[1]郭洪雨,陈宝林,王　宇,等.基于ＲｅｓＵＮｅｔ网络的隧道围岩图像炮孔留痕检测方法[J].水利与建筑工程学报,2020,(06):158-164.[doi:10.3969/j.issn.1672-1144.2020.06.027]
点击复制

基于ＲｅｓＵＮｅｔ网络的隧道围岩图像炮孔留痕检测方法()
分享到：

《水利与建筑工程学报》[ISSN:1672-1144/CN:61-1404/TV]

卷:
期数:
2020年06期
页码:
158-164
栏目:
出版日期:
2020-12-30

文章信息/Info

作者:
郭洪雨1; 陈宝林1; 王　宇2; 傅金阳2; 祝志恒2; 李世东3
１．浙江省交通规划设计研究院有限公司，浙江杭州３１００１３； ２．中南大学土木工程学院，湖南长沙４１００７５； ３．浙江清华长三角研究院，浙江嘉兴３１４００６
关键词:
钻爆法施工; 炮孔留痕; 计算机视觉; 深度学习
分类号:
ＴＵ４５
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。

参考文献/References:

[1］　王建秀，邹宝平，胡力绳．隧道及地下工程光面爆破技 术研究现状与展望［Ｊ］．地下空间与工程学报，２０１３，９ （４）：８００-８０７．
[2］　安　静．泥岩隧道光面爆破的技术参数研究及应用 ［Ｊ］．水利与建筑工程学报，２０１７，１５（１）：２１０-２１３．
[3］　祝志恒．数字图像处理技术在岩土工程测试领域的应 用与发展［Ｊ］．广东公路交通，２０１４（４）：７１-７６．
[4］　郭　强，车爱兰，黄醒春，等．用摄影测量方法研究岩 体破碎区域分布规律［Ｊ］．地下空间与工程学报， ２０１２，８（２）：３１８-３２２．
[5］　冷　彪，仇文革，王　刚，等．数字图像处理在隧道工 程地质分析中的应用研究［Ｊ］．铁道标准设计，２０１３ （１１）：７７-８１．
[6］　李鹏云，赵　科，陈孜迪，等．基于图像处理的隧道掌 子面地质构造信息提取研究［Ｊ］．土木建筑工程信息 技术，２０１７，９（６）：６７-７２．
[7］　陈爱云，曾唯恐，王　哲，等．基于三维激光扫描技术 的危岩体特征快速识别方法及稳定性评价［Ｊ］．水利 与建筑工程学报，２０１９，１７（６）：６０-６４．
[8］　黄宏伟，李庆桐．基于深度学习的盾构隧道渗漏水病 害图像识别［Ｊ］．岩石力学与工程学报，２０１７，３６（１２）： ２８６１-２８７１．
[9］　ＣｈａＹ，ＣｈｏｉＷ，ＢüｙüｋｚｔüｒｋＯ．Ｄｅｅｐｌｅａｒｎｉｎｇ-ｂａｓｅｄ ｃｒａｃｋｄａｍａｇｅｄｅｔｅｃｔｉｏｎｕｓｉｎｇｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔ- ｗｏｒｋｓ［Ｊ］．Ｃｏｍｐｕｔｅｒ－ＡｉｄｅｄＣｉｖｉｌａｎｄＩｎｆｒａｓｔｒｕｃｔｕｒｅＥｎ- ｇｉｎｅｅｒｉｎｇ，２０１７，３２（５）：３６１-３７８．
[1０］　ＬｉｕＹ，ＹａｏＪ，ＬｕＸ，ｅｔａｌ．ＤｅｅｐＣｒａｃｋ：ａｄｅｅｐｈｉｅｒａｒ- ｃｈｉｃａｌｆｅａｔｕｒｅｌｅａｒｎｉｎｇａｒｃｈｉｔｅｃｔｕｒｅｆｏｒｃｒａｃｋｓｅｇｍｅｎｔａ- ｔｉｏｎ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２０１９，３３８：１３９-１５３．
[1１］　柳厚祥，李汪石，查焕奕，等．基于深度学习技术的公 路隧道围岩分级方法［Ｊ］．岩土工程学报，２０１８，４０ （１０）：１８０９-１８１７．
[1２］　张万志．岩质隧道炮孔图像识别算法及光面爆破参 数优化研究［Ｄ］．济南：山东大学，２０２０．
[1３］　ＺｈａｎｇＺ，ＬｉｕＱ，ＷａｎｇＹ．Ｒｏａｄｅｘｔｒａｃｔｉｏｎｂｙｄｅｅｐｒｅ- ｓｉｄｕａｌｕ－ｎｅｔ［Ｊ］．ＩＥＥＥＧｅｏｅｎｃｅａｎｄＲｅｍｏｔｅＳｅｎｓｉｎｇ Ｌｅｔｔｅｒｓ，２０１８，１５（５）：７４９-７５３．
[1４］　ＲｏｎｎｅｂｅｒｇｅｒＯ，ＦｉｓｃｈｅｒＰ，ＢｒｏｘＴ．Ｕ－Ｎｅｔ：ｃｏｎｖｏｌｕ- ｔｉｏｎａｌｎｅｔｗｏｒｋｓｆｏｒｂｉｏｍｅｄｉｃａｌｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎ［Ｃ］／／ ＭｅｄｉｃａｌＩｍａｇｅＣｏｍｐｕｔｉｎｇａｎｄＣｏｍｐｕｔｅｒ－ＡｓｓｉｓｔｅｄＩｎ- ｔｅｒｖｅｎｔｉｏｎ，Ｍｕｎｉｃｈ，Ｇｅｒｍａｎｙ，Ｏｃｔｏｂｅｒ５－９，２０１５， Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ，２０１５：２３４-２４１．
[1５］　ＨｅＫ，ＺｈａｎｇＸ，ＲｅｎＳ，ｅｔａｌ．Ｉｄｅｎｔｉｔｙｍａｐｐｉｎｇｓｉｎ ｄｅｅｐｒｅｓｉｄｕａｌｎｅｔｗｏｒｋｓ［Ｃ］／／ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎ ＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，Ａｍｓｔｅｒｄａｍ，ＴｈｅＮｅｔｈｅｒｌａｎｄｓ，Ｏｃｔｏ- ｂｅｒ１１－１４，２０１６，Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ，２０１６：６３０-６４５．
[1６］　ＭｉｌｌｅｔａｒｉＦ，ＮａｖａｂＮ，ＡｈｍａｄｉＳＡ．Ｖ－Ｎｅｔ：ｆｕｌｌｙｃｏｎ- ｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓｆｏｒｖｏｌｕｍｅｔｒｉｃｍｅｄｉｃａｌｉｍａｇｅ ｓｅｇｍｅｎｔａｔｉｏｎ［Ｃ］／／ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ３ＤＶｉ- ｓｉｏｎ，Ｓｔａｎｆｏｒｄ，ＵＳＡ，Ｏｃｔｏｂｅｒ２５－２８，２０１６，Ｐｉｓｃａｔ- ａｗａｙ：ＩＥＥＥ，２０１６：５６５-５７１．
[1７］　ＬｉＱ，ＬｉｕＸ．Ｎｏｖｅｌａｐｐｒｏａｃｈｔｏｐａｖｅｍｅｎｔｉｍａｇｅｓｅｇ- ｍｅｎｔａｔｉｏｎｂａｓｅｄ ｏｎ ｎｅｉｇｈｂｏｒｉｎｇｄｉｆｆｅｒｅｎｃｅｈｉｓｔｏｇｒａｍ ｍｅｔｈｏｄ［Ｃ］／／ＣｏｎｇｒｅｓｓｏｎＩｍａｇｅａｎｄＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ， Ｓａｎｙａ，Ｃｈｉｎａ，Ｍａｙ２７－３０，２００８，Ｐｉｓｃａｔａｗａｙ：ＩＥＥＥ， ２００８：７９２-７９６．

备注/Memo

备注/Memo:
收稿日期：２０２０-０８-１４　　　　　修稿日期：２０２０-０９-１０
基金项目：浙江省交通投资集团有限公司重点研发计划课题（２０１９０７９７１１０５）；湖南省自然科学基金项目（２０１９ＪＪ５０７４７）
作者简介：郭洪雨（１９８１—），男，浙江杭州人，高级工程师，主要从事隧道及地下工程设计工作。Ｅ-ｍａｉｌ：１３７００７６１＠ｑｑ．ｃｏｍ
通讯作者：傅金阳（１９８５—），男，湖南湘潭人，副教授，主要从事隧道及地下工程建造与智能检测等方面的工作。Ｅ-ｍａｉｌ：ｊｙ．ｆｕ＠ｃｓｕ
更新日期/Last Update: 2020-12-30