本书综合利用计算机视觉与人工智能技术，从图像采集、三维重建、全景影像拼接、图像智能识别分析等方面，通过引入空间分析、深度学习、三维超像素分割与点云空间测距算法对隧道三维实景模型和全景展开图像进行分析和信息提取，形成了钻爆法隧道开挖与支护质量检测的数字化技术。全书共分为6章，内容涵盖了隧道开挖与支护全景影像构建技术、围岩智能识别与分级技术、隧道超欠挖检测分析技术以及支护结构变形监测技术等，并提供了典型工程案例的应用分析。
本书可供从事隧道及地下工程建设、设计、施工、监理与检测等相关工作的技术人员参考，亦可作为高等院校相关专业师生的参考用书。

第1章 绪论
1.1 隧道开挖与支护质量检测的意义
1.2 隧道开挖与支护质量检测技术现状
1.3 隧道开挖与支护质量检测技术难题
第2章 隧道开挖与支护全景影像构建技术
2.1 图像采集
2.2 图像三维重建
2.3 全景图像构建
第3章 基于全景影像的隧道围岩智能识别与分级技术
3.1 三维图像SLIC超像素分割
3.2 基于角度差异的结构面提取算法
3.3 基于无监督学习的围岩结构特征数据多层级融合
3.4 隧道围岩分级的规范方法
3.5 基于计算机视觉方法的隧道围岩稳定性分级
第4章 基于全景影像的隧道超欠挖检测分析技术
4.1 隧道开挖轮廓图像采集
4.2 图像点云三维重建
4.3 点云数据预处理
4.4 基于图像点云数据的三维曲面重建
4.5 隧道超欠挖检测
第5章 基于全景影像的隧道支护结构变形监测技术
5.1 基于八叉树结构Hausdorff距离的整体模型点云空间测距方法
5.2 基于最小二乘拟合平面的局部模型点云空间测距方法
5.3 基于整体模型与局部模型相结合的点云空间测距算法
5.4 不同空间测距方法测试对比
5.5 隧道三维整体变形分析方法
5.6 隧道二维变形分析方法
5.7 隧道特征点变形分析方法
5.8 隧道变形监测精度分析
第6章 基于全景影像的隧道开挖与支护质量检测应用
6.1 隧道变形检测应用
6.2 隧道围岩智能分级应用
6.3 隧道超欠挖检测应用
参考文献