朱楚雄，徐金明，鐘傳江

（1.上海大學(xué)土木工程系，上海 200444；2.中鐵十七局集團(tuán)有限公司，山西 太原 030006）

0 引言

確定巖石中不同組分的實(shí)際分布，是分析巖石物理力學(xué)性質(zhì)的重要基礎(chǔ)，對分析巖石變形破壞過程具有重要意義。對于一幅巖石圖像來說，確定不同組分分布的核心是確定不同位置組分的類別，本質(zhì)上是對巖石圖像進(jìn)行圖像分割處理。目前，圖像分割的常規(guī)方法是閾值分割法和聚類法，利用圖像中不同組分的顏色、輪廓、紋理等特征來確定類別。但使用常規(guī)圖像分割方法確定組分類別，效果往往不能令人滿意。

使用圖像分割的方法確定巖石中不同組分的類別已經(jīng)進(jìn)行了很多研究。徐永進(jìn)等[1]根據(jù)CT 圖像中相鄰圖像的直方圖相似性來確定巖石中不同組分的分割閾值；張嘉凡等[2]基于相似性度量標(biāo)準(zhǔn)的改進(jìn)聚類分析，對巖石CT 圖像進(jìn)行了圖像分割和損傷量化分析；錢慶波等[3]使用點(diǎn)選法和閾值分割技術(shù)，得到花崗巖中不同組分的分布情況；朱賽楠等[4]使用迭代最佳閾值算法提取了巖石CT 圖像中的損傷區(qū)域；劉春等[5]使用改進(jìn)種子算法分割巖石圖像中的顆粒和孔隙，研究了巖石中微觀顆粒與孔隙形狀復(fù)雜度的變化；簡文星等[6]編寫了利用Sobel 算子進(jìn)行邊緣檢測、進(jìn)而對巖石圖像中不同組分進(jìn)行閾值分割的巖石裂隙檢測系統(tǒng)。

近年來，隨著人工智能技術(shù)的發(fā)展，使用深度學(xué)習(xí)確定物體中不同組分分布的研究取得了很多進(jìn)展。與傳統(tǒng)圖像識別方法相比，使用深度學(xué)習(xí)算法進(jìn)行圖像分割的精確度更高，可以將比較復(fù)雜的目標(biāo)識別出來。KRIZHEVSKY 等[7]使用ReLU 算法作為激活函數(shù)的激活層和防止模型過擬合的Dropout 層，設(shè)計(jì)了經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)AlexNet，促進(jìn)了深度學(xué)習(xí)算法的應(yīng)用；SIMONYAN 和ZISSERMAN[8]建立了VGGNet 網(wǎng)絡(luò)，分析了卷積神經(jīng)網(wǎng)絡(luò)（CNN）中網(wǎng)絡(luò)深度和網(wǎng)絡(luò)性能之間的關(guān)系；GIRSHICK 等[9?13]通過在感興趣區(qū)域上單獨(dú)進(jìn)行卷積網(wǎng)絡(luò)評估和邊框目標(biāo)檢測的方法，構(gòu)建了區(qū)域卷積網(wǎng)絡(luò)R-CNN（Region-based CNN），并在幾次改進(jìn)之后得到了Mask R-CNN 網(wǎng)絡(luò)；BADRINARAYANAN 等[14]使用編碼層、解碼層和像素分類層建立了SegNet 圖像分割網(wǎng)絡(luò)；LONG 等[15]提出了端到端、像素到像素的全卷積神經(jīng)網(wǎng)絡(luò)（Fully convolutional networks，F(xiàn)CN），可以有效解決圖像中不同組分類型的確定問題。

在農(nóng)業(yè)、生物和醫(yī)學(xué)等領(lǐng)域，使用全卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分割也取得了一些成果。王振等[16]通過改進(jìn)全卷積神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)和分類器，改善了黃瓜葉部病斑的圖像分割效果；黃英來等[17]采用基于跳躍連接的全卷積神經(jīng)網(wǎng)絡(luò)分割技術(shù)，進(jìn)行林木圖像的圖像分割；RONNEBERGER 等[18]使用具有數(shù)據(jù)增強(qiáng)功能的全卷積神經(jīng)網(wǎng)絡(luò)，對細(xì)胞圖像中的神經(jīng)元結(jié)構(gòu)進(jìn)行圖像分割；黃龍等[19]利用層間融合方法，構(gòu)建了用于室內(nèi)場景分割的全卷積神經(jīng)網(wǎng)絡(luò)；鄭婷月等[20]利用多尺度特征融合技術(shù)來改進(jìn)全卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行了視網(wǎng)膜血管的圖像分割研究。

雖然深度學(xué)習(xí)方法取得了很多進(jìn)展，在不同領(lǐng)域應(yīng)用也獲得了豐碩成果，但是將深度學(xué)習(xí)方法用于確定巖石中不同組分的位置與類別，目前研究成果還不多。本文擬以花崗巖為例，根據(jù)抽取巖石單軸壓縮試驗(yàn)視頻中的單幀圖像，在建立不同組分?jǐn)?shù)據(jù)集的基礎(chǔ)上，使用全卷積神經(jīng)網(wǎng)絡(luò)（FCN）確定圖像中任意位置的組分類別，進(jìn)而使用試驗(yàn)視頻分析不同組分分布及其識別準(zhǔn)確率隨時(shí)間的變化情況；探討網(wǎng)絡(luò)深度、初始學(xué)習(xí)率和網(wǎng)絡(luò)迭代次數(shù)等參數(shù)對識別正確性的影響。

1 巖石中不同組分的識別

1.1 數(shù)據(jù)集的建立

試驗(yàn)所用巖石為花崗巖，相應(yīng)巖塊取自甘肅省玉門市北山地區(qū)。將巖塊切割并磨光制成100 mm × 50 mm ×50 mm 的標(biāo)準(zhǔn)試塊，采用單軸壓縮試驗(yàn)機(jī)對試塊進(jìn)行加載，試驗(yàn)時(shí)同時(shí)拍攝視頻。

為了減小后續(xù)計(jì)算量，在試塊變形破壞過程的280 s內(nèi)每隔1 s 選取一幀圖像，總共得到280 張圖像。將所有單幀圖像轉(zhuǎn)換成灰度圖像并裁剪成238 px × 238 px，每個(gè)像素實(shí)際寬度為0.17 mm/px，如圖1所示。

圖1 用于制作數(shù)據(jù)集的單幀圖像Fig.1 Frames in making dataset

根據(jù)巖石中不同組分的形態(tài)和顏色特征，使用肉眼判定方法來識別巖石中4 種不同組分的類型，將不同組分的實(shí)際分布標(biāo)記出來，制成標(biāo)簽數(shù)據(jù)集。數(shù)據(jù)集中的標(biāo)簽分為4 類，對應(yīng)花崗巖中裂隙、黑云母、石英、長石4 種細(xì)觀組分，如圖2所示。圖2中，白色像素為不同組分的實(shí)際位置，黑色像素為背景。

圖2 花崗巖中不同組分的標(biāo)簽圖像Fig.2 Labeled images of various compositions in granite

1.2 全卷積神經(jīng)網(wǎng)絡(luò)的建立

普通卷積神經(jīng)網(wǎng)絡(luò)（CNN）結(jié)構(gòu)由卷積層、池化層、激活層和全連接層（Fully connected layer）等組成?；◢弾r圖像經(jīng)過一系列卷積、池化和激活操作，進(jìn)入有分類器作用的全連接層后會丟失空間坐標(biāo)，只能得到圖像中不同組分類別的概率[21]。比如，取花崗巖圖像右上角一部分區(qū)域輸入CNN 網(wǎng)絡(luò)中進(jìn)行識別，只得到圖像中黑色色塊為黑云母組分的概率，但無法識別周圍灰色和白色部分的組分類別、也無法得到不同組分的具體位置信息，如圖3（a）所示。

全卷積神經(jīng)網(wǎng)絡(luò)（FCN）將普通卷積神經(jīng)網(wǎng)絡(luò)（CNN）中的全連接層修改成卷積核為1×1 的全卷積層（Fully convolutional layer），使用像素類型分類層將每個(gè)像素點(diǎn)映射到不同組分的分類，進(jìn)而對每一個(gè)像素點(diǎn)進(jìn)行分類，并保留像素的空間坐標(biāo)信息[15]。利用所建全卷積神經(jīng)網(wǎng)絡(luò)對花崗巖圖像中4 種組分進(jìn)行識別，得到不同組分的實(shí)際分布情況，如圖3（b）所示。

圖3 不同網(wǎng)絡(luò)中花崗巖組分的識別過程Fig.3 Identification process of compositions in granite using various networks

本文建立的全卷積神經(jīng)網(wǎng)絡(luò)包含5 個(gè)網(wǎng)絡(luò)模塊，分別是：輸入層、下采樣模塊（Downsampling）、上采樣模塊（Upsampling）、像素類型分類模塊和輸出層，如圖4所示。

圖4中，圖像輸入層定義了網(wǎng)絡(luò)訓(xùn)練時(shí)輸入的圖像大小及圖像顏色通道數(shù)，輸入的圖像是前述得到的數(shù)據(jù)集。研究時(shí)，將數(shù)據(jù)集分為訓(xùn)練集和測試集，4 種組分的訓(xùn)練集圖像均為200 組，測試集圖像均為80 組。

圖4 全卷積神經(jīng)網(wǎng)絡(luò)Fig.4 Fully convolutional network (FCN)

下采樣模塊的功能是不斷縮小圖像并提取圖像中各組分的特征，該模塊包括5 個(gè)卷積層（Convolutional layer）、5 個(gè)ReLU 層（Rectified Linear Unit，線性整流函數(shù)）和2 個(gè)最大池化層（Max pooling layer）。其中，卷積層的目的是壓縮圖像大小，提取不同組分的顏色、幾何、位置等信息；ReLU 層的目的是增加稀疏性、激活一部分神經(jīng)元；最大池化的目的是壓縮圖像大小，減少計(jì)算的復(fù)雜度，提取圖像中不同組分的主要特征。上采樣模塊的功能是提取各組分特征后將圖像還原回原來的大小，該模塊包括2 個(gè)轉(zhuǎn)置卷積層（Transposed convolution layer）和2 個(gè)ReLU 層，轉(zhuǎn)置卷積層是卷積過程的轉(zhuǎn)置操作，能夠按照像素的顏色和位置信息將圖像還原回原來的尺寸。像素類型分類模塊包括1 個(gè)全卷積層、1 個(gè)Softmax 層和1 個(gè)像素分類層。Softmax 層是對全卷積后的圖像進(jìn)行歸一化處理，像素分類層則進(jìn)行像素類別的確定。

1.3 網(wǎng)絡(luò)訓(xùn)練的主要參數(shù)

為了防止網(wǎng)絡(luò)調(diào)整速度過慢、出現(xiàn)過擬合的情況，將初始學(xué)習(xí)率設(shè)置為0.008；為了提高網(wǎng)絡(luò)訓(xùn)練效率，將訓(xùn)練集中標(biāo)簽圖像分成4 個(gè)批次、網(wǎng)絡(luò)訓(xùn)練周期設(shè)為100。所建全卷積神經(jīng)網(wǎng)絡(luò)中各層參數(shù)如表1所示。

表1 全卷積神經(jīng)網(wǎng)絡(luò)的各層參數(shù)Table 1 Parameters used in FCN

1.4 全卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

1.4.1 輸入數(shù)據(jù)集

將標(biāo)記好的標(biāo)簽圖像數(shù)據(jù)集輸入到全卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，讓網(wǎng)絡(luò)自行學(xué)習(xí)數(shù)據(jù)集中不同組分標(biāo)簽的特征屬性。經(jīng)過反復(fù)迭代調(diào)整后，得到用于花崗巖不同組分識別的FCN 網(wǎng)絡(luò)。

1.4.2 不同組分的可視化特征

全卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成之后根據(jù)網(wǎng)絡(luò)各層結(jié)構(gòu)，將各卷積層、轉(zhuǎn)置卷積層和全卷積層按照網(wǎng)絡(luò)的搭建順序進(jìn)行可視化處理，研究不同卷積核“學(xué)習(xí)”到的特征，如圖5所示。

由圖5可以看出，第1 個(gè)卷積層（cov1）將不同組分的顏色信息提取了出來；第2 個(gè)卷積層（cov2）能夠初步識別不同組分的輪廓、顆粒大小等形狀特征；隨著卷積層深度的加大，不同組分形態(tài)特征和顏色特征不斷被抽象化；第5 個(gè)卷積層（conv5）已經(jīng)基本再現(xiàn)了不同組分的形狀特征和顏色特征；再經(jīng)過兩層轉(zhuǎn)置卷積層（Trans1和Trans2），圖像的局部信息被逐漸恢復(fù)；通過全卷積層、Softmax 層和像素分類層，最終識別了花崗巖圖像中的不同組分類別。

圖5 全卷積網(wǎng)絡(luò)中不同卷積層的可視化結(jié)果Fig.5 Visualization of convolutional layers in fully convolutional network

全卷積神經(jīng)網(wǎng)絡(luò)的組分識別結(jié)果可能存在少量誤差。將輸出圖像和原圖像對比可知，就裂隙和黑云母而言，裂隙右側(cè)有極少量黑云母組分被識別成裂隙，中間區(qū)域頂部和底部有一部分裂隙被識別成黑云母組分；就石英和長石來說，兩種組分交界處界限不是很明顯、交界處識別出現(xiàn)了一些誤差，例如左上角區(qū)域石英被識別成長石，中部區(qū)域裂隙周圍長石被識別成石英。但總體而言，全卷積神經(jīng)網(wǎng)絡(luò)有很強(qiáng)的圖像分割能力，巖石中大部分位置的組分被很好地識別出來。

2 不同組分分布隨時(shí)間的變化

觀察花崗巖從開始變形到完全破壞的整個(gè)過程，可以將外荷作用下花崗巖的變形破壞過程分為A、B、C 三個(gè)階段：0～58 s 的階段A 為變形階段，巖石表面微觀裂隙逐漸發(fā)展為宏觀裂隙；59～197 s 的階段B 為漸進(jìn)破壞階段，宏觀裂隙寬度和長度持續(xù)增大；198～280 s的階段C 為完全破壞階段，宏觀裂隙長度達(dá)到最大、寬度持續(xù)增加。

利用訓(xùn)練好的全卷積神經(jīng)網(wǎng)絡(luò)對變形破壞過程時(shí)圖像中不同組分進(jìn)行識別，得到不同組分分布隨時(shí)間的變化情況，如圖6所示。

由圖6可以看出，在變形階段，裂隙首先出現(xiàn)在巖樣中間偏上部的位置然后向上下兩端延伸，在50 s 時(shí)巖樣中間偏下位置出現(xiàn)第2 條裂隙并不斷向中間和底部延伸。黑云母的面積較小，呈現(xiàn)為分散的點(diǎn)狀分布，位移不明顯。石英呈現(xiàn)為均勻的塊狀分布，相互之間連結(jié)緊密，中間石英向左右兩側(cè)移動。長石主要以片狀集中分布在左上角區(qū)域，部分以點(diǎn)狀和塊狀分散在其他區(qū)域，中間部分向左右兩側(cè)輕微移動。

圖6 花崗巖不同組分分布隨時(shí)間的變化Fig.6 Time-variation of distribution of various compositions in granite

在漸進(jìn)破壞階段，開始時(shí)第1 條裂隙向上延伸于接近巖樣頂端，向下與第2 條裂隙幾乎相連，然后上下兩條裂隙連通，縱向貫穿于巖石表面并將巖石分為左右兩個(gè)區(qū)域，且裂隙寬度不斷增大；黑云母在巖樣左側(cè)時(shí)往左上移動，在右側(cè)時(shí)往右上移動；石英在巖樣中間時(shí)被大量壓裂，沒有被壓裂的則向兩側(cè)移動；長石在巖樣中間也被大量壓裂，周圍長石向兩側(cè)大幅移動。

在完全破壞階段，裂隙寬度持續(xù)增大并沒有迅速出現(xiàn)新生裂隙；黑云母基本分散出現(xiàn)在巖樣中間區(qū)域，位移持續(xù)增大；石英基本分布在巖樣兩側(cè)區(qū)域，位移也逐步增大；長石在巖樣左上角區(qū)域增多，持續(xù)向左右兩側(cè)移動。

由上可知，在花崗巖整個(gè)變形破壞過程中，裂隙在中部區(qū)域萌生，最后縱向貫穿了整個(gè)巖石表面。黑云母組分分布比較分散且不斷向左上方或右上方移動。石英集中分布在兩側(cè)區(qū)域，長石集中分布于巖樣中間區(qū)域和左上角區(qū)域。石英和長石在巖樣中間區(qū)域均遭受破壞且多向左右兩側(cè)移動。

3 全卷積神經(jīng)網(wǎng)絡(luò)識別效果分析

3.1 評估指標(biāo)

研究時(shí)，本文使用兩個(gè)定量指標(biāo)來評價(jià)所建全卷積神經(jīng)網(wǎng)絡(luò)對巖石單幀圖像中不同組分的識別效果。這兩個(gè)指標(biāo)是：

（1）準(zhǔn)確率（Accuracy），即某一組分類別正確分類的像素?cái)?shù)量與標(biāo)簽上該類別像素?cái)?shù)量之比；

（2）全局準(zhǔn)確率（Global Accuracy,GA），即所有組分類別正確分類的像素?cái)?shù)量與圖像總像素?cái)?shù)量的比值，計(jì)算公式如下：

式中，CN、QN、FN、BN分別為對裂隙、黑云母、石英、長石進(jìn)行正確分類的像素?cái)?shù)，TN 為圖像總像素?cái)?shù)。GA的變化范圍是[0,1]。GA越大，識別效果越好。

3.2 不同組分識別準(zhǔn)確率隨時(shí)間的變化

使用準(zhǔn)確率作為評估參數(shù)，利用已經(jīng)訓(xùn)練好的全卷積神經(jīng)網(wǎng)絡(luò)對變形破壞過程中巖石中的不同組分進(jìn)行識別，得到識別準(zhǔn)確率隨時(shí)間的變化情況，如圖7所示。

由圖7可知，裂隙識別的準(zhǔn)確率為98%左右，但在60 s 左右時(shí)有小幅降低；黑云母識別的準(zhǔn)確率為95%左右，在60，150，200 s 左右時(shí)有小幅下降；長石識別的準(zhǔn)確率為83%左右但波動較大，在60 s 左右時(shí)明顯下降，70 s 左右時(shí)為85%左右，200 s 后下降較大；石英識別的準(zhǔn)確率為75%～80%波動，60 s 左右明顯下降，70 s 左右時(shí)為80%左右，200 s 后下降幅度較大。

圖7 花崗巖中不同組分識別準(zhǔn)確率隨時(shí)間的變化Fig.7 Accuracy of recognition of various compositions on granite with time

由此可知，花崗巖中不同組分識別準(zhǔn)確率大小順序是：裂隙>黑云母>長石>石英。加壓至60 s 左右時(shí)巖石從變形階段轉(zhuǎn)到破壞階段，各組分識別的準(zhǔn)確率均會下降；200 s 后巖石完全破壞，巖石中黑云母、長石和石英這三種基本組分識別的準(zhǔn)確率不斷降低。

3.3 網(wǎng)絡(luò)參數(shù)影響分析

將網(wǎng)絡(luò)深度、初始學(xué)習(xí)率和網(wǎng)絡(luò)迭代次數(shù)作為影響因素，使用全局準(zhǔn)確率來評估因素所建FCN 識別效果的影響。FCN 的網(wǎng)絡(luò)深度取3 個(gè)，分別是17 層（擁有3 個(gè)卷積層和5 個(gè)ReLU 層）、19 層（擁有4 個(gè)卷積層和6 個(gè)ReLU 層）、21 層（擁有5 個(gè)卷積層和7 個(gè)ReLU 層）；初始學(xué)習(xí)率r分別取0.001、0.002、0.004、0.006、0.008；網(wǎng)絡(luò)迭代次數(shù)分別取2 600、5 000、6 600。不同因素下所建FCN 識別效果的計(jì)算結(jié)果如表2所示。

表2 所建FCN 的全局準(zhǔn)確率計(jì)算結(jié)果Table 2 Global Accuracies of established FCN

由表2可以看出，網(wǎng)絡(luò)深度越深，F(xiàn)CN 的識別效果越好；初始學(xué)習(xí)率越大，F(xiàn)CN 的識別效果越好；5 000 次迭代的識別效果最好。

4 結(jié) 論

本文使用全卷積神經(jīng)網(wǎng)絡(luò)和單軸壓縮試驗(yàn)視頻，研究了單軸壓縮條件下花崗巖變形破壞過程中不同組分分布與網(wǎng)絡(luò)識別準(zhǔn)確率隨時(shí)間的變化特征，分析了網(wǎng)絡(luò)深度、初始學(xué)習(xí)率和迭代次數(shù)對巖石中不同組分識別正確性的影響，結(jié)果表明：

（1）在單軸壓縮條件下，花崗巖首先在試樣中部區(qū)域萌生裂隙、最后該裂隙縱向貫穿巖石表面，黑云母組分分布分散且不斷向試樣左上或右上移動，石英和長石大多向試樣左右兩側(cè)移動；

（2）全卷積神經(jīng)網(wǎng)絡(luò)對花崗巖中不同組分識別準(zhǔn)確率的大小順序是：裂隙>黑云母>長石>石英，巖石從變形階段轉(zhuǎn)到破壞階段時(shí)各組分識別準(zhǔn)確率出現(xiàn)小幅下降，巖石完全破壞時(shí)各分識別準(zhǔn)確率迅速降低；

（3）對于所建全卷積神經(jīng)網(wǎng)絡(luò)來說，網(wǎng)絡(luò)深度越深、初始學(xué)習(xí)率越大、則識別效果越好，迭代次數(shù)5 000時(shí)的識別效果較好。