Page 68 - 2022年第53卷第10期

［２６］ ＢＵＦ．Ａｎｅｆｆｉｃｉｅｎｔｆｕｚｚｙｃ － ｍｅａｎｓａｐｐｒｏａｃｈｂａｓｅｄｏｎｃａｎｏｎｉｃａｌｐｏｌｙａｄｉｃｄｅｃｏｍｐｏｓｉｔｉｏｎｆｏｒｃｌｕｓｔｅｒｉｎｇｂｉｇｄａｔａｉｎＩｏＴ
［Ｊ］．ＦｕｔｕｒｅＧｅｎｅｒａｔｉｏｎＣｏｍｐｕｔｅｒＳｙｓｔｅｍｓ，２０１８，８８：６７５ － ６８２．
［２７］ ＰＡＬＮＲ，ＢＥＺＤＥＫＪＣ．Ｏｎｃｌｕｓｔｅｒｖａｌｉｄｉｔｙｆｏｒｔｈｅｆｕｚｚｙｃ － ｍｅａｎｓｍｏｄｅｌ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＦｕｚｚｙＳｙｓ
ｔｅｍｓ，２００２，３（３）：３７０ － ３７９．
［２８］ ＤＩＮＧＹ，ＦＵＸ．Ｋｅｒｎｅｌ － ｂａｓｅｄｆｕｚｚｙｃ － ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ ｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔ
ｉｎｇ，２０１６，１８８：２３３ － ２３８．
［２９］ ＭＡＮＩＭＡＬＡＫ，ＤＡＶＩＤＩＧ，ＳＥＬＶＩＫ．ＡｎｏｖｅｌｄａｔａｓｅｌｅｃｔｉｏｎｔｅｃｈｎｉｑｕｅｕｓｉｎｇｆｕｚｚｙＣ － ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇｔｏｅｎ
ｈａｎｃｅＳＶＭ－ ｂａｓｅｄｐｏｗｅｒｑｕａｌｉｔｙｃｌａｓｓｉｆｉｃａｔｉｏｎ ［Ｊ］．ＳｏｆｔＣｏｍｐｕｔｉｎｇ，２０１５，１９（１１）：３１２３ － ３１４４．
［３０］ 朱素霞，祖宏亮，孙广路．一种基于空间信息的 ＦＳＩＣＭ 图像分割算法 ［Ｊ］．哈尔滨理工大学学报，２０２０，
２５（４）：１０１ － １０８．
［３１］ ＡＴＡＮＡＳＳＯＶＫ．Ｉｎｔｕｉｔｉｏｎｉｓｔｉｃｆｕｚｚｙｓｅｔｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌＢｉｏａｕｔｏｍａｔｉｏｎ，２０１６，２０：１．
［３２］ ＳＵＧＥＮＯＭ．ＦｕｚｚｙＭｅａｓｕｒｅｓａｎｄＦｕｚｚｙＩｎｔｅｇｒａｌｓ：ＡＳｕｒｖｅｙ［Ｍ］．ＭｏｒｇａｎＫａｕｆｍａｎｎ，１９９３．
［３３］ 王娜，李霞．一种新的改进 Ｃａｎｎｙ边缘检测算法［Ｊ］．深圳大学学报，２００５（２）：１４９ － １５３．
［３４］ ＫＥＭＥＮＹＪＭ，ＤＥＶＧＡＮＡ，ＨＡＧＡＭＡＮＲＭ．Ａｎａｌｙｓｉｓｏｆｒｏｃｋｆｒａｇｍｅｎｔａｔｉｏｎｕｓｉｎｇｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ［Ｊ］．
ＪｏｕｒｎａｌｏｆＧｅｏｔｅｃｈｎｉｃａｌａｎｄＧｅｏｅｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇ ，１９９３，１１９（７）：１１４４ － １１６０．
［３５］ ＫＥＭＥＮＹ，ＪＯＨＮＭ，ＡＵＴＨＯＲＡ．Ｐｒａｃｔｉｃａｌｔｅｃｈｎｉｑｕｅｆｏｒｄｅｔｅｒｍｉｎｉｎｇｔｈｅｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｂｌａｓｔｅｄｂｅｎｃｈｅｓ，
ｗａｓｔｅｄｕｍｐｓａｎｄｈｅａｐｌｅａｃｈｓｉｔｅｓ［Ｊ］．ＭｉｎｉｎｇＥｎｇｉｎｅｅｒｉｎｇ，１９９４，４６（１１）：１２８１ － １２８４．
［３６］ ＨＡＲＤＹＡＪ，ＲＹＡＮＴＭ，ＫＥＭＥＮＹＪＭ．Ｂｌｏｃｋｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｉｎｓｉｔｕｒｏｃｋｍａｓｓｅｓｕｓｉｎｇｄｉｇｉｔａｌｉｍａｇｅｐｒｏ
ｃｅｓｓｉｎｇｏｆｄｒｉｌｌｃｏｒｅ ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｏｃｋＭｅｃｈａｎｉｃｓａｎｄＭｉｎｉｎｇＳｃｉｅｎｃｅｓ＆ＧｅｏｍｅｃｈａｎｉｃｓＡｂｓｔｒａｃｔｓ，
１９９７，３４（２）：３０３ － ３０７．

Ｉｎｔｅｌｌｉｇｅｎｔｄｅｔｅｃｔｉｏｎｍｅｔｈｏｄｆｏｒｍａｔｅｒｉａｌｑｕａｌｉｆｉｃａｔｉｏｎｏｆｅａｒｔｈ － ｒｏｃｋ
ｄａｍ ｂａｓｅｄｏｎｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ

１
２
２
１
３
ＺＨＡＯＹｕｆｅｉ，ＬＩＵＢｉａｏ，ＷＡＮＧＹｉ，ＭＥＮＧＬｉａｎｇ，ＬＩＵＢｉｗａｎｇ
（１．ＣｈｉｎａＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｉｍｕｌａｔｉｏｎａｎｄＲｅｇｕｌａｔｉｏｎｏｆＷａｔｅｒＣｙｃｌｅｉｎＲｉｖｅｒＢａｓｉｎ，ＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆ
ＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＨｙｄｒｏｐｏｗｅｒＲｅｓｅａｒｃｈ ，Ｂｅｉｊｉｎｇ １０００３８，Ｃｈｉｎａ；
２．ＳｉｎｏｈｙｄｒｏＢｕｒｅａｕ８Ｃｏ．，Ｌｔｄ．，Ｃｈａｎｇｓｈａ ４１０００７，Ｃｈｉｎａ；３．ＳｉｎｏｈｙｄｒｏＢｕｒｅａｕ６Ｃｏ．，Ｌｔｄ．，Ｓｈｅｎｙａｎｇ １１０１７９，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｑｕａｌｉｆｉｃａｔｉｏｎｔｅｓｔｉｎｇｏｆｅａｒｔｈ － ｒｏｃｋｄａｍｍａｔｅｒｉａｌｓｉｓｕｓｕａｌｌｙｒｅａｌｉｚｅｄｂｙｊｕｄｇｉｎｇｗｈｅｔｈｅｒｔｈｅｇｒａｄａｔｉｏｎ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｏｂｔａｉｎｅｄｆｒｏｍｏｎ － ｓｉｔｅｓｃｒｅｅｎｉｎｇｔｅｓｔｍｅｅｔｔｈｅｄｅｓｉｇｎｒｅｑｕｉｒｅｍｅｎｔｓ．Ｈｏｗｅｖｅｒ ，ｔｈｅｍｅｔｈｏｄ
ｏｆｏｂｔａｉｎｉｎｇｔｈｅｇｒａｄａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｔｈｒｏｕｇｈｔｈｅｔｅｓｔｈａｓｓｏｍｅｓｈｏｒｔｃｏｍｉｎｇｓ，ｓｕｃｈａｓｌｏｗｓａｍｐｌｉｎｇ
ｒａｔｅ ，ｃｕｍｂｅｒｓｏｍｅｏｐｅｒａｔｉｏｎｐｒｏｃｅｓｓａｎｄｐｏｏｒｉｎｔｅｌｌｉｇｅｎｔｐｅｒｃｅｐｔｉｏｎ，ｒｅｓｕｌｔｉｎｇｉｎｐｏｏｒｒｅｐｒｅｓｅｎｔａｔｉｖｅｎｅｓｓｏｆｔｈｅｔｅｓ
ｔｉｎｇｒｅｓｕｌｔｓ．Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｉｎｔｅｌｌｉｇｅｎｔｄｅｔｅｃｔｉｏｎｏｆｄａｍｍａｔｅｒｉａｌｇｒａｄａｔｉｏｎｐａｒａｍｅｔｅｒｓ，ｒｅｌｙｉｎｇｏｎｔｈｅｉｍａ
ｇｅｓａｎｄｇｒａｄａｔｉｏｎｄａｔａａｔｔｈｅｔｅｓｔｌｏｃａｔｉｏｎｏｆｏｎｅｐｕｍｐｅｄｓｔｏｒａｇｅｐｏｗｅｒｓｔａｔｉｏｎｉｎＬｉａｏｎｉｎｇＰｒｏｖｉｎｃｅ ，ｔｈｅｉｎｔｕｉｔｉｏｎｉｓ
ｔｉｃｆｕｚｚｙ Ｃ － ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ ｆｕｓｅｄｗｉｔｈｓｐａｔｉａｌｉｎｆｏｒｍａｔｉｏｎ（ＳＩＦＣＭ）ｉｓｕｓｅｄｔｏｓｅｇｍｅｎｔｔｈｅｉｍａｇｅｏｆ
ｅａｒｔｈ － ｒｏｃｋｄａｍ ｍａｔｅｒｉａｌｓ．Ｎｅｘｔ，ｔｈｅ３Ｄ ｖｏｌｕｍｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎｏｆｅａｒｔｈ － ｒｏｃｋｄａｍ ｍａｔｅｒｉａｌｉｓａｃｈｉｅｖｅｄｂｙｔｈｅ
ｅｑｕｉｖａｌｅｎｔｅｌｌｉｐｓｏｉｄａｌｖｏｌｕｍｅｍｅｔｈｏｄ．Ｔｈｅｎｔｈｅｇｒａｄａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅｏｆｄａｍｍａｔｅｒｉａｌｕｎｄｅｒｒｅａｌｃｏｎｄｉｔｉｏｎｓ
ｉｓｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｔｈｅｇｒａｄａｔｉｏｎｃｏｒｒｅｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ．Ｆｉｎａｌｌｙ ，ｆｏｕｒｅｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓｏｆ
ｄａｍ ｍａｔｅｒｉａｌｑｕａｌｉｆｉｃａｔｉｏｎａｒｅｏｂｔａｉｎｅｄ ： ｍａｘｉｍｕｍ ｐａｒｔｉｃｌｅｓｉｚｅ， Ｐ５ｃｏｎｔｅｎｔ， ｃｕｒｖａｔｕｒｅｃｏｅｆｆｉｃｉｅｎｔＣ ｃ ， ａｎｄ
ｕｎｅｖｅｎｃｏｅｆｆｉｃｉｅｎｔ Ｃ ｕ ．Ｔｈｅｐｒａｃｔｉｃａｌｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎｓｈｏｗｓｔｈａｔｔｈｅｉｎｔｅｌｌｉｇｅｎｔｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｃｏｒｒｅｃｔｉｏｎ
ｍｏｄｅｌｏｆｄａｍｍａｔｅｒｉａｌｇｒａｄａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｂａｓｅｄｏｎｔｈｅＳＩＦＣＭ＿ＢＰａｌｇｏｒｉｔｈｍｅｓｔａｂｌｉｓｈｅｄｉｎｔｈｉｓｐａｐｅｒｈａｓｈｉｇｈ
ｉｄｅｎｔｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙ．Ｔｈｅｍｅｔｈｏｄｉｎｔｈｉｓｐａｐｅｒｐｒｏｖｉｄｅｓａｎｉｍｐｏｒｔａｎｔｓｕｐｐｏｒｔｆｏｒｔｈｅｒａｐｉｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｄａｍ
ｍａｔｅｒｉａｌｑｕａｌｉｆｉｃａｔｉｏｎｂｅｆｏｒｅｔｈｅｃｏｍｐａｃｔｉｏｎｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｔｈｅｒｅａｌ － ｔｉｍｅｅｖａｌｕａｔｉｏｎｏｆｄａｍ ｍａｔｅｒｉａｌｃｏｍｐａｃｔｉｏｎ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｄｕｒｉｎｇｃｏｎｓｔｒｕｃｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｍａｔｅｒｉａｌｇｒａｄａｔｉｏｎｄｅｔｅｃｔｉｏｎｏｆｅａｒｔｈ － ｒｏｃｋｄａｍ；ｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ＳＩＦＣＭ ａｌｇｏｒｉｔｈｍ；ｇｒａｄａｔｉｏｎ
ｃｏｒｒｅｃｔｉｏｎｍｏｄｅｌ；ｄａｍｍａｔｅｒｉａｌｑｕａｌｉｆｉｃａｔｉｏｎｄｅｔｅｃｔｉｏｎ
（责任编辑：李 娜）

— １ ２ ６ —
０