本发明公开了基于深度学习模型和钻孔岩心图像的RQD计算方法,包括:建立钻孔岩心图像数据集;提取钻孔岩心图像数据集的图像特征,将图像特征输入到UNet深度网络中进行训练,得到EUNet模型;利用EUNet分割模型对钻孔岩心图像进行语义分割,得到岩心区域、背景区域,找出单排钻孔岩心图像;提取单排钻孔岩心图像中所有岩心的轮廓,并统计岩心轮廓像素数量,制作像素波形图,通过像素波形图判断岩心类型;从像素波形图中确定完整岩心的数量及其所在的位置,确定研究区域;进而确定岩心的界线;按照岩心的界线,计算岩心长度,则得到RQD。实现了RQD的智能量化分析,提高地质勘查的效率。
声明:
“基于深度学习模型和岩心图像的RQD计算方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)