岩石裂隙是地质工程、资源勘探和地质灾害预测等领域中的重要研究对象。裂隙的分布、形态和规模直接影响岩石的力学性质、渗透性以及稳定性。因此，准确检测和分析岩石中的裂隙具有重要的科学意义和工程价值。
近年来，随着计算机断层扫描（CT）技术的普及，岩石CT图像成为了研究裂隙的重要工具。然而，如何从这些复杂的图像中准确识别和提取裂隙信息，仍然是一个充满挑战的任务。
CT（Computed Tomography）技术是一种通过X射线扫描物体并重建其内部结构的三维成像技术。岩石CT图像能够以非破坏性的方式展示岩石内部的孔隙、裂隙和矿物分布等微观结构。与传统的岩石切片观察相比，CT技术具有更高的分辨率和更全面的空间信息。 岩石中的裂隙不仅是流体（如地下水、石油和天然气）运移的主要通道，还直接影响岩石的强度和稳定性。例如，在石油开采中，裂隙网络的分布决定了油气的开采效率；在地质灾害预测中，裂隙的发育程度可能预示着山体滑坡或岩爆的风险；在煤炭开采中，岩石裂隙的发育程度直接影响矿井安全、开采效率和灾害防控。 裂隙网络不仅是瓦斯和地下水运移的主要通道，还可能诱发顶板垮塌、冲击地压和突水事故。因此，准确检测和分析岩石裂隙对于资源开发、工程建设和灾害防治具有重要意义。 在裂缝检测领域，可以将问题简化为裂缝与背景的二分类问题。早期方法倾向于利用图像阈值处理，基于裂缝通常比背景暗的特性来区分二者。然而，这种方法的局限性在于岩石图像的复杂性，背景中不同矿物的亮度变化、阴影效果，甚至某些暗色矿物（如角闪石和黑云母）可能比裂缝本身更暗，导致大量误检，如图1所示。 图1 阈值分割方法检测裂隙的结果展示 传统图像处理技术，如拉普拉斯高斯算法、最小路径选择算法，曾是这一领域的主流。这些算法试图通过数学形态学或边缘检测来识别裂缝，但面对裂缝纹理特征的多样性及微小裂缝的检测时，往往难以达到理想效果。特别是当裂缝宽度极小，或者裂缝与背景的对比度不明显时，这些传统方法的局限性尤为突出。 随着人工智能技术的发展，深度学习方法已成为提升裂缝检测性能的核心手段。基于数据驱动的学习机制使模型能够自动捕捉裂缝的细微特征，有效应对复杂背景干扰。特别是卷积神经网络（CNN）等架构，通过端到端训练可同时处理裂缝的形态变异（如宽度、走向差异）和成像条件变化（如光照、噪声等），显著提升了检测的鲁棒性。 如图2所示，这类方法突破了传统图像处理的局限：一方面减少了人工特征设计的依赖性，另一方面通过多层次特征学习实现了对复杂裂缝模式的自适应表达。这种技术革新不仅提高了对常规裂缝的识别精度，在面对边缘模糊、细微观裂缝等挑战性场景时也展现出优越性能，为工程结构监测和地质分析提供了更可靠的智能检测方案。 图2 用于处理裂纹的典型CNN语义分割架构 神经网络在裂隙检测中的核心优势在于其能够自主学习并提取裂隙的多层次特征表征，实现端到端的精确识别。针对岩石CT图像数据量有限的特点，卷积神经网络（CNN）仍是当前最有效的解决方案。 为深入理解裂纹特征并优化检测模型，本研究系统分析了CNN三大关键组件的作用机制：卷积核的特征提取能力；下采样-上采样结构的尺度适应性；分类器的特征判别性能，从而揭示裂隙检测任务的技术难点与优化方向。 细粒度特征的精确识别至关重要。通过对比实验发现：使用预训练的U-Net模型和传统图像阈值法处理多组岩石CT图像时（图3），虽然两种方法都能有效检测颜色较深的明显裂隙，但图像阈值法存在较高的假阳性率，而U-Net模型则在细微裂隙及裂隙-背景过渡区域等细粒度特征的识别上表现欠佳。这些结果表明，优化裂隙检测网络时应着重提升模型对细粒度特征的区分能力。 图3 U-Net和图像阈值法检测结果对比。其中白色区域表示正确识别的裂隙，红色区域代表漏检的裂隙，绿色区域为误检的非裂隙区域（下同）。 采用多尺度卷积核能有效提升模型性能。实验表明，在U-Net架构中使用过大的卷积核反而会降低检测效果，这与ImageNet上ConvNet的研究结果一致：在单分支卷积模型中，7×7卷积核表现最佳，更大尺寸会导致性能下降。究其原因，过大的感受野会损失对裂缝检测至关重要的局部细节特征。 通过引入多尺度卷积结构进行验证发现：单纯扩大感受野对裂缝检测的性能增益有限，而采用较小卷积核不仅能维持检测精度，还能显著降低计算复杂度。 下采样操作会显著损失关键的纹理细节，而常规上采样方法难以有效恢复这些信息。在裂缝检测网络中，通过下采样-上采样结构可以在扩大感受野、降低计算成本的同时实现多尺度特征融合。 为验证其影响，基于U-Net架构进行实验：首先使用最大池化对CT图像进行分级下采样，随后采用双线性插值进行重建（图4a）。同时，在U-Net解码器中设计了四个辅助输出分支，每个分支通过上采样层和分类器将不同解码阶段的特征图转换为特定分辨率的输出（图4b）。实验结果表明：当图像下采样至原始尺寸的1/8时，即便是较宽的裂缝也会丢失大部分关键纹理信息，且双线性插值无法实现有效恢复。 图4 岩石CT图像处理结果对比显示：(a)最大池化法与(b)U-Net辅助输出分支的效果差异。实验数据表明，U-Net辅助输出分支在保持较高mIoU值的同时，能显著减少红色漏检区域的范围。OS代表下采样的倍数。 分类器和网络结构设计需要充分考虑裂缝丰富的类内差异特征。由于裂缝通常表现出不同的形状、尺寸和背景纹理，导致其类内差异十分显著。虽然裂缝检测是二分类问题，但研究表明单一投影向量难以充分表征裂缝（或背景）的类内多样性。 图5a通过三个投影向量的检索结果直观展示了这种差异性表征效果。在编码器-解码器结构中，各编码阶段的输出特征由末端模块生成并传递至解码器。图5b对比了U-Net编码器和ResNet-50的有效感受野差异。U-Net的多尺度编码结构能有效处理不同宽度的裂缝特征，而更深层的ResNet-50可能导致特征定位精度下降。单纯增加网络深度并非最优选择，因为过大的感受野会降低对细微类内差异的建模能力。 图5 裂纹检测中的关键分析结果：(a) 部分通过不同表征向量呈现的裂纹类内差异可视化效果，其中绿色到黄色再到红色的渐变表示样本检测难度递增；(b) 对比显示了U-Net编码器和ResNet-50各阶段的感受野（ERFs）分布，白色区域代表感受野范围，透明度越高表示该区域权重越大。 基于上述发现，在编码器-解码器网络中提出了三个关键创新组件：残差混合连接卷积模块（RMconv模块）、联合注意力上采样（JAU）以及多表征向量分类器（MRV分类器），构建的CTRCrack网络的整体架构如图6所示。 图6 CTRCrack网络的整体架构示意图 实验结果表明，CTRCrack网络能显著提升基于CT图像的三维岩石裂纹重建精度（见图7），这对计算岩石样本的物理力学参数具有重要意义。 图7 基于209张煤岩CT图像的三维裂纹重建效果对比（按性能排序） 当前基于深度学习的裂隙检测方法仍存在以下不足与挑战： 首先，现有模型对微米级细裂隙和复杂拓扑结构裂隙的识别精度不足，尤其在低对比度CT图像中易出现漏检； 其次，三维重建依赖大量二维切片数据，计算成本高昂且存在信息损失； 再者，现有方法对多尺度、多类型裂隙的泛化能力有限，难以适应不同岩性的检测需求。 未来研究可从以下方向突破： 1 开发融合Transformer与CNN的多模态架构，增强模型对裂隙几何特征的捕捉能力； 2 探索小样本学习与自监督预训练策略，降低对标注数据的依赖； 3 构建基于神经辐射场（NeRF）的端到端三维重建框架，实现直接从稀疏CT数据生成高精度裂隙模型； 4 结合物理仿真与生成对抗网络（GAN），构建数字岩石孪生系统，为地质工程分析提供更可靠的量化依据。
