融合Copy-Paste的大尺度露天矿岩质边坡裂隙检测方法研究
江松1
魏玉2
饶彬舰3
闫培韬2
王会杰4
刘仲光5
顾清华2
1.西安建筑科技大学 资源工程学院,陕西 西安 710055;中钢集团马鞍山矿山研究总院股份有限公司,安徽 马鞍山 2430002.西安建筑科技大学 资源工程学院,陕西 西安 7100553.西安建筑科技大学 管理学院,陕西 西安 7100554.中钢集团山东富全矿业有限公司,山东 济宁 2720005.中钢集团赤峰金鑫矿业有限公司,内蒙古 赤峰 024000
摘要：露天矿岩质边坡表面恶化而产生的节理、裂隙是诱发滑坡灾害的关键因素,及时准确的裂隙检测是保障矿山安全的重要前提.针对传统数据增强算法生成的裂隙形态单一以及现有边坡裂隙检测方法多局限于局部图像分析的难题,提出了一种融合Copy-Paste的大尺度露天矿岩质边坡裂隙检测方法,通过Copy-Paste算法对裂隙形态进行扩增,进而建立滑动窗口算法—U-Net精准分割—全景特征拼接的三阶段系统工作流程,攻克大尺度场景下裂隙特征丢失与误检的难题.试验结果表明:相较于传统数据增强方法,本文方案使裂隙样本多样性显著提高,而且较使用传统数据增强的Mask R-CNN、U-Net模型,本文算法在分割IoU指标上分别实现了 0.22%和 0.85%的提升.依托洛阳栾川龙宇钼矿的边坡工程开展验证,所提出的三阶段系统工作流程对于提升大尺度内裂隙的识别与分割效果具有积极的促进作用,mIoU值较不使用三阶段系统工作流程时显著提升了 7.09%,满足工程实时监测需求.所提方案可为高陡岩质边坡工程灾害预警提供新的技术路径.
关键词：大尺度岩质边坡滑坡灾害裂隙检测裂隙形态扩增U-Net
分类号：TD824.7(矿山开采)
资助基金：国家自然科学基金(52374136)陕西省重点研发计划资助项目(2024GX-YBXM-495)
论文发表日期：2025-10-31
在线出版日期：2025-11-03（本平台首次上网日期，不代表文献的发表时间）
页数：16( 144-159 )
英文信息