岩质排土场边坡形变区域的自动识别与评估

摘要：

以江西省德兴铜矿铜厂采区黄牛前高陡岩质排土场边坡为研究背景,通过室内相似材料物理模型实验模拟矿山排土场,利用相机监测边坡在降雨条件下的破坏过程,同时,获取时间序列下的破坏图像.在研究中随机选择了1285、1910、2730、3500、3650 s共5组破坏图像.实验结果表明,受强降雨影响的露天矿岩质边坡变形面积增加与孔隙水压和含水量的增加呈正相关关系.对于矿山复杂的边坡形变区域,实验中运用计算机视觉技术中的区域生长分割方法,通过区域生长算法、阈值分割算法、去噪算法和边界提取算法来识别边坡破坏区域.最后通过DICE、VOE、RVD共3种不同的指标评估方法进行计算,分析验证了该方法的准确性(5组不同时刻下破坏区域内的DICE值为98.2％,VOE值为0.3％,RVD值为0.3％).该方法可高精度地识别复杂环境下矿山边坡的形变区域.

关键词：岩质边坡、形变特征、雨量、图像识别、区域生长、评估方法

所属期刊栏目：42

分类号：TP311.52(计算技术、计算机技术)

资助基金：国家自然科学基金;大学生创新创业训练计划资助项目;江西理工大学应急管理学院科研课题培育项目;大学生创新创业训练计划资助项目

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76