3、参考文献

　　[1]李术才,刘洪亮,李利平,等.基于数码图像的掌子面岩体结构量化表征方法及工程应用[J].岩石力学与工程学报,2017,36(1):1-9.

　　[2]LEU Sou-Sen, CHANG Shiu-Lin. Digital Image Processing based approach for tunnel excavation faces[J].Automation in Construction,2005,14:750-765.

　　[3]周春霖,朱合华,李晓军.新奥法施工隧道掌子面红外照相及图像处理[J].岩石力学与工程学报,2008.6,27(增1):3166-3172.

　　[4]李鹏云,赵科,陈孜迪,等.基于图像处理的隧道掌子面地质构造信息提取研究[J].土木建筑工程信息技术,2017.12,9(6):67-72.

　　[5]范留明,李宁.基于数码摄影技术的岩体裂隙测量方法初探[J].岩石力学与工程学报,2005.3,24(5):792-797.

　　[6]罗佳,刘大刚.围岩结构面发育程度参数的图像处理技术研究[J].计算机科学与工程,2013.4,35(4):75-80.

　　[7]叶英,王梦恕.隧道掌子面地质信息数字编录识别技术研究[J].北京交通大学学报,2007,31(1):59-62.

　　[8]胡刚,金乾坤.岩体天然裂隙计算机图像处理技术研究[J].有色金属（矿山部分）.2004,56(5):9-40.

　　[9]李弼程,彭天强,彭波,等.智能图像处理技术[M].电子工业出版社,2004.7.

　　[10]CANNY.J.A Computational approach to edge detection[J].IEEE Trans. Pattern Anal. Mach. Intell.1986,8(6):679-698.

　　[11]章毓晋.图像工程－－图像处理和分析（上册）[M].清华大学出版社,1999.3.

　　4、论文提纲

　　1引言

　　2掌子面岩体信息分析方法

　　3裂隙边界线提取

　　4边界线分组

　　5实际效果与讨论

　　6结论

　　5、论文的理论依据、研究方法、研究内容

　　论文以隧道掌子面数码图像为基础，对掌子面上岩体裂隙检测、提取、分组算法进行研究。

　　6、研究条件和可能存在的问题

　　论文没有考虑渗水、挖土机挖掘痕迹等复杂情况，需要在后续研究中排除这些因素带来的干扰，进一步提高岩体裂隙自动提取方法的准确性和连续性。

　　7、预期的结果

　　（1）论文提供了一种掌子面岩体裂隙自动提取和分组算法，该算法可用于分析掌子面图像岩体裂隙。即采用Canny边缘检测算子检测出掌子面上所有可能的岩体裂隙边界，并根据真实岩体裂隙特征，对可能的裂隙边界线进行拟合、拆分、筛选、合并，获得岩体裂隙边界线提取结果，再根据裂隙边界线视倾角对筛选结果通过算法自动进行分组。

　　（2）论文给出的算法能够实现掌子面上岩体裂隙的自动提取和分组，论文通过实际掌子面图像测试，验证了算法的实际效果，提高了掌子面岩体裂隙提取和分组的自动化程度。

　　8、论文写作进度安排：略