露天矿山边坡岩体长时间受到水、风、阳光、化学等应力作用影响,会使岩体的结构和成分改变,降低岩体的力学性能,产生岩体风化现象,长此以往则会产生边坡滑坡、崩塌、泥石流等地质灾害,对边坡稳定性造成不利影响。因此,岩体风化程度指标应作为露天矿山边坡岩体质量评价及稳定性分析的重要参数。目前,岩体风化程度识别工作主要为定性研究,识别周期长且结果具有随机性。为实现现场工程岩体风化程度快速定量识别且提高识别准确率,本文以白云鄂博露天矿边坡为研究背景,基于Tensorflow图像识别技术,提出一种快速准确的岩体风化识别方法。结合回弹仪现场实测,分析不同风化程度岩体内部的力学信息。引入岩体风化程度指标,建立基于模糊识别方法的改进的岩体质量评价模型,实现边坡岩体质量综合评价,对指导露天矿边坡稳定分析和采矿生产具有重要意义。本文主要研究内容及结论如下:（1）将基于卷积神经网络的研究方法应用到岩体风化程度自动识别中。利用采集到的现场岩体图像作为数据集,设计了卷积层、激活层、池化层、全局平均池化层、全连接层的架构,建立了集成Softmax激活函数、Adem优化算法、交叉熵损失函数的keras.Sequential模型用以风化程度图像识别训练。主要研究结论包括:整理形成用于风化程度识别的图像数据集。训练集识别准确率达到85%。通过岩体表面图像识别岩体风化程度较为准确,具有较高应用价值。（2）开展了露天矿山边坡现场回弹试验。验证图像识别技术的可靠性,获取风化岩体内部力学特征,丰富岩体风化程度识别细节信息,为边坡岩体质量评价奠定数据基础。选择不同风化程度岩体及结构面的10个典型测区,使用回弹仪,共统计、计算1280个回弹值参数的平均值,分析岩体的回弹值及其变化规律,提出相对回弹指数概念计算相应指数。主要研究表明:各风化程度岩体回弹值在一定的区间范围内波动。各风化程度区间是一种过渡性的范围值,相对界限并不明显。结构面回弹值一定程度上可以辅助岩体回弹值的修正。（3）基于模糊识别数学原理,将风化程度作为一项补充评价指标,采用中间型正态分布函数,建立考虑岩体风化程度指标的修正数学模型。确定各指标的隶属度,计算隶属度函数中的常量h、c取值;根据海明贴进度公式建立贴进度表,实现岩体质量综合定量评价。该方法可将定性评价转为定量评价,减少人为因素影响,提高评价精度。（4）基于现场工程矿山边坡验证。开展RQD岩石质量指标、岩块强度、节理间距及状态、地下水条件、风化程度这五项试验,获取指标参数。将参数带入到考虑岩体风化程度的修正质量评价模型,计算隶属度及贴进度值,根据贴进度表评价得出该处边坡岩体质量中等。将试验岩体参数带入《岩石力学》教材中配套的工程岩体分级计算器中的岩体地质力学分级APP验证模型准确性,所得岩体质量与模型计算具有类似的结论。本文通过以上研究,实现了基于卷积神经网络的对露天矿山边坡岩体风化程度图像识别;实现了基于回弹测试的露天矿山边坡岩体风化程度区间的确定;建立了基于模糊数学理论的考虑岩体风化程度指标的岩体质量评价模型以及现场工程验证。基于此,本文是对岩体风化程度获取及岩体质量评价研究的一种合理的探索手段。