首页|期刊导航|电力勘测设计|岩体结构面智能识别算法研究现状与发展趋势

岩体结构面智能识别算法研究现状与发展趋势OA

中文摘要

岩体结构面是岩体在多期地质作用过程中形成、两侧岩体连续性及物理力学性质存在差异的界面,深刻影响岩土工程稳定、三维地质建模及地质灾害防治。现阶段依托三维激光扫描、SLAM手持激光雷达、摄影测量系统搭建高精度数据采集体系,可高效获取点云、影像等数据。现有智能识别算法各有优势:改进FCM算法提升抗噪鲁棒性,多特征融合SVM实现半自动提取,深度学习模型在图像分割与点云分组中表现出色,霍夫变换结合区域生长算法适配平面型岩体结构面识别。但现有算法存在泛化能力不足、复杂场景下数据获取困难、自动化程度偏低等问题。未来研究将聚焦多源数据融合、迁移学习、可解释AI及跨学科融合等方向,依托大数据与智能算法技术,为岩体结构面智能识别提供更准确高效的技术支撑。

移根旺;韦广勇;刘卫今;郭凯;李正顺;宋传星

中国能源建设集团广西电力设计研究院有限公司,广西南宁530007中国能源建设集团广西电力设计研究院有限公司,广西南宁530007中国能源建设集团广西电力设计研究院有限公司,广西南宁530007中国能源建设集团广西电力设计研究院有限公司,广西南宁530007中国能源建设集团广西电力设计研究院有限公司,广西南宁530007中国能源建设集团广西电力设计研究院有限公司,广西南宁530007

能源科技

岩体结构面智能识别算法深度学习

《电力勘测设计》 2026 (8)

P.74-79,6

10.13500/j.dlkcsj.issn1671-9913.2026.08.013

评论