来源：期刊VIP网 时间：
作者：张国华;姜晋云;吕国磊;胡俊杰;熊峰;廖一凡;郑洪;李漪;
单位：中国地质大学(武汉)工程学院;百咖(上海)管理咨询有限公司;湖北省交通规划设计院股份有限公司数字化管理部;中铁第四勘察设计院集团有限公司数智化事业部;湖北省电力规划设计研究院有限公司;
摘要：为了对岩体质量进行分类和评估，岩石质量指标（RQD）在地矿工程中被广泛应用。以往需要手动测量岩芯片段的长度并手动计算RQD，这一过程既费时又费力。随着计算机软、硬件的进步，基于计算机视觉的图像处理使自动获取RQD逐步成为现实。针对现有方法的局限性，提出了一种基于目标检测和图像分割的RQD自动生成算法，首先根据颜色、纹理等特征的相似性，采用SAM模型对图像中的岩芯进行检测，然后采用YOLOv8算法训练模型，通过提取岩芯片段的缝隙特征进行不同岩芯片段的分割。为了测试该算法的性能，选取了来自宜涪铁路五峰段的10段岩芯样本开展案例研究。结果表明：采用该算法获取的RQD的准确率与传统的手动方式相当，平均相对误差不超过5%；该算法的效率明显优于传统的手动方式，能够节约超过60%的时间成本。
关键词：岩石质量指标(RQD);钻孔岩芯;图像处理;深度学习;目标检测;图像分割
基金资助：国家重点研发计划项目(2021YFB2600402); 国家自然科学基金项目(52209148)
