基于图像处理技术的岩体裂隙定量识别方法研究

传统的岩体裂隙特征提取方法较难及时准确地对裂隙特征进行提取,现有数字化处理方式缺乏系统性。笔者提出一种基于图像处理技术的岩体裂隙定量识别与表征方法,在小波分析基础上建立了自动阈值分割算法,对图像裂隙区域进行分割处理。在对图像进行裂隙区域分割处理后,采用区域生长法计算裂隙面积。采用边界跟踪算法提取边缘轮廓,并利用Zhang-Suen细化算法计算裂隙骨架。在此基础上利用动量法拟合骨架切线,并计算切线的法向向量,利用三角函数转化来计算裂隙倾角,结合DDA画线算法对裂隙宽度信息进行提取并计算裂隙宽度。研究结果表明:基于小波分析建立的自动阈值分割算法,在对裂隙区域的分割效果、阈值选取及计算速度上均优于传统的Otsu算法。在裂隙特征值的提取计算上,该方法不仅保证了骨架的平滑度,而且提高骨架的拟合程度,相比于传统方法,该方法计算更加简单,计算量更小。

基于STM32图像智能处理平台的设计开发

现有的图像智能处理平台所使用的各类NPU成本较高,并且非嵌入式平台,没有配套配件,无法进行单独工作;而现有的嵌入式平台缺乏计算机视觉以及机器学习相关的软件库。本文将致力于解决以上两种问题,因此我们设计并实现了一种基于STM32系列芯片的图像智能处理平台。该平台可以广泛应用于物联网、智慧家居、智慧城市等方面。我们为其开发了一套软件库,包含基本图像处理算法和多粒度级联森林(gcForest)推断,使得该平台有能力被应用于多种计算机视觉任务。基于STM32系列芯片,平台可以提供灵活的硬件拓展,允许扩展多种内存格式,提供功能、存储、性能的优化支持,满足了用户的个性化应用需求。