基于轻量化卷积神经网络的隧道勘察地层岩性划分方法

目前在隧道勘察过程中对地层岩性进行划分时,没有对地层图像进行预处理,导致划分结果准确率低、召回率低、F-measure低。提出基于轻量化卷积神经网络的隧道勘察地层岩性划分方法,采用灰度变化增强方法对地层图像进行增强处理,避免噪声对地层岩性划分产生干扰,通过OTSU算法对地层图像进行分割处理,提取目标地层区域,消除岩屑颗粒重叠现象或无关背景对提取地层岩性特征产生的干扰。采用数理统计分析方法提取预处理后的地层图像的纹理特征,构成纹理特征向量,在轻量化卷积神经网络中输入纹理特征向量,实现地层岩性的划分。实验结果表明,所提方法的准确率高、召回率高、F-measure高。