CN106803075B - 基于图像识别技术的地质信息智能化识别***和方法 - Google Patents
基于图像识别技术的地质信息智能化识别***和方法 Download PDFInfo
- Publication number
- CN106803075B CN106803075B CN201710024047.5A CN201710024047A CN106803075B CN 106803075 B CN106803075 B CN 106803075B CN 201710024047 A CN201710024047 A CN 201710024047A CN 106803075 B CN106803075 B CN 106803075B
- Authority
- CN
- China
- Prior art keywords
- roadway
- information
- module
- data
- recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Geophysics And Detection Of Objects (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于图像识别技术下的地质信息智能化采集***与方法,包括通过图像采集模块采集环境全景图像;通过特征点定位模块提取识别全景图像中的坐标与轮廓信息,标示物转换模块链接二维码与数据库信息,纹理识别模块识别全景图像中的地质信息,通过上述模块获取的信息在数据库中进行整合对比后,提取施工工程数据,监测施工材料使用情况。本发明的优点在于:通过环境中提取的地质及施工情况的大数据,获取地质资料,监测工程施工质量,评估风险等级,极大的节省企业人员开支,保证了采集数据的真实客观性。
Description
技术领域
本发明涉及智能化采集,尤其涉及的是一种基于图像的地质信息智能化采集***和方法。
背景技术
目前,井下的信息采集是通过技术员深入现场获取,这种数据采集方式费工费时耗力,有时候在条件所限下,难以完成数据采集,且采集的数据有可能因人而异,数据的准确性存在问题;能在同一观测标准下,客观提取目标体的海量真实数据的识别方法和***,这是数字化地质追求的目标。
现阶段,人脸识别技术的应用,极大推动了图像识别技术的发展;图像识别技术向地质领域的推广和应用,为地质信息采集向智能化发展奠定了基础;识别同一地质目标体,图像识别技术获取的数据量远大于人工采集的数据量,这将推动数字地质的应用和发展;通过不间断的动态采集图像,可以近似实时监测预警巷道;此外,丰富的数据量使得利用虚拟现实技术再现地质目标体成为可能;深度推广和利用图像识别技术,将极大的节省企业人员开支,保证了采集数据的真实客观性。
发明内容
本发明所要解决的技术问题在于提供了一种基于图像识别技术的地质信息智能化采集***和方法,保证了采集数据的真实客观性。
本发明是通过以下技术方案解决上述技术问题的:一种基于图像识别技术的地质信息智能化识别***,用于识别井下巷道信息,包括:
图像采集模块,采集环境全景图像;
图像识别模块,获取图像采集模块采集的全景图像中的信息坐标及轮廓信息,包括特征点定位单元,标识物转换单元、纹理识别单元,特征点定位单元以巷道两帮腰线的连线和中线的垂线形成“十”字作为定位标识的中心点,获取中心点的三维坐标及中心点对应轮廓信息,在巷道无中线腰线情况下,自动选取固定参照物,提取固定参照物相对于后置于有中腰线环境的参照物的相对坐标,利用该坐标,自动提取巷道轮廓信息数据及中心点三维坐标;巷道出现中线腰线时,再以中线和腰线相交点为中心点,提取巷道轮廓信息数据;依据巷道数据精度要求,连续获取等间距或非等间接的延伸巷道中心点的三维坐标及对应的轮廓信息。标识物转换单元包括文字识别和二维码识别,通过二维码识别和文字识别获取巷道中设施和设备上的各种二维码,用于转换为图纸标准图例,链接设备数据库信息,纹理识别单元通过未支护巷道两侧及迎头揭露面提取巷道剖面信息,识别煤厚、断层断距及视倾角;
数据库模块,存储图像识别模块中的特征点定位单元,标识物转换单元、纹理识别单元获取的全景图像中的信息坐标及轮廓信息;
校正模块,修正数据库的数据;
成图模块,利用数据库数据转换成预设格式文件,输出图件。
作为优化的技术方案,该基于图像识别技术的地质信息智能化识别***还包括风险评估模块,风险评估模块通过数据库模块中不同时期图像识别数据进行对比,用以煤层回采储量预报,巷道形变量、顶板离层、巷道空顶,预报巷道风险等级等预报。
作为优化的技术方案,该基于图像识别技术的地质信息智能化识别***还包括虚拟再现模块,基于数据库模块的更新信息,利用全息成像技术或者虚拟现实技术,再现井下巷道情况。
作为优化的技术方案,所述校正模块,通过测绘人员提供的退尺点三维坐标,自动平差巷道特征点的三维坐标,修正数据库模块的信息;通过输入钻孔柱状图数据及目标岩层探底资料,自动修改数据库模块中的目标岩层或煤层等高线;出现不可识别的信息,手工修改输入数据库模块。
作为优化的技术方案,该基于图像识别技术的地质信息智能化识别***还包括逻辑分析模块以及人工模块,逻辑分析模块和人工模块相连,逻辑分析模块连接到图像识别模块,逻辑分析模块和人工模块连接到校正模块,逻辑分析模块分析图纸的逻辑错误,将图像识别模块得到的信息与设计图纸数据进行比对,发生较大差别时,提交人工分析模块解决,通过校正模块校正数据库模块内相应的信息。
作为优化的技术方案,所述纹理识别单元:
同一岩层或者煤层面上的同标高点的连线获取走向线,利用走向线及倾向倾角识别走向;
通过同一位置两侧及迎头剖面图像,自动识别剖面视倾角β,并通过巷道中线连线与走向的夹角,获得视倾向与岩层走向夹角γ,利用下述公式验证岩层三要素,或者利用视倾向与真倾向之间的夹角ω,验证岩层三要素:
tgβ=tgα.cosω
tgβ=tgα.sinγ
α真倾角;β视倾角;ω视倾向与真倾向之间的夹角;γ视倾向与岩层走向夹角。
作为优化的技术方案,所述纹理识别单元还获取巷道内支护纹理数据,支护数据与施工人员信息链接,清晰展示施工件与施工人员对应关系;纹理识别单元还获取支护后巷道顶板纹理数据,顶板空顶和离层监测;还识别无法通过二维码标识的目标体,并获取目标体尺寸及需要的参数。
本发明还公开一种基于图像识别技术的地质信息智能化识别方法,用于识别井下巷道信息,包括下述步骤:
图像采集的步骤,采集环境全景图像;
图像识别的步骤,获取上一步骤采集的全景图像中的信息坐标及轮廓信息,包括特征点定位、标识物转换,以及纹理识别的子步骤,特征点定位以巷道两帮腰线的连线和中线的垂线形成“十”字作为定位标识的中心点,获取中腰线巷道的三维坐标及中心点对应的轮廓信息,在巷道无中线腰线情况下,自动选取固定参照物,提取固定参照物相对于后置于有中腰线环境的参照物的相对坐标,利用该坐标,自动提取巷道轮廓信息数据,巷道出现中线腰线时,再以中线和腰线相交点为中心点,提取巷道轮廓信息数据;依据巷道数据精度要求,连续获取等间距或非等间接的延伸巷道中心点的三维坐标及对应的轮廓信息。标识物转换包括文字识别和二维码识别,通过二维码识别和文字识别获取巷道中设施和设备上的各种二维码,用于转换为图纸标准图例,链接设备数据库信息,纹理识别通过未支护巷道两侧及迎头揭露面提取巷道剖面信息,识别煤厚、断层断距及视倾角;
上述图像识别步骤中的特征点定位、标识物转换、纹理识别获取的全景图像中的信息坐标及轮廓信息存入数据库;
修正数据库的数据的步骤;
利用数据库数据转换成预设格式文件的步骤。
作为优化的技术方案,该基于图像识别技术的地质信息智能化识别方法,还包括风险评估的步骤,通过数据库中不同时期图像识别数据进行对比,用以煤层回采储量预报,巷道形变量、顶板离层、巷道空顶,预报巷道风险等级等预报。
作为优化的技术方案,该基于图像识别技术的地质信息智能化识别方法,还包括虚拟再现的步骤,基于数据库的更新信息,利用全息成像技术或者虚拟现实技术,再现井下巷道情况。
作为优化的技术方案,所述修正数据库的数据的步骤具体包括:通过测绘人员提供的退尺点三维坐标,自动平差巷道特征点的三维坐标,修正数据库的信息;通过输入钻孔柱状图数据及目标岩层探底资料,自动修改数据库中的目标岩层或煤层等高线;出现不可识别的信息,手工修改输入数据库。
作为优化的技术方案,该基于图像识别技术的地质信息智能化识别方法还包括逻辑分析以及人工修改的步骤,具体包括:将通过图像识别得到的信息与设计图纸数据进行比对,发生较大差别时,提交人工修改,然后校正数据库内相应的信息。
作为优化的技术方案,所述纹理识别的子步骤具体包括:
同一岩层或者煤层面上的同标高点的连线获取走向线,利用走向线及倾向倾角获取走向;
作为优化的技术方案,所述纹理识别的子步骤具体包括:通过同一位置两侧及迎头剖面图像,自动识别剖面视倾角β,并通过巷道中线连线与走向的夹角,获得视倾向与岩层走向夹角γ,利用下述公式验证岩层三要素,或者利用视倾向与真倾向之间的夹角ω,验证岩层三要素:
tgβ=tgα.cosω
tgβ=tgα.sinγ
α真倾角;β视倾角;ω视倾向与真倾向之间的夹角;γ视倾向与岩层走向夹角。
作为优化的技术方案,所述纹理识别单元还获取巷道内支护纹理数据,支护数据与施工人员信息链接,清晰展示施工件与施工人员对应关系;纹理识别单元还获取支护后巷道顶板纹理数据,顶板空顶和离层监测;还识别无法通过二维码标识的目标体,并获取目标体尺寸及需要的参数。
本发明相比现有技术具有以下优点:通过不间断的动态采集图像,将获取的信息进行整合对比后,提取施工工程数据,监测施工材料使用情况,进而通过环境中提取的地质及施工情况的大数据,获取地质资料,监测工程施工质量,评估风险等级;此外,丰富的数据量使得利用虚拟现实技术再现地质目标体成为了可能;极大的节省企业人员开支,保证了采集数据的真实客观性。
附图说明
图1是本发明基于图像识别技术的地质信息智能化采集***的结构原理图;
图2是本发明实施例提供的一种定位方法示意图;
图3是本发明实施例提供的另一种定位方法示意图;
图4是本发明实施例提供的一种标识转换方法示意图;
图5是本发明实施例提供的一种纹理识别方法示意图;
图6是本发明实施例提供的基于图像识别技术的地质信息智能化采集方法的流程图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
请参阅图1所示,本发明基于图像识别技术的地质信息智能化识别***包括图像采集模块、图像识别模块、校正模块、数据库、基于数据库的成图模块、风险评估模块、虚拟再现模块。
图像采集模块连接到图像识别模块,图像识别模块连接到数据库,校正模块连接到数据库,成图模块、风险评估模块、虚拟再现模块均连接到数据库。
图像采集模块用于采集环境全景图像。获取的全景图像可以是照片图像,也可以是视频中的一帧视频图像。
图像识别模块获取图像采集模块采集的全景图像中的信息坐标及轮廓信息。所述图像识别模块包括特征点定位单元,标识物转换单元、纹理识别单元,特征点定位单元,标识物转换单元、纹理识别单元分别连接到图像采集模块。
图像识别模块的特征点定位单元取基于巷道中腰线为交点的巷道三维坐标及轮廓信息,获取巷道起伏角度等。如图2所示,定位标识一般以巷道两帮腰线的连线和中线的垂线形成“十”字作为定位标识的中心点,获取中腰线巷道中心点的三维坐标及轮廓信息。如图3所示,在巷道无中线腰线情况下,自动选取固定参照物,提取固定参照物锚杆A相对于后置于有中腰线环境的参照物锚杆B的相对坐标,利用该坐标,自动提取巷道轮廓信息数据,巷道出现中线腰线时,以中线和腰线相交点为中心点,提取巷道轮廓信息数据,建立或覆盖数据库信息。由于巷道掘进后,岩石应力有一个缓释效应,巷道会发生形变,因此可选取巷道侧的锚杆、横梁或者钢带作为中心点的辅助定位标识,获取辅助定位标识三维坐标。
如图4所示,图像识别模块的标识物转换单元包括文字识别和二维码识别,通过二维码识别和文字识别获取巷道中避险硐室、电气开关等各种二维码,用于转换为图纸标准图例,链接设备数据库信息。标识物转换单元的工作过程为:扫描取景图像中的二维码和文字,二维码包含所示目标体所在巷道名称,目标体名称,已知地理三维坐标,如避险硐室、电气开关等各种设施和设备名称使用二维码标识;通过采集设备采集上述二维码标识,读取二维码和文字信息,转换为图纸标准图例,链接设数据库信息中的电路图,设计图,施工人员信息,施工信息等,设备名称,保养信息等。其中二维码使用可反光材料,并采用可重复使用、拼图方式。
所述纹理识别单元是识别目标体的纹理信息,纹理是景物的一个重要特征。通常认为纹理是在图像上表现为灰度或颜色分布的某种规律性,这种规律性在不同类别的纹理中有其不同特点。纹理特征可用来描述对象物表面的粗糙程度和它的方向性,也可用来分析生物材料组织,或者用来进行图像分割。纹理特征提取的方法随纹理类别的不同而不同,一般规则纹理采用结构分析方法,准规则纹理采用统计分析方法。
图像识别模块的纹理识别单元通过未支护巷道两侧及迎头揭露面提取巷道剖面信息,识别煤厚、断层断距及视倾角等。如图5所示,通过同一位置两侧及迎头剖面图像,纹理识别单元自动识别剖面视倾角β,并通过巷道中线连线与走向的夹角,获得视倾向与岩层走向夹角γ,利用下述公式验证岩层三要素,或者利用视倾向与真倾向之间的夹角ω,验证岩层三要素:
tgβ=tgα.cosω
tgβ=tgα.sinγ
α真倾角;β视倾角;ω视倾向与真倾向之间的夹角;γ视倾向与岩层走向夹角。
纹理识别单元还获取巷道锚杆钢带等支护纹理数据。
纹理识别单元还获取支护后巷道顶板纹理数据。
纹理识别单元还通过颜色和形状等识别无法通过二维码标识的目标体,并获取目标体尺寸及其他参数(如管路尺寸及路线图),如铁锈色、弧形及尺寸识别铁管功能:瓦斯管、风管或水管;如铁锈色、俯视图像为矩形截面及特定尺寸识别为铁轨等。
图像识别模块获取的全景图像中的信息坐标及轮廓信息送入数据库。
校正模块通过测绘人员提供的退尺点三维坐标,自动平差巷道特征点的三维坐标,修正数据库信息;通过输入钻孔柱状图数据及目标岩层探底资料,自动修改目标岩层或煤层等高线数据库;出现不可识别等信息,如断层时,手工修改输入数据库。
该基于图像识别技术的地质信息智能化识别***还可以包括逻辑分析模块以及人工模块,逻辑分析模块和人工模块相连,逻辑分析模块连接到图像识别模块,逻辑分析模块和人工模块连接到校正模块。逻辑分析模块分析图纸的逻辑错误,如上述验证的岩层三要素与实际发生较大差别时,提交人工分析模块解决,通过校正模块校正数据库内相应信息。
成图模块利用数据库数据转换成预设格式文件,如地质剖面图,底板等高线图等。
风险评估模块通过数据库中不同时期图像识别数据进行对比,用以煤层回采储量预报,巷道形变量、顶板离层、巷道空顶,预报巷道风险等级等预报。
如通过特征点定位单元获取巷道轮廓数据,利用数据时间坐标对应的巷道轮廓数据变化,用于监测巷道形变,如顶板离层,巷道形变,底鼓等。通过特征点定位单元获取巷道轮廓数据,利用获取的巷道坐标数据与巷道预想设计图坐标对比,监测巷道施工质量。
如利用纹理识别单元监测巷道空顶,巷道施工过程中的锚杆密度,预测施工质量等级。纹理识别单元获取巷道锚杆钢带等支护纹理数据,用于施工质量监测,如锚杆密度检测。纹理识别单元获取支护后巷道顶板纹理数据,通过信息时间坐标对应的巷道顶板纹理数据变化,用于巷道顶板空顶监测。纹理识别单元获取目标体施工材料、参数及路线图,通过图像采集到的数据与设计图比较,监测工程施工材料质量。
虚拟再现模块为基于数据库的更新信息,利用全息成像技术或者虚拟现实技术,再现井下巷道情况,预警高风险巷道、监测施工质量,并通过颜色预警危险巷道。
如图6所示,本发明基于图形识别技术的地质信息智能化识别方法包括下述步骤:
步骤100,图像采集***获取全景图像,使用定置于矿工帽上或掘进等设备上的图像采集设备,获取环境中全景图像。
步骤101,识别模块获取全景图像中信息坐标及轮廓信息;
步骤102,逻辑模块和校正模块分析全景图像信息;
步骤103,输出要求格式图件和监测目标体监测信息。
最后说明的是:以上各实施例仅以说明本发明的技术方案,而非对其限制;技术人员在阅读本技术方案时,应当深入了解其工作原理;在具体运用时,根据工作面的具体条件,对记载的技术方案进行修改,或者对部分或全部技术特征进行等同替换;而这些修改或者替换不使用相应技术方案,但其本质不脱离本发明所涵盖的范围。
Claims (10)
1.一种基于图像识别技术的地质信息智能化识别***,用于识别井下巷道信息,其特征在于,包括:
图像采集模块,采集环境全景图像;
图像识别模块,获取图像采集模块采集的全景图像中的信息坐标及轮廓信息,包括特征点定位单元,标识物转换单元、纹理识别单元,特征点定位单元以巷道两帮腰线的连线和中线的垂线形成“十”字作为定位标识的中心点,获取中心点的三维坐标及中心点对应轮廓信息,在巷道无中线腰线情况下,自动选取固定参照物,提取固定参照物相对于后置于有中腰线环境的参照物的相对坐标,利用该坐标,自动提取巷道轮廓信息数据及中心点坐标;巷道出现中线腰线时,再以中线和腰线相交点为中心点,提取巷道轮廓信息数据;依据巷道数据精度要求,连续获取等间距或非等间接的延伸巷道中心点的三维坐标及对应的轮廓信息,标识物转换单元包括文字识别和二维码识别,通过二维码识别和文字识别获取巷道中设施和设备上的各种二维码,用于转换为图纸标准图例,链接设备数据库信息,纹理识别单元通过未支护巷道两侧及迎头揭露面提取巷道剖面信息,识别煤厚、断层断距及视倾角;
数据库模块,存储图像识别模块中的特征点定位单元,标识物转换单元、纹理识别单元获取的全景图像中的信息坐标及轮廓信息;
校正模块,修正数据库的数据;
成图模块,利用数据库数据转换成预设格式文件,输出图件。
2.根据权利要求1所述的基于图像识别技术的地质信息智能化识别***,其特征在于,还包括风险评估模块,风险评估模块通过数据库模块中连续时间内或者不同时期图像识别数据进行对比,用以煤层回采储量预报,预报巷道形变量、顶板离层、巷道空顶,预报巷道风险等级。
3.根据权利要求1所述的基于图像识别技术的地质信息智能化识别***,其特征在于,所述校正模块,通过测绘人员提供的退尺点三维坐标,自动平差校正巷道特征点的三维坐标,修正数据库模块的信息;通过输入钻孔柱状图数据及目标岩层探底资料,自动修改数据库模块中的目标岩层或煤层等高线;出现不可识别的信息,手工修改输入数据库模块。
4.根据权利要求1所述的基于图像识别技术的地质信息智能化识别***,其特征在于,该基于图像识别技术的地质信息智能化识别***还包括逻辑分析模块以及人工模块,逻辑分析模块和人工模块相连,逻辑分析模块连接到图像识别模块,逻辑分析模块和人工模块连接到校正模块,逻辑分析模块分析图纸的逻辑错误,将图像识别模块得到的信息与设计图纸数据进行比对,发生较大差别时,提交人工分析模块解决,通过校正模块校正数据库模块内相应的信息。
5.根据权利要求1所述的基于图像识别技术的地质信息智能化识别***,其特征在于,所述纹理识别单元,获取巷道剖面数据;同一岩层或者煤层面上的同标高点的连线获取走向线,利用走向线及倾向倾角获取走向;
通过同一位置两侧及迎头剖面图像,自动识别剖面视倾角β,并通过巷道中线连线与走向的夹角,获得视倾向与岩层走向夹角γ,利用下述公式验证岩层三要素,或者利用视倾向与真倾向之间的夹角ω,验证岩层三要素:
tgβ=tgα.cosω
tgβ=tgα.sinγ
α真倾角;β视倾角;ω视倾向与真倾向之间的夹角;γ视倾向与岩层走向夹角。
6.根据权利要求1所述的基于图像识别技术的地质信息智能化识别***,其特征在于,所述纹理识别单元还获取巷道内支护纹理数据,支护数据与施工人员信息链接,清晰展示施工件与施工人员对应关系;纹理识别单元还获取支护后巷道顶板纹理数据,顶板空顶和离层监测;还识别无法通过二维码标识的目标体,并获取目标体尺寸及需要的参数;
该基于图像识别技术的地质信息智能化识别***,其特征在于,还包括虚拟再现或全息再现模块,基于数据库模块的更新信息,利用全息成像技术或者虚拟现实技术,再现井下巷道情况。
7.一种基于图像识别技术的地质信息智能化识别方法,用于识别井下巷道信息,其特征在于,包括下述步骤:
图像采集的步骤,采集环境全景图像;
图像识别的步骤,获取上一步骤采集的全景图像中的信息坐标及轮廓信息,包括特征点定位、标识物转换,以及纹理识别的子步骤,特征点定位以巷道两帮腰线的连线和中线的垂线形成“十”字作为定位标识的中心点,获取中心点的三维坐标及中心点对应轮廓信息,在巷道无中线腰线情况下,自动选取固定参照物,提取固定参照物相对于后置于有中腰线环境的参照物的相对坐标,利用该坐标,自动提取巷道轮廓信息数据及中心点三维坐标,巷道出现中线腰线时,再以中线和腰线相交点为中心点,提取巷道轮廓信息数据;依据巷道数据精度要求,连续获取等间距或非等间接的延伸巷道中心点的三维坐标及对应的轮廓信息;标识物转换包括文字识别和二维码识别,通过二维码识别和文字识别获取巷道中设施和设备上的各种二维码,用于转换为图纸标准图例,链接设备数据库信息,纹理识别通过未支护巷道两侧及迎头揭露面提取巷道剖面信息,识别煤厚、断层断距及视倾角;
上述图像识别步骤中的特征点定位、标识物转换、纹理识别获取的全景图像中的信息坐标及轮廓信息存入数据库;
修正数据库的数据的步骤;
成图模块,利用数据库数据转换成预设格式文件,输出图件。
8.根据权利要求7所述的基于图像识别技术的地质信息智能化识别方法,其特征在于,还包括风险评估的步骤,通过数据库中连续时间内或者不同时期的图像识别数据进行对比,用以煤层回采储量预报,巷道形变量、顶板离层、巷道空顶,预报巷道风险等级;
所述修正数据库的数据的步骤具体包括:通过测绘人员提供的退尺点三维坐标,自动校正平差巷道特征点的三维坐标,修正数据库的信息;通过输入钻孔柱状图数据及目标岩层探底资料,自动修改数据库中的目标岩层和煤层底板等高线;出现不可识别的信息,手工修改输入数据库。
9.根据权利要求7所述的基于图像识别技术的地质信息智能化识别方法,其特征在于,该基于图像识别技术的地质信息智能化识别方法还包括逻辑分析以及人工修改的步骤,具体包括:将通过图像识别得到的信息与设计图纸数据进行比对,发生较大差别时,提交人工修改,然后校正数据库内相应的信息。
10.根据权利要求7所述的基于图像识别技术的地质信息智能化识别方法,其特征在于,所述纹理识别单元,获取巷道剖面数据;所述纹理识别的子步骤具体包括:
同一岩层或者煤层面上的同标高点的连线获取走向线,利用走向线及倾向倾角获取走向;
通过同一位置两侧及迎头剖面图像,自动识别剖面视倾角β,并通过巷道中线连线与走向的夹角,获得视倾向与岩层走向夹角γ,利用下述公式验证岩层三要素,或者利用视倾向与真倾向之间的夹角ω,验证岩层三要素:
tgβ=tgα.cosω
tgβ=tgα.sinγ
α真倾角;β视倾角;ω视倾向与真倾向之间的夹角;γ视倾向与岩层走向夹角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710024047.5A CN106803075B (zh) | 2017-01-13 | 2017-01-13 | 基于图像识别技术的地质信息智能化识别***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710024047.5A CN106803075B (zh) | 2017-01-13 | 2017-01-13 | 基于图像识别技术的地质信息智能化识别***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106803075A CN106803075A (zh) | 2017-06-06 |
CN106803075B true CN106803075B (zh) | 2019-12-10 |
Family
ID=58984334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710024047.5A Active CN106803075B (zh) | 2017-01-13 | 2017-01-13 | 基于图像识别技术的地质信息智能化识别***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106803075B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107762165B (zh) * | 2017-09-20 | 2020-02-14 | 中冶建设高新工程技术有限责任公司 | 一种用于由多块砖建造建筑物的自动砌砖*** |
CN110081861B (zh) * | 2019-06-03 | 2021-06-29 | 淮南矿业(集团)有限责任公司 | 一种基于图像识别的激光快速测绘***及测绘方法 |
CN110399914B (zh) * | 2019-07-18 | 2021-10-01 | 北京四维博大科技有限公司 | 陶瓷指纹识别方法及*** |
CN111211735B (zh) * | 2020-01-17 | 2022-03-25 | 理光软件研究所(北京)有限公司 | 一种光伏电站的检测方法、装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0669593A2 (en) * | 1994-02-24 | 1995-08-30 | Kabushiki Kaisha TEC | Two-dimensional code recognition method |
CN1862560A (zh) * | 2006-06-21 | 2006-11-15 | 北京紫光捷通科技有限公司 | 一种基于定位图形的可快速定位的二维条码*** |
KR101104444B1 (ko) * | 2011-06-08 | 2012-01-12 | 배재대학교 산학협력단 | 터널 막장 불연속면 예측 시스템 및 방법 |
KR101104466B1 (ko) * | 2011-06-08 | 2012-01-12 | 배재대학교 산학협력단 | 디지털 이미지를 이용한 터널 조사 시스템 및 방법 |
KR101123863B1 (ko) * | 2011-09-23 | 2012-03-16 | 배재대학교 산학협력단 | 터널 막장의 불연속면 분포 조사 시스템 및 방법 |
CN102760307A (zh) * | 2011-04-29 | 2012-10-31 | 黄桂芝 | 一种矿山开采三维仿真***的设计方法 |
CN102913275A (zh) * | 2012-11-01 | 2013-02-06 | 金纯� | 一种基于爬虫机器人的搜救*** |
CN103244188A (zh) * | 2013-05-14 | 2013-08-14 | 太原科技大学 | 一种基于物联网技术的煤矿井下综合监控*** |
CN104373153A (zh) * | 2014-09-23 | 2015-02-25 | 中国矿业大学(北京) | 一种煤矿井下综放工作面的煤岩性状识别方法与*** |
CN204496554U (zh) * | 2015-04-22 | 2015-07-22 | 深圳市翌日科技有限公司 | 一种数字化的矿山物资监控*** |
CN106203336A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记的矿井巷道灯识别方法 |
CN106225770A (zh) * | 2016-08-26 | 2016-12-14 | 招商局重庆交通科研设计院有限公司 | 隧道掌子面地质多维数字化记录识别方法及*** |
-
2017
- 2017-01-13 CN CN201710024047.5A patent/CN106803075B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0669593A2 (en) * | 1994-02-24 | 1995-08-30 | Kabushiki Kaisha TEC | Two-dimensional code recognition method |
CN1862560A (zh) * | 2006-06-21 | 2006-11-15 | 北京紫光捷通科技有限公司 | 一种基于定位图形的可快速定位的二维条码*** |
CN102760307A (zh) * | 2011-04-29 | 2012-10-31 | 黄桂芝 | 一种矿山开采三维仿真***的设计方法 |
KR101104444B1 (ko) * | 2011-06-08 | 2012-01-12 | 배재대학교 산학협력단 | 터널 막장 불연속면 예측 시스템 및 방법 |
KR101104466B1 (ko) * | 2011-06-08 | 2012-01-12 | 배재대학교 산학협력단 | 디지털 이미지를 이용한 터널 조사 시스템 및 방법 |
KR101123863B1 (ko) * | 2011-09-23 | 2012-03-16 | 배재대학교 산학협력단 | 터널 막장의 불연속면 분포 조사 시스템 및 방법 |
CN102913275A (zh) * | 2012-11-01 | 2013-02-06 | 金纯� | 一种基于爬虫机器人的搜救*** |
CN103244188A (zh) * | 2013-05-14 | 2013-08-14 | 太原科技大学 | 一种基于物联网技术的煤矿井下综合监控*** |
CN104373153A (zh) * | 2014-09-23 | 2015-02-25 | 中国矿业大学(北京) | 一种煤矿井下综放工作面的煤岩性状识别方法与*** |
CN204496554U (zh) * | 2015-04-22 | 2015-07-22 | 深圳市翌日科技有限公司 | 一种数字化的矿山物资监控*** |
CN106203336A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记的矿井巷道灯识别方法 |
CN106225770A (zh) * | 2016-08-26 | 2016-12-14 | 招商局重庆交通科研设计院有限公司 | 隧道掌子面地质多维数字化记录识别方法及*** |
Non-Patent Citations (7)
Title |
---|
Designing and Recognizing Landmark for Positioning Underground Mine Vehicle;Yu Meng 等;《Emerging Research in Artificial Intelligence and Computational Intelligence》;20111231;第237卷;第414-419页 * |
井下无人采矿技术装备导航与控制关键技术;吴和平 等;《有色金属(矿山部分)》;20071130;第59卷(第6期);第12-16、44页 * |
基于图像识别的煤岩界面识别方法研究;孙继平;《煤炭科学技术》;20110228;第39卷(第2期);第77-79页 * |
张北主井井架基础沉降及变形观测设计;侯祖建;《淮南职业技术学院学报》;20040330;第4卷(第1期);第32-33页 * |
浅谈煤层真倾角与视倾角相互换算的方法;费振邦;《科技展望》;20160410;第184页 * |
浅谈隧道施工中运用三维坐标快捷精确进行施工测量控制;易辉;《四川建材》;20110630;第37卷(第3期);第215-216页 * |
潘一东矿区多井筒预注浆及冻结对井筒十字中线的影响及对策;杭玉付;《矿山测量》;20111231(第6期);第71-74页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106803075A (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106803075B (zh) | 基于图像识别技术的地质信息智能化识别***和方法 | |
CN106651609B (zh) | 一种矿产资源开发环境遥感监测辅助信息***及方法 | |
CN101221246B (zh) | 雪崩的遥感量化勘察方法 | |
CN103047970B (zh) | 一种确定塌陷耕地损害边界的方法 | |
CN109470207A (zh) | 一种用于隧道的全面检测方法 | |
CN107393006B (zh) | 一种衡量隧道整体变形的方法 | |
CN102426395A (zh) | 一种基于三维地质遥感判释技术的滑坡体体积参数量测方法 | |
CN112750135B (zh) | 一种无人机倾斜摄影测量像控点优化方法及*** | |
CN112348952A (zh) | 艰险山区多源地理信息数据融合的三维场景构建方法 | |
CN114312877B (zh) | 铁路综合巡检*** | |
CN109470205A (zh) | 一种用于判定隧道超欠挖的测量方法 | |
CN110837839A (zh) | 一种高精度无人机正射影像制作及数据采集方法 | |
CN114379607B (zh) | 一种铁路综合巡检方法 | |
CN114379598B (zh) | 一种铁路综合巡检*** | |
CN115601544A (zh) | 一种高分辨率图像滑坡检测与分割方法 | |
CN116739183A (zh) | 一种矿山安全风险预警预测*** | |
CN109727255B (zh) | 一种建筑物三维模型分割方法 | |
Yue et al. | Measurement of tunnel clearance convergence using mobile laser detection technology | |
CN114550037A (zh) | 一种水电站视频数据数字化安全预警方法及装置 | |
CN113936110A (zh) | 一种基于数字地图的造山带填图方法及*** | |
CN112802307B (zh) | 一种用于地质勘察的地质监测预警方法及*** | |
CN111881566B (zh) | 基于实景仿真的滑坡位移检测方法及装置 | |
CN113298935A (zh) | 一种基于点云成像技术确定巷道岩体结构特征参数的方法 | |
CN105894568A (zh) | 一种基于图像识别的铁路信号设备三维建模方法 | |
Patikova | Digital photogrammetry in the practice of open pit mining |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |