基于机器学习的石窟顶板裂隙热红外识别
文献类型：期刊论文
| 作者 | 李昌波1; 包含1,4; 兰恒星2; 李黎3; 陈卫昌3; 刘长青1; 吕洪涛4 |
| 刊名 | 重庆大学学报
 |
| 出版日期 | 2024 |
| 卷号 | 47期号:10页码:191-204 |
| 关键词 | 石窟寺 岩体裂隙识别 深度学习 UNet网络 裂隙分组 聚类分析 |
| 产权排序 | 3 |
| 英文摘要 | 石窟顶板层状岩体中发育的裂隙相互交切，极易引发石窟岩体的失稳破坏，对其快速精准识别是石窟保护的重要基础。针对石窟顶板岩体裂隙的非接触精准测量需求，结合热红外探测技术和改进的UNet网络模型，对顶板裂隙网络二值图进行提取，并运用聚类算法，完成了裂隙网络二值图分割识别以及裂隙分组。结果表明，该网络模型各项性能相较于其他网络模型有所提高，Dice系数和推理速度分别达到了71.63%和0.84帧/s，识别过程抵抗人工结构物影响的能力较强，凸显该方法推理速度快，提取精度高、热红外图像适用性好等特点。以安岳圆觉洞顶板为例，应用该方法共分割识别出153条裂隙，并确定了NW327°和NE55°是顶板裂隙的优势走向，与其他测量方法相比识别效果更好。 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/209432]  |
| 专题 | 资源与环境信息系统国家重点实验室_中文论文 |
| 作者单位 | 1.长安大学公路学院 2.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 3.中国文化遗产研究院 4.长安大学西安市绿色智慧交通岩土工程重点实验室 |
| 推荐引用方式 GB/T 7714 | 李昌波,包含,兰恒星,等. 基于机器学习的石窟顶板裂隙热红外识别[J]. 重庆大学学报,2024,47(10):191-204. |
| APA | 李昌波.,包含.,兰恒星.,李黎.,陈卫昌.,...&吕洪涛.(2024).基于机器学习的石窟顶板裂隙热红外识别.重庆大学学报,47(10),191-204. |
| MLA | 李昌波,et al."基于机器学习的石窟顶板裂隙热红外识别".重庆大学学报 47.10(2024):191-204. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。