采煤作業(yè)完成后留下的煤礦采空區(qū),經(jīng)過一段時間后會形成塌陷,導(dǎo)致地表上方的土地產(chǎn)生裂縫,嚴(yán)重破壞當(dāng)?shù)丨h(huán)境和建筑并威脅生命安全。為了保護(hù)環(huán)境和人員安全,周期性地對煤礦采空區(qū)的地裂縫進(jìn)行檢測至關(guān)重要。然而,由于采空區(qū)通常位于偏遠(yuǎn)地區(qū),具有復(fù)雜的溝壑交錯地貌,傳統(tǒng)的人工檢測方法費時、具有較大主觀因素,并存在一定的危險性。因此,本文提出使用無人機(jī)搭載高清攝像頭代替人工采集采空區(qū)的航拍圖像,并利用圖像處理和深度學(xué)習(xí)技術(shù)進(jìn)行地裂縫的智能檢測與識別。同時,構(gòu)建地裂縫檢測系統(tǒng),并給出相應(yīng)的裂縫危險評估方法,為后續(xù)治理、損失核算等提供一定的依據(jù)。研究工作如下:（1）提出基于混合域注意力變形卷積網(wǎng)絡(luò)的地裂縫航拍圖像檢測方法針對地裂縫在航拍視角下呈狹長特性,本文構(gòu)建了混合域注意力變形卷積網(wǎng)絡(luò)對地裂縫區(qū)域進(jìn)行檢測。網(wǎng)絡(luò)采用ResNet作為骨干網(wǎng)絡(luò),并結(jié)合特征金字塔結(jié)構(gòu)來增強(qiáng)每一階段的特征信息�？紤]到標(biāo)準(zhǔn)卷積無法精確獲得地裂縫的感受野信息,使用變形卷積替代標(biāo)準(zhǔn)卷積進(jìn)行特征提取。同時構(gòu)建混合域注意力機(jī)制強(qiáng)化特征圖的通道與空間信息,其中通道域注意力模塊為特征圖中每個通道賦予不同的權(quán)值,強(qiáng)化特定通道的貢獻(xiàn)程度;空間域注... 

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
變量注釋表
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 地裂縫檢測與識別的相關(guān)研究
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
    2.2 FPN目標(biāo)檢測網(wǎng)絡(luò)
    2.3 全卷積網(wǎng)絡(luò)語義分割模型
    2.4 本章小結(jié)
3 基于混合域注意力變形卷積網(wǎng)絡(luò)的地裂縫航拍圖像檢測方法
    3.1 混合域注意力變形卷積網(wǎng)絡(luò)
    3.2 注意力機(jī)制引導(dǎo)的地裂縫檢測一般框架
    3.3 實驗與分析
    3.4 本章小結(jié)
4 基于多尺度輸入全卷積網(wǎng)絡(luò)的地裂縫識別方法
    4.1 基于統(tǒng)計的數(shù)據(jù)預(yù)處理
    4.2 多尺度輸入全卷積網(wǎng)絡(luò)
    4.3 實驗與分析
    4.4 本章小結(jié)
5 采空區(qū)地裂縫檢測系統(tǒng)與危險評估方法
    5.1 采空區(qū)地裂縫檢測系統(tǒng)
    5.2 危險評估方法
    5.3 實驗與分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3670195