65——基于岩渣与参数信息融合的 TBM 掘进围岩识别预警方法研究

以现场采集的不同岩体完整程度下的 160 张岩渣图像进行方法准确性验证。结果表明：岩渣图像分割算法性能良好，分割效果较为理想；A(岩体完整)、B(岩体较完整)、C(岩体较破碎)类对应的岩渣图像分类结果的准确率分别为 96.3%、94%、86.7%，方法准确性较高，能够有效实现 TBM 
掘进岩渣的自动分析与识别。

全断面岩石隧道掘进机(Tunnel Boring Machine，简称 TBM)

TBM 法修建铁路、水利水电等隧道工程时，经常出现不良地质使 TBM 被卡被困的问题，严重影响工程进度、增加工程造价，更甚者导致整个工程的失败以及人员伤亡。

 

 根据岩渣图像特点选择的图像预处理操作包括：灰度变换、双边滤波和形态学重构

目前传统图像分割研究已比较成熟，提出的分割算法很多，如阈值分割法、聚类分割法、边缘检测法和区域生长法等等