基于ATS与TS融合算法的裂缝自动识别研究

煤层开采产生的围岩采动裂缝发育规律，是矿山瓦斯、水害、冲击地压、地表沉陷等灾害防治的重要研究内容，对围岩采动裂缝的自动识别能够极大地促进其规律的定量研究。鉴于这些采动裂缝发育形态复杂、规模差别大、与本底值差异性不显著，导致裂缝存在识别困难、精度差等问题。该文基于图像分割、形态学等综合理论，提出了一种能有效识别裂缝目标与背景灰度差异的ATS与TS自适应识别方法。通过对相似模型试验图像使用ATS（自适应分割算法）初始提取压实区显著性较差的微小裂缝，TS（固定阈值分割和形态学膨胀法）提取离层裂隙区和垮落裂隙区显著性较强的块状裂缝，对二者得到的裂缝利用或逻辑进行组合，并借助图像轮廓统计轮廓面积进行填充抑制噪声，完成对裂缝的最终二值化。通过对比单一的ATS和TS算法，ATS和TS融合算法识别率超过90%，均高于单一的分割算法。研究结果表明该文算法在一定程度提高了裂缝识别的准确率和裂缝提取的完整性，较单一算法具有更优的普适性与准确性。该实验结果为后续裂缝处理奠定了良好的基础。