申请/专利权人：山东大学

申请日：2024-03-07

公开（公告）日：2024-04-09

公开（公告）号：CN117854060A

主分类号：G06V20/64

分类号：G06V20/64;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06V10/762;G06N3/0499;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及隧道掌子面岩体面状裂隙识别技术领域，特别是涉及基于深度学习的隧道岩体面状裂隙识别方法及系统，其中方法包括：获取隧道掌子面岩体三维点云数据；将三维点云数据，输入到训练后的深度学习模型中，得到点云法向量；对点云法向量进行法向一致性调整；采用改进的区域生长算法，对基于调整后的点云法向量进行识别，得到结构面集合和待选点集合；对待选点集合进行分类，得到破碎区；基于结构面集合和破碎区，计算岩体产状信息，并进行分组统计。本发明能够准确的提取隧道掌子面岩体出露结构面信息。

主权项：1.基于深度学习的隧道岩体面状裂隙识别方法，其特征是，包括：获取隧道掌子面岩体三维点云数据；将三维点云数据，输入到训练后的深度学习模型中，得到点云法向量；对点云法向量进行法向一致性调整；采用改进的区域生长算法，对基于调整后的点云法向量进行识别，得到结构面集合和待选点集合；对待选点集合进行分类，得到破碎区；基于结构面集合和破碎区，计算岩体产状信息，并进行分组统计。

全文数据：

权利要求：

百度查询： 山东大学 基于深度学习的隧道岩体面状裂隙识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD