一种基于机器视觉的隧道爆破影响预测分析方法

本发明公开了一种基于机器视觉的隧道爆破影响预测分析方法，涉及隧道爆破技术领域，包括，采集爆破前掌子面的地质结构图像，生成实时视觉数据集；将实时视觉数据集输入生成对抗网络模型，通过生成器合成包含地质缺陷特征的增强视觉数据，并输出合成视觉数据集；将预测超欠挖分布图及围岩损伤概率矩阵反馈至强化学习代理模型，基于第二奖励函数动态调整初始爆破参数；迭代更新动态调整后的初始爆破参数直至预测超欠挖分布图中的预测超欠挖值满足预定义优化条件，输出可视化炮孔布置图。本发明通过离散元数值模拟器生成的超欠挖分布图与围岩损伤概率矩阵，为爆破效果预测提供了量化依据。