基于多尺度地质特征增强与深度卷积网络的隧道掌子面围岩等级智能评估

钟浩; 张永平; 蔡先庆; 袁松; 孔庆轩; 孙浩; 郭胜

doi:10.19952/j.cnki.2096-5052.2025.04.10

隧道与地下工程灾害防治 ›› 2025, Vol. 7 ›› Issue (4) : 103 -114. DOI: 10.19952/j.cnki.2096-5052.2025.04.10

基于多尺度地质特征增强与深度卷积网络的隧道掌子面围岩等级智能评估

钟浩, 张永平, 蔡先庆, 袁松, 孔庆轩, 孙浩, 郭胜

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对隧道掌子面图像质量退化与特征表达单一性问题，提出一种融合多尺度渐进式增强与深度语义建模的围岩智能评估方法。通过多尺度图像增强框架，结合空域滤波与变换域去噪，信噪比提升12.7 dB,显著增强裂隙、节理等关键地质结构的可见性。基于灰度共生矩阵、改进型局部二值模式和RGB颜色矩，构建四维综合评价指标体系，实现岩体状态量化表征。改进ResNet架构集成多尺度特征提取和双重注意力机制(通道注意力+空间注意力),并采用加权交叉熵-标签平滑复合损失函数，解决类别不平衡问题。基于5 000张掌子面图像构建多层数据库，模型在测试集上准确率达94.27%(较基准模型提升4.93%),计算复杂度4.8 G FLOPs(floating point operations)。实际案例验证表明，该方法可为隧道施工提供实时、客观的地质决策支持，显著提升围岩分级智能化水平。