条及轮廓。
6.如权利要求3所述的一种用于凿岩台车的围岩智能判识方法,其特征在于,所述数学形态学细化方法,具体为:通过膨胀运算及腐蚀运算对获得的边缘检测图像进行处理。
7.如权利要求3所述的一种用于凿岩台车的围岩智能判识方法,其特征在于,所述深度学习模型采用差异进化-BP神经网络模型,其训练过程如下:根据前期勘探资料及数据采集,构建不同岩层图像的样本集;基于所述样本集及前期岩性识别结果,构建训练集;利用所述训练集对所述深度学习模型进行训练。
8.一种用于凿岩台车的围岩智能判识系统,其特征在于,包括:
数据获取单元,其用于获取掌子面多光谱图像,并进行相应预处理;
边缘检测单元,其用于对预处理的掌子面多光谱图像进行边缘检测,获得边缘检测图像;
层理节理信息获取单元,其用于基于边缘检测图像及数学形态学细化方法,进行边界提取,获得掌子面层理和节理信息;
岩性识别单元,其用于基于边缘检测图像及预先训练的深度学习模型,获得掌子面的岩性识别结果;
地质图绘制单元,其用于基于掌子面层理和节理信息以及岩性识别结果,绘制掌子面的地质信息图。
9.一种电子设备,包括存储器、处理器及存储在存储器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求3-7任一项所述的一种用于凿岩台车的围岩智能判识方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求3-7任一项所述的一种用于凿岩台车的围岩智能判识方法。
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山东大学,未经山东大学许可,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/202111332519.6/1.html,转载请声明来源钻瓜专利网。