摘要
本发明涉及一种基于数字摄影及深度学习的隧道掌子面结构面自动识别方法，首先，采用高清拍摄设备对隧道掌子面进行图像采集，通过光照处理、数据增强等手段建立掌子面高清图像数据集；其次，基于SAM神经网络模型进行掌子面轮廓提取，通过有监督训练优化模型，利用多个掩码输出提高分割精度，并通过交并比评价模型精度；最后，建立YOLOv8神经网络模型，对掌子面图像进行适应性尺寸拆分，提取结构面特征，通过合并预测结果形成完整的掌子面裂隙图。该方法可以基于数字摄影技术和深度学习算法，提取隧道掌子面结构面信息，能够实现对隧道掌子面岩体结构面的自动化、高效识别。
