本文以隧道施工开发为背景,致力于研究图形图像处理和模式识别技术在隧道掌子面图像分析中的应用。这方面的研究在国际上亦不多见,国内未有相关报道。目前国内对隧道掌子面图像分析的研究仍处于起步阶段。 论文首先对研究背景和掌子面图像处理技术在国内外的研究概况作了简单介绍和回顾,在此基础上提出了待研究的问题、主要研究内容和技术路线。 论文中研究了如何提取出图像中各岩层边界信息和利用模式识别技术将不同图像中的相同岩层对应起来,为隧道结构的三维重建提供数据,以建立三维模型,观察和预测隧道的三维结构,为隧道施工提供必要的参考信息。与人工分析相比,图像处理技术可以极大节省隧道掌子面图像分析时间,提高施工效率,同时可降低施工成本,应用将十分广泛,因而有必要研究图形图像处理及模式识别技术在隧道掌子面图像中的应用。 论文是围绕隧道掌子面图像处理系统来研究的,数字图像处理技术是系统的核心,主要包括了图像预处理、图像分割、特征提取、模式识别等几部分,论文分别对这几方面可能用到的算法作了介绍,并给出了处理结果。在图像分割中,根据图像分割模型,分析了利用彩色空间变换和C均值聚类算法分割掌子面图像可能存在的问题,还实现了域值分割并给出了典型情况的分割结果。为了对目标进行模式识别,需要提取目标的特征参数,系统用到的特征参数包括目标的长、短轴,目标的各阶矩,重心坐标,目标面积,外接矩形等,并根据目标的重心坐标、目标面积和外接矩形等特征参数对所有相邻图像切片上的目标完成对应目标的自动链接功能。 由于掌子面图像十分复杂,当系统提供的算法无法完全满足需要时,可采用人工干预,即用手工将岩层目标的边界提取出来,对边界进行编辑和修正。在自动链接对应目标后,也可通过人工干预来