本發(fā)明涉及隧道工程和圖像識別，具體而言，涉及一種基于圖像識別的隧道掌子面圍巖分級快速評定方法。

背景技術(shù)：

1、圍巖分級是指根據(jù)巖體完整程度和巖石強(qiáng)度等指標(biāo)將無限的巖體序列劃分為具有不同穩(wěn)定程度的有限個類別，即將穩(wěn)定性相似的一些圍巖劃歸為一類，將全部的圍巖劃分為若干類；在圍巖分類的基礎(chǔ)上再依照每一類圍巖的穩(wěn)定程度給出最佳的施工方法和支護(hù)結(jié)構(gòu)設(shè)計(jì)。

2、因此，對于隧道工程領(lǐng)域而言，為了獲得最合適的施工方法和支護(hù)結(jié)構(gòu)設(shè)計(jì)；首先要能夠確定隧道掌子面圍巖的質(zhì)量，即確定隧道掌子面圍巖的等級，不同等級對應(yīng)不同的質(zhì)量，針對不同的質(zhì)量進(jìn)行相應(yīng)的支護(hù)設(shè)計(jì)能夠確保隧道工程的安全進(jìn)行。

3、現(xiàn)存的獲取隧道掌子面圍巖等級的方法多種多樣，包括：巖芯取樣法、地質(zhì)聲波探測法、神經(jīng)網(wǎng)絡(luò)分析法、巖石力學(xué)參數(shù)的實(shí)測和數(shù)值模擬法，上述方法除了神經(jīng)網(wǎng)絡(luò)分析法，其他方法均不能實(shí)時的快速獲取隧道掌子面圍巖的等級；而神經(jīng)網(wǎng)絡(luò)分析法主要是通過對圖像實(shí)時進(jìn)行預(yù)測的方法得到隧道掌子面圍巖的等級；但現(xiàn)存的神經(jīng)網(wǎng)絡(luò)技術(shù)在對圖像信息進(jìn)行分析時，僅將歷史數(shù)據(jù)信息集作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的對象，這種訓(xùn)練方法往往不能反映目標(biāo)隧道的全部隧道掌子面圍巖的變化過程。

4、采用什么方法增加神經(jīng)網(wǎng)絡(luò)對隧道掌子面圍巖等級預(yù)測的準(zhǔn)確性，將有利于提高隧道工程的施工安全。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服現(xiàn)有技術(shù)存在的以上問題，以及在原有技術(shù)基礎(chǔ)上大大提高其技術(shù)效果；首先，本發(fā)明提供了一種基于圖像識別的隧道掌子面圍巖分級快速評定方法，該方法包括：

2、(一)獲取歷史上與目標(biāo)地形相同的地形上的所有隧道掌子面圍巖數(shù)據(jù)信息；所述掌子面圍巖數(shù)據(jù)信息包括：隧道掌子面圍巖的圖像信息和圖像信息對應(yīng)的數(shù)值信息；所述數(shù)值信息包括：隧道掌子面圍巖圖像信息對應(yīng)的巖層的結(jié)構(gòu)和巖性信息、裂縫和節(jié)理信息、巖石的密度信息和水文地質(zhì)條件信息；

3、(二)將(一)中所有的數(shù)值信息組成數(shù)值信息向量集，對數(shù)值信息向量集進(jìn)行擴(kuò)充處理，形成擴(kuò)充后的數(shù)值信息向量集；所述擴(kuò)充后的數(shù)值信息向量集包括：原有的數(shù)值信息向量和增加的數(shù)值信息向量；其中原有的數(shù)值信息向量指(一)中的數(shù)值信息組成的數(shù)值信息向量，增加的數(shù)值信息向量指通過擴(kuò)充處理后增加的除原有的數(shù)值信息向量以外的向量；所述對數(shù)值信息向量集進(jìn)行擴(kuò)充處理的方法：a)提取(一)中數(shù)值信息的各元素信息組成各元素信息對應(yīng)的集合；b)觀察各元素信息對應(yīng)的集合中數(shù)據(jù)是否存在明顯斷層，對存在明顯斷層的數(shù)據(jù)采用等距法插入或直接插入的方法擴(kuò)充數(shù)據(jù)；所述明顯斷層包括分類數(shù)據(jù)明顯斷層和連續(xù)數(shù)據(jù)明顯斷層；分類數(shù)據(jù)明顯斷層指對應(yīng)元素的數(shù)據(jù)為分類數(shù)據(jù)，且分類數(shù)據(jù)中缺少某個分類，以及對應(yīng)分類的數(shù)量明顯少于其他分類；所述連續(xù)數(shù)據(jù)明顯斷層指按照大小順序排序的相鄰兩個數(shù)據(jù)的距離明顯超過其他相鄰兩個數(shù)據(jù)的距離；c)根據(jù)各元素擴(kuò)充的數(shù)據(jù)和原有的各元素的數(shù)據(jù)進(jìn)行數(shù)據(jù)信息向量集的擴(kuò)充，擴(kuò)充部分即為增加的數(shù)值信息向量；要求增加的數(shù)值信息向量中的元素需要含有擴(kuò)充的數(shù)據(jù)，同時，增加的數(shù)值信息向量需符合隧道掌子面圍巖理論結(jié)構(gòu)特點(diǎn)，并且對應(yīng)隧道掌子面圍巖的一個分級；

4、(三)通過生成式ai技術(shù)將增加的數(shù)值信息向量轉(zhuǎn)化為隧道掌子面圍巖的圖像信息，并根據(jù)鐵路隧道設(shè)計(jì)規(guī)范求得各數(shù)據(jù)信息向量對應(yīng)的圍巖等級，即獲得數(shù)值信息向量轉(zhuǎn)化的圖像信息對應(yīng)的圍巖分級；同時，根據(jù)(一)中圖像信息對應(yīng)的數(shù)值信息求得各圖像信息對應(yīng)的圍巖等級，將(一)中的圖像信息和通過生成式ai技術(shù)新生成的圖像信息整合到一起組成完整的圖像信息集合；

5、(四)通過深度學(xué)習(xí)技術(shù)對完整的圖像信息集合進(jìn)行訓(xùn)練，獲得深度學(xué)習(xí)模型；訓(xùn)練的方法為：將圖像信息集合中的圖像信息作為深度學(xué)習(xí)技術(shù)的輸入，將圖像信息對應(yīng)的圍巖分級作為深度學(xué)習(xí)技術(shù)的輸出，對深度學(xué)習(xí)技術(shù)進(jìn)行訓(xùn)練；

6、(五)實(shí)時的獲取目標(biāo)隧道的隧道掌子面圍巖的圖像信息，并將獲得的圖像信息輸入到深度學(xué)習(xí)模型中，根據(jù)深度學(xué)習(xí)模型的輸出結(jié)果直接得到對應(yīng)隧道掌子面圍巖的等級。

7、具體而言，所述目標(biāo)地形包括：目標(biāo)地形指正在進(jìn)行開挖的地形，需要進(jìn)行掌子面圍巖等級確定的地形。

8、具體而言，所述分類數(shù)據(jù)明顯斷層包括：巖性信息和水文地質(zhì)信息，所述連續(xù)數(shù)據(jù)明顯斷層包括：裂縫信息、密度信息和水文地質(zhì)信息。

9、具體而言，所述對應(yīng)分類的數(shù)量明顯少于其他分類包括：對應(yīng)分類的數(shù)量小于其他分類中最小分類數(shù)量的一半，則認(rèn)為對應(yīng)分類的數(shù)量明顯少于其他分類；相鄰兩個數(shù)據(jù)的距離明顯超過其他相鄰兩個數(shù)據(jù)的距離包括：相鄰兩個數(shù)據(jù)的距離是其他任何相鄰兩個數(shù)據(jù)中最長數(shù)據(jù)的兩倍，則認(rèn)為相鄰兩個數(shù)據(jù)的距離明顯超過其他相鄰兩個數(shù)據(jù)的距離。

10、具體而言，所述增加的數(shù)值信息向量需符合隧道掌子面圍巖理論結(jié)構(gòu)特點(diǎn)：在自然開挖形成的隧道掌子面圍巖既滿足隧道掌子面圍巖理論結(jié)構(gòu)特點(diǎn)。

11、具體而言，所述生成式ai技術(shù)包括：生成對抗網(wǎng)絡(luò)gans、變分自編碼器vae、自動編碼器ae、長短期記憶神經(jīng)網(wǎng)絡(luò)lstm、深度卷積生成模型和自監(jiān)督學(xué)習(xí)；通過生成式ai技術(shù)將增加的數(shù)值信息向量轉(zhuǎn)化為隧道掌子面圍巖的圖像信息。

12、具體而言，所述并根據(jù)鐵路隧道設(shè)計(jì)規(guī)范求得各數(shù)據(jù)信息向量對應(yīng)的圍巖等級包括：根據(jù)鐵路隧道設(shè)計(jì)規(guī)范求得各數(shù)據(jù)信息向量對應(yīng)的bq值，確定各數(shù)據(jù)信息向量對應(yīng)的圍巖等級；其中，bq的計(jì)算公式為：

13、bq＝100+3rc+250kv

14、其中，bq為圍巖基本質(zhì)量指標(biāo)，rc為單軸飽和抗壓強(qiáng)度，kv指巖體的完整程度，rc和kv的值需要根據(jù)增加的數(shù)值信息向量中的數(shù)據(jù)求??；

15、所述將(一)中的圖像信息和通過生成式ai技術(shù)新生成的圖像信息整合到一起組成完整的圖像信息集合包括：完整的圖像信息集合中共將隧道掌子面圍巖的等級劃分為六類，其中，完整的圖像信息集合中的每個圖像信息均對應(yīng)隧道掌子面圍巖的一個分類。

16、具體而言，所述通過深度學(xué)習(xí)技術(shù)對完整的圖像信息集合進(jìn)行訓(xùn)練包括:深度學(xué)習(xí)技術(shù)包括：卷積神經(jīng)網(wǎng)絡(luò)技術(shù)cnn、深度殘差網(wǎng)絡(luò)resnet、inception網(wǎng)絡(luò)和注意力機(jī)制attention?mechanism，通過深度學(xué)習(xí)技術(shù)對完整的圖像信息集合進(jìn)行訓(xùn)練，獲得深度學(xué)習(xí)模型；模型訓(xùn)練完成的依據(jù)包括：達(dá)到訓(xùn)練的循環(huán)次數(shù)和損失函數(shù)不再減少。

17、具體而言，所述實(shí)時的獲取目標(biāo)隧道的隧道掌子面圍巖的圖像信息包括：實(shí)時獲取目標(biāo)隧道的隧道掌子面圍巖的圖像信息，對圖像信息進(jìn)行預(yù)處理，包括：去噪處理、歸一化和標(biāo)準(zhǔn)化處理；隨后，將預(yù)處理后的圖像信息作為深度學(xué)習(xí)的輸入，通過輸出實(shí)時判定圖像信息對應(yīng)的隧道掌子面圍巖的等級。

18、本發(fā)明的有益效果是：

19、本發(fā)明給出了一種基于圖像識別的隧道掌子面圍巖分級快速評定方法；該方法具有以下優(yōu)點(diǎn)：(1)該方法通過對數(shù)值信息向量集進(jìn)行擴(kuò)充處理，形成擴(kuò)充后的數(shù)值信息向量集，再通過擴(kuò)充后的增加的數(shù)據(jù)信息向量，獲得符合隧道掌子面圍巖發(fā)展規(guī)律圖像信息，最后通過圖像信息的訓(xùn)練的深度學(xué)習(xí)模型預(yù)測的隧道掌子面圍巖等級將會更加準(zhǔn)確；(2)通過該方法能夠?qū)崟r的快速獲取隧道掌子面圍巖的等級信息，有益于隧道施工的實(shí)時監(jiān)測，建立對應(yīng)的支護(hù)結(jié)構(gòu)，確保隧道施工的安全。