Page 46 - 2025年第56卷第10期

题：（1）料堆表层石块存在粒间遮挡 ［20］ ，需要根据视觉轮廓分割结果推测石块的实际轮廓；（2）石块三
维形状和堆叠角度不确定，需要从二维石块轮廓推求最可能的石块三维形态；（3）表层石块对深层存
在层间遮挡，需要从表层视觉级配推理料堆实际级配。
为此，本文提出基于影像采集—轮廓感知—三维估计—视觉级配识别—实际级配推理等步骤的堆
石料级配视觉智能推理方法。基于车载堆石料的视觉影像，构建颗粒二维视觉轮廓感知模型，提取轮
廓特征点并采用形状拟合，以解决石块粒间遮挡问题；为了应对石块三维形状和堆叠角度的不确定
性，以颗粒的拟合轮廓为约束，根据投影规律，基于随机石块形状和角度抽样估计颗粒的三维尺寸，
进而得到自然堆叠状态下的视觉识别级配；针对层间遮挡，基于实测筛分级配，构建出堆石料视觉识
别级配与实际级配之间的映射模型，实现了自然堆叠状态下堆石料实际级配的视觉智能推理。

2 堆石料视觉影像采集和级配推理方法框架

高堆石坝填筑量大、施工强度高。按照堆石坝一般的填筑流程，堆石料的开挖、堆存、运输、摊
铺、填筑工序中，运输是级配控制的最后经济时机，运输车是级配控制的最小单位。考虑到运输车辆
在上坝过程中需经过称重计量，因此，将级配检测环节设置在地磅站。在此安装图像采集单元，可在
车辆称重时对料斗内堆石料进行影像采集。同时考虑到堆石料在开挖、集渣、装载等过程中已充分掺
混，且 《碾压式土石坝施工规范》（DL/T 5129—2013）建议可通过目测初步判断石料的级配。可见，同
源堆石料表层的视觉级配与实际级配具有强相关性，为视觉级配到实际级配的推理提供了基础条件。
由此，本文提出了一种级配推理方法：当运输车在地磅站停车后（图 1），系统自动采集料斗内堆石料
的视觉影像。通过网络传输，影像上传至云端的级配推理系统。随后，在云端完成图像分割—轮廓提取—
三维估计—视觉级配识别—实际级配推理等步骤，得到堆石料级配曲线，并将推理结果实时发布到地磅现
场端和工程管理局的施工档案库。以下阐述通过堆石料视觉影像推理得出堆石料级配的科学方法。

图 1 堆石料级配视觉智能推理系统研究框架

3 堆石料级配视觉智能推理方法

3.1 自然堆叠条件下的石料颗粒视觉轮廓感知
3.1.1 图像样本采集与增强 训练视觉轮廓感知模型前，样本制作是引导模型学习关键特征的重要步

— 1293 —