文献

J-GLOBAL ID：202202274523933600   整理番号：22A0858749

領域成長セグメンテーションアルゴリズムを用いた尾鉱ダムの斜面上の侵食面積の自動認識【JST・京大機械翻訳】

Automatic recognition of erosion area on the slope of tailings dam using region growing segmentation algorithm

著者 (8件)： Li Qihang (School of Resources and Environmental Engineering, Jiangxi University of Science and Technology, Ganzhou, China) ,  Geng Jiabo (School of Resources and Environmental Engineering, Jiangxi University of Science and Technology, Ganzhou, China) ,  Song Danqing (Department of Hydraulic Engineering, State Kay Laboratory of Hydroscience and Engineering, Tsinghua University, Beijing, China) ,  Nie Wen (School of Resources and Environmental Engineering, Jiangxi University of Science and Technology, Ganzhou, China) ,  Nie Wen (Quanzhou Institute of Equipment Manufacturing, Haixi Institutes, Chinese Academy of Sciences, Quanzhou, Fujian, China) ,  Nie Wen (Sinosteel MaanShan General Institute of Mining Research Co. Ltd, Maanshan, Anhui, China) ,  Saffari Pooya (Quanzhou Institute of Equipment Manufacturing, Haixi Institutes, Chinese Academy of Sciences, Quanzhou, Fujian, China) ,  Liu Jiangtong (School of Resources and Environmental Engineering, Jiangxi University of Science and Technology, Ganzhou, China)
資料名： Arabian Journal of Geosciences  (Arabian Journal of Geosciences)
巻： 15  号： 5  ページ： 438  発行年： 2022年 
JST資料番号： W4050A  ISSN： 1866-7511  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 変形領域の正確な認識は,尾鉱ダム浸食破壊の早期警報にとって重要である。多重サブピクセルとポイントクラウド座標の組合せに基づく領域成長セグメンテーションアルゴリズムを,上記の目的のために本論文で提案した。この方法はPythonとOpenCVオープンソースライブラリを用いて実行した。画像作付,閾値分割,点雲座標抽出,および領域成長セグメンテーションアルゴリズムを通して,尾鉱ダムの浸食と破壊領域を認識した。物理的モデリング実験を用いて,著者らの方法の検証のための尾鉱ダム破壊の変形プロセスをシミュレーションした。現在の主流スーパーピクセルSEEDSセグメンテーション方式と比較して,著者らの方式は,複雑な場面における画像認識精度を効果的に改良することができた。その結果,新手法を用いたX線およびY方向の平均同定誤差は,大幅に減少した(現行法では3.744および4.910%,スーパーピクセル法では8.302および9.976%)。さらに,侵食破壊の形式と機構を,降雨浸潤と地表水浸透の2つの因子から分析する。ダム本体の浸食破壊は,主に,下方に滑る材料によって生じて,次に,いろいろな力は,いろいろな破損影響を生じた。本研究は,おそらく,高精度で複雑な場面における尾鉱ダム破壊のような地滑り変形を同定するのに適用する。Copyright Saudi Society for Geosciences 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *浸食 ,  浸透 ,  降雨 ,  警報 ,  *セグメンテーション ,  *ダム ,  浸潤 ,  画像 ,  画素 ,  多重化 ,  *斜面 ,  *廃石ダム ,  画像認識
準シソーラス用語： サブピクセル ,  *自動認識 ,  Python , 【Automatic Indexing@JST】

著者キーワード (5件)： 地すべり ,  画像認識 ,  領域成長セグメンテーション ,  ダム侵食の失敗 ,  多重サブポイント

分類 (2件)： 廃石ダム  (UA08030F) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 領域成長 ,  セグメンテーション ,  アルゴリズム ,  尾鉱ダム ,  斜面 ,  侵食 ,  面積 ,  自動認識