隧道畢業(yè)設計開題報告

時間：2024-10-23 10:41:20 開題報告我要投稿

相關推薦

隧道畢業(yè)設計開題報告

　　我國正處于社會經(jīng)濟大發(fā)展的重要時期,國民經(jīng)濟結構中基礎設施建設一直占有舉足輕重的地位。近些年來,在工程建設的眾多技術領域中隧道和地下工程技術十分突出,它有著越來越多的廣泛運用和奪目誘人的商業(yè)前景。下面是小編為大家整理的隧道畢業(yè)設計開題報告，僅供參考，歡迎大家閱讀。

隧道畢業(yè)設計開題報告

　　課題名稱:隧道掌子面巖體裂隙快速識別及應用

　　1、選題意義和背景

　　隧道工程中，工程地質(zhì)情況一直是參建各方十分關注的問題。隧道施工期形成的掌子面蘊含大量地質(zhì)信息，隨工程推進，掌子面不斷產(chǎn)生變化，地質(zhì)狀態(tài)也在發(fā)生改變。掌子面巖體結構特征評價是隧道工程的基本工作，可用于圍巖分級、穩(wěn)定性預測、支護設計[i]和施工工藝設計。實際工程中，受現(xiàn)場條件、技術條件限制，多數(shù)情況下仍然通過技術人員，根據(jù)既定記錄格式，實錄填寫掌子面地質(zhì)信息。如填寫人員無實際經(jīng)驗，記錄結果不夠準確，易導致對圍巖地質(zhì)狀況評價結果出現(xiàn)偏差。另外，對掌子面地質(zhì)信息主要以定性分析為主，缺少定量描述，難以更加精細的指導設計和施工。

　　目前對掌子面地質(zhì)信息自動提取和分析已開展了一定研究。通過數(shù)碼照相采集掌子面圖像信息并自動分析是其中的一種方法。數(shù)碼相機的普及，使掌子面數(shù)碼圖像獲取相對容易，圖像處理采用數(shù)字圖像處理技術，當自動圖像處理和識別巖體裂隙等參數(shù)難度較大時，加入人工干預，以實現(xiàn)對掌子面巖體特征分析，也能滿足一定使用需求。

　　Sou-Sen Leu等[ii]對隧道掌子面數(shù)字圖像的處理及應用過程進行了分析。周春霖[iii]、李鵬云等[iv]介紹了基于Hough變換檢測和識別巖體裂隙的算法，但Hough變換僅適用于檢測近似直線的裂隙，不適合檢測連續(xù)的非直線裂隙。范留明[v]、羅佳等[vi]利用模板匹配和閾值匹配算法檢測巖體裂隙，其檢測結果采用人工方式提取巖體裂隙，效率較低，對具有大量裂隙的巖體處理工作量極大。葉英[vii]、胡剛[viii]等對預處理后的巖體圖像進行了統(tǒng)計特征分析，用于統(tǒng)計特征的圖像已經(jīng)過圖像處理，是否可直接用于特征提取未經(jīng)證實，故統(tǒng)計特征的可靠性仍有待證實。

　　掌子面巖體裂隙是掌子面上的典型特征，可用于統(tǒng)計節(jié)理分組、平均裂隙間距、單位面積裂隙長度等特征參數(shù)[6]，以評價掌子面巖體穩(wěn)定性。本文對掌子面巖體圖像的采集、圖像處理、裂隙識別及節(jié)理分組方法進行了研究，提出一種對掌子面數(shù)字圖像中巖體裂隙識別的算法。通過巖體裂隙分析，實現(xiàn)對直線和非直線狀巖體裂隙邊界線自動提取，提高了巖體裂隙提取速度。根據(jù)提取結果，建立了巖體裂隙邊界線自動分組方法。該研究成果可作為掌子面巖體地質(zhì)素描的一部分，大大降低掌子面地質(zhì)素描時間，提高地質(zhì)素描準確性。可據(jù)此生成掌子面地質(zhì)素描圖，自動計算掌子面巖體特征參數(shù)，對掌子面地質(zhì)情況做出定量分析和定性評價。

　　2、論文綜述/研究基礎

　　首先采用圖像增強算法使圖像與視覺響應特性相匹配，提高掌子面圖像視覺效果。然后對圖像進行邊緣檢測和邊界線提取，對提取邊界線進行擬合、拆分和連接，得到巖體裂隙邊界線自動提取結果；對提取結果進行人工修正后，采用算法對裂隙邊界線進行自動分組，若分組結果有誤，可再次進行人工分組修正，最后得到不同分組下巖體裂隙邊界線掌子面地質(zhì)素描圖。

　　隧道施工環(huán)境復雜，采集掌子面圖像時，盡量避免施工粉塵影響、人工和施工機械干擾，為便于圖像處理和圖像解析，攝影位置盡量位于掌子面后方中間位置，攝影距離以相機能剛好采集到完整掌子面區(qū)域圖像為宜，攝影時應盡量保證良好光照條件，保持光線均勻，鏡頭主軸方向與掌子面垂直，有條件時，盡量設置三角架采集圖像。

　　采集圖像前，在掌子面兩側底部各設置一標記點，測量兩標記點間實際距離，以對不同時期采集掌子面圖像設置統(tǒng)一圖像像素與實際尺寸比例關系。采集圖像時，若受客觀條件制約，圖像成像質(zhì)量欠佳，應通過圖像增強算法進行預處理，以提高圖像質(zhì)量。

　　3、參考文獻

　　[1]李術才,劉洪亮,李利平,等.基于數(shù)碼圖像的掌子面巖體結構量化表征方法及工程應用[J].巖石力學與工程學報,2017,36(1):1-9.

　　[2]LEU Sou-Sen, CHANG Shiu-Lin. Digital Image Processing based approach for tunnel excavation faces[J].Automation in Construction,2005,14:750-765.

　　[3]周春霖,朱合華,李曉軍.新奧法施工隧道掌子面紅外照相及圖像處理[J].巖石力學與工程學報,2008.6,27(增1):3166-3172.

　　[4]李鵬云,趙科,陳孜迪,等.基于圖像處理的隧道掌子面地質(zhì)構造信息提取研究[J].土木建筑工程信息技術,2017.12,9(6):67-72.

　　[5]范留明,李寧.基于數(shù)碼攝影技術的巖體裂隙測量方法初探[J].巖石力學與工程學報,2005.3,24(5):792-797.

　　[6]羅佳,劉大剛.圍巖結構面發(fā)育程度參數(shù)的圖像處理技術研究[J].計算機科學與工程,2013.4,35(4):75-80.

　　[7]葉英,王夢恕.隧道掌子面地質(zhì)信息數(shù)字編錄識別技術研究[J].北京交通大學學報,2007,31(1):59-62.

　　[8]胡剛,金乾坤.巖體天然裂隙計算機圖像處理技術研究[J].有色金屬（礦山部分）.2004,56(5):9-40.

　　[9]李弼程,彭天強,彭波,等.智能圖像處理技術[M].電子工業(yè)出版社,2004.7.

　　[10]CANNY.J.A Computational approach to edge detection[J].IEEE Trans. Pattern Anal. Mach. Intell.1986,8(6):679-698.

　　[11]章毓晉.圖像工程－－圖像處理和分析（上冊）[M].清華大學出版社,1999.3.

　　4、論文提綱

　　1引言

　　2掌子面巖體信息分析方法

　　3裂隙邊界線提取

　　4邊界線分組

　　5實際效果與討論

　　6結論

　　5、論文的理論依據(jù)、研究方法、研究內(nèi)容

　　論文以隧道掌子面數(shù)碼圖像為基礎，對掌子面上巖體裂隙檢測、提取、分組算法進行研究。

　　6、研究條件和可能存在的問題

　　論文沒有考慮滲水、挖土機挖掘痕跡等復雜情況，需要在后續(xù)研究中排除這些因素帶來的干擾，進一步提高巖體裂隙自動提取方法的準確性和連續(xù)性。

　　7、預期的結果

　　（1）論文提供了一種掌子面巖體裂隙自動提取和分組算法，該算法可用于分析掌子面圖像巖體裂隙。即采用Canny邊緣檢測算子檢測出掌子面上所有可能的巖體裂隙邊界，并根據(jù)真實巖體裂隙特征，對可能的裂隙邊界線進行擬合、拆分、篩選、合并，獲得巖體裂隙邊界線提取結果，再根據(jù)裂隙邊界線視傾角對篩選結果通過算法自動進行分組。

　　（2）論文給出的算法能夠實現(xiàn)掌子面上巖體裂隙的自動提取和分組，論文通過實際掌子面圖像測試，驗證了算法的實際效果，提高了掌子面巖體裂隙提取和分組的自動化程度。

　　8、論文寫作進度安排：略

【隧道畢業(yè)設計開題報告】相關文章：

畢業(yè)設計開題報告03-22

音樂畢業(yè)設計開題報告03-08

java畢業(yè)設計開題報告03-26