基于高光谱成像技术的岩体质量评价方法、系统及装置

本发明属于隧道岩体质量评价，尤其涉及基于高光谱成像技术的岩体质量评价方法、系统及装置。

背景技术：

1、岩体质量评价在地下工程施工中可以概括地反映各类工程岩体的质量好坏，预测可能会出现的岩体力学问题，在一定程度上为工程设计、施工方法、衬砌支护等提供依据和指导性的意见，最大限度的保证施工安全，在避免人员伤亡和财产损失方面有重要的意义。

2、岩体质量评价主要是通过岩体的一些指标，如岩体不连续性的空间分布，以及岩体的力学性质等强度特性，将工程地质条件与岩体力学性质参数等联系起来，对岩体进行分类。空-天-地遥感技术的发展使得地表岩石的几何形状和不连续面的探测成为现实，但无法对隧道掌子面岩体结构特征进行准确探测。

3、此外，对于隧道岩体强度特性指标的获取，现有技术中主要通过现场原位测试与实验室测试，其中原位岩体的力学性质较岩块的力学性质更为复杂，除受岩块本身力学性质的影响外，还受到岩体结构和环境因素的影响和控制。而实验室测试则需要经过现场取样、样品运输、制样和实验室测试等多个过程，存在昂贵且耗时的问题，且现场取得的样品无法准确代表整个掌子面的岩体强度情况。目前也有一些研究利用数字图像处理技术及深度学习方法对图像所包含的岩体结构面地质信息参数进行解译获取后建立岩体质量快速评价体系，但这种评价方式很少考虑岩体强度的影响，具有一定的局限性。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了基于高光谱成像技术的岩体质量评价方法、系统及装置，通过对目标岩体进行非接触的扫描和测试，将高光谱三维数据的结构特征参量与强度特征参量融合分析，实现实时、快速、全面地对掌子面的岩体质量进行评价与分级。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、本发明第一方面提供了基于高光谱成像技术的岩体质量评价方法。

4、基于高光谱成像技术的岩体质量评价方法，包括以下步骤：

5、采集目标岩体隧道掌子面的原始图像信息与光谱信息，进行预处理、网格化处理；

6、将网格化处理后的图像信息和光谱信息分别输入至图像与岩体结构特征深度学习模型以及光谱与岩石强度特征深度学习模型中，提取岩体结构特征和岩体强度特征；

7、将岩体结构特征与岩体强度特征共同输入至融合构建的图像光谱-岩体质量评价模型中，进行特征降维、多特征向量融合，对融合后的特征利用激活函数进行压缩并利用logistic回归分类器实现岩体质量等级分类，得到单一网格内的岩体质量评价分级；

8、将各网格岩体质量评价分级情况进行整合，输出岩体质量评价结果。

9、可选的，图像与岩体结构特征深度学习模型以及光谱与岩石强度特征深度学习模型均为卷积神经网络模型，通过卷积层初步提取特征、池化层提取主要特征、并进行多轮的卷积与池化，最后由全连接层将各部分特征汇总，实现对于裂隙和岩体强度相关特征的提取。

10、可选的，提取岩体结构特征，具体包括：

11、基于slic超像素分割算法对预处理后的图像信息进行分割，获得图像的超像素区块；

12、计算相邻超像素区块之间的合并权重，构建区域邻接图；

13、执行层次区域合并算法，对区域邻接图进行合并，合并结果的轮廓经坐标转化得到节理裂隙分布图；

14、将裂隙分布图输入至训练后的图像与岩体结构特征深度学习模型，得到岩体的结构特征。

15、可选的，提取岩体强度特征，具体包括：

16、基于不同岩体的矿物组成成分不同、相同岩体在受到不同应力作用下其光谱辐射亮度与波段特征的变化，构建光谱与岩石强度关系数据库；

17、对划分后的光谱信息进行一阶微分、连续统去除变换后，选取特征波长；

18、基于特征波长和构建的光谱与岩石强度关系数据库，采用光谱信息匹配的方法，得到岩体强度的相关信息；

19、利用光谱与岩石强度特征深度学习模型，将岩体强度的相关信息转化为岩体的强度特征。

20、可选的，对图像预处理主要包括灰度化、增强图像的亮度与对比度、图像锐化、中值滤波；对光谱预处理包括对光谱进行平滑、导数、归一化、小波变换、基于最小二乘原理的卷积平滑法。

21、可选的，网格化处理具体包括：

22、根据实际工程的需要设置网格划分密度；

23、识别出岩体裂隙节理数量与光谱信息变化明显的网格边界；

24、基于网格划分密度和识别出的网格边界，划分网格。

25、可选的，对目标岩体进行非接触的扫描和测试，采集目标岩体隧道掌子面的原始图像信息与光谱信息。

26、本发明第二方面提供了基于高光谱成像技术的岩体质量评价系统。

27、基于高光谱成像技术的岩体质量评价系统，包括：

28、信息采集模块，被配置为：采集目标岩体隧道掌子面的原始图像信息与光谱信息，进行预处理、网格化处理；

29、特征提取模块，被配置为：将网格化处理后的图像信息和光谱信息分别输入至图像与岩体结构特征深度学习模型以及光谱与岩石强度特征深度学习模型中，提取岩体结构特征和岩体强度特征；

30、融合分析模块，被配置为：将岩体结构特征与岩体强度特征共同输入至融合构建的图像光谱-岩体质量评价模型中，进行特征降维、多特征向量融合，对融合后的特征利用激活函数进行压缩并利用logistic回归分类器实现岩体质量等级分类，得到单一网格内的岩体质量评价分级；

31、整合模块，被配置为：将各网格岩体质量评价分级情况进行整合，输出岩体质量评价结果。

32、本发明第三方面提供了一种基于第二方面所述的基于高光谱成像技术的岩体质量评价系统的岩体质量评价装置。

33、基于高光谱成像技术的岩体质量评价装置，包括搭载平台、数据采集装置、辅助装置和主控模块，所述数据采集装置包括成像光谱仪、相机、第一升降台和滑轨，所述辅助装置包括全光谱卤素灯和第二升降台：

34、所述滑轨设置于搭载平台顶部，所述第一升降台与滑轨之间为滑动连接，所述成像光谱仪和相机设置于第一升降台顶部；所述第二升降台设置于搭载平台顶部，所述全光谱卤素灯设置于第二升降台顶部；所述搭载平台底部还设置有履带轮和履带轮驱动机构；

35、所述主控模块与第一升降台、第二升降台、成像光谱仪、相机、全光谱卤素灯和履带轮驱动机构分别电连接。

36、可选的，还包括数据处理模块、数据存储模块、结果显示模块，其中：

37、所述数据处理模块与相机、成像光谱仪、结果显示模块分别电连接，接收相机和成像光谱仪回传的目标岩体隧道掌子面的原始图像信息与光谱信息，对信息进行处理，得到岩体质量评价结果；

38、结果显示模块与数据处理模块电连接，将岩体质量评价结果进行展示；

39、数据存储模块与数据处理模块、相机、成像光谱仪分别电连接，对岩体质量评价结果、目标岩体隧道掌子面的原始图像信息与光谱信息进行存储。

40、以上一个或多个技术方案存在以下有益效果：

41、(1)本发明提供了一种基于高光谱成像技术的岩体质量评价方法、系统及装置，引入成像高光谱技术，通过获取岩体的结构特征与强度特征、将高光谱三维数据的结构特征参量与强度特征参量融合分析，实现实时、快速、全面地对掌子面的岩体质量进行评价与分级，避免利用单一因素对岩体质量进行评价导致的误判。

42、(2)相较于传统的岩体质量评价办法需要采样、制块、测试等流程，本发明利用成像高光谱技术，通过无接触的方式对隧道掌子面岩体进行拍照、扫描及分析，简化了测试流程，可以快速高效的获取岩体质量情况。

43、(3)利用成像高光谱技术对整个岩体进行扫描分析，获取掌子面岩体的全部信息，有效避免因现场采样中由于取样偏差导致样品无法准确代表掌子面岩体信息的问题。

44、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。