岩土材料物理力学特性的准确识别与正确选取一直是岩土工程建设的基础与核心,而岩性识别和参数取值则是其中最为关键的内容。现阶段,岩性识别和参数取值普遍存在对专业知识要求高、受主观影响程度大、计算过程繁琐等问题,导致所得结果的识别精度不高、取值结果代表性差和自动化水平偏低等。因此,深入开展岩性识别与参数取值的系统研究对岩土工程建设有着重要的理论指导意义和工程应用价值。针对以上难题,本文将大数据理论、深度学习算法和图像识别技术等应用于岩土材料的岩性识别及其参数估值,提出了基于岩样细观图像的岩性智能识别方法,得到了一种岩土材料参数自动精确估值方法,并进行了系统性地程序化开发。主要研究成果如下:（1）实现了基于岩样细观图像的岩性智能准确识别。以重庆地区四种典型岩样为研究对象,得到大量相应的岩样细观图像学习样本,综合运用三种深度卷积学习模型与集成学习算法,建立起岩样细观图像识别模型,实现岩性的智能、高效、准确识别。本识别模型不仅有效解决了岩性极为相近岩样难以准确识别的难题,而且具有更高的泛化能力与鲁棒性。（2）得到了一种岩土材料参数精确估值方法。引入大数据理论,并将其与传统的贝叶斯统计算法相结合,以岩土材料历史大数据为先验信息,新增数据为样本信息,经综合分析计算后,实现了对岩土材料参数的精确估值。该方法不仅可极大地提高岩土材料参数历史数据的重复使用率,还能更加全面地展示出一定区域内岩土材料参数的真实情况,使所得结果更为科学合理。（3）开发了一套岩土材料物理力学特性智能识别程序。基于以上岩性智能准确识别方法与参数精确估值方法,开发出岩性智能识别与参数自动精确估值两个平台,并进一步将两者相融合,构建了岩土材料物理力学特性智能识别系统,实现了岩土材料物理力学特性的智能化、精确化和高效化获取。（4）完成了对所得研究成果的现场验证。将所开发出的智能识别系统应用于工程现场,掌握了试验区域的岩土材料物理力学特征。现场试验结果表明,与传统方法相比,该平台可快速实现岩性的智能化准确识别与相关参数的自动精确取值,具有很高的工程现场应用价值。