买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京工业大学

摘要：本发明涉及一种融合图像和三维点云的隧洞掌子面岩性分析方法，首先使用双目相机获取掌子面高质量图像，并生成三维点云模型。接下来，对图像和点云数据进行预处理，利用先进的算法提取掌子面的结构面迹线。在此基础上，结合专家标注数据训练深度学习模型，实现迹线的自动分割和识别。通过对模型进行优化和融合分析，进一步提取掌子面二维和三维节理特征，并计算岩性分级指标。该方法能够显著提高岩性分析的准确性和效率，为隧道工程建设领域的技术进步提供了重要支持。这种融合了图像和三维点云技术的岩性分析方法，不仅提高了数据处理的自动化程度，还减少了人为因素的干扰，具有广阔的应用前景。

主权项：1.一种融合图像和三维点云的隧洞掌子面岩性分析方法，其特征是步骤包括：步骤1使用双目相机采集到的二维的隧洞掌子面图像，对图像数据进行三维重建得到掌子面的三维点云数据；步骤2对步骤1选取得到的二维的掌子面图像数据进行预处理，并获得掌子面结构迹线图像即掌子面结构迹线的二维图像数据；步骤3对步骤1得到的掌子面的三维点云数据进行预处理；步骤4对步骤3的预处理后的三维点云数据进行特征提取，获取掌子面结构迹线的点云数据即三维点云数据；步骤5将提取出的二维图像数据和三维点云数据融合分析，通过专家人为干预修改，形成标注数据库；步骤6将经过步骤2和步骤3预处理的图像数据和三维点云数据作为深度学习模型的输入；标注数据库中的数据作为深度学习模型的标签，进行模型训练；步骤7根据深度学习模型输出二维节理数据和三维节理特征，计算岩性分级指标，完成岩性分级；在步骤6的深度学习模型的输入是二维图像数据和三维点云数据，深度学习模型的输出是对掌子面迹线的自动分割识别；根据深度学习模型的输出，使用Hough变换从点云中生成节理的迹线；连接相邻的迹线以形成完整的节理的迹线；在深度学习模型中，图像数据和三维点云数据分别由图像特征提取模块和点云特征提取模块得到图像数据的特征和掌子面点云的特征；然后再分别经过边界注意力模块对边界特征进行细化提取，分别获得图像特征FI和体素特征FV；接着，使用体素图像跨模态关联模块VI把图像特征FI和体素特征FV进行融合；然后，将融合之后的特征输入到多层感知机中，输出最后的分割结果，该结果包括分割出来的迹线纹理；最后，将分割后的结果进行融合匹配，使用图像数据的结果丰富点云数据的结果。

全文数据：

权利要求：

百度查询： 南京工业大学 一种融合图像和三维点云的隧洞掌子面岩性分析方法