基于ResUNet网络的隧道围岩图像炮孔留痕检测方法

• 作者: 郭洪雨 陈宝林 王宇 傅金阳 祝志恒 李世东
• 来源期刊: 水利与建筑工程学报
• 学科: 工学
• 关键词: 钻爆法施工 炮孔留痕 计算机视觉 深度学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 岩土力学与土木工程
• 页码范围: 158-164
• 页数: 7页
• 分类号: TU45
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1144.2020.06.027

摘要

炮孔留痕率是评估钻爆法爆破质量的重要依据,通常基于图像记录、人工目测的方式进行统计.为了克服传统数字图像处理法精度低、鲁棒性差的问题,基于ResUNet深度神经网络处理隧道围岩图像,并智能输出炮孔痕迹位置.首先,人工拍摄并标注围岩图像,构造训练集.随后,基于上述数据集训练ResUNet深度神经网络.最后,利用该网络推理围岩图像,输出炮孔留痕二值化检测结果.对比实验表明该算法的像素精度(99.23％)与均交并比(87.74％)均为最高,说明该检测算法能有效检测围岩炮孔痕迹,满足快速评估炮孔留痕率的需要.