矿业研究与开发

作者：时乙入,段东,李杰,冯小静,何家雄,陆卫东,甘元平

关键词：结构面识别;钻孔图像;双编码器;交互式注意力增强融合网络;三维可视化

针对钻孔图像光照不均、背景复杂及结构面形态差异大等难题,提出了一种双编码器交互式注意力增强融合网络(DISA-FuseNet).该网络基于UNet编码器解码器架构,采用Swin Transformer和ResNet50双编码器结构,同时捕捉全局上下文信息与局部细节特征;通过统计聚合通道注意力模块(SACA)进行注意力加权,抑制岩体背景噪声和无关信息;底层特征经拼接后输入自适应层级增强模块(AHE),强化网络对多尺度结构面特征的捕捉能力.基于自建钻孔结构面数据集开展试验验证,将DISA-FuseNet与UNet、Deeplabv3+、Trans-UNet、DeepCrack及CrackFormer五种模型进行对比.结果表明,DISA-FuseNet在平均交并比、平均像素准确率、召回率、精确率、F1分数指标上均优于其他模型,各指标较基准模型UNet分别提升了8.44,9.51,8.52,10.60,9.62个百分点.进一步提出结构面参数提取与三维可视化方法,实现结构面参数的精准提取与交互式三维可视化模型构建.经实际工程案例验证,该方法具备良好的有效性和工程适用性.

来源：2026年第2期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2026年第2期