深度学习增强的岩石裂纹识别

《Artificial Intelligence in Geosciences》:Deep learning enhanced crack identification on rocks

【字体: 大 中 小 】 时间:2026年03月06日 来源:Artificial Intelligence in Geosciences 5.4

编辑推荐:

  本研究聚焦于利用深度学习技术增强岩石表面裂纹识别。研究人员提出了一种新颖的卷积架构,以实现高分辨率图像中裂纹与背景的像素级分类。关键创新包括移除池化层以实现精确分割,引入反卷积层以保持空间分辨率,以及通过数据增强和调整损失函数应对类别不平衡等挑战。一个关键挑战

  
本研究聚焦于利用深度学习技术增强岩石表面裂纹识别。研究人员提出了一种新颖的卷积架构,以实现高分辨率图像中裂纹与背景的像素级分类。关键创新包括移除池化层以实现精确分割,引入反卷积层以保持空间分辨率,以及通过数据增强和调整损失函数应对类别不平衡等挑战。一个关键挑战是训练数据的稀缺性、低质量和类别不平衡——仅有4张8位灰度图像(0-255灰度级),且具有高噪声(高达数十灰度级)。在这些手动注释数据集上测试,所提模型在ESEM(环境扫描电子显微镜)泥岩微裂纹分割中达到了可靠的精度和场景特定鲁棒性,优于传统方法,并实现了在地质学和结构监测中的实际应用。
**论文解读:深度学习增强的岩石裂纹识别**

**研究背景与问题**

岩石裂纹识别是地质学、土木工程和材料科学等领域的关键任务,用于评估岩石结构的完整性并预测潜在失效。传统方法依赖手动检测或数字图像分析技术(如基于阈值和纹理的边缘检测),但在实际应用中,图像常受光照不均和噪声影响,导致经典方法失效。近年来,基于卷积神经网络(CNN)的深度学习方法在结构健康监测中展现了潜力,但现有模型(如U-Net、DeepLab系列、Transformer混合模型)在环境扫描电子显微镜(ESEM)图像中面临固有局限:U-Net的最大池化导致空间信息丢失,难以捕捉1-2像素宽的微裂纹;DeepLab的复杂模块易在小数据集上过拟合;Transformer模型依赖全局上下文,对局部微裂纹关注不足。此外,训练数据极度稀缺(仅4张原始ESEM图像)、噪声高(高达数十灰度级)且类别不平衡(背景与前景比例可达102:1),进一步加剧了分割难度。因此,研究人员开展本研究,旨在设计一种针对ESEM岩石微裂纹分割的定制化深度学习框架,通过去除池化层、引入反卷积层和残差块等创新,提升像素级分割精度和鲁棒性。

**研究内容与结论**

研究人员提出了一种改进的全卷积网络(FCN)架构,通过三大核心创新解决上述问题:完全移除池化层以避免微裂纹细节丢失;采用反卷积层进行上采样以恢复空间分辨率;使用基础残差块(而非瓶颈块)加深网络并防止梯度消失。在仅有的4张ESEM泥岩图像(经数据增强扩展至625个样本)上训练和验证,该模型在微裂纹分割任务中取得了67.86%的MIoU(平均交并比),优于U-Net(67.50%)、DeepLab v3+(65.73%)、SegNet(63.41%)等基线模型,并在1-2像素微裂纹识别率上达到92%。研究还通过消融实验证实,去除池化层使MIoU提升3.37个百分点,添加反卷积层进一步提升了3.14个百分点。该工作发表在《Artificial Intelligence in Geosciences》,推动了中观和微观岩石裂纹检测的发展,为地质和岩土工程的实际应用提供了可靠方案。

**关键技术方法(不超过250字)**

研究人员主要采用以下关键方法:1)构建无池化层的卷积架构,通过固定padding=1和stride=1保持特征图空间尺寸(128×128像素),避免微裂纹信息丢失;2)设计两层反卷积层(kernel=3×3,stride=2),自适应上采样以恢复不规则裂纹边缘;3)堆叠9个基础残差块(每个含两个3×3卷积、BN和ReLU),通过恒等映射(identity mapping)增强特征传播;4)针对数据稀缺问题,采用多步数据增强管道,结合几何变换(180°旋转、水平/垂直翻转)和ESEM特定强度调整(伽马校正,gamma=0.5、0.8、1.2、1.5),将4张原始4096×3456像素图像扩展为625个128×128像素样本(训练集500,验证集125),并通过裁剪过滤去除纯背景图像,将背景-前景比降至16:1。此外,采用交叉熵损失函数和Adam优化器(学习率1×10-4,60个epoch)训练模型。

**研究结果**

**5.1 Evaluations**
研究人员在125个样本的验证集上评估模型性能,采用像素精度(PA)、平均像素精度(MPA)、平均交并比(MIoU)和频率加权交并比(FWIoU)四个指标。结果显示,模型在60个epoch后收敛,MIoU达67.86%,表明预测与手动标注高度接近。PA稳定在90%左右,MPA约77%,FWIoU约84%,验证了模型对类别不平衡的鲁棒性。

**5.2 Comparative study**
研究人员将所提模型与U-Net、DeepLab v3+、SegNet、MobileNetV2-UNet和U-Net+Transformer五种基线模型进行比较,均在相同训练条件下独立运行10次。结果表明,所提模型在MIoU(67.86%±0.85%)、MPA(77.05%±0.85%)和FWIoU(84.87%±0.85%)上全部优于基线模型。具体而言,MIoU比U-Net高1.08个百分点,比DeepLab v3+高2.13个百分点,比SegNet高4.45个百分点,比MobileNetV2-UNet高2.97个百分点,比U-Net+Transformer高2.74个百分点。定性分析显示,所提模型对1-2像素微裂纹的识别率(92%)显著高于U-Net(85.9%)和DeepLab v3+(81.2%)。配对t检验证实,所提模型与各基线在MIoU上的差异具有统计显著性(p<0.05)。

**5.3 Ablation experiments**
研究人员设计了三组消融实验以验证核心架构修改的有效性:变体A(保留池化层,双线性插值上采样)作为基线,MIoU为61.35%;变体B(去除池化层,保留双线性插值)MIoU提升至64.72%,证实去除池化层可避免空间信息丢失,微裂纹识别率提高17%;变体C(所提模型,去除池化层并添加反卷积层)MIoU进一步升至67.86%,表明反卷积层在恢复裂纹边缘方面优于双线性插值(边缘匹配率提高5.2%)。两种修改共同使MIoU较基线提升6.51个百分点。

**总结讨论与结论**

讨论部分指出,所提模型在ESEM泥岩图像上验证了场景特定鲁棒性,但基础数据集规模小(4张图像)限制了模型对多样化岩性和成像条件的泛化能力。数据增强仅能模拟部分数据多样性,无法替代真实多源数据。未来工作将聚焦三方面:与多地质机构合作收集不同条件下(温度、湿度、应力)的ESEM图像,将基础数据集扩展至至少50张;引入迁移学习策略,在大规模公开裂纹数据集(如CrackSeg9k)上预训练,再在ESEM数据集上微调;基于岩石力学原理开发物理信息引导的合成数据生成方法,以丰富数据多样性。

研究结论翻译:本研究提出了一种稳健的深度学习框架,用于岩石表面裂纹检测,解决了类别不平衡和分割精度等挑战。所提模型结合创新的架构修改、数据增强和先进的损失函数,提高了对裂纹外观和背景噪声变化的鲁棒性。评估结果表明,该模型在测试的ESEM泥岩设置中达到了高精度和可接受的适应性。利用高分辨率、自然状态成像,研究人员使用环境扫描电子显微镜(ESEM)裂纹岩石图像进行模型验证,推进了中观和微观岩石裂纹检测——这是地质材料分析的关键需求。由于缺乏典型的岩石裂纹识别数据集,本文结果在土木和岩土工程的实际应用中具有代表性和创新性。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号